咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于多尺度卷积神经网络的草莓畸变识别实验设计 收藏

基于多尺度卷积神经网络的草莓畸变识别实验设计

作     者:闫静杰 李培原 周晓阳 丁俊丰 王晨昱 卢官明 

作者机构:南京邮电大学通信与信息工程学院 东南大学信息科学与工程学院 

出 版 物:《实验科学与技术》 (Experiment Science and Technology)

年 卷 期:2025年

学科分类:12[管理学] 0401[教育学-教育学] 04[教育学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 080203[工学-机械设计及理论] 040102[教育学-课程与教学论] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:南京邮电大学教学改革招标项目(JG00218JX01) 南京邮电大学教学改革项目(2022XSG03) 国家自然科学基金面上项目(61971236) 江苏省重点研发计划(BE2016775) 区块链技术与数据安全工业和信息化部重点实验室开放课题(20242218) 

主  题:人工智能导论 电子信息工程专业 卷积神经网络 实验案例 

摘      要:为了培养学生的开发和应用实践能力,根据课程实验设置,本文设计了基于多尺度卷积神经网络的草莓畸变识别实验案例供学生学习和上机实践。为了提高畸变草莓图像的识别能力,本文研究了多尺度卷积神经网络,并实现了一个草莓畸变图像识别算法。实验结果表明,本文算法对于草莓畸变图像具有准确的识别能力,有效的降低了光照和背景等因素的影响。通过该实验案例,加深了学生对人工智能知识的理解,培养了学生学习人工智能方向的兴趣,提高了学生的人工智能项目开发和应用能力。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分