检索结果-内蒙古大学图书馆

作者：杨小海宁夏大学

学位级别：硕士

随着信息技术的发展,信息技术给人们带来了全新的视角认识世界,让人们获取信息的速度倍增,使工作和生活极大的方便化。但是给人们带来便利的同时也带来了一些网络信息的安全隐患。验证码担当了网络门户的一个门卫的角色,作为许多网站系... 详细信息

随着信息技术的发展,信息技术给人们带来了全新的视角认识世界,让人们获取信息的速度倍增,使工作和生活极大的方便化。但是给人们带来便利的同时也带来了一些网络信息的安全隐患。验证码担当了网络门户的一个门卫的角色,作为许多网站系统第一道安全防线,越来越广泛地被运用到网络中去。验证码验证系统被广泛的用在账号注册、系统登录、信息确认等环节中,目的是为了能够阻挡一些恶意自动化程序对网络的攻击。目前,应用最广泛的验证码主要有文本类验证码、图像类验证码、语音类验证码这三类。文本类验证码是运用最广泛的一类验证码,主要因为文本类验证码制作成本低,应用方便,所以本文选取以文本类验证码为例作为研究对象。本文主要的工作体现在以下四方面:1.为了解决验证码数据难采集的这个问题,本文通过编写程序方式,自动生成适合作为数据集的验证码,主要生成用于对抗网络训练的成对验证码数据集和能够根据需求生成含不同类型字符和不同字符长度的验证。2.设计一种能够通过条件生成对抗网络来去除验证码中的干扰信息的方案,减少在验证码预处理过程中的技术应用,提升了工作效率,由于生成对抗网络的特性,实现了模型的泛化性。3.通过构造一种带有Inception结构的卷积神经网络,实现了对验证码端到端的识别。本方法可以有效的降低验证码在分割阶段对信息损失,能够提升对验证码的的识别率。另外一点,由于网络中采用Inception能够提升网络的训练和识别速度。4.采用B/S架构设计实现一个验证码生成和识别系统。该系统既能为验证码研究者提供合适的数据集,又能对现有的文本类验证码进行识别。

关键词：验证码生成对抗网络卷积神经网络 tensorflow框架

来源：评论

学校读者我要写书评

暂无评论

一种基于全连接神经网络的雷达副瓣跟踪自动识别方法

一种基于全连接神经网络的雷达副瓣跟踪自动识别方法

引用

2021年中国航空工业技术装备工程协会年会

作者：周立新庞钰宁孙连君史新虎毛磊中国人民解放军63726部队

针对雷达跟踪目标时存在副瓣识别的问题,提出了一种基于全连接神经网络的副瓣自动识别方法,采用深度学习中的全连接神网络模型和RMSProp优化器,根据副瓣跟踪的数据特征,使用Tensor-Flow框架建立了主副瓣判别的二分类模型,利用历史副瓣... 详细信息

针对雷达跟踪目标时存在副瓣识别的问题,提出了一种基于全连接神经网络的副瓣自动识别方法,采用深度学习中的全连接神网络模型和RMSProp优化器,根据副瓣跟踪的数据特征,使用Tensor-Flow框架建立了主副瓣判别的二分类模型,利用历史副瓣跟踪数据对神经网络进行训练,经多次实战任务数据测试,结果表明,副瓣跟踪识别准确率能达到99%以上。

关键词：神经网络副瓣跟踪自动识别雷达跟踪 tensorflow框架

来源：评论

学校读者我要写书评

暂无评论

基于一维卷积神经网络的语音识别系统构建方法

引用

电声技术 2024年第10期48卷 77-79页

作者：刘洋廉咪咪郑州工商学院河南郑州450000

提出一种基于一维卷积神经网络(1D Convolutional Neural Network,1D-CNN)的语音识别系统。首先研究基于1D-CNN的语音识别系统框架,其次重点介绍使用tensorflow构建该系统的方法,最后采用Libri Speech数据集,在无噪声、轻微噪声和严重... 详细信息

提出一种基于一维卷积神经网络(1D Convolutional Neural Network,1D-CNN)的语音识别系统。首先研究基于1D-CNN的语音识别系统框架,其次重点介绍使用tensorflow构建该系统的方法,最后采用Libri Speech数据集,在无噪声、轻微噪声和严重噪声条件下进行系统测试,并使用准确率、召回率、F1等指标进行评估。实验结果表明,所提出的系统在无噪声和轻微噪声条件下具有较高的识别准确率和稳定性,即使在严重噪声环境中也表现出较好的健壮性。

关键词：一维卷积神经网络(1D-CNN) 语音识别系统构建 tensorflow框架

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

基于tensorflow的车牌字符识别方法

引用

上海工程技术大学学报 2020年第3期34卷 247-252页

作者：孟祥环罗素云张玉祖陈亚陈思涛上海工程技术大学机械与汽车工程学院上海201620

全连接神经网络将车牌字符图像以一维矩阵的形式进行矩阵运算,忽略了图像自身的特性,且一旦图像像素过多,神经网络的参数规模会急剧增加,常规的神经网络很难训练.基于tensorflow深度学习框架搭建一种卷积神经网络训练模型,在自制的大小... 详细信息

全连接神经网络将车牌字符图像以一维矩阵的形式进行矩阵运算,忽略了图像自身的特性,且一旦图像像素过多,神经网络的参数规模会急剧增加,常规的神经网络很难训练.基于tensorflow深度学习框架搭建一种卷积神经网络训练模型,在自制的大小为40×32像素点车牌字符灰度图像数据集基础上,使用搭建的神经网络模型训练得到较好的训练效果,利用多次卷积和池化层提取特征,与全连接神经网络相比极大减少节点数量,提高识别的精准度.通过不同识别算法的准确率对比可见,卷积神经网络对中文、英文和数字的识别更加准确,模型的鲁棒性和泛化能力有很大提高.

关键词： tensorflow框架卷积神经网络车牌识别深度学习

来源：评论

学校读者我要写书评

暂无评论

基于多任务卷积神经网络的人脸识别技术研究

引用

通信技术 2020年第3期53卷 718-723页

作者：祝永志苏晓云曲阜师范大学信息科学与工程学院山东日照276826

深度神经网络是目前计算机机器学习领域的一个关键技术,可应用于图像处理。其中,多任务卷积神经网络(Multi-task Convolutional Neural Network,MTCNN)是一种基于卷积神经网络的多任务人脸检测框架,这里采用MTCNN人脸检测模型代替传统... 详细信息

深度神经网络是目前计算机机器学习领域的一个关键技术,可应用于图像处理。其中,多任务卷积神经网络(Multi-task Convolutional Neural Network,MTCNN)是一种基于卷积神经网络的多任务人脸检测框架,这里采用MTCNN人脸检测模型代替传统的卷积神经网络,在深度学习框架tensorflow上进行人脸识别。首先,在数据预处理阶段利用灰度化方法将图像集转变为灰度图,降低图像通道。其次,基于MTCNN构建人脸检测模型,并利用Softmax函数进行分类识别。最后,实验过程中选择不同迭代次数进行准确性对比,在模型趋于稳定的情况下,得到较高的准确性。

关键词：多任务卷积神经网络灰度处理 tensorflow框架人脸识别

来源：评论

学校读者我要写书评

暂无评论

深度学习在笔迹鉴定中的应用研究

引用

电子设计工程 2020年第21期28卷 159-163页

作者：沈荣黄晨四川文理学院智能制造学院四川达州635000 四川省达州市公安局四川达州635000

传统笔迹鉴定起源于“经验性”累积,科学基础尚需证实与加强,在司法实践中经常出现争议。对此,引入基于深度学习的目标检测算法,提出一种应用深度学习技术实现对笔迹识别的设计方案。实现过程中,建立并优化了全连接神经网络模型,并将模... 详细信息

传统笔迹鉴定起源于“经验性”累积,科学基础尚需证实与加强,在司法实践中经常出现争议。对此,引入基于深度学习的目标检测算法,提出一种应用深度学习技术实现对笔迹识别的设计方案。实现过程中,建立并优化了全连接神经网络模型,并将模型移植到ROS(Robot Operating System)机器人系统上,实现了对手写体数字的识别应用。以MNIST数据集作为模拟检材,对手写体数字的识别正确率可达98.32%。证明深度学习技术可以有效挖掘图像信息,是替代传统“经验性”文件鉴定的手段,对拓宽法医学、鉴定科学研究方法具有启发意义和应用参考价值。

关键词：笔迹鉴定深度学习神经网络 tensorflow框架手写体数字

来源：评论

学校读者我要写书评

暂无评论

新工科建设背景下高职嵌入式应用课程项目化设置研究

引用

中国新通信 2020年第3期22卷 121-123页

作者：刘业刘林峰苏州市职业大学计算机工程学院苏州市职业大学江苏省现代企业信息化应用支撑软件工程技术研发中心南京邮电大学计算机学院

分析和归纳了现行的嵌入式应用课程的教学设置,针对当前高职类院校的学生特点,结合新工科建设在高职院校的落地行为,提出一种以兴趣驱动为导向,基于tensorflow框架的嵌入式应用且具有探索性价值的课程内容项目化设置方案。通过该方法提... 详细信息

分析和归纳了现行的嵌入式应用课程的教学设置,针对当前高职类院校的学生特点,结合新工科建设在高职院校的落地行为,提出一种以兴趣驱动为导向,基于tensorflow框架的嵌入式应用且具有探索性价值的课程内容项目化设置方案。通过该方法提高学生参与嵌入式应用课程的积极性,学生通过嵌入式应用项目化开发一方面可以提高软硬件结合的嵌入式应用开发能力,另一方面也能成为人工智能的工业实现者,增强自主思维能力。

关键词：新工科嵌入式应用课程体系 tensorflow框架

来源：评论

学校读者我要写书评

暂无评论

基于CNN的安全智能监测识别算法

引用

电子设计工程 2020年第4期28卷 64-68页

作者：卫潮冰广东电网有限责任公司江门供电局广东江门529000

针对施工环境的复杂性,监管人员对施工人员着装的监督通常存在着一定的困难,较难实现及时、有效的监督等问题,文中提出了一种基于CNN的安全智能监测识别算法。该算法首先通过相关样本图像训练出所需要的安全帽、安全带等四种识别模型。... 详细信息

针对施工环境的复杂性,监管人员对施工人员着装的监督通常存在着一定的困难,较难实现及时、有效的监督等问题,文中提出了一种基于CNN的安全智能监测识别算法。该算法首先通过相关样本图像训练出所需要的安全帽、安全带等四种识别模型。然后利用所得到的模型,对电力施工现场所拍摄的实时图像进行检测识别,从而实现智能化监测。测试结果表明,该算法对于施工人员着装的平均识别准确率可达到89.27%,验证了该算法的可行性。

关键词：深度学习卷积神经网络 tensorflow框架电力施工安全智能监测

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络的植物图像识别APP开发——“植鉴”

引用

科技与创新 2020年第4期 134-135页

作者：董博华韩笑宋毅洲安宁宁刘韵婷沈阳理工大学

由于植物在不同时期的生长形态不同,部分不同名称的植物也可能具有较高的相似性,为实现准确识别,需要提取其大量的特征信息。使用传统的机器学习方法已经不能实现大量细节特征提取训练,而深度学习可以有效地解决植物图像识别在准确度和... 详细信息

由于植物在不同时期的生长形态不同,部分不同名称的植物也可能具有较高的相似性,为实现准确识别,需要提取其大量的特征信息。使用传统的机器学习方法已经不能实现大量细节特征提取训练,而深度学习可以有效地解决植物图像识别在准确度和速度方面的难点。因此系统采用tensorflow框架,基于卷积神经网络中的Inception-v3网络模型进行模型训练,利用GPU并行计算加速模型训练和图片识别速度。训练得到验证集精度达到91%的模型,以此模型为基础,开发了一款智能植物图像识别的APP——“植鉴”。

关键词：深度学习 tensorflow框架 Inception-v3网络模型 “植鉴”APP

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：