检索结果-内蒙古大学图书馆

数据分析与知识发现 2024年第4期8卷 76-87页

作者：齐小英李晗语杨海平南京大学信息管理学院南京210023 南京大学中国南海研究协同创新中心南京210023

【目的】实现地图的多重语义分类,满足地图精准检索与情报分析的需求。【方法】设计地图类目体系,提出地图多标签分类策略,基于alexnet卷积神经网络分类模型实现南海地图多标签自动分类。【结果】南海地图多标签自动分类模型的F1值为0.9... 详细信息

【目的】实现地图的多重语义分类,满足地图精准检索与情报分析的需求。【方法】设计地图类目体系,提出地图多标签分类策略,基于alexnet卷积神经网络分类模型实现南海地图多标签自动分类。【结果】南海地图多标签自动分类模型的F1值为0.979,模型能够有效实现南海地图的多标签自动分类。【局限】多标签标注数据集的深层次类目有待补充。【结论】研究内容为基于语义的地图科学分类、精准检索与跨类关联提供了参考。

关键词：地图图像多标签分类 alexnet模型南海

来源：评论

学校读者我要写书评

暂无评论

一种基于多传感器融合辅助的alexnet模型图像识别算法

引用

中国惯性技术学报 2020年第2期28卷 219-225页

作者：李子月曾庆化张庶刘玉超刘建业南京航空航天大学自动化学院导航研究中心南京211106 一体化指挥调度技术国家工程实验室北京100192

自动驾驶车辆感知系统中,基于视觉的交通标志图像识别是一项关键技术。然而,由于目前硬件计算资源限制、极端光照或其他光源干扰等因素影响,在没有先验知识辅助的前提下,难以实现交通标志的准确识别和工程化应用。针对这一问题,提出了... 详细信息

自动驾驶车辆感知系统中,基于视觉的交通标志图像识别是一项关键技术。然而,由于目前硬件计算资源限制、极端光照或其他光源干扰等因素影响,在没有先验知识辅助的前提下,难以实现交通标志的准确识别和工程化应用。针对这一问题,提出了一种基于多传感器数据融合辅助的alexnet(MSDF-AleNex)模型图像精确识别方法,利用组合导航数据对图像进行预划分,提高图像识别精度。首先,对高精度惯性/卫星导航设备、视觉传感器进行联合标定,结合高精度地图信息,获得相机与交通标志的相对位置和姿态关系;然后,利用视觉传感器自身参数,计算得到在当前图像中交通标志对应的相对位置,并据此获得224*224像素大小的目标区域;将传感器数据融合得到的目标信息和alexnet模型相结合,目标区域作为alexnet模型的输入数据。为验证MSDF-alexnet模型的识别性能,基于VIVA交通信号灯数据库对模型进行离线训练并生成训练模型,然后将训练模型应用于无人巡逻车获得的实际场景交通标志图像的在线识别。结果表明,相对于alexnet模型,MSDF-alexnet模型在正常光照、其他光源干扰和极端光照下的综合识别精度分别达到98.4%、98%和96.8%,有助于推动系统的工程化应用。

关键词：无人车 alexnet模型组合导航系统图像识别

来源：评论

学校读者我要写书评

暂无评论

特征融合alexnet模型的古代壁画分类

引用

中国图象图形学报 2020年第1期25卷 92-101页

作者：曹建芳崔红艳张琦太原科技大学计算机科学与技术学院太原030024 忻州师范学院计算机系忻州034000

目的针对古代壁画图像自身特征提取存在的主观单一性和客观不充分性等问题,以经典Alex Net网络模型为基础,提出了一种结合特征融合思想的卷积神经网络模型,用于古代壁画图像的自动分类。方法首先,由于大型壁画数据集较为缺乏,通过对壁... 详细信息

目的针对古代壁画图像自身特征提取存在的主观单一性和客观不充分性等问题,以经典Alex Net网络模型为基础,提出了一种结合特征融合思想的卷积神经网络模型,用于古代壁画图像的自动分类。方法首先,由于大型壁画数据集较为缺乏,通过对壁画样本使用缩放、亮度变换、加噪和翻转等图像增强算法来扩大数据集,并提取壁画图像第1阶段的边缘等底层特征;其次,采用结构不同的双通道网络对提取的第1阶段特征进行第2阶段的深层抽象,得到两个通道的特征;最后,融合两个通道的特征,共同构建损失函数得到分类结果,从而提高模型的鲁棒性和特征表达能力。结果实验结果表明,在构造的壁画图像数据集上,该模型最终达到了85.39%的准确率。与Alex Net模型以及一些改进的卷积神经网络模型相比,各项评价指标均有大约5%的提高;与未进行预训练的经典模型相比,本文网络结构不易产生过拟合现象;与结合预训练的经典模型相比,准确率大致上有1%5%的提升,从硬件条件、网络结构和内存消耗上来说代价更小。由此验证了本文模型对于壁画图像自动分类的合理性和有效性。结论本文提出的壁画分类模型,综合考虑网络宽度和深度的影响,能从多局部的角度提取壁画图像丰富的细节特征,具有一定的优势和使用价值,可进一步结合到与壁画图像分类的相关模型中。

关键词：壁画分类特征融合 alexnet模型卷积神经网络壁画数据集

来源：评论

学校读者我要写书评

暂无评论

基于改进alexnet模型的断层识别方法

引用

油气地质与采收率 2022年第1期29卷 107-112页

作者：李辉成都理工大学地球物理学院四川成都610059

从地震数据中识别断层在地震资料解释中至关重要,但随着勘探规模的扩大,传统的人工解释断层已满足不了实际生产需要。如何研究出一种能满足断层识别高精度需求并能提升运算速度的方法是急需解决的问题。为此,基于改进的alexnet模型,把... 详细信息

从地震数据中识别断层在地震资料解释中至关重要,但随着勘探规模的扩大,传统的人工解释断层已满足不了实际生产需要。如何研究出一种能满足断层识别高精度需求并能提升运算速度的方法是急需解决的问题。为此,基于改进的alexnet模型,把自动识别断层的方法看作图像识别二分类问题。首先将批量归一化代替局部响应归一化,加快模型收敛;其次引入平衡交叉熵损失,解决在地震数据中断层与非断层高度不平衡问题,使模型朝着正确的方向收敛;最后用卷积层代替全连接层,极大缩减了训练参数,加快了训练速度。训练的模型对理论数据和实际数据预测结果表明,改进的alexnet模型充分学习了断层特征,具有可以从地震数据中识别断层的能力。

关键词： alexnet模型断层识别模式识别批量归一化平衡交叉熵损失

来源：评论

学校读者我要写书评

暂无评论

基于alexnet模型和自适应对比度增强的乳腺结节超声图像分类

引用

计算机科学 2019年第B06期46卷 146-152页

作者：陈思文刘玉江刘冬苏晨赵地钱林学张佩珩中国科学院计算技术研究所北京100190 北京邮电大学国际学院北京100089 首都医科大学重点实验室北京100069

乳腺癌是女性是最常见的恶性肿瘤之一,其发病率有逐年增高的趋势,严重威胁着患者健康。如何取代传统活体穿刺,快速准确地对乳腺结节进行良恶性判断,近年越来越受到关注。医学研究表明,良恶性结节在边缘处呈现较为显著的差异,因此对边界... 详细信息

乳腺癌是女性是最常见的恶性肿瘤之一,其发病率有逐年增高的趋势,严重威胁着患者健康。如何取代传统活体穿刺,快速准确地对乳腺结节进行良恶性判断,近年越来越受到关注。医学研究表明,良恶性结节在边缘处呈现较为显著的差异,因此对边界加强处理的算法为判断乳腺结节良恶性的深度学习提供了新思路。文中实验数据库的构建基础得到首都医科大学附属北京友谊医院的支持。在比较5种边界增强算法后对图像进行扩增,并采用在图像分类方面十分出色的alexnet网络模型。将分别经过线性、非线性对比度拉伸、直方图均衡化、直方图阈值化以及自适应对比度增强算法处理后的数据用于alexnet模型,比较5种算法对alexnet模型准确度的影响,得出更适用于乳腺结节超声图像的预处理算法。扩增后的数据集图像总数量超过一万张,其中训练集占80%,验证集与测试集各占10%。最终,通过绘制ROC曲线计算敏感度、特异度、精确度参数,对测试结果进行评估,并得到了较好的测试结果。

关键词：乳腺癌乳腺结节深度学习卷积神经网络 alexnet模型图像预处理自适应增强对比度算法

来源：评论

学校读者我要写书评

暂无评论

改进的alexnet模型在水稻害虫图像识别中的应用

引用

科学技术与工程 2021年第22期21卷 9447-9454页

作者：肖小梅杨红云易文龙万颖黄琼罗建军江西农业大学软件学院南昌330045 江西农业大学计算机与信息工程学院南昌330045

深度学习技术能以端对端方式实现农作物害虫识别,克服了传统机器学习方法特征选择具有主观性以及提取特征操作繁琐等不足,但识别的准确率和鲁棒性仍有待提高。为了研究出一种快速,高效的水稻害虫识别方法,本研究以稻纵卷叶螟、三化螟、... 详细信息

深度学习技术能以端对端方式实现农作物害虫识别,克服了传统机器学习方法特征选择具有主观性以及提取特征操作繁琐等不足,但识别的准确率和鲁棒性仍有待提高。为了研究出一种快速,高效的水稻害虫识别方法,本研究以稻纵卷叶螟、三化螟、稻蝗、稻飞虱4种常见的水稻害虫为研究对象,对传统的卷积神经网络alexnet进行优化改进。首先从自然环境以及搜索引擎上获取4种不同的水稻害虫图像,并对图像进行数量扩增和细节增强预处理。然后对传统的卷积神经网络alexnet进行优化改进,在alexnet模型基础上,去除原有局部响应归一化层,在每一个卷积层后加入批归一化层,并采用全局平均池化和激活函数PReLU对模型结构进行优化。结果表明:改进后的模型在害虫数据集上的识别率不低于98%,相比于原网络提升了1.96%,高于LeNet5、VGG13、VGG16等传统网络;改进后的模型的损失值稳定在0.03附近,相比于原网络降低了0.1,均低于LeNet5、VGG13、VGG16等传统网络。从实验结果来看,改进后的方法在水稻害虫分类上有较高的识别率和较好的鲁棒性,可以为农作物害虫的智能识别提供了新的思路和方法。

关键词：水稻虫害 alexnet模型批归一化全局平均池化激活函数PReLU

来源：评论

学校读者我要写书评

暂无评论

基于alexnet模型的高速公路拥堵状态识别

基于AlexNet模型的高速公路拥堵状态识别

引用

作者：纪宇长安大学

学位级别：硕士

随着经济的快速发展和汽车保有量的增加,高速公路拥堵越来越频繁,交通堵塞所造成的交通延误越来越严重,解决交通拥堵刻不容缓。基于图像视频的拥堵检测方法,不破坏路、安装无需中断交通,而且检测特征全面并能够记录现场图像。以往的基... 详细信息

随着经济的快速发展和汽车保有量的增加,高速公路拥堵越来越频繁,交通堵塞所造成的交通延误越来越严重,解决交通拥堵刻不容缓。基于图像视频的拥堵检测方法,不破坏路、安装无需中断交通,而且检测特征全面并能够记录现场图像。以往的基于视频分析的高速公路拥堵识别方法具有延迟性高,识别速度慢和识别代价大等缺点。本文采用对视频帧(图像)进行分析来实现交通拥堵状态识别,能够有效的避免以上缺点。近年来,卷积神经网络在图像识别方面表现出了通用性好、识别准确率高、适用范围广等优势。本文提出了一种基于卷积神经网络alexnet模型、利用图像进行高速公路拥堵识别的方法,主要研究内容包括以下几个方面。(1)建立了一个通用的高速公路交通状态图像数据库。本文将西安和杭州部分高速公路视频进行每隔100帧截取的图像作为高速公路拥堵图像样本,并将样本标记为拥堵和畅通两类。数据库包含46500多个样本和800多个场景,其中属于拥堵状态的有23000个样本和300个场景,属于畅通状态的有23500个样本和500多场景,数据库还包含了雨,雪,雾等天气和早晨中午黄昏等时间段的样本。(2)基于alexnet的高速公路拥堵状态识别研究。首先采用高速公路交通状态图像数据库对alexnet模型进行训练,通过调整学习率、模型层数和卷积核大小等参数,对alexnet模型的识别准确率和收敛性进行实验测试和评估。实验表明当模型初始学习率为0.01,模型层数为8层及第一层卷积核大小为11x11时,测试样本集的准确率为96.5%,单个样本的测试时间为0.03s。(3)上述基于alexnet的高速公路拥堵识别方法在实际高速公路中的应用。首先通过.Net框架和网络传输协议在服务器之间建立了图像实时传输,采用上述训练好的alexnet模型对实际数据的初始测试准确率为90.1%。由于实际情况下道路背景颜色和天气变化,本文将数据库进行了灰度化处理并添加到原始数据库中对训练好的alexnet模型进行了再调整,调整后的模型在实际测试中的准确率达到了96.4%。本文提出的基于alexnet模型的交通状态识别方法能够有效的识别交通场景的拥堵状态,而且场景通用性强,避免了针对特定场景进行手动设计特征,能够高效方便的在实际中应用。

关键词：图像识别高速公路拥堵识别图像数据库卷积神经网络 alexnet模型

来源：评论

学校读者我要写书评

暂无评论

改进alexnet模型在荧光磁粉探伤中的应用

引用

制造业自动化 2020年第7期42卷 40-45页

作者：向伟史晋芳刘桂华徐锋西南科技大学制造科学与工程学院制造过程测试技术省部共建教育部重点实验室绵阳621010 特殊环境机器人技术四川省重点实验室绵阳621010

荧光磁粉探伤被广泛应用于工业铁磁性产品表面缺陷检测。目前的检测手段主要是通过图像处理技术和传统机器视觉方法进行检测,易受到复杂的工业生产环境影响,检测效率低下,误检率高。为了克服复杂环境影响,提高荧光磁粉缺陷检测的精度和... 详细信息

荧光磁粉探伤被广泛应用于工业铁磁性产品表面缺陷检测。目前的检测手段主要是通过图像处理技术和传统机器视觉方法进行检测,易受到复杂的工业生产环境影响,检测效率低下,误检率高。为了克服复杂环境影响,提高荧光磁粉缺陷检测的精度和速度,提出一种结合深度可分离卷积的改进alexnet模型检测方法。实验结果表明,提出的轻量级alexnet模型能够在噪声干扰、反光遮挡和低亮度裂纹条件下快速准确识别出有缺陷的产品,改进后的轻量级alexnet模型更小,模型检测的准确率和召回率分别达到了95.69%和91.32%,检测速度达到0.34s/张。

关键词：深度学习卷积神经网络 alexnet模型磁粉探伤缺陷检测

来源：评论

学校读者我要写书评

暂无评论

改进的alexnet模型在玻壳缺陷检测中的应用

引用

制造业自动化 2020年第5期42卷 54-56,60页

作者：艾婷史晋芳向伟西南科技大学制造科学与工程学院绵阳621010 特殊环境机器人技术四川省重点实验室绵阳621010

针对玻壳缺陷检测的准确率不高的问题,提出了一种基于改进alexnet的玻壳缺陷检测模型。该模型在alexnet网络模型基础上,引入1×1卷积、通道洗牌卷积层和残差网络,优化了模型的结构。将改进前后的模型分别对玻壳图库随机抽取的玻壳... 详细信息

针对玻壳缺陷检测的准确率不高的问题,提出了一种基于改进alexnet的玻壳缺陷检测模型。该模型在alexnet网络模型基础上,引入1×1卷积、通道洗牌卷积层和残差网络,优化了模型的结构。将改进前后的模型分别对玻壳图库随机抽取的玻壳图片进行测试,实验结果表明:改进后的模型能够识别玻壳残缝、破口、污点等缺陷,识别准确率达95.9%。改进后的alexnet模型在玻壳缺陷识别具有良好的适用性。

关键词：深度学习卷积神经网络 alexnet模型玻壳检测

来源：评论

学校读者我要写书评

暂无评论

基于alexnet模型的大闸蟹自动分级系统设计与实现

引用

智慧农业导刊 2024年第8期4卷 5-8,12页

作者：黄旭吴开龙曾孟佳湖州师范学院信息工程学院浙江湖州313000 湖州学院电子信息学院浙江湖州313000 湖州市城市多维感知与智能计算重点实验室浙江湖州313000

针对目前大闸蟹人工分级方法的局限性,设计基于Matlab图像处理的大闸蟹分级系统。首先,在湖州市太湖养殖基地采集不同等级大闸蟹背部和腹部图像,对采集的图像进行灰度化、阈值分割、形态学等预处理。然后利用卷积神经网络alexnet模型提... 详细信息

针对目前大闸蟹人工分级方法的局限性,设计基于Matlab图像处理的大闸蟹分级系统。首先,在湖州市太湖养殖基地采集不同等级大闸蟹背部和腹部图像,对采集的图像进行灰度化、阈值分割、形态学等预处理。然后利用卷积神经网络alexnet模型提取大闸蟹公母特征,利用面积法计算其大小。通过选取的10只大闸蟹的重量和系统计算得到的像素转化为面积参数,分析得到大闸蟹背部图像像素占比与其重量成近似正比例关系,因此可根据背部图像的计算值得到其大小特征。根据大闸蟹公母、大小特征完成分级。实验结果表明,系统在大闸蟹公母识别方面平均准确率达到92.655%,大小分级方面平均准确率达到95%。

关键词：大闸蟹分级 alexnet模型 Matlab 图像处理

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：