检索结果-内蒙古大学图书馆

微电子学与计算机 2025年第4期42卷 78-87页

作者：朱敏湄洲湾职业技术学院福建莆田351119

针对多元异构网络的结构复杂、节点数量多等特点,设计了一种基于张量流(Tensor Flow)框架的多元异构网络安全入侵检测系统。该系统改装数据采集器、处理器和微控制器,优化硬件系统,同时从物理结构和逻辑结构两个方面构建系统数据库。考... 详细信息

针对多元异构网络的结构复杂、节点数量多等特点,设计了一种基于张量流(Tensor Flow)框架的多元异构网络安全入侵检测系统。该系统改装数据采集器、处理器和微控制器,优化硬件系统,同时从物理结构和逻辑结构两个方面构建系统数据库。考虑不同入侵类型的作用原理,设置网络安全入侵检测标准。在生成检测引擎后,通过捕获多元异构网络的实时运行数据,并利用tensorflow框架提取网络运行特征。通过对特征的匹配度分析,获取关于入侵状态与类型的检测结果,从而实现多元异构网络的安全入侵检测。经过系统测试,实验结果表明,入侵状态的漏检率和入侵类型的误检率分别降低了0.6%和0.4%,入侵强度检测误差也减少了约0.05。

关键词： tensorflow框架多元异构网络网络安全网络入侵检测

来源：评论

学校读者我要写书评

暂无评论

tensorflow框架下的车削工件表面粗糙度预测方法

引用

机械设计与制造 2021年第5期 82-84页

作者：田景海陈江义陈瑛琳杨布尧郑州大学机械工程学院河南郑州450001

利用tensorflow机器学习框架建立了前馈神经网络模型,以三个切削参数作为输入变量,分别是刀具切削深度ap、切削速度vc和进给量f,输出变量是表征工件表面粗糙度的三个指标,即轮廓算数平均偏差Ra、轮廓最大高度Ry或微观不平度十点高度Rz... 详细信息

利用tensorflow机器学习框架建立了前馈神经网络模型,以三个切削参数作为输入变量,分别是刀具切削深度ap、切削速度vc和进给量f,输出变量是表征工件表面粗糙度的三个指标,即轮廓算数平均偏差Ra、轮廓最大高度Ry或微观不平度十点高度Rz。利用数控车床加工数据对神经网络进行训练,训练好的网络可以用来预测工件的表面粗糙度。预测结果表明基于tensorflow框架的表面粗糙度预测方法具有建模方便和精度高的特点,因此提出的方法对车削工艺的智能化编制有一定的参考价值。

关键词： tensorflow框架机器学习神经网络表面粗糙度预测方法数控车床

来源：评论

学校读者我要写书评

暂无评论

基于tensorflow框架足球场上目标模型的研究与实践

引用

电子测试 2019年第15期30卷 104-105,138页

作者：陈思王纯沈阳城市学院

类人足球机器人能够在场上识别目标为前提。在视觉识别中使用基于tensorflow框架和FasterRCNN算法对目标模型提取的特征点的视觉识别系统,用于完成类人机器人在足球场上能够识别球与球门等场上目标。使用机器人操作系统通过代码和目标模... 详细信息

类人足球机器人能够在场上识别目标为前提。在视觉识别中使用基于tensorflow框架和FasterRCNN算法对目标模型提取的特征点的视觉识别系统,用于完成类人机器人在足球场上能够识别球与球门等场上目标。使用机器人操作系统通过代码和目标模型,模拟真实机器人“大脑”,对目标模型进行识别。最终测试效果较好。

关键词： tensorflow框架数据处理数学计算

来源：评论

学校读者我要写书评

暂无评论

基于tensorflow框架的施工现场违规行为智能识别方法

引用

电工技术 2021年第10期 190-191,194页

作者：柏彬孙铭泽陆勇吴串国张煜昊国网江苏省电力有限公司建设分公司江苏南京210000

基于以往施工现场违规行为智能识别方法识别精度低的问题,基于tensorflow框架设计施工现场违规行为智能识别方法。首先,序列化施工现场违规行为数据,将121维数据按数组转化的方式,转化成train dump.p的数据集;而后,基于tensorflow框架... 详细信息

基于以往施工现场违规行为智能识别方法识别精度低的问题,基于tensorflow框架设计施工现场违规行为智能识别方法。首先,序列化施工现场违规行为数据,将121维数据按数组转化的方式,转化成train dump.p的数据集;而后,基于tensorflow框架搭建智能识别网络,保持识别边界信息;在智能识别网络中安装***,得出施工现场违规行为智能识别编码,通过编码智能识别施工现场违规行为。设计实例分析,可得出试验结果为该方法识别嫌疑系数误差值最高为0.42,试验对照组为0.59,设计的识别方法识别嫌疑系数误差值更小,可以实现对施工现场违规行为的精准智能识别。

关键词： tensorflow框架施工现场违规行为智能识别方法

来源：评论

学校读者我要写书评

暂无评论

基于TDNN和LSTM进行混合语音识别在tensorflow和Kaldi框架的比较

基于TDNN和LSTM进行混合语音识别在Tensorflow和Kaldi框架的比较

引用

作者：刘叶同济大学

学位级别：硕士

由于神经网络在语音识别中的广泛应用，混合语音识别相比于传统的语音识别方法，在很大程度上提高了语音识别的性能。其中如何方便快捷的搭建混合语音识别中的神经网络模型尤为重要。　　作为专业用于语音识别的工具包Kaldi，可以完成... 详细信息

由于神经网络在语音识别中的广泛应用，混合语音识别相比于传统的语音识别方法，在很大程度上提高了语音识别的性能。其中如何方便快捷的搭建混合语音识别中的神经网络模型尤为重要。　　作为专业用于语音识别的工具包Kaldi，可以完成整个混合语音识别模型的搭建任务，包括神经网络的搭建。然而，Kaldi在搭建新的网络结构时不够灵活，需要利用C++语言去编写正向和反向函数。相反，tensorflow提供了Python的接口，并且为特定的需求提供了许多内置函数，比如：数据IO和网络可视化Tensorboard。而且，在Tensorlfow搭建神经网络模型，可以根据计算图自动的去计算和更新梯度函数。因此，结合Kaldi和tensorflow去搭建一个混合语音识别系统是非常必要的。　　本文采取在Tensorlfow上搭建神经网络声学模型部分，在Kaldi上实现特征提取、语言模型以及解码等。通过该系统，首先是想验证结合Kaldi和tensorflow去实现混合语音识别模型这个方案是否可行。除此之外，还想进一步比较利用Kaldi和tensorflow搭建的语音识别和只用Kaldi搭建的语音识别系统之间的效果。　　论文首先在tensorflow搭建了时间延迟神经网络来模拟传统的声学模型。由于时间延迟神经网络中的时延单元和卷积神经网络中卷积核都具有权重共享的特性。本文巧妙地利用一维的卷积神经网络完成时延神经网络在tensorflow中的搭建工作。此外论文中还搭建了长短时记忆神经网络，运用时间延迟神经元作为输入层以及输出层的标签延迟等技巧，显著的提高了混合语音识别的性能。　　本文成功利用Kaldi和tensorflow完成了混合语音识别系统的搭建工作，证明了该方法的可行性。论文还采用长短时记忆神经网络代替时间延迟神经网络，对语音识别中的声学模型进行模拟，取得了更好的识别效果。由于tensorflow所具有的优势，本文为神经网络应用在混合语音识别中提供了一种方便的途径。

关键词：混合语音识别 tensorflow框架 Kaldi框架神经网络

来源：评论

学校读者我要写书评

暂无评论

基于tensorflow深度学习框架的电商销售数据分析

引用

电脑编程技巧与维护 2023年第9期 105-107页

作者：袁伟华广东行政职业学院广州510800

电商平台是当今互联网产业中具有活力和发展潜力的领域之一,对电商销售数据进行准确分析和预测,已成为电商企业必须面对的重要问题。基于tensorflow深度学习框架,构建了一个预测销售额的模型,对电商销售数据进行了分析和预测,并通过实... 详细信息

电商平台是当今互联网产业中具有活力和发展潜力的领域之一,对电商销售数据进行准确分析和预测,已成为电商企业必须面对的重要问题。基于tensorflow深度学习框架,构建了一个预测销售额的模型,对电商销售数据进行了分析和预测,并通过实验验证了模型的准确性和效率。实验结果表明,该模型具有较高的预测准确性和效率,可以为电商企业提供了更准确、更可靠的销售预测,具有重要的应用价值。

关键词： tensorflow框架深度学习电商销售数据销售预测

来源：评论

学校读者我要写书评

暂无评论

基于优化卷积神经网络的玉米螟虫害图像识别

引用

华南农业大学学报 2020年第3期41卷 110-116页

作者：李静陈桂芬安宇吉林农业大学信息技术学院吉林长春130118

【目的】随着人工智能和大数据技术的不断发展,针对常规玉米虫害识别方法存在的准确率和效率低等问题,本文提出了一种基于改进GoogLeNet卷积神经网络模型的玉米螟虫害图像识别方法。【方法】首先通过迁移学习将GoogLeNet的Inception-v4... 详细信息

【目的】随着人工智能和大数据技术的不断发展,针对常规玉米虫害识别方法存在的准确率和效率低等问题,本文提出了一种基于改进GoogLeNet卷积神经网络模型的玉米螟虫害图像识别方法。【方法】首先通过迁移学习将GoogLeNet的Inception-v4网络结构知识转移到玉米螟Pyrausta nubilalis虫害识别的任务上,构建模型的训练方式;然后通过数据增强技术对玉米螟虫图像进行样本扩充,得到神经网络训练模型的数据集;同时利用Inception模块拥有多尺度卷积核提取多尺度玉米螟虫害分布特征的能力构建网络模型,并在试验过程中对激活函数、梯度下降算法等模型参数进行优化;最后引入批标准化(BN)操作加速优化模型网络训练,并将该模型运用到玉米螟虫害识别中。【结果】基于tensorflow框架下的试验结果表明,优化后的神经网络算法对玉米螟虫害图像平均识别准确率达到了96.44%。【结论】基于优化的卷积神经网络识别模型具有更强的鲁棒性和适用性,可为玉米等农作物虫害识别、智能诊断提供参考。

关键词：优化卷积神经网络 Inception-v4模型 tensorflow框架图像识别玉米螟

来源：评论

学校读者我要写书评

暂无评论

基于迁移学习卷积神经网络的电缆隧道锈蚀识别算法

引用

中国电力 2019年第4期52卷 104-110页

作者：周自强纪扬苏烨蔡钧宇国网浙江省电力科学研究院浙江杭州310014 浙江大学电气工程学院浙江杭州310027

随着电力行业的不断发展,髙压电缆的铺排以及地下电缆隧道的建设与维护逐渐成为该领域中的热点问题之一。将迁移学习的核心思想与经典的卷积神经网络(LeNet5)相结合,提出了一种基于迁移学习卷积神经网络的电缆隧道锈蚀识别算法,实现了... 详细信息

随着电力行业的不断发展,髙压电缆的铺排以及地下电缆隧道的建设与维护逐渐成为该领域中的热点问题之一。将迁移学习的核心思想与经典的卷积神经网络(LeNet5)相结合,提出了一种基于迁移学习卷积神经网络的电缆隧道锈蚀识别算法,实现了电缆隧道内部电源箱、风机等设备的锈蚀识别。该算法基于tensorflow框架,能够有效地解决训练样本不足、训练时间冗长以及识别精度不髙的问题。通过引人4种经典的目标识别算法进行对比实验,进一步验证了所提方案在网络训练时间以及识别精确度上的优势,为后续电缆隧道巡检机器人系统的构建提供了坚实的理论基础与实验支撑。

关键词：迁移学习卷积神经网络电缆隧道锈蚀识别 tensorflow框架故障诊断与定位

来源：评论

学校读者我要写书评

暂无评论

OclDNN:一种可应用于tensorflow的通用DNN库

引用

计算机工程 2023年第4期49卷 138-148页

作者：陈锐孙羽菲郭强隋轶丞周振辉石昌青张玉志南开大学软件学院天津300457 先进计算与关键软件海河实验室天津300459

深度学习模型的构建、训练以及推理离不开tensorflow等机器学习框架中深度学习算子的支撑,对于卷积、池化等深度学习中被高频调用或计算量较大的算子,机器学习框架一般通过调用深度神经网络(DNN)库来提升计算效能。现有DNN库主要由英伟... 详细信息

深度学习模型的构建、训练以及推理离不开tensorflow等机器学习框架中深度学习算子的支撑,对于卷积、池化等深度学习中被高频调用或计算量较大的算子,机器学习框架一般通过调用深度神经网络(DNN)库来提升计算效能。现有DNN库主要由英伟达、AMD等少数国外厂商开发并根据自有硬件设备特点进行优化,但其封闭性导致其他厂商生产的通用加速器难以在深度学习领域发挥作用。为解决现有DNN库无法支持国产加速器的问题,使得深度学习模型能够调用国产加速器进行运算,研究跨平台的通用DNN库,通过对开源MIOpen的结构特点和调用方式进行分析,提出修改和重构该库的方法,并实现一种基于OpenCL的DNN(OclDNN)库。考虑到tensorflow较高的流行度及其对DNN库调用的特殊性与复杂性,研究通用DNN库在tensorflow中的集成方法,通过StreamExecutor中的OpenCL平台实现对OclDNN的调用。实验结果表明,OclDNN在英伟达、华为等不同厂商的计算设备上运算结果正确可靠,在相同实验环境下,深度学习算子使用OclDNN时的加速性能比传统CPU并行算法提升了5~60倍。

关键词：深度神经网络库深度学习开放计算语言硬件加速器 tensorflow框架

来源：评论

学校读者我要写书评

暂无评论

基于tensorflow的Android端相册分类App设计与实现

引用

浙江工业大学学报 2020年第2期48卷 165-172页

作者：彭宏庄宁浙江工业大学信息工程学院浙江杭州310023

对手机中的所有用户图像进行分类,可以让用户更好地检索自己想要的图片,大量的App应用通过服务器对相册进行分类,而利用性能相对羸弱的移动端设备本身,达到类似的分类效果是亟待解决的问题。tensorflowLite框架是能够在Android端良好运... 详细信息

对手机中的所有用户图像进行分类,可以让用户更好地检索自己想要的图片,大量的App应用通过服务器对相册进行分类,而利用性能相对羸弱的移动端设备本身,达到类似的分类效果是亟待解决的问题。tensorflowLite框架是能够在Android端良好运行的神经网络训练框架。通过构建一个Android应用,基于tensorflowLite框架,移植经典图像处理的卷积神经网络进行图像相册分类。实验表明,应用程序可以在较短时间内处理图片并完成相册分类。

关键词： tensorflow框架 Android 图像分类

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

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

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：