检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

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

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

110 篇 期刊文献
54 篇 学位论文
6 篇 会议

馆藏范围

170 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

153 篇 工学
- 45 篇 计算机科学与技术...
- 45 篇 软件工程
- 43 篇 机械工程
- 40 篇 控制科学与工程
- 33 篇 环境科学与工程（可...
- 31 篇 测绘科学与技术
- 31 篇 地质资源与地质工...
- 21 篇 信息与通信工程
- 16 篇 仪器科学与技术
- 14 篇 农业工程
- 7 篇 生物医学工程（可授...
- 6 篇 交通运输工程
- 5 篇 材料科学与工程（可...
- 5 篇 土木工程
- 5 篇 水利工程
- 3 篇 电子科学与技术（可...
- 3 篇 矿业工程
- 3 篇 生物工程
- 2 篇 光学工程
- 2 篇 电气工程
30 篇 管理学
- 29 篇 管理科学与工程(可...
25 篇 农学
- 13 篇 农业资源与环境
- 7 篇 作物学
- 4 篇 水产
- 3 篇 林学
17 篇 医学
- 12 篇 临床医学
- 4 篇 医学技术（可授医学...
12 篇 理学
- 5 篇 生态学
- 2 篇 大气科学
8 篇 艺术学
- 8 篇 设计学（可授艺术学...
1 篇 经济学

主题

170 篇 u-net模型
58 篇 深度学习
21 篇 注意力机制
14 篇 图像分割
12 篇 语义分割
10 篇 卷积神经网络
7 篇 建筑物提取
6 篇 遥感影像
6 篇 高分辨率遥感影像
6 篇 生成对抗网络
6 篇 图像处理
4 篇 跳跃连接
4 篇 残差网络
4 篇 医学图像分割
3 篇 inception模块
3 篇 小麦
3 篇 深度特征
3 篇 残差模块
3 篇 注意力
3 篇 图像语义分割

机构

7 篇 中国科学院大学
4 篇 中国地质大学
4 篇 昆明理工大学
4 篇 浙江大学
3 篇 华中科技大学
3 篇 江西理工大学
3 篇 云南省计算机技术...
3 篇 辽宁师范大学
3 篇 山东理工大学
3 篇 吉林大学
3 篇 中国矿业大学
3 篇 贵州民族大学
3 篇 东北大学
2 篇 西南大学
2 篇 华南师范大学
2 篇 中国石化地球物理...
2 篇 中国科学院空天信...
2 篇 广东省土地调查规...
2 篇 地球内部多尺度成...
2 篇 贵州师范大学

作者

3 篇 易三莉
3 篇 佘芙蓉
3 篇 杨丹
3 篇 王天伟
3 篇 张博源
3 篇 杨雪莲
3 篇 yang dan
2 篇 万林江
2 篇 陈芸芝
2 篇 liu jun
2 篇 由金浩
2 篇 闫星宇
2 篇 邓光校
2 篇 范剑超
2 篇 刘军
2 篇 纪思奇
2 篇 fan jianchao
2 篇 yue wen
2 篇 黄成泉
2 篇 ke li’na

语言

169 篇 中文
1 篇 英文

检索条件"主题词=u-net模型"

共 170 条记录，以下是111-120 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于图像处理的小麦赤霉病检测研究

基于图像处理的小麦赤霉病检测研究

引用

作者：杨俊扬州大学

学位级别：硕士

[研究背景]小麦赤霉病是粮食生产的重大病害之一,对于小麦产量有很大损害,对小麦病害监测预警方面的研究和应用对于发展高产、优质、高效的科学化生产十分重要。为及时有效的对小麦赤霉病采取防治措施,需要对其发病情况进行及时准确的... 详细信息

[研究背景]小麦赤霉病是粮食生产的重大病害之一,对于小麦产量有很大损害,对小麦病害监测预警方面的研究和应用对于发展高产、优质、高效的科学化生产十分重要。为及时有效的对小麦赤霉病采取防治措施,需要对其发病情况进行及时准确的监测。目前,由于生产条件、地理因素、技术水平的限制,主要利用田间抽样调查的方法对赤霉病病情的危害程度进行评估。该方法不仅难以对大面积的发病产区进行有效监测,而且人工成本高,信息获取滞后,严重影响赤霉病的防治效率。[材料与方法]本次实验通过对小麦麦穗进行赤霉病菌人工接种的方式使小麦发生赤霉病病害,通过无人机和数码相机来获取小麦赤霉病的RGB图像,通过提取图像特征来对小麦赤霉病图像中发病麦穗进行检测与识别。[结果与分析](1)基于颜色特征指数提取小麦赤霉病图像中发病麦穗。在小麦赤霉病前期时,检测率为90.5%,在小麦赤霉病中期时,其检测率为88.4%。(2)建立了基于深度学习网络deeplabv3+的小麦赤霉病发病麦穗的检测与识别模型。该模型的精度为0.9692,损失函数Loss为0.1030,MIou为0.793,模型表现较好,基本上能够实现小麦赤霉病发病麦穗的检测与分割。(3)建立了基于改进的深度学习网络u-net的小麦赤霉病发病麦穗的检测与识别模型。该模型的精度为0.9694,损失函数Loss为0.0759,MIou为0.799,模型表现较好,能够实现小麦赤霉病发病麦穗的识别与分割。[结论]通过研究发现基于深度学习网络模型能够很好的检测与识别小麦赤霉病发病麦穗,识别精度较高,为小麦赤霉病的检测与识别提供了技术支持。

关键词：颜色特征指数小麦赤霉病深度学习 deeplabv3+模型 u-net模型

来源：评论

学校读者我要写书评

暂无评论

基于机器学习的水生植被提取

基于机器学习的水生植被提取

引用

作者：张佩莹上海海洋大学

学位级别：硕士

中国经济迅速发展、人类活动范围扩大,导致内陆湖泊水库的污染、富营养化等问题不断加剧。水生植被能够对湖泊的水质、生物多样性以及生态环境等方面都有一定的调控能力,如稳定沉积物,减缓水流,净化水源,维持渔业生产,维持湿地生态系统... 详细信息

中国经济迅速发展、人类活动范围扩大,导致内陆湖泊水库的污染、富营养化等问题不断加剧。水生植被能够对湖泊的水质、生物多样性以及生态环境等方面都有一定的调控能力,如稳定沉积物,减缓水流,净化水源,维持渔业生产,维持湿地生态系统的平衡。因此,水生植被分布情况、结构和演变趋势对湿地生态环境变化具有重要的指示意义和科学研究价值。本文通过研究现有机器学习模型和应用领域,将随机森林和u-net模型应用于水生植被提取。本文利用于桥水库Sentinel-2遥感数据进行分析,其中在基于特征优化的随机森林中使用的是2020年3月到10月数据,在基于特征优化的u-net模型中将2020年数据用于训练模型,为检验模型预测准确率,测试集选用2019年的于桥水库影像进行验证。具体研究内容如下:(1)针对水生植被提取精度较低问题,基于Sentinel-2遥感数据,综合应用光谱信息、水体植被指数、最佳指数法(Optimal Index Factory,OIF)计算的纹理特征,结合随机森林分类法,构建特征优化后的随机森林水生植被提取模型,对于桥水库进行水生植被提取。结果显示:该方法能有效的提取出水生植被,总体精度为93.22%,Kappa系数为0.91。进一步与最大似然和支持向量机(SVM)方法进行对比分析,结果表明本算法的总体精度分别提高了19.96%、8.53%,Kappa系数分别提高了0.25、0.11。基于水生植被全年提取结果,分析了于桥水库的水生植被年内变化,发现于桥水库水生植被在五月份最繁盛,随后逐渐消减,直至十月份基本消亡。实验表明:特征优化后的随机森林分类法在Sentinel-2影像水生植被提取中具有较好的适用性。(2)遥感影像光谱信息有限,增大了对光谱特征相似地物的分类难度。针对水生植被提取无法实现自动化的问题,使用于桥水库Sentinel-2遥感影像,通过将5种不同水体植被指数和深度学习u-net模型相结合自动提取水体、沉水植被、挺水植被、浮水植被和滩地五种地物覆被类型,分类总体精度和Kappa系数分别为94.12%和0.92,并与未进行特征优化的和随机森林的分类方法比较,u-net模型水生植被的提取结果总体精度分别提高了7.96%、1.56%,Kappa系数分别提高了0.10、0.01。结果表明:基于特征优化的u-net模型的水生植被提取效果较好,满足精度要求。实验表明,该方法可实现自动化提取,且精确性高和具有良好的泛化性。本论文主要应用了两种水生植被提取模型,利用u-net模型优秀的特征提取能力和深层网络的非线性表达能力提高模型预测精度。两种模型都能够准确地提取水生植被,在一定程度上提高了水生植被提取的准确率,可以应用于水生植被长时序遥感监测。研究表明机器学习技术在水生植被提取领域具有较好的可行性与优越性。

关键词： Sentinel-2 于桥水库随机森林 u-net模型水生植被遥感提取

来源：评论

学校读者我要写书评

暂无评论

基于u--net网络的SAR影像海面溢油遥感分类研究

基于U--net网络的SAR影像海面溢油遥感分类研究

引用

作者：于天中国科学院大学

学位级别：硕士

溢油污染是海洋环境污染的主要来源之一。近年来，海洋溢油事故频发，引起了世界各国的广泛关注。遥感技术凭借其快速、方便和经济节约的特点，已成为检测浮油的强大工具之一。本文以海面溢油为研究对象，针对高分三号SAR影像中溢油遥... 详细信息

溢油污染是海洋环境污染的主要来源之一。近年来，海洋溢油事故频发，引起了世界各国的广泛关注。遥感技术凭借其快速、方便和经济节约的特点，已成为检测浮油的强大工具之一。本文以海面溢油为研究对象，针对高分三号SAR影像中溢油遥感信息提取的关键环节，系统构建了SAR图像中溢油现象识别的技术体系，主要包括高分三号SAR影像的辐射定标、斑点噪声去除、图像中暗区域分割、基于卷积神经网络的溢油与类溢油识别。　　在图像预处理中详细说明了国产高分三号SAR影像由L1A级影像处理成L2A级影像的辐射定标方法。在去除斑点噪声的实验中，采用指标评价与目视比较相结合的方法对比了七种滤波器不同滤波窗口、不同迭代次数去除斑点噪声的效果。实验表明，在综合考虑噪声去除效果、保留原始图像信息以及运算速度等多种因素下，采用Lee滤波器、3*3窗口与1次迭代效果最好。在SAR影像提取溢油-类溢油暗色区域实验中，采用纹理特征与最大类间方差法相结合的方法，能够有效提高暗区域提取的准确性。　　在识别溢油与类溢油方面，提出将标签图片直接作为输入，基于卷积神经网络模型来发掘数据本身的特征，自动完成溢油与类溢油的识别。将用于医学影像分类及交通道路中斑马线提取的u-net模型引入溢油-类溢油分类，设计收缩路径和扩展路径，使用数量为1600的溢油数据集，采取18次卷积操作构建模型。实验表明，u-net模型可以很好的区分溢油与类溢油。在识别溢油区与类溢油区的精确度在验证集中达到了97％，而在测试集中的精确度达到了83.33％。通过将u-net模型与传统的监督分类方法对比可以看到，u-net方法对溢油区识别的精度更高。

关键词：海面溢油污染监测 SAR影像遥感分类 u-net模型

来源：评论

学校读者我要写书评

暂无评论

基于语义分割的磁瓦表面缺陷检测

基于语义分割的磁瓦表面缺陷检测

引用

作者：施铭昊吉林大学

学位级别：硕士

工业零件的表面缺陷检测是工业生产中最关键的一环,但大多数工厂还是采用人工目检的方式进行。智能化与自动化是行业趋势,是近代产业革命的主题,为探究表面缺陷检测的自动检测技术,本文在磁瓦数据集上,基于深度学习模型u-net进行了磁瓦... 详细信息

工业零件的表面缺陷检测是工业生产中最关键的一环,但大多数工厂还是采用人工目检的方式进行。智能化与自动化是行业趋势,是近代产业革命的主题,为探究表面缺陷检测的自动检测技术,本文在磁瓦数据集上,基于深度学习模型u-net进行了磁瓦缺陷的语义分割检测研究,设计了以新型特征提取网络Rep VGG为编码器的u-net语义分割模型,剔除了u-net编码器头部的扩充通道冗余结构使网络呈现对勾型,并在VOC数据集进行知识迁移,采用多种损失函数结合的训练策略应对小样本和样本不平衡问题,最终模型在速度和精度上都取得不错的效果。首先,本文介绍了表面缺陷检测的研究背景,包括基于深度学习的机器视觉表面缺陷检测研究现状,深度卷积神经网络和语义分割算法等概念;其次介绍了本文模型相关的模型架构、度量学习等内容;最后展示了我们的模型及一些对比实验和消融实验结果。实验结果表明本文所采用的结构以及训练策略是有效的,模型的分割精度在m Io u和m PA两种指标下都取得不错效果,模型占用内存比较小,推理速度较快,整体表现比较优异。

关键词：缺陷检测卷积神经网络语义分割 u-net模型

来源：评论

学校读者我要写书评

暂无评论

基于多类特征深度学习的高分辨率遥感影像分类

基于多类特征深度学习的高分辨率遥感影像分类

引用

作者：刘威北京建筑大学

学位级别：硕士

伴随我国高分辨率对地观测系统的启动,高空间分辨率(下文简称“高分辨率”)遥感影像数据也呈现海量增长。高分辨率遥感影像具有空间分辨率高、影像复杂程度高、光谱信息欠缺、类内差异大以及几何纹理等特征丰富的特点,利用传统的遥感影... 详细信息

伴随我国高分辨率对地观测系统的启动,高空间分辨率(下文简称“高分辨率”)遥感影像数据也呈现海量增长。高分辨率遥感影像具有空间分辨率高、影像复杂程度高、光谱信息欠缺、类内差异大以及几何纹理等特征丰富的特点,利用传统的遥感影像分类方法对其进行分类效果不理想,亟须寻找一种高精度、快速高效的影像分类方法。而近年来深度学习技术迅猛发展,针对这一问题,本文将深度学习技术用于了高分辨率遥感影像分类,考虑到高分影像光谱信息欠缺,所以构建了多类影像特征作为其补充,提出了一种基于多类特征深度学习的高分辨率遥感影像分类方法,共完成了以下几点工作:第一,阐述了国内外对于深度学习技术以及遥感影像分类的研究现状。介绍了常用的遥感影像分类方法,并指出了深度学习方法在高分辨率遥感影像分类中的优势。第二,介绍了高分辨率遥感影像的深度学习分类方法。对几种常见的影像分类深度模型进行了阐述,通过具体的比较和分析,选取了较优的u-net模型进行后续的高分辨率遥感影像分类研究。第三,介绍了高分辨率遥感影像的多类特征构建。考虑到高分辨率遥感影像的光谱信息较为欠缺,但包含丰富的空间、纹理等信息,所以文中分别构建了四种影像特征,即影像空间特征、影像对比度特征、影像植被特征和影像纹理特征,将其作为原始光谱信息的补充,用于后续的深度学习训练。文中采用了数字表面模型将其作为影像空间特征;文中详细对比分析了基于全局对比度的HC算法和基于局部对比度的AC算法,结合实际应用情况,选取了基于局部对比度的AC算法进行影像对比度特征提取;文中通过构建归一化植被指数来进行影像植被特征提取;文中利用圆形LBP算法来进行影像纹理特征提取。第四,提出了一种基于多类特征深度学习的高分辨率遥感影像分类方法。首先利用u-net模型作为基础深度学习模型,将构建的影像多类特征输入模型中进行训练,然后利用测试集预测得到分类图,文中利用了条件随机场的方法对分类图进行后处理。由于构建了四类影像特征,所以相应会得到四幅分类图,文中根据一定的融合规则对多幅分类图进行了融合,得到最终分类结果。第五,总结分析了实验结果。利用多个精度评定指标对本文方法的分类结果进行定量精度评价,详细分析了影像多类特征以及分类图融合对分类结果的影响。然后将本文方法与几种经典的深度学习模型即FCN-32s、FCN-16s、FCN-8s、Segnet和原始u-net模型进行了详细的对比分析。实验结果表明,本文方法的精度较高、效果较好,可以很好地对高分辨率遥感影像进行分类。

关键词：高分辨率遥感影像多类特征深度学习 u-net模型影像分类

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的肿瘤分割及分类问题的研究

基于深度学习的肿瘤分割及分类问题的研究

引用

作者：王慧娟汕头大学

学位级别：硕士

随着社会的不断进步和发展，人类的生活方式和环境在不断地改变，同时肿瘤类疾病的发病率也在不断上升。肺癌作为全世界恶性肿瘤中发病率极高的一种，其对人类的健康和安全具有很大的威胁。由大量临床实践可知，早筛查、早诊断及治疗是... 详细信息

随着社会的不断进步和发展，人类的生活方式和环境在不断地改变，同时肿瘤类疾病的发病率也在不断上升。肺癌作为全世界恶性肿瘤中发病率极高的一种，其对人类的健康和安全具有很大的威胁。由大量临床实践可知，早筛查、早诊断及治疗是最有效的降低其死亡率的方法之一。而在这些步骤中，诊断这一步骤是很关键的一环，因为诊断的准确性对于患者和医生来说都是至关重要的。而肺结节是肺癌前期的主要表现形式，所以诊断这一环主要指对肺结节的诊断。　　目前在对肺结节的准确检测、分割及分类上存在一些困难，首先由于医学图像主要是以CT、MRT等形式出现，所以图像中会有噪声的问题，同时因成像设备的不同，造成图像差异;然后由于在胸部CT图像中，肺结节在整张图中的所占的比率比较小，所以在检测和分割时，容易出现遗漏的现象;最后，由于目前已有的具有标注的肺结节样本数量较少，导致在对肺结节的分类上准确率不高，显然，需要研究一些新的技术和方法来解决这些问题。　　针对上述难题，本文提出了一种连接条件随机场的卷积神经网络和模型集成的肺结节分割方法，在对数据的采样上，考虑到胸部CT图像中存在类别不平衡问题，提出了一种新的随机方向采样方式，首先将采样图截成64*64的大小;然后在对CT图像进行分割预测时采用步长为32的遍历预测叠加方式，来避免肺结节被遗漏的现象，并在卷积网络后连接条件随机场，通过结合肺结节相邻像素点的信息来优化分割的结果;最后为了进一步提升分割准确率，提出使用模型集成的方法，将多种模型的分割结果进行融合，得到一个最优的分割结果。　　同时，本文提出利用迁移学习的方法来对肺结节的良恶性进行分类，用以解决已有标注的肺结节数据量少的问题;在迁移学习过程中，验证使用模块与参数式的微调方法，可以让模型达到最优，并且对肺结节良恶性的分类准确率可以达到92%。

关键词：肺结节分割 u-net模型条件随机场集成学习迁移学习

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的岩心CT多尺度融合超分辨率重建

基于深度学习的岩心CT多尺度融合超分辨率重建

引用

作者：白雪原东北石油大学

学位级别：硕士

随着科学技术的不断发展,高分辨率图像的需求和重要性逐渐提高,高分辨率图像相较低分辨率图像包含了更多像素信息,可以满足军事、医疗、公共安全等领域的需求。将深度学习方法用于岩石成像超分辨率重建领域,可为工作人员提供更多的岩石... 详细信息

随着科学技术的不断发展,高分辨率图像的需求和重要性逐渐提高,高分辨率图像相较低分辨率图像包含了更多像素信息,可以满足军事、医疗、公共安全等领域的需求。将深度学习方法用于岩石成像超分辨率重建领域,可为工作人员提供更多的岩石图像和更细致的岩层信息,这不仅有助于研究者了解岩体的微观结构,而且可为油气资源的开发与利用奠定坚实的基础。CT技术具有无损性、立体化、可与计算机集成等优点,在油藏地质研究中得到了广泛的应用。但是,目前对岩石进行成像时,受限于探测设备的硬件条件,往往会引起成像视野与成像分辨率不理想,从而得到的图像分辨率较低。为了获得更高分辨率以及更准确的数据,需要运用超分辨率图像重建技术。传统的低分辨率成像方法存在着对油气藏特征提取的局限性,不能很好地恢复出油气藏的高频信息,缺少关键的精细纹理信息等问题。鉴于此,本论文以多尺度融合、残差结构、u-net模型、生成对抗网络为重点,在此基础上开展岩心CT图像的超分辨率重建研究,研究基于深度学习的多源图像数据融合算法,在保证重建质量的前提下,提升重建速度。论文的主要工作包括以下两个方面:(1)提出了基于残差u-net的岩心CT图像多尺度融合超分辨率重建算法(MSRes unet)。该算法采用了残差通道以克服由于高频信息处理不足和信息缺失导致的图像模糊问题。同时,该算法结合多尺度融合技术来获取高分辨率图像,为了更好地保持图像的信息,采用了上、下采样的方法。在此基础上,采用多分辨率图像子网络并联的方式,实现多尺度的信息交互融合。在此基础上,提出一种基于多尺度融合的深度神经网络,使其能够更好地挖掘出高、中、低分辨率图像间的非线性映射关系。(2)提出了基于多尺度u-net和GAN的岩心CT图像多尺度融合超分辨率重建算法(MS-unet GAN),该模型将性能优秀的u-net结构作为生成器和判别器,并引入多尺度思想,将三个尺度的特征信息在输入端进行同时输入后融合,从而提高了模型对图像细节的还原能力。再通过u-net的上、下采样以及跳跃连接对图片进行特征处理及优化,从低分辨率图像中提取高层次的特征信息,GAN则针对这些特征信息进行优化,生成高分辨率的图像。该模型能够通过多尺度特征融合和GAN优化,以更高的准确性和保真度生成高分辨率、细节纹理更优秀的图像。

关键词：深度学习图像超分辨率重建生成对抗网络 u-net模型多尺度融合残差结构

来源：评论

学校读者我要写书评

暂无评论

基于u-net的城市内涝灾情预测研究

基于U-net的城市内涝灾情预测研究

引用

作者：陈洋宇深圳大学

学位级别：硕士

近几年,随着城市化发展速度不断增加,“热岛效应”和“雨岛效应”日益突出,再加上全球气候变暖,极端降水事件频发,致使全国许多城市都出现了洪涝灾害,对城市的经济乃至人民的生命财产都带来巨大的危害。因此,城市洪涝灾害快速预测对城... 详细信息

近几年,随着城市化发展速度不断增加,“热岛效应”和“雨岛效应”日益突出,再加上全球气候变暖,极端降水事件频发,致使全国许多城市都出现了洪涝灾害,对城市的经济乃至人民的生命财产都带来巨大的危害。因此,城市洪涝灾害快速预测对城市灾害预警和应急管理具有重要意义。然而,传统的基于水文水动力的雨洪模型需要大量的计算成本,难以满足实时预测的需求。机器学习技术可以解决这个问题,但需要大量的历史数据。因此,本研究提出综合两种技术的优势构建城市内涝水深快速预测模型的思路。利用基于物理原理的水文水动力模型,根据降雨场景生成大量内涝水深数据,再利用机器学习中卷积神经网络算法,学习地形、降雨条件与最大地表水深之间的关系,从而构建城市内涝灾情预测模型。论文主要工作和成果如下: (1)构建MIKE系列仿真模型。基于MIKE uRBAN建立一维排水管网模型,利用MIKE 21技术建立二维地表漫流模型,并采用MIKE FLOOD构建了城市内涝耦合模拟模型。利用实际降水资料和观测数据,对该耦合模型进行了检验。经检验,一维和二维耦合模型的参数选取得当,以MIKE FLOOD为基础的耦合模型能够精确地模拟该区域内的暴雨积聚现象。 (2)建立内涝空间数据库。采用已通过检验的耦合模型,模拟了研究区在十个不同降雨重现期的内涝场景,得到了地面最大积水深度数据。根据DEM采用Arc GIS提取地形特征、土地利用两类特征变量,通过设计降雨情景生成降雨特征变量,结合Mike Flood仿真结果提取研究区内地表最大淹没水深,以网格方式进行匹配构建内涝空间数据库。 (3)基于u-net网络构建城市内涝水深快速预测模型。利用u-net网络构建神经网络预测模型,利用数据库对模型进行训练和验证。结果表明u-net预测模型在训练集和测试集的损失函数均方误差(MSE)均小于0.01,达到了较好的预测精度。将模型进一步用于真实降雨事件以及邻近地块的预测,结果表明u-net预测水深位置与仿真模型预测位置基本吻合,表现出较好的泛化能力。

关键词：城市内涝 u-net模型水深水力学模型快速预测

来源：评论

学校读者我要写书评

暂无评论

基于机器视觉的再生稻收获机导航路径识别算法研究

基于机器视觉的再生稻收获机导航路径识别算法研究

引用

作者：齐广亮福建农林大学

学位级别：硕士

再生稻是一种特殊的水稻,种植一次可收两季,我国作为农业大国,发展再生稻种植技术,提高再生稻产量,对我国发展农业强国及提高水稻种植综合效益具有重要的意义。目前,国内研究在提高再生稻产量的问题上,主要是采取种植再生能力强的优质... 详细信息

再生稻是一种特殊的水稻,种植一次可收两季,我国作为农业大国,发展再生稻种植技术,提高再生稻产量,对我国发展农业强国及提高水稻种植综合效益具有重要的意义。目前,国内研究在提高再生稻产量的问题上,主要是采取种植再生能力强的优质种子、改善再生稻的栽培技术、科学施肥、科学用水、保持合理的种植间隔等方式来提高再生稻的产量。随着机器视觉的快速发展,机器视觉技术在农业机械领域应用的也更加广泛。本论文致力于研究基于机器视觉的再生稻收获机导航路径识别算法研究,目的就是在收割机上运用机器视觉技术来避免收割机在收割头季再生稻时车轮对稻桩的碾压,减少车轮对再生稻茬休眠牙的破坏,从而提高再生稻第二季的产量。具体研究内容如下:1、图像采集。本研究所用到的图像由课题组在再生稻头季机械收割试验现场采集所得,以头季水稻收割后留下来的稻桩为研究对象,进行了论文所涉及的算法研究。2、图像的预处理。试验田所采集得到的图片由于光照、阴影、作物疏密度的影响,使得图像彩色信息过于丰富,因此应减少图像的信息冗余,简化数据,从而提高算法的效率。3、基于传统图像处理算法的路径识别。本论文提出了一种基于传统图像处理的收割机导航路径识别算法,基于OpenCV的图像处理函数库,运用C++语言完成了图像的灰度化、滤波去噪、采用大律法二值化、形态学处理、作物和道路轮廓线的提取筛选,最后采用投影法完成再生稻稻田路径导航中心线的提取,并完成运行与仿真。4、基于深度学习的图像处理算法的路径识别。本论文在研究了传统的图像处理基础上,提出了一种基于深度学习的收割机导航路径识别算法。采用了u-net语义分割模型,CNN卷积神经网络分类模型,并使用英特尔的OpenVINO神经网络加速工具进行模型加速,测试并验证了算法的可行性与可靠性。5、研究结论。通过基于传统图像处理的算法结果与基于深度学习图像处理算法的结果进行对比得出:传统的图像处理算法处理灰度图像时效果较好,而在稻田路径检测适应性上整体效果较差;深度学习图像处理的算法识别的准确性和适应性等方面比传统的图像处理算法更有优势。

关键词：再生稻收获机机器视觉 OpenCV u-net模型 OpenVINO

来源：评论

学校读者我要写书评

暂无评论

深度学习在智慧医疗中的应用研究——以膀胱镜下肿瘤分类为例

深度学习在智慧医疗中的应用研究——以膀胱镜下肿瘤分类为例

引用

作者：李通对外经济贸易大学

学位级别：硕士

在我国，膀胱癌是目前常见的十大癌症之一，因此膀胱癌的治疗受到了越来越多的关注。目前来说，膀胱镜检查依旧是诊治膀胱癌的金标准。但是，因为膀胱肿瘤形态多样，年轻医生很难判断出肿瘤的类别和浸润程度，并且该过程费时耗力，严重... 详细信息

在我国，膀胱癌是目前常见的十大癌症之一，因此膀胱癌的治疗受到了越来越多的关注。目前来说，膀胱镜检查依旧是诊治膀胱癌的金标准。但是，因为膀胱肿瘤形态多样，年轻医生很难判断出肿瘤的类别和浸润程度，并且该过程费时耗力，严重增加医生负担。因此，结合人工智能技术实现膀胱镜下肿瘤智能分类与分割，对提高“智慧医疗”水平，提升医疗产业效率，具有重要的现实意义。　　本文结合膀胱癌图像的实际分布特点，结合深度学习模型，展开了图像识别与分割研究，主要内容如下：　　（1）提出了一种基于深度学习的预测模型来完成对浸润性和非浸润性膀胱癌的分类。该模型采用了基于CNN的四层特征提取方法，经过对模型参数的不断调整，模型识别准确率高达88.24%，能有效区分浸润性膀胱癌和非浸润性膀胱癌。　　（2）基于膀胱镜图像和本文数据集的实际特点，构建了适合本文使用场景的u-net网络模型，然后使用经过处理的人工标注的数据集进行实验，并对实验结果进行详细的解释。实验结果表明本文所改进的模型对于膀胱癌图片有良好的分割效果。　　（3）在前面研究的基础上，为了抓取膀胱镜病理图像的本质特征以及对病灶区域进行有效分割，提出了基于MaskRCNN的膀胱癌图像分割模型。利用迁移学习的方法将该模型应用于人工标注过的膀胱镜图像，在分割效果和分类精准度上都获得了满意的效果。根据实验的结果，本文所搭建的网络模型可以有效的辅助医生运用于膀胱癌的诊治。　　本文的研究对于搭建膀胱镜影像数据驱动的智能诊断平台具有重要意义，将为我国泌尿外科智能诊断产业的发展提供必要的技术基础。

关键词：深度学习膀胱癌 u-net模型 MaskRCNN模型图像识别

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共17页 << < 8 9 10 11 12 13 14 15 16 17 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

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：