检索结果-内蒙古大学图书馆

现代计算机 2024年第8期30卷 66-71页

作者：张进军安徽警官职业学院信息管理系合肥230031

人工智能框架(pytorch+OneDNN)在复杂场景目标识别上,易陷入网络参数梯度超规模的问题。为此,提出一种基于pytorch框架的复杂场景目标识别方法。引入MPI中的RingAllreduce算法,优化pytorch框架,以此实现复杂场景特征迭代提取过程中的超... 详细信息

人工智能框架(pytorch+OneDNN)在复杂场景目标识别上,易陷入网络参数梯度超规模的问题。为此,提出一种基于pytorch框架的复杂场景目标识别方法。引入MPI中的RingAllreduce算法,优化pytorch框架,以此实现复杂场景特征迭代提取过程中的超规模数据同步和规约处理。以优化后的pytorch框架为基础,考虑到复杂场景目标特征与背景特征之间的交叉性,构建增强多尺度特征层输出的目标特征之间的关联。借助反卷积特征融合操作和残差融合操作的优势,依据上述关联性,实现目标自动识别。测试结果表明:所提方法的整体错误识别数量为113个,整体未识别数量为107个,证明了所提方法具有较优的自动化识别效果。

关键词： pytorch框架复杂场景目标自动化识别 RingAllreduce算法 ScatterReduce操作 AllGather操作

来源：评论

学校读者我要写书评

暂无评论

基于pytorch框架的不定长验证码抗干扰识别系统设计

引用

微型电脑应用 2025年第1期41卷 299-303页

作者：常荣云南电网有限责任公司玉溪供电局云南玉溪653100

为了降低干扰信息对验证码识别效果的影响,提高不定长验证码的识别准确率,设计基于pytorch框架的不定长验证码抗干扰识别系统。系统由采集模块、处理模块、识别模块三部分组成。采集模块利用网络爬虫获取验证码图像,并在图像处理模块中... 详细信息

为了降低干扰信息对验证码识别效果的影响,提高不定长验证码的识别准确率,设计基于pytorch框架的不定长验证码抗干扰识别系统。系统由采集模块、处理模块、识别模块三部分组成。采集模块利用网络爬虫获取验证码图像,并在图像处理模块中完成灰度化处理。调用全局阈值法对处理后的图像实施二值化操作,区分图像背景与字符。将采用滑动窗口法在去除噪声后的验证码图像中输入基于pytorch框架的验证码识别模块,利用改进的ResNet-18网络提取图像特征后,通过长短期记忆网络模型获取字符序列特征,利用时序分类算法完成标签的对齐,实现对不定长验证码的抗干扰识别。实验结果表明,所设计系统可以有效实现对验证码图像的灰度化及去噪处理,并完成含不同程度干扰信息的不定长验证码的准确识别。

关键词： pytorch框架验证码抗干扰识别网络爬虫 LSTM网络

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的水稻病虫害检测系统设计与实现

引用

电脑知识与技术 2024年第4期20卷 19-21,24页

作者：黄家福吴恋王院熊草云卢杰高瑜鸿贵州师范学院数学与大数据学院贵州贵阳550018 贵州师范学院大数据科学与智能工程研究院贵州贵阳550018

研究水稻病虫害的自动识别技术对于发展智慧农业和保障口粮安全十分重要,为解决该问题,文章设计开发了一款基于深度学习技术的水稻病虫害检测系统。该系统在pytorch框架下实现深度学习检测算法,该算法基于使用YO-LOv5模型对水稻稻瘟病... 详细信息

研究水稻病虫害的自动识别技术对于发展智慧农业和保障口粮安全十分重要,为解决该问题,文章设计开发了一款基于深度学习技术的水稻病虫害检测系统。该系统在pytorch框架下实现深度学习检测算法,该算法基于使用YO-LOv5模型对水稻稻瘟病、稻曲病、纹枯病、白叶枯病4种水稻主要的病害进行检测,用户通过手机拍摄就能进行水稻的病害检测,并显示出该病害的相关简介和治疗措施等一系列信息,该系统能满足农业在水稻虫害防治方面的需求。

关键词：深度学习 pytorch框架 YOLOv5模型

来源：评论

学校读者我要写书评

暂无评论

基于pytorch+ARIMA/RNN的时序数据预测方法比较研究

引用

电脑编程技巧与维护 2024年第4期 71-73页

作者：邓抒江绵阳城市学院四川绵阳622650

随着深度学习的发展,pytorch作为一个灵活的深度学习框架,被广泛应用于时序预测任务中。研究阐明了pytorch框架及其在时序预测任务中的应用优势,介绍了基于pytorch实现ARIMA和循环神经网络(RNN)两种典型时序预测模型的技术路线,从精度... 详细信息

随着深度学习的发展,pytorch作为一个灵活的深度学习框架,被广泛应用于时序预测任务中。研究阐明了pytorch框架及其在时序预测任务中的应用优势,介绍了基于pytorch实现ARIMA和循环神经网络(RNN)两种典型时序预测模型的技术路线,从精度、效率方面对两种模型进行比较,给出了各自的应用场景及优化方向,为时序预测任务提供了算法选型和实现参考与建议。

关键词：时序预测 pytorch框架 ARIMA模型 RNN模型

来源：评论

学校读者我要写书评

暂无评论

基于Mask R-CNN的肝脏CT影像自动分割算法研究

引用

光电子．激光 2021年第1期32卷 19-24页

作者：魏小琴杨汉丰陈晓文川北医学院医学影像学院四川南充637000 川北医学院附属医院放射科四川南充637000

精准医疗正日益成为诊断、分析、治疗和评估不可或缺的一部分,尤其是对于肝部病变的患者,精确的分析肝部影像,可以使肝病患者得到精确的诊断,并缩短治疗时间。本文提出了一种基于Mask R-CNN算法的CT图像肝脏区域自动分割方法,对肝脏区... 详细信息

精准医疗正日益成为诊断、分析、治疗和评估不可或缺的一部分,尤其是对于肝部病变的患者,精确的分析肝部影像,可以使肝病患者得到精确的诊断,并缩短治疗时间。本文提出了一种基于Mask R-CNN算法的CT图像肝脏区域自动分割方法,对肝脏区域检测起到了重要的自动识别作用;对于肝脏海量图像样本计算,本文算法框架采用pytorch,并用Cuda模块调用GPU指令集,进行有效并行计算。通过测试图像的重叠度和ROC精度的结果显示,此模型预测精度达到92%,可以达到肝脏区域自动识别功能,并提高肝部病变检测率,为临床医学提供了有效的辅助分析。

关键词： CT肝脏影像 Mask R-CNN 分割算法 pytorch框架

来源：评论

学校读者我要写书评

暂无评论

基于图像处理的轮船吃水线计重系统的研究与实现

引用

中国科技纵横 2023年第13期 71-75,104页

作者：熊璐康余晟中国直升机设计研究所江西景德镇 333001 海装武汉局驻南昌地区军事代表室江西南昌 333000

观测吸砂船吃水线是吸砂船计重中的重要一环,在人工观测中,吃水线计重受人的主观因素影响较大,涉及多方利益.基于此,利用图像阈值分割和霍夫直线检测确定吃水线在图像中的位置,基于R-CNN前馈神经网络,并利用pytorch框架的深度学习算法,... 详细信息

观测吸砂船吃水线是吸砂船计重中的重要一环,在人工观测中,吃水线计重受人的主观因素影响较大,涉及多方利益.基于此,利用图像阈值分割和霍夫直线检测确定吃水线在图像中的位置,基于R-CNN前馈神经网络,并利用pytorch框架的深度学习算法,识别水尺字符,最终确定轮船的吃水深度,结合轮船的其他参数,进而确定轮船的载重量.偏差率仅在0.3%左右,有利于保障轮船的各方利益.

关键词：吃水线计重霍夫直线检测 pytorch框架深度学习

来源：评论

学校读者我要写书评

暂无评论

基于AI深度学习的机器人碰撞预估计控制器设计

引用

计算机测量与控制 2023年第5期31卷 160-165,173页

作者：王敏陕西邮电职业技术学院陕西咸阳712000

机器人运动过程中与外部障碍物之间容易发生碰撞,当碰撞作用力过大时会造成机器零件损坏的问题,为解决这一问题,设计基于AI深度学习的机器人碰撞预估计控制器;建立人机交互电路与串口通信电路,将伺服电机设备、运动控制器、PC感应装置... 详细信息

机器人运动过程中与外部障碍物之间容易发生碰撞,当碰撞作用力过大时会造成机器零件损坏的问题,为解决这一问题,设计基于AI深度学习的机器人碰撞预估计控制器;建立人机交互电路与串口通信电路,将伺服电机设备、运动控制器、PC感应装置分别接入既定作用区域内,完成预估计控制器的整体应用结构设计;以pytorch深度学习框架为基础,定义激活函数,再根据预估计参数的实际取值范围,实现对目标机器人对象的精准检测。按照力矩控制条件表达式,确定碰撞行为的表现强度,完成对机器人运动路径的规划,联合相关应用设备,实现基于AI深度学习的机器人碰撞预估计控制器设计;实验结果表明,AI深度学习算法作用下,机器人与障碍物碰撞部位的接触面积不会超过0.25 m^(2),由碰撞行为导致的外部作用力相对较小,不会造成严重的机器零件损坏问题。

关键词： AI深度学习机器人碰撞预估计控制器人机交互 PC感应装置 pytorch框架激活函数

来源：评论

学校读者我要写书评

暂无评论

基于U-Net的高分辨率遥感影像建筑物自动解译

引用

国土资源导刊 2023年第2期20卷 66-71页

作者：胥培雲谢春营邹健健湖南省第二测绘院湖南长沙410119 自然资源部南方丘陵区自然资源监测监管重点实验室湖南长沙410119

建筑物基础信息在智慧城市建设、地理国情监测等领域有着重要作用。针对传统方法提取高分辨率卫星影像精度低的问题,提出一种基于U-Net的高分辨率遥感影像建筑物自动解译方法。首先,通过ArcGIS制作遥感图像建筑物数据集;其次,针对建筑... 详细信息

建筑物基础信息在智慧城市建设、地理国情监测等领域有着重要作用。针对传统方法提取高分辨率卫星影像精度低的问题,提出一种基于U-Net的高分辨率遥感影像建筑物自动解译方法。首先,通过ArcGIS制作遥感图像建筑物数据集;其次,针对建筑物数据样本不足的问题,采用数据增强的方式扩充数据;然后,采用迁移学习的方法在开源ImageNet数据集预训练U-Net模型;最后,通过预训练U-Net模型训练与预测研究区域数据。实验结果表明,该方法能够准确地从影像中识别出建筑物,整体的识别精度达到98%,能够自动的解译出遥感影像建筑物轮廓信息,可为建筑物的提取提供一定的参考价值。

关键词：遥感影像深度学习 pytorch框架 U-Net模型

来源：评论

学校读者我要写书评

暂无评论

基于pytorch+LSTM的时间序列预测研究

引用

电脑编程技巧与维护 2023年第10期 26-29页

作者：王丽娟所辉广东机电职业技术学院广州510440

长短期记忆(LSTM)网络能够进行较长时间序列的预测。在介绍LSTM的网络结构和pytorch框架的基础上,对利用pytorch框架构建LSTM模型进行了分析研究,利用pytorch框架通过多变量双向LSTM模型开展了时间序列预测,并与多种算法进行了对比。

关键词： pytorch框架长短期记忆时间序列预测

来源：评论

学校读者我要写书评

暂无评论

事理图谱研究进展

引用

沈阳师范大学学报（自然科学版） 2023年第2期41卷 153-157页

作者：温学兵宋雨泽王秋萍沈阳师范大学数学与系统科学学院沈阳110034 沈阳师范大学学报编辑部沈阳110034 沈阳师范大学国际教育学院沈阳110034

事理图谱作为一种工具自2017年提出后就受到广泛关注。截至2023年3月,知网上收录关于事理图谱的文章共135篇。研究发现:国内外关于事理图谱的研究方向不尽相同,国内偏向于计算机与教育等方面,而国外更多地偏向于计算机与数学及人物传记... 详细信息

事理图谱作为一种工具自2017年提出后就受到广泛关注。截至2023年3月,知网上收录关于事理图谱的文章共135篇。研究发现:国内外关于事理图谱的研究方向不尽相同,国内偏向于计算机与教育等方面,而国外更多地偏向于计算机与数学及人物传记等方面;学者们致力于研究提升算法性能及事理图谱的应用这2个部分,但有很大一部分应用型的文章只停留在想法方面,并没有真正地将事理图谱应用在自己的领域,尤其对跨领域研究的文章;在形成事理图谱的过程中,对于事件关系抽取的准确性还有一定的提升空间。将现有准确性高的程序简单化或者统一化,使更多的学者了解事理图谱并应用于各个领域是目前亟待解决的问题。

关键词：事理图谱事件关系抽取 pytorch框架

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：