期刊文献+
共找到5,089篇文章
< 1 2 250 >
每页显示 20 50 100
基于深度学习的水果采摘机器人视觉识别系统设计 预览 被引量:1
1
作者 伍锡如 雪刚刚 刘英璇 《农机化研究》 北大核心 2020年第2期177-182,188共7页
水果识别是自动化采摘过程中的关键步骤,为了提高水果识别的准确性和实时性,利用深度学习方法,设计了一种水果采摘机器人视觉识别系统。首先,采用多种预处理方法对样本数据进行扩充,并对图像进行缩放和灰度化处理;然后,构建了一个多层... 水果识别是自动化采摘过程中的关键步骤,为了提高水果识别的准确性和实时性,利用深度学习方法,设计了一种水果采摘机器人视觉识别系统。首先,采用多种预处理方法对样本数据进行扩充,并对图像进行缩放和灰度化处理;然后,构建了一个多层卷积神经网络,通过多次训练得到网络最优超参数;最后,利用所构建的卷积神经网络对水果图像进行训练,同时采用多种训练策略得到最终的识别模型。实验结果表明:系统具有识别速度快、准确率高的特点,可以快速、准确地对水果图像进行识别,单张水果图像的识别速度只需0.2s,识别精度高达97%以上。该方法具有重要的理论和应用价值,可为水果的自动化识别提供有力手段。 展开更多
关键词 采摘机器人 水果识别 深度学习 图像处理 卷积神经网络
在线阅读 下载PDF
Reinforcement Learning with Deep Quantum Neural Networks 预览
2
作者 Wei Hu James Hu 《量子信息科学期刊(英文)》 2019年第1期1-14,共14页
The advantage of quantum computers over classical computers fuels the recent trend of developing machine learning algorithms on quantum computers, which can potentially lead to breakthroughs and new learning models in... The advantage of quantum computers over classical computers fuels the recent trend of developing machine learning algorithms on quantum computers, which can potentially lead to breakthroughs and new learning models in this area. The aim of our study is to explore deep quantum reinforcement learning (RL) on photonic quantum computers, which can process information stored in the quantum states of light. These quantum computers can naturally represent continuous variables, making them an ideal platform to create quantum versions of neural networks. Using quantum photonic circuits, we implement Q learning and actor-critic algorithms with multilayer quantum neural networks and test them in the grid world environment. Our experiments show that 1) these quantum algorithms can solve the RL problem and 2) compared to one layer, using three layer quantum networks improves the learning of both algorithms in terms of rewards collected. In summary, our findings suggest that having more layers in deep quantum RL can enhance the learning outcome. 展开更多
关键词 Continuous-Variable QUANTUM COMPUTERS QUANTUM Machine LEARNING QUANTUM REINFORCEMENT LEARNING DEEP LEARNING Q LEARNING Actor-Critic Grid World Environment
在线阅读 免费下载
基于值函数和策略梯度的深度强化学习综述 预览 被引量:1
3
作者 刘建伟 高峰 罗雄麟 《计算机学报》 EI CSCD 北大核心 2019年第6期1406-1438,共33页
作为人工智能领域的热门研究问题,深度强化学习自提出以来,就受到人们越来越多的关注.目前,深度强化学习能够解决很多以前难以解决的问题,比如直接从原始像素中学习如何玩视频游戏和针对机器人问题学习控制策略,深度强化学习通过不断优... 作为人工智能领域的热门研究问题,深度强化学习自提出以来,就受到人们越来越多的关注.目前,深度强化学习能够解决很多以前难以解决的问题,比如直接从原始像素中学习如何玩视频游戏和针对机器人问题学习控制策略,深度强化学习通过不断优化控制策略,建立一个对视觉世界有更高层次理解的自治系统.其中,基于值函数和策略梯度的深度强化学习是核心的基础方法和研究重点.该文对这两类深度强化学习方法进行了系统的阐述和总结,包括用到的求解算法和网络结构.首先,本文概述了基于值函数的深度强化学习方法,包括开山鼻祖深度Q网络和基于深度Q网络的各种改进方法.然后介绍了策略梯度的概念和常见算法,并概述了深度确定性策略梯度、信赖域策略优化和异步优势行动者-评论家这三种基于策略梯度的深度强化学习方法及相应的一些改进方法.接着概述了深度强化学习前沿成果阿尔法狗和阿尔法元,并分析了后者和该文概述的两种深度强化学习方法的联系.最后对深度强化学习的未来研究方向进行了展望. 展开更多
关键词 深度学习 强化学习 深度强化学习 值函数 策略梯度 机器学习
在线阅读 下载PDF
Towards Understanding Creative Language in Tweets 预览
4
作者 Linrui Zhang Yisheng Zhou +1 位作者 Yang Yu Dan Moldovan 《软件工程与应用(英文)》 2019年第11期447-459,共13页
Extracting fine-grained information from social media is traditionally a challenging task, since the language used in social media messages is usually informal, with creative genre-specific terminology and expression.... Extracting fine-grained information from social media is traditionally a challenging task, since the language used in social media messages is usually informal, with creative genre-specific terminology and expression. How to handle such a challenge so as to automatically understand the opinions that people are communicating has become a hot subject of research. In this paper, we aim to show that leveraging the pre-learned knowledge can help neural network models understand the creative language in Tweets. In order to address this idea, we present a transfer learning model based on BERT. We fine-turned the pre-trained BERT model and applied the customized model to two downstream tasks described in SemEval-2018: Irony Detection task and Emoji Prediction task of Tweets. Our model could achieve an F-score of 38.52 (ranked 1/49) in Emoji Prediction task and 67.52 (ranked 2/43) and 51.35 (ranked 1/31) in Irony Detection subtask A and subtask B. The experimental results validate the effectiveness of our idea. 展开更多
关键词 NATURAL LANGUAGE Processing DEEP LEARNING Transfer LEARNING
在线阅读 免费下载
深度强化学习研究进展 预览
5
作者 高振洋 秦斌 《电脑知识与技术:学术版》 2019年第2期157-159,173共4页
在高端人工智能领域中,感知力和决策能力都是衡量智能水平的重要指标。将深度学习的感知能力与强化学习的决策能力相结合,使得智能体能够从高维的状态动作空间中感知信息,通过得到的信息对模型进行训练、做出决策,以能够通过端对端的学... 在高端人工智能领域中,感知力和决策能力都是衡量智能水平的重要指标。将深度学习的感知能力与强化学习的决策能力相结合,使得智能体能够从高维的状态动作空间中感知信息,通过得到的信息对模型进行训练、做出决策,以能够通过端对端的学习方式来实现从原始输入到输出的直接控制。本文介绍了深度学习和强化学习基础知识;阐述了深度强化学习主流算法中的DQN及其变种和应用,分析了深度层次强化学习算法。最后对相关工作做了总结和展望。 展开更多
关键词 深度学习 强化学习 深度强化学习 层次强化学习 人工智能
在线阅读 下载PDF
Multi-Task Learning for Semantic Relatedness and Textual Entailment 预览
6
作者 Linrui Zhang Dan Moldovan 《软件工程与应用(英文)》 2019年第6期199-214,共16页
Recently, several deep learning models have been successfully proposed and have been applied to solve different Natural Language Processing (NLP) tasks. However, these models solve the problem based on single-task sup... Recently, several deep learning models have been successfully proposed and have been applied to solve different Natural Language Processing (NLP) tasks. However, these models solve the problem based on single-task supervised learning and do not consider the correlation between the tasks. Based on this observation, in this paper, we implemented a multi-task learning model to joint learn two related NLP tasks simultaneously and conducted experiments to evaluate if learning these tasks jointly can improve the system performance compared with learning them individually. In addition, a comparison of our model with the state-of-the-art learning models, including multi-task learning, transfer learning, unsupervised learning and feature based traditional machine learning models is presented. This paper aims to 1) show the advantage of multi-task learning over single-task learning in training related NLP tasks, 2) illustrate the influence of various encoding structures to the proposed single- and multi-task learning models, and 3) compare the performance between multi-task learning and other learning models in literature on textual entailment task and semantic relatedness task. 展开更多
关键词 DEEP LEARNING MULTI-TASK LEARNING TEXT UNDERSTANDING
在线阅读 免费下载
基于核心素养的深度学习实现路径 预览
7
作者 袁国超 《江苏教育研究》 2019年第32期4-8,共5页
深度学习重视知识的深度建构、思维的深度建构、能力的深度建构和人的发展的深度建构,推动深度学习是发展学生核心素养的有效路径。深度学习以高阶思维的发展、关键能力的发展、人的发展为价值取向,需要在完整理解、关联整合、批判创新... 深度学习重视知识的深度建构、思维的深度建构、能力的深度建构和人的发展的深度建构,推动深度学习是发展学生核心素养的有效路径。深度学习以高阶思维的发展、关键能力的发展、人的发展为价值取向,需要在完整理解、关联整合、批判创新、迁移应用中建构。沉浸体验式学习、问题探究式学习、项目式学习、反思性学习是深度学习的重要学习方式。 展开更多
关键词 深度学习 核心素养 沉浸体验式学习 问题探究式学习 项目式学习 反思性学习
在线阅读 下载PDF
基于多重门限机制的异步深度强化学习 预览
8
作者 徐进 刘全 +2 位作者 章宗长 梁斌 周倩 《计算机学报》 EI CSCD 北大核心 2019年第3期636-653,共18页
近年来,深度强化学习已经成为人工智能领域一个新的研究热点.深度强化学习在如Atari 2600游戏等高维度大状态空间任务中取得了令人瞩目的成功,但仍存在训练时间太长等问题.虽然异步深度强化学习通过利用多线程技术大幅度减少了深度强化... 近年来,深度强化学习已经成为人工智能领域一个新的研究热点.深度强化学习在如Atari 2600游戏等高维度大状态空间任务中取得了令人瞩目的成功,但仍存在训练时间太长等问题.虽然异步深度强化学习通过利用多线程技术大幅度减少了深度强化学习模型所需的训练时间,但是,基于循环神经网络的异步深度强化学习算法依然需要大量训练时间,原因在于具有记忆能力的循环神经网络无法利用并行化计算加速模型训练过程.为了加速异步深度强化学习模型的训练过程,并且使得网络模型具有记忆能力,该文提出了一种基于多重门限机制的异步优势行动者-评论家算法.该模型主要有三个特点:一是通过使用多重门限机制使前馈神经网络具有记忆能力,使Agent能够通过记忆不同时间步的状态信息做出更优的决策;二是通过利用并行计算进一步加速Agent的训练过程,减少模型所需的训练时间;三是通过采用一种新的跳跃连接方式实现数据向更深的网络层传递,增强模型识别状态特征的能力,从而提升深度强化学习算法的稳定性和学习效果.该文通过Atari 2600游戏平台上的部分战略型游戏以及稀疏奖赏环境型游戏来评估新模型的性能.实验结果表明,与传统的异步深度强化学习算法相比,新模型能够以较少的时间代价来获得更优的学习效果. 展开更多
关键词 深度学习 强化学习 异步深度强化学习 循环神经网络 多重门限机制 跳跃连接
在线阅读 下载PDF
设计自动化中的机器智能新高度--以高层住宅布局的日照优化为例
9
作者 孙澄宇 《建筑科学》 CSCD 北大核心 2019年第10期141-149,共9页
面对第四次工业革命浪潮,建筑设计行业的设计自动化领域迎来了新的发展机遇。相比过往的各种简单自动化与其他机器智能算法,最新的深度强化学习理论为那些具有可计算目标、评价体系、有限操作维度的事务性设计环节,提供了较为通用的、... 面对第四次工业革命浪潮,建筑设计行业的设计自动化领域迎来了新的发展机遇。相比过往的各种简单自动化与其他机器智能算法,最新的深度强化学习理论为那些具有可计算目标、评价体系、有限操作维度的事务性设计环节,提供了较为通用的、更为高效的自动化处理途径。本文从复杂的计算机相关理论中,为建筑师梳理出应用新理论所必要的“一轴二元四要素”概念框架,并以高层住宅布局的日照优化设计为例,展示了如何按该框架来转译具体设计问题,最终利用计算机领域的相关算法程序包来予以解决的过程。该过程在从南到北的五个典型城市的验证实验中,展示出深度强化学习理论的三大新优势,即无需输入布局样本、有效降低求解维度、在特定问题上具有超越人类的潜力。 展开更多
关键词 人工智能 机器学习 深度学习 深度强化学习 布局设计
结合深度学习和半监督学习的遥感影像分类进展
10
作者 谭琨 王雪 杜培军 《中国图象图形学报》 CSCD 北大核心 2019年第11期1823-1841,共19页
本文以结合深度学习的遥感影像特征提取和不充足样本下地物识别与分类作为出发点,对2017-2019年用于遥感图像处理中小样本训练的深度学习方法进行归类总结,介绍如何结合深度学习技术解决遥感影像在样本不充分情况下的有效训练问题,从深... 本文以结合深度学习的遥感影像特征提取和不充足样本下地物识别与分类作为出发点,对2017-2019年用于遥感图像处理中小样本训练的深度学习方法进行归类总结,介绍如何结合深度学习技术解决遥感影像在样本不充分情况下的有效训练问题,从深度生成模型、迁移学习以及一些高效特征提取网络3个方面进行全面剖析。首先,探讨了以GAN(generative adversarial network)和VAE(variational autoencoder)及其衍生结构在遥感技术中分类、变化检测上的应用;然后,在基于知识复用的辅助训练策略--迁移学习中主要从基于网络的迁移和基于数据结构的迁移两大类应用展开讨论;最后探讨了结合半监督学习和主动学习等思想的深度学习算法以及一些新颖的网络结构的应用。虽然深度学习在遥感技术领域发挥了极大的优势,性能也普遍超过了浅层的学习器,但结合物理模型的分析和高性能的实用性遥感应用仍需进一步发展与研究。 展开更多
关键词 遥感影像分类 深度学习 深度生成模型 半监督学习 迁移学习
基于深度学习的复杂网络实时Sybil攻击检测算法 预览
11
作者 李扬 王春明 《计算机应用与软件》 北大核心 2019年第7期300-306,共7页
针对复杂网络中Sybil攻击检测速度较慢的问题,提出一种基于深度学习的复杂网络实时Sybil攻击检测方案。从网络中采集数据,提取合适的特征;通过深度学习技术预测网络中的攻击行为。基于多层核极限学习机的深度学习技术包括无监督表示学... 针对复杂网络中Sybil攻击检测速度较慢的问题,提出一种基于深度学习的复杂网络实时Sybil攻击检测方案。从网络中采集数据,提取合适的特征;通过深度学习技术预测网络中的攻击行为。基于多层核极限学习机的深度学习技术包括无监督表示学习与监督特征分类两个阶段。通过低秩逼近法计算近似的经验核映射,代替原极限学习机随机生成的隐层。将经验核映射-自动编码的栈式自编码器作为表示学习,对极限学习机的时间效率与存储成本实现了显著的提高。基于实际社交数据的实验结果表明,该方案有效地降低了Sybil攻击的检测时间,并且保持了较好的检测效果。 展开更多
关键词 表示学习 深度学习 极限学习机 社交网络 网络安全 深度神经网络
在线阅读 下载PDF
基于D3QN的交通信号控制策略 预览
12
作者 赖建辉 《计算机科学》 CSCD 北大核心 2019年第S11期117-121,共5页
交叉口是城市路网的核心和枢纽,合理优化交叉口的信号控制可以极大地提高城市交通体系的运行效率,而将实时交通信息作为输入并动态调整交通信号灯的相位时间成为了当前研究的重要方向。文中提出了一种基于D3QN(Double Deep Q-Learning N... 交叉口是城市路网的核心和枢纽,合理优化交叉口的信号控制可以极大地提高城市交通体系的运行效率,而将实时交通信息作为输入并动态调整交通信号灯的相位时间成为了当前研究的重要方向。文中提出了一种基于D3QN(Double Deep Q-Learning Network with Dueling Architecture)深度强化学习模型的交通信号控制方法,其利用深度学习网络,结合交通信号控制机构成了一个用于调整交叉口信号控制策略的智能体,然后采用DTSE(离散交通状态编码)方法将交叉口的交通状态转换为由车辆的位置和速度信息所组成的二维矩阵,通过深度学习对交通状态特征进行高层抽象表征,从而实现对交通状态的精确感知。在此基础上,通过强化学习来实现自适应交通信号控制策略。最后,利用交通微型仿真器SUMO进行仿真实验,以定时控制和感应控制方法作为对照实验,结果表明文中提出的方法得到了更好的控制效果,因此是可行且有效的。 展开更多
关键词 智能交通 强化学习 深度学习 深度强化学习 交通信号控制
在线阅读 免费下载
基于深度学习的动态人脸识别方法 预览
13
作者 何元烈 刘峰 孙盛 《计算机工程与设计》 北大核心 2019年第11期3299-3305,共7页
为更好地解决动态人脸识别在非受限环境下鲁棒性差的问题,提出基于深度学习的动态人脸识别方法。该方法结合迁移学习、多任务学习、增强学习和循环神经网络的优点,用预先训练好的模型提取视频每一帧的人脸图像特征,对其进行同时跟踪和识... 为更好地解决动态人脸识别在非受限环境下鲁棒性差的问题,提出基于深度学习的动态人脸识别方法。该方法结合迁移学习、多任务学习、增强学习和循环神经网络的优点,用预先训练好的模型提取视频每一帧的人脸图像特征,对其进行同时跟踪和识别,采用增强学习进一步提高识别效果,使用循环神经网络对一段视频进行识别。实验结果表明,该方法与当前先进方法相比,识别准确性接近最好成绩且鲁棒性有了较大提升。 展开更多
关键词 深度学习 动态人脸识别 迁移学习 多任务学习 增强学习 循环神经网络
在线阅读 下载PDF
深度学习对集体活动和区域活动中幼儿使用科学学习方式的影响 预览 被引量:1
14
作者 徐慧芳 《教育科学》 CSSCI 北大核心 2019年第2期72-77,共6页
本研究观察了209名3-6岁幼儿在集体活动和区域活动中的科学学习过程,并记录幼儿在科学学习活动中所使用的学习方式的频次。结果发现,幼儿在集体活动中,较多采用倾听、模仿、回应性回答等学习方式,而在区域活动中,较多采用探究型操作和... 本研究观察了209名3-6岁幼儿在集体活动和区域活动中的科学学习过程,并记录幼儿在科学学习活动中所使用的学习方式的频次。结果发现,幼儿在集体活动中,较多采用倾听、模仿、回应性回答等学习方式,而在区域活动中,较多采用探究型操作和分工合作等学习方式。通过对幼儿园教师进行问卷调查,发现这些科学学习方式在深度学习水平上有差异,而不同教育活动类型与不同深度学习水平的学习方式之间存在显著交互作用,幼儿在集体活动中进行科学学习时倾向于浅层学习,而在区域活动中进行科学学习时倾向于深度学习。儿童的主动参与是引发儿童深度学习的关键变量。 展开更多
关键词 集体活动 区域活动 科学学习 学习方式 深度学习 浅层学习
在线阅读 下载PDF
极限学习机前沿进展与趋势 预览 被引量:1
15
作者 徐睿 梁循 +2 位作者 齐金山 李志宇 张树森 《计算机学报》 EI CSCD 北大核心 2019年第7期1640-1670,共31页
极限学习机(Extreme Learning Machine,ELM)作为前馈神经网络学习中一种全新的训练框架,在行为识别、情感识别和故障诊断等方面被广泛应用,引起了各个领域的高度关注和深入研究.ELM最初是针对单隐层前馈神经网络的学习速度而提出的,之... 极限学习机(Extreme Learning Machine,ELM)作为前馈神经网络学习中一种全新的训练框架,在行为识别、情感识别和故障诊断等方面被广泛应用,引起了各个领域的高度关注和深入研究.ELM最初是针对单隐层前馈神经网络的学习速度而提出的,之后又被众多学者扩展到多隐层前馈神经网络中.该算法的核心思想是随机选取网络的输入权值和隐层偏置,在训练过程中保持不变,仅需要优化隐层神经元个数.网络的输出权值则是通过最小化平方损失函数,来求解Moore - Penrose广义逆运算得到最小范数最小二乘解.相比于其它传统的基于梯度的前馈神经网络学习算法,ELM具有实现简单,学习速度极快和人为干预较少等显著优势,已成为当前人工智能领域最热门的研究方向之一.ELM的学习理论表明,当隐层神经元的学习参数独立于训练样本随机生成,只要前馈神经网络的激活函数是非线性分段连续的,就可以逼近任意连续目标函数或分类任务中的任何复杂决策边界.近年来,随机神经元也逐步在越来越多的深度学习中使用,而ELM可以为其提供使用的理论基础.本文首先概述了ELM的发展历程,接着详细阐述了ELM的工作原理.然后对ELM理论和应用的最新研究进展进行了归纳总结,着重讨论并分析了自ELM提出以来的主要学习算法和模型,包括提出的原因、核心思想、求解方法、各自的优缺点以及相关问题.最后,针对当前的研究现状,指出了ELM存在的争议、问题和挑战,并对未来的研究方向和发展趋势进行了展望。 展开更多
关键词 极限学习机 网络结构 正则化 核学习 深度学习 在线学习 并行计算
在线阅读 下载PDF
美国K12混合式学习的探究和启示 预览 被引量:1
16
作者 张宙 《外国中小学教育》 CSSCI 北大核心 2019年第5期75-80,74共7页
美国最早在基础教育阶段(K-12)实施大规模的混合式学习,已取得了大量的成功案例。本文分析了混合式学习的起源与定义,归纳了美国K-12混合式学习的常见模式,描述了各种模式的成功应用案例。美国的实践证明,混合式学习将个性化学习、掌握... 美国最早在基础教育阶段(K-12)实施大规模的混合式学习,已取得了大量的成功案例。本文分析了混合式学习的起源与定义,归纳了美国K-12混合式学习的常见模式,描述了各种模式的成功应用案例。美国的实践证明,混合式学习将个性化学习、掌握式学习和深度学习融入到了日常的教学中,是通往以学生为中心的学习体系的一条切实可行的途径,给我国基础教育改革带来了有益的启示。 展开更多
关键词 混合式学习 个性化学习 掌握式学习 深度学习
在线阅读 下载PDF
关于深度学习的综述与讨论 预览 被引量:5
17
作者 胡越 罗东阳 +2 位作者 花奎 路海明 张学工 《智能系统学报》 CSCD 北大核心 2019年第1期1-19,共19页
机器学习是通过计算模型和算法从数据中学习规律的一门学问,在各种需要从复杂数据中挖掘规律的领域中有很多应用,已成为当今广义的人工智能领域最核心的技术之一。近年来,多种深度神经网络在大量机器学习问题上取得了令人瞩目的成果,形... 机器学习是通过计算模型和算法从数据中学习规律的一门学问,在各种需要从复杂数据中挖掘规律的领域中有很多应用,已成为当今广义的人工智能领域最核心的技术之一。近年来,多种深度神经网络在大量机器学习问题上取得了令人瞩目的成果,形成了机器学习领域最亮眼的一个新分支--深度学习,也掀起了机器学习理论、方法和应用研究的一个新高潮。对深度学习代表性方法的核心原理和典型优化算法进行了综述,回顾与讨论了深度学习与以往机器学习方法之间的联系与区别,并对深度学习中一些需要进一步研究的问题进行了初步讨论。 展开更多
关键词 深度学习 机器学习 卷积神经网络 递归神经网络 多层感知器 自编码机 学习算法 机器学习理论
在线阅读 下载PDF
基于深度学习的短时交通量预测研究综述 预览
18
作者 代亮 梅洋 +2 位作者 钱超 孟芸 吕金明 《计算机科学》 CSCD 北大核心 2019年第3期39-47,共9页
短时交通量预测是智能交通领域的研究热点,对交通控制与管理具有重要的意义。传统的交通量预测方法难以准确地描述交通量数据内部的本质特征,而深度学习通过其深层结构,能够学习到交通量数据内部复杂的多因素耦合结构,进而对交通量做出... 短时交通量预测是智能交通领域的研究热点,对交通控制与管理具有重要的意义。传统的交通量预测方法难以准确地描述交通量数据内部的本质特征,而深度学习通过其深层结构,能够学习到交通量数据内部复杂的多因素耦合结构,进而对交通量做出更精准的预测,这也使得深度学习成为当前短时交通量预测领域的研究热点。文中首先介绍了传统交通量预测方法和深度学习的研究现状;然后按照生成型和判别型深度结构对现有基于深度学习的短时交通量预测方法进行分类,并总结了深度学习在短时交通量预测研究领域的主要方法,对其性能进行了对比研究;最后对深度学习在短时交通量预测领域存在的问题和发展趋势进行了探讨。 展开更多
关键词 短时交通量预测 交通控制与管理 深度学习 生成型深度结构 判别型深度结构
在线阅读 免费下载
基于级联多任务深度学习的卡口识别引擎研究 预览
19
作者 何霞 汤一平 +2 位作者 袁公萍 陈朋 王丽冉 《计算机科学》 CSCD 北大核心 2019年第1期303-308,共6页
针对在将卡口非结构化视频图像数据转化为智能结构化信息的过程中存在环境的复杂性、需求的多样性、任务的关联性和识别的实时性等问题,提出了一种级联多任务深度学习网络的卡口识别引擎方法,其通过充分利用分割、检测、识别等任务之间... 针对在将卡口非结构化视频图像数据转化为智能结构化信息的过程中存在环境的复杂性、需求的多样性、任务的关联性和识别的实时性等问题,提出了一种级联多任务深度学习网络的卡口识别引擎方法,其通过充分利用分割、检测、识别等任务之间的相互联系实现了高精度的、高效的、同步实时的卡口车辆多种基本信息的识别(车型、品牌、车系、车身颜色以及车牌等识别任务)。首先,利用深度卷积神经网络自动完成车型的深度特征学习,在特征图上进行逻辑回归,从卡口道路复杂背景中提取出感兴趣区域(包括多车辆对象);然后,利用多任务深度学习网络对提取出来的车辆对象实现多层次的多任务识别。实验结果表明,提出的方法在识别精度和效率上都明显优于传统计算机视觉方法和现有的基于深度学习的识别引擎技术,该方法对车型、品牌、车系及车牌的识别与检测精度均达到98%以上,检测效率提升了1.6倍。 展开更多
关键词 卡口识别引擎 深度学习 级联网络 多任务深度学习 卷积神经网络
在线阅读 免费下载
外语教学信息化进程研究评述——从辅助到深度融合 预览
20
作者 秦枫 郎曼 仝文宁 《西安电子科技大学学报:社会科学版》 2019年第2期120-125,共6页
教育信息化已经发展到了学科与信息技术深度融合的阶段,而外语教学依然处于相对传统的状态。本文通过对外语教学信息化进程的研究,探讨如何通过教学环境、教学资源、师生关系、教学方式等方面的变革,构建信息化时代外语教学的新范式,以... 教育信息化已经发展到了学科与信息技术深度融合的阶段,而外语教学依然处于相对传统的状态。本文通过对外语教学信息化进程的研究,探讨如何通过教学环境、教学资源、师生关系、教学方式等方面的变革,构建信息化时代外语教学的新范式,以促进学生智慧学习和深度学习能力的发展,推动外语教学深层次的变革。 展开更多
关键词 深度融合 智慧学习 深度学习 新范式
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