期刊文献+
共找到5,559篇文章
< 1 2 250 >
每页显示 20 50 100
边缘学习:关键技术、应用与挑战 预览
1
作者 吴琪 卢健圳 +3 位作者 伍沛然 王帅 陈立 夏明华 《无线电通信技术》 2020年第1期6-25,共20页
近年来,随着移动通信和人工智能技术的迅猛发展,大量智能终端已经联网并催生出海量数据。为了高效利用网络中的通信和计算资源并进一步释放人工智能的潜力,将传统基于专用数据中心的人工智能下沉到靠近用户终端的网络边缘已成为一种技... 近年来,随着移动通信和人工智能技术的迅猛发展,大量智能终端已经联网并催生出海量数据。为了高效利用网络中的通信和计算资源并进一步释放人工智能的潜力,将传统基于专用数据中心的人工智能下沉到靠近用户终端的网络边缘已成为一种技术趋势。面向这种技术发展趋势,边缘学习被认为是一种具有广泛应用前景的人工智能实施方案。但是,目前对边缘学习的研究和应用仍处于起步阶段。为了促进技术发展,对边缘学习的关键技术、典型应用以及面临的机遇和挑战进行全面分析。首先,回顾边缘学习的发展背景,并分析其在传输时延、安全与隐私、扩展性和通信开销等方面相对于传统云学习的优势;其次,详细讨论实现边缘学习的3项关键技术:①分布式模型训练,包括聚合频率、梯度压缩、点对点通信和区块链技术;②面向边缘学习的高效无线通信技术,包括空中计算、通信资源分配和信号编码;③边缘学习卸载技术,包括计算和模型卸载技术。然后,分别以一种高可靠低时延车联网通信和一种基于计算与通信联合设计的智能图像分类系统为例,阐述上述关键技术在实际系统中的重要作用。最后,从通信与计算的联合优化、数据安全与隐私保护以及系统的开发与部署等3个方面讨论边缘学习面临的发展机遇与挑战。通过对最新研究现状的宏观分析,该综述将为边缘学习的进一步理论研究、技术创新和系统开发提供坚实的基础。 展开更多
关键词 边缘学习 联邦学习 人工智能 深度学习 卸载技术
在线阅读 下载PDF
基于Faster R-CNN和增量学习的车辆目标检测 预览
2
作者 张子颖 王敏 《计算机系统应用》 2020年第2期181-186,共6页
随着深度学习的研究热潮,近年来对车辆目标的检测逐步从机器学习方法转变为深度学习方法.目前,大多数深度学习方法对车辆目标的检测都存在不同程度的错检漏检问题.针对车辆目标检测中存在的小目标的错检漏检、截断式待检目标的漏检和重... 随着深度学习的研究热潮,近年来对车辆目标的检测逐步从机器学习方法转变为深度学习方法.目前,大多数深度学习方法对车辆目标的检测都存在不同程度的错检漏检问题.针对车辆目标检测中存在的小目标的错检漏检、截断式待检目标的漏检和重叠遮挡待检目标的漏检等问题,提出一种基于增量学习数据集的车辆目标检测方法,该方法与Faster R-CNN算法结合对车辆目标实现检测和分类.在实验的最后,分别从主观判断和客观检测数据两个方面,对比了车辆目标检测中未使用增量学习方法和使用增量学习方法对实验结果的影响.实验证明,使用基于增量学习和Faster R-CNN的车辆目标检测方法在主观判断方面对错检漏检的目标有明显地改善效果,从客观数据分析,使用该方法与未使用增量学习方法相比,VGG16网络mAP值提升了4%,ResNet101网络mAP值提升了6%. 展开更多
关键词 深度学习 机器学习 增量学习 Faster R-CNN算法 目标检测
在线阅读 下载PDF
幼儿深度学习的基本特质与逻辑架构 预览
3
作者 王小英 刘思源 《学前教育研究》 CSSCI 北大核心 2020年第1期3-10,共8页
深度学习能力是新时代发展对人提出的新要求。幼儿深度学习是指幼儿在教师的引导下,在较长的一个时段,围绕着富有挑战性的课题,全身心地积极投入,通过同伴间的合作与探究,运用高阶思维,迁移已有经验,最终解决实际问题的有意义的学习过... 深度学习能力是新时代发展对人提出的新要求。幼儿深度学习是指幼儿在教师的引导下,在较长的一个时段,围绕着富有挑战性的课题,全身心地积极投入,通过同伴间的合作与探究,运用高阶思维,迁移已有经验,最终解决实际问题的有意义的学习过程。幼儿深度学习表现在认知层面,强调问题解决能力的培养;表现在动机层面,强调积极情绪的激发与维持;表现在社会文化层面,强调人际互动中的沟通与支持。幼儿深度学习与浅层学习虽然在学习目标、动机、方式和结果等方面有着本质区别,但二者是对应而非对立的关系,浅层学习是深度学习的基础,深度学习是对浅层学习的提高。幼儿深度学习的过程应以问题解决为导向,以积极情绪为动力,以动手制作为依托,以同伴合作为支撑,以评价反思为主轴。 展开更多
关键词 深度学习 浅层学习 幼儿学习
在线阅读 免费下载
机器学习的隐私保护研究综述 预览
4
作者 刘俊旭 孟小峰 《计算机研究与发展》 EI CSCD 北大核心 2020年第2期346-362,共17页
大规模数据收集大幅提升了机器学习算法的性能,实现了经济效益和社会效益的共赢,但也令个人隐私保护面临更大的风险与挑战.机器学习的训练模式主要分为集中学习和联邦学习2类,前者在模型训练前需统一收集各方数据,尽管易于部署,却存在... 大规模数据收集大幅提升了机器学习算法的性能,实现了经济效益和社会效益的共赢,但也令个人隐私保护面临更大的风险与挑战.机器学习的训练模式主要分为集中学习和联邦学习2类,前者在模型训练前需统一收集各方数据,尽管易于部署,却存在极大数据隐私与安全隐患;后者实现了将各方数据保留在本地的同时进行模型训练,但该方式目前正处于研究的起步阶段,无论在技术还是部署中仍面临诸多问题与挑战.现有的隐私保护技术研究大致分为2条主线,即以同态加密和安全多方计算为代表的加密方法和以差分隐私为代表的扰动方法,二者各有利弊.为综述当前机器学习的隐私问题,并对现有隐私保护研究工作进行梳理和总结,首先分别针对传统机器学习和深度学习2类情况,探讨集中学习下差分隐私保护的算法设计;之后概述联邦学习中存在的隐私问题及保护方法;最后总结目前隐私保护中面临的主要挑战,并着重指出隐私保护与模型可解释性研究、数据透明之间的问题与联系. 展开更多
关键词 隐私保护 差分隐私 机器学习 深度学习 联邦学习
在线阅读 下载PDF
基于深度前馈网络的电能质量复合扰动识别 预览
5
作者 许立武 李开成 +3 位作者 肖贤贵 赵晨 尹家明 倪逸 《电测与仪表》 北大核心 2020年第1期62-69,130,共9页
针对电能质量复合扰动识别中识别准确率不高和泛化性能较差的问题,提出基于深度前馈网络(Deep Feedforward Network,DFN)的扰动识别方法。先在少数重要频率点上对扰动信号作不完全S变换,从得到的时频矩阵中提取多种识别特征,构建和训练... 针对电能质量复合扰动识别中识别准确率不高和泛化性能较差的问题,提出基于深度前馈网络(Deep Feedforward Network,DFN)的扰动识别方法。先在少数重要频率点上对扰动信号作不完全S变换,从得到的时频矩阵中提取多种识别特征,构建和训练三层DFN扰动分类器,并使用Dropout正则化来提高分类器的泛化性能。仿真实验和实测实验表明,文中的方法能够有效识别8种复合扰动在内的共17种扰动类型,并具有很好的抗噪性能和泛化性能。与CART决策树、极限学习机、随机森林等现有方法相比,方法识别准确率更高,鲁棒性更好,具有良好的应用前景。 展开更多
关键词 电能质量 扰动识别 深度学习 深度前馈网络 不完全S变换
在线阅读 下载PDF
基于深度神经网络的高校贫困生认定模型 预览
6
作者 吴乐乐 朱亚辉 《电子测试》 2020年第1期88-89,共2页
高校贫困生认定工作是当前高校学生管理的重要工作之一。校园一卡通产生了大量的数据,记录着在校大学生消费和学习情况。以深度神经网络为技术依托,建立高校贫困生认定模型。实验证明,该模型具有较高的准确度,为科学构建高校贫困生认定... 高校贫困生认定工作是当前高校学生管理的重要工作之一。校园一卡通产生了大量的数据,记录着在校大学生消费和学习情况。以深度神经网络为技术依托,建立高校贫困生认定模型。实验证明,该模型具有较高的准确度,为科学构建高校贫困生认定管理体系提供技术支持。 展开更多
关键词 贫困生 认定模型 大数据 深度学习 深度神经网络
在线阅读 下载PDF
基于PSR和DBN的超短期母线净负荷预测 预览
7
作者 石天 梅飞 +3 位作者 陆继翔 陆进军 郑建勇 张宸宇 《电力工程技术》 2020年第1期178-183,共6页
随着电网优化调度的精细化、智能化和计及电力系统安全性与经济性的电网高级应用的广泛采用及分布式能源的大量接入,母线负荷预测的精度要求不断提高而负荷的不确定性和非线性特征进一步增强。针对上述问题,文中提出一种基于相空间重构(... 随着电网优化调度的精细化、智能化和计及电力系统安全性与经济性的电网高级应用的广泛采用及分布式能源的大量接入,母线负荷预测的精度要求不断提高而负荷的不确定性和非线性特征进一步增强。针对上述问题,文中提出一种基于相空间重构(PSR)和深度信念网络(DBN)的超短期母线负荷预测模型,首先采用C-C法对净负荷时间序列进行PSR,然后利用DBN对重构后的数据进行拟合并得出负荷的预测值。文中利用某市变电站实测负荷数据检验了文中超短期母线负荷预测模型的有效性,证明该中模型在分布式电源渗透率较高且母线负荷波动较大的情况下仍然有较高的预测精度。 展开更多
关键词 负荷预测 母线净荷预测 深度信念网络 相空间重构 深度学习
在线阅读 下载PDF
基于宽浅稠密网络的无人驾驶汽车交通标志牌识别 预览
8
作者 邓涛 李鑫 +1 位作者 汪明明 邓彪 《汽车技术》 CSCD 北大核心 2020年第1期12-18,共7页
以稠密网络为基础设计了交通标志牌识别模型,重点研究数据集预处理网络,利用宽浅稠密网络提取图片特征,并构建了全局平均池化分类网络。利用翻转和数据增强方法对数据集进行扩增处理,采用动态数据扩增策略使模型适应训练数据的变化,在... 以稠密网络为基础设计了交通标志牌识别模型,重点研究数据集预处理网络,利用宽浅稠密网络提取图片特征,并构建了全局平均池化分类网络。利用翻转和数据增强方法对数据集进行扩增处理,采用动态数据扩增策略使模型适应训练数据的变化,在测试集上实现了99.68%的准确率。在标志牌清晰完整和模糊不全两种情况下验证模型识别效果,结果显示,模型未出现误检和漏检情况,在图像信息被破坏的情况下,仍能以最大置信度正确地识别标志牌,识别准确度高、抗干扰能力强,具有良好的鲁棒性及泛化能力。 展开更多
关键词 无人驾驶 交通标志牌识别 深度学习 深层卷积神经网络 稠密网络
在线阅读 下载PDF
基于深度残差网络图像分类算法研究综述 预览
9
作者 赵志成 罗泽 +1 位作者 王鹏彦 李健 《计算机系统应用》 2020年第1期14-21,共8页
近年来,由于计算机技术的飞速迅猛发展,特别是硬件条件的改善,计算能力不断提高,深层神经网络训练的时间大大缩短,深度残差网络也迅速成为一个新的研究热点.深度残差网络作为一种极深的网络架构,在精度和收敛等方面都展现出了很好的特性... 近年来,由于计算机技术的飞速迅猛发展,特别是硬件条件的改善,计算能力不断提高,深层神经网络训练的时间大大缩短,深度残差网络也迅速成为一个新的研究热点.深度残差网络作为一种极深的网络架构,在精度和收敛等方面都展现出了很好的特性.研究者们深入研究其本质并在此基础上提出了很多关于深度残差网络的改进,如宽残差网络,金字塔型残差网络,密集型残差网络,注意力残差网络等等.本文从残差网络的设计出发,分析了不同残差单元的构造方式,介绍了深度残差网络不同的变体.从不同的角度比较了不同网络之间的差异以及这些网络架构在常用图像分类数据集上的性能表现.最后我们对于这些网络进行了总结,并讨论了未来深度残差网络在图像分类领域的一些研究方向. 展开更多
关键词 图像分类 深度学习 计算机视觉 深度残差网络 恒等变换 卷积神经网络
在线阅读 下载PDF
基于数据增强和深度残差网络的电力系统暂态稳定预测 预览
10
作者 周艳真 查显煜 +4 位作者 兰健 郭庆来 孙宏斌 薛峰 王胜明 《中国电力》 CSCD 北大核心 2020年第1期22-31,共10页
针对传统数据驱动的电力系统暂态稳定分析方法中,较少考虑输入数据存在噪声和信息缺失后对预测模型性能的影响问题,提出一种基于数据增强和深度残差网络的暂态稳定预测方法。首先,考虑噪声和信息缺失情况,对原始训练数据进行扩充;然后,... 针对传统数据驱动的电力系统暂态稳定分析方法中,较少考虑输入数据存在噪声和信息缺失后对预测模型性能的影响问题,提出一种基于数据增强和深度残差网络的暂态稳定预测方法。首先,考虑噪声和信息缺失情况,对原始训练数据进行扩充;然后,采用发电机受扰后动态数据作为输入特征;考虑到输入的高维时序数据具有图像的特点,利用图像处理中一种特殊的卷积神经网络—深度残差网络构建用于暂态稳定评估的深层模型。算例分析表明,所提出的方法能够提高模型的泛化能力,在含噪声以及部分发电机信息缺失情况下具有更好的鲁棒性。 展开更多
关键词 暂态稳定 深度学习 深度残差网络 数据增强 电力系统 噪声 信息缺失
在线阅读 下载PDF
基于深度学习的领域本体构建研究——以汽车领域为例 预览
11
作者 陈晓燕 贾珊 何有世 《情报杂志》 CSSCI 北大核心 2020年第1期174-178,共5页
[目的/意义]结合深度学习技术和领域本体研究,提出了基于深度学习的领域本体构建方法,从概念抽取、层级关系构建、属性抽取三个模块,结合人工干预搭建起本体架构。[方法/过程]利用深度神经网络实现领域本体概念识别,以BIRCH聚类算法划... [目的/意义]结合深度学习技术和领域本体研究,提出了基于深度学习的领域本体构建方法,从概念抽取、层级关系构建、属性抽取三个模块,结合人工干预搭建起本体架构。[方法/过程]利用深度神经网络实现领域本体概念识别,以BIRCH聚类算法划分本体层级关系,采用卷积神经网络结合远程监督抽取实体关系模型,来抽取领域本体属性。[结果/结论]以汽车领域评论语料为数据源,搭建起汽车领域本体架构,为领域本体构建提供了一种新思路。 展开更多
关键词 领域本体 深度学习 深度神经网络 BIRCH算法
在线阅读 下载PDF
基于深度学习的大采高工作面矿压预测分析及模型泛化 预览
12
作者 赵毅鑫 杨志良 +2 位作者 马斌杰 宋红华 杨东辉 《煤炭学报》 EI CAS CSCD 北大核心 2020年第1期54-65,共12页
综采工作面矿压显现的分析与预测对于复杂地质条件下工作面顶板管理,保证矿井生产安全具有重要意义。采用关系型数据库储存液压支架工作阻力数据以及利用工作面推进过程中矿压显现的时序特性,采用SQL语言,运用长短时记忆网络(Long Short... 综采工作面矿压显现的分析与预测对于复杂地质条件下工作面顶板管理,保证矿井生产安全具有重要意义。采用关系型数据库储存液压支架工作阻力数据以及利用工作面推进过程中矿压显现的时序特性,采用SQL语言,运用长短时记忆网络(Long Short Time Memory,LSTM)深度学习方法,以红庆河矿31101大采高综采工作面矿压规律为研究对象,对工作面支架工作阻力、支架不平衡力、支架安全阀开启情况及初次来压与周期来压等矿压显现规律进行分析;基于建立的数据库,预测了红庆河大采高工作面矿山压力,预测结果表明LSTM方法较BP神经网络预测更具准确性。为进一步讨论本研究采用的LSTM网络模型的泛化能力,在采用布尔台42103大采高工作面、上湾矿12401大采高工作面少量矿压数据的前提下,使用迁移学习方法,对矿压数据进行预测检验,结果表明:LSTM模型具有很好的泛化能力,相比于不使用迁移学习方法,迁移学习可提高模型的泛化能力。最后,探讨了模型在3个大采高工作面矿压预测表现的差别,发现数据量本身对模型预测行为影响较大,增大数据量可弥补原始数据缺失等问题。在预测模型基础上设计了周期来压预警模型,集成形成相应矿压分析与预警系统,经工程验证判定预警系统分析效果良好。 展开更多
关键词 大采高 长壁开采 深度学习 矿压分析 迁移学习
在线阅读 下载PDF
基于深度学习检测器的多角度人脸关键点检测 预览
13
作者 赵兴文 杭丽君 +2 位作者 宫恩来 叶锋 丁明旭 《光电工程》 CAS CSCD 北大核心 2020年第1期62-69,共8页
针对人脸关键点检测(人脸对齐)在应用场景下的速度和精度需求,首先在SSD基础之上融合更多分布均匀的特征层,对人脸框坐标进行级联预测,形成对于多尺度人脸信息均具有更加鲁棒响应的深度学习检测器MR-SSD。其次在局部二值特征LBF的级联... 针对人脸关键点检测(人脸对齐)在应用场景下的速度和精度需求,首先在SSD基础之上融合更多分布均匀的特征层,对人脸框坐标进行级联预测,形成对于多尺度人脸信息均具有更加鲁棒响应的深度学习检测器MR-SSD。其次在局部二值特征LBF的级联形状回归方法基础上,提出了基于面部像素差值的多角度初始化算法。采用端正人脸正负90°倾斜范围内的五组特征点形状进行初始化,求取每组回归后形状的眼部特征点像素均方差值并以最大者对应方案作为最终回归形状,从而实现对多角度倾斜人脸优异的拟合效果。本文所提出的最优架构可以实时获得极具鲁棒性的人脸框坐标并且可实现对于多角度倾斜人脸的关键点检测。 展开更多
关键词 深度学习 机器学习 人脸关键点检测 人脸对齐 像素差值
在线阅读 下载PDF
面向深度学习识别高空农作物的方法 预览
14
作者 陈小帮 左亚尧 +1 位作者 王铭锋 马铎 《计算机工程与设计》 北大核心 2020年第2期580-586,共7页
为探讨深度学习技术运用于高空或卫星图像处理的问题,针对其高空层次特征丰富但细节信息不充分,以及背景多元化干扰等特点,研究一种有效的多分类方法。利用消费级无人机采集农作物高空图像,从图像数据规模有限,较难实现有效训练的问题出... 为探讨深度学习技术运用于高空或卫星图像处理的问题,针对其高空层次特征丰富但细节信息不充分,以及背景多元化干扰等特点,研究一种有效的多分类方法。利用消费级无人机采集农作物高空图像,从图像数据规模有限,较难实现有效训练的问题出发,提出一种综合数据增强和迁移学习的方法克服数据集不足;结合高空图像的独特特征,改进高维空间的最优分类函数,对模型进行优化,使之更吻合高空拍摄农作物图像的识别与处理。通过构建多组数据、多种模型的对比实验,验证了该方法的有效性与性能,为农业智慧决策提供有益补充。 展开更多
关键词 无人机 农作物 图像识别 深度学习 迁移学习
在线阅读 下载PDF
基于Gabor及深度神经网络的葡萄种子分类 预览
15
作者 杨旺功 淮永建 张福泉 《电子科技大学学报》 EI CAS CSCD 北大核心 2020年第1期131-138,共8页
种子成熟度需要受过长期训练的专家通过肉眼进行观察和判断。为了改变传统人工经验判断的方式,该文提出了一种基于Gabor小波特征提取及深度神经网络的葡萄种子图像分类识别算法,以便实现高效、准确的分类识别效果。首先,利用背景差分法... 种子成熟度需要受过长期训练的专家通过肉眼进行观察和判断。为了改变传统人工经验判断的方式,该文提出了一种基于Gabor小波特征提取及深度神经网络的葡萄种子图像分类识别算法,以便实现高效、准确的分类识别效果。首先,利用背景差分法在背景图像中分割出兴趣目标,从而完成图像的预处理。然后,通过改进的Gabor小波特征提取,使得Gabor滤波后的图像具有更多的细节纹理信息。最后,将深度卷积神经网络和提取到的纹理特征信息相结合进行分类。实验结果表明,基于机器学习的葡萄种子成熟度识别是切实可行的。且相比于其他类似分类算法,本文算法的图像分类精度有了一定的改善。 展开更多
关键词 分类识别 深度学习 特征提取 GABOR小波 葡萄种子 机器学习 神经网络
在线阅读 免费下载
深度学习研究:发展脉络与瓶颈 预览
16
作者 彭红超 祝智庭 《现代远程教育研究》 CSSCI 北大核心 2020年第1期41-50,共10页
深度学习研究在国际上历经40余年,经历了蛰伏期、萌发期、新兴期,目前正处在迅发期,已得到政府、学校、社会机构、媒体前所未有的关注和推崇。国内外的深度学习研究态势呈现出各自特色:国外偏向深度参与学习以及高阶学习策略研究,国内... 深度学习研究在国际上历经40余年,经历了蛰伏期、萌发期、新兴期,目前正处在迅发期,已得到政府、学校、社会机构、媒体前所未有的关注和推崇。国内外的深度学习研究态势呈现出各自特色:国外偏向深度参与学习以及高阶学习策略研究,国内注重学生高阶知能的发展与迁移应用。40余年里,深度学习发生了两个方向的转变:从索求理解到追求迁移、从注重过程到侧重结果。深度学习已不再仅仅是为了理解基本知能而采用的学习方式,它更多的是一种基于理解、追求迁移应用的有意义学习。它通过促使学生深度参与学习、适性地采用高级学习方略来促进高阶知能的发展,实现这些知能在全新情境中的应用或新高阶知能生成。目前国内外尚无研究关注深度学习的灵活性问题,而灵活性却是深度学习的诉求。这种诉求触及到顶层框架结构的变化并且需要一种认知灵活性,其实现极具挑战,可通过学习架构并借助智慧课堂的赋能作用尝试解决。 展开更多
关键词 深度学习 研究走势 理念演变 研究瓶颈 学习架构 智慧课堂
在线阅读 下载PDF
面向深度学习的项目式编程学习优化设计与实践 预览
17
作者 任永功 林禹竹 多召军 《现代远距离教育》 CSSCI 北大核心 2020年第1期46-53,共8页
编程课程的深度学习具有一定的领域特殊性,体现为学习者深度应用编程知识解决现实问题的程序设计策略构建与编程自我效能感培养。项目式编程学习不应局限于学习者对于领域知识的理解与配对应用,更需要关注学习者在项目驱动的编程问题解... 编程课程的深度学习具有一定的领域特殊性,体现为学习者深度应用编程知识解决现实问题的程序设计策略构建与编程自我效能感培养。项目式编程学习不应局限于学习者对于领域知识的理解与配对应用,更需要关注学习者在项目驱动的编程问题解决过程中程序设计策略的构建与迁移。本研究以优化设计项目式编程学习为核心目标,融合编程领域深度学习的特殊性,构建项目式编程学习“四层”过程模型;基于编程方案生成与评估以及程序设计策略构建等过程,梳理编程项目设计原则;结合程序设计支持技术、阶段性结果及启发性问题,结构化地设计促进学习者有效完成程序设计的项目支架。学习者自我感知的程序设计策略水平和编程自我效能感在前测与后测中出现了显著性差异,验证了编程项目设计原则与项目支架设计的有效性。 展开更多
关键词 深度学习 项目式学习 学习支架 程序设计策略 编程自我效能感
在线阅读 下载PDF
基于卷积神经网络的平面磨削温度预测 预览
18
作者 孙为钊 周俊 《计算机系统应用》 2020年第2期244-249,共6页
为了减少磨削温度过高给零件带来热损伤等的负面影响,并提高零件产量、质量,本文建立了基于卷积神经网络的平面磨削温度预测模型.首先通过有限元仿真获得温度数据,并进行预处理,然后利用Google开源深度学习工具TensorFlow编写卷积神经... 为了减少磨削温度过高给零件带来热损伤等的负面影响,并提高零件产量、质量,本文建立了基于卷积神经网络的平面磨削温度预测模型.首先通过有限元仿真获得温度数据,并进行预处理,然后利用Google开源深度学习工具TensorFlow编写卷积神经网络程序,最后得到预测结果并与仿真值进行比较.结果表明,本文提出的基于卷积神经网络的磨削温度预测模型具有很强的学习能力以及非线性拟合能力,大大提高了磨削温度预测精度. 展开更多
关键词 卷积神经网络 磨削温度 深度学习 人工神经网络 机器学习
在线阅读 下载PDF
基于级联宽度学习的疲劳驾驶检测 预览
19
作者 朱玉斌 延向军 +1 位作者 申旭奇 卢兆林 《计算机工程与设计》 北大核心 2020年第2期537-541,共5页
为减少因疲劳驾驶引发的交通事故,提出融合多参数的驾驶员疲劳检测算法。用渐进校准网络(PCN)检测人脸图像,通过基于CNN的回归模型定位人脸关键点;根据关键点坐标和面部器官的分布规律提取眼睛和嘴部图像,用宽度学习系统(BLS)分别识别... 为减少因疲劳驾驶引发的交通事故,提出融合多参数的驾驶员疲劳检测算法。用渐进校准网络(PCN)检测人脸图像,通过基于CNN的回归模型定位人脸关键点;根据关键点坐标和面部器官的分布规律提取眼睛和嘴部图像,用宽度学习系统(BLS)分别识别眼睛与嘴巴的状态;将眼睛、嘴巴和头部状态的时序序列送入二级宽度网络对司机的状态进行判别。实验结果表明,该算法的疲劳检测准确率为94.9%,单帧检测时间52.43 ms。 展开更多
关键词 疲劳检测 宽度学习 深度学习 信息融合 人脸关键点检测
在线阅读 下载PDF
MIMIC数据库智能挖掘研究概述 预览
20
作者 张家艳 郑建立 +1 位作者 郑西川 夏涛 《计算机技术与发展》 2020年第1期144-148,共5页
开源数据库-重症特别护理信息集MIMIC数据库包含了大量的医学数据,自它发布之日起,便得到了众多研究人员的青睐。但低效的挖掘方法很难发现内部的隐含信息,这使得MIMIC数据库得不到很好的利用,造成了资源的浪费。探索新兴的挖掘方法进... 开源数据库-重症特别护理信息集MIMIC数据库包含了大量的医学数据,自它发布之日起,便得到了众多研究人员的青睐。但低效的挖掘方法很难发现内部的隐含信息,这使得MIMIC数据库得不到很好的利用,造成了资源的浪费。探索新兴的挖掘方法进行知识发现便显得异常重要。文中对围绕MIMIC数据库的各种挖掘方法进行综述,重点阐述了新出现的机器学习和深度学习方法。同时将传统统计学模型与新出现的人工智能技术包括机器学习和深度学习技术进行比较分析。结果发现相比传统的统计学模型,机器学习和深度学习技术在预测病人的早期死亡率、发现疾病影响因素等方面普遍效果更好,这有助于改善医疗质量、帮助医生进行辅助诊断,在一定程度上也减少了病人的医疗费用。 展开更多
关键词 MIMIC数据库 人工智能 机器学习 深度学习 数据挖掘 医疗质量
在线阅读 下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部 意见反馈