期刊文献+
共找到4,137篇文章
< 1 2 207 >
每页显示 20 50 100
基于NVIDIA Jetson TX2的道路场景分割 预览
1
作者 李诗菁 卿粼波 +1 位作者 何小海 韩杰 《计算机系统应用》 2019年第1期239-244,共6页
图像语义分割是计算机视觉领域重要研究方向之一,其中基于深度学习的语义分割相较于传统分割算法更为高效可靠,可应用于交通监控、自动驾驶等领域的场景理解阶段.但复杂的分割网络在嵌入式平台上的推理速度较低,难以进行实际应用.因此... 图像语义分割是计算机视觉领域重要研究方向之一,其中基于深度学习的语义分割相较于传统分割算法更为高效可靠,可应用于交通监控、自动驾驶等领域的场景理解阶段.但复杂的分割网络在嵌入式平台上的推理速度较低,难以进行实际应用.因此针对交通监控、无人驾驶等应用背景,在嵌入式平台NVIDIA Jetson TX2上,采用基于深度卷积编解码器结构的图像分割网络,对道路场景进行语义分割,并基于NVIDIA的推理加速器TensorRT2,完成网络模型简化、网络自定义层添加与CUDA并行优化,实现了对网络推理阶段的加速.实验结果表明,加速引擎在TX2上的推理速度约为原模型的10倍,为复杂分割网络在嵌入式平台上的应用提供了支持. 展开更多
关键词 场景理解 深度学习 TENSOR RT2语义分割 NVIDIA Jetson TX2
在线阅读 下载PDF
基于深度学习的不规则特征识别检测技术 预览
2
作者 赵欣洋 蔡超鹏 +1 位作者 王思 刘志远 《轻工机械》 CAS 2019年第3期60-65,共6页
针对目前工业上金属轴零件在加工的过程中可能由于加工失误、本身材质等原因产生不同缺陷,而传统的检测方法检测精度和泛化能力有限的现状,课题组提出了基于深度学习的不规则特征识别技术,来提升对金属轴表面缺陷的检测效率。课题组设... 针对目前工业上金属轴零件在加工的过程中可能由于加工失误、本身材质等原因产生不同缺陷,而传统的检测方法检测精度和泛化能力有限的现状,课题组提出了基于深度学习的不规则特征识别技术,来提升对金属轴表面缺陷的检测效率。课题组设计了金属轴表面缺陷图像预处理方法,提升采集的缺陷图像的质量;对传统深度学习FasterR-CNN进行改进,设计了模型的特征提取网络、RPN网络、分类网络以及模型参数,提升模型的检测性能。实验结果表明本技术能有效提升工业流水线对金属轴缺陷的检测效率和精度,可同时检测多种不同种类的缺陷。课题组的研究成果具备良好的泛化能力。 展开更多
关键词 金属轴 不规则缺陷 无损检测 深度学习
在线阅读 下载PDF
深度学习在服饰商品分类中的应用 预览
3
作者 林恒青 《宁德师范学院学报:自然科学版》 2019年第2期156-161,169共7页
近年来,深度学习的提出给机器学习领域带来新的革命,各种开源的深度学习框架也不断地推陈出新,Caffe就是其中的一种.由于简单易用、性能强大,Caffe框架受到了广泛的认可,并应用在工业和生活的各个领域.针对服饰商品分类的特点,利用Caff... 近年来,深度学习的提出给机器学习领域带来新的革命,各种开源的深度学习框架也不断地推陈出新,Caffe就是其中的一种.由于简单易用、性能强大,Caffe框架受到了广泛的认可,并应用在工业和生活的各个领域.针对服饰商品分类的特点,利用Caffe框架中的AlexNet网络对服饰商品进行分类识别,采用这种模型取得较好的实验效果,对服装商品的自动识别提供新的参考. 展开更多
关键词 服饰商品分类 深度学习 Caffe 框架
在线阅读 下载PDF
Application of artificial intelligence in gastroenterology 预览
4
作者 Young Joo Yang Chang Seok Bang 《世界胃肠病学杂志:英文版》 SCIE CAS 2019年第14期1666-1683,共18页
Artificial intelligence (AI) using deep-learning (DL) has emerged as a breakthrough computer technology. By the era of big data, the accumulation of an enormous number of digital images and medical records drove the n... Artificial intelligence (AI) using deep-learning (DL) has emerged as a breakthrough computer technology. By the era of big data, the accumulation of an enormous number of digital images and medical records drove the need for the utilization of AI to efficiently deal with these data, which have become fundamental resources for a machine to learn by itself. Among several DL models, the convolutional neural network showed outstanding performance in image analysis. In the field of gastroenterology, physicians handle large amounts of clinical data and various kinds of image devices such as endoscopy and ultrasound. AI has been applied in gastroenterology in terms of diagnosis, prognosis, and image analysis. However, potential inherent selection bias cannot be excluded in the form of retrospective study. Because overfitting and spectrum bias (class imbalance) have the possibility of overestimating the accuracy, external validation using unused datasets for model development, collected in a way that minimizes the spectrum bias, is mandatory. For robust verification, prospective studies with adequate inclusion/exclusion criteria, which represent the target populations, are needed. DL has its own lack of interpretability. Because interpretability is important in that it can provide safety measures, help to detect bias, and create social acceptance, further investigations should be performed. 展开更多
关键词 Artificial INTELLIGENCE Convolutional neural network Deep-learning COMPUTER-ASSISTED GASTROENTEROLOGY ENDOSCOPY
在线阅读 免费下载
多尺度卷积特征融合的SSD目标检测算法 预览
5
作者 陈幻杰 王琦琦 +4 位作者 杨国威 韩佳林 尹成娟 陈隽 王以忠 《计算机科学与探索》 CSCD 北大核心 2019年第6期1049-1061,共13页
提出了一种改进的多尺度卷积特征目标检测方法,用以提高SSD(single shot multibox detector)模型对中目标和小目标的检测精确度。该方法先对SSD模型低层特征层采用区域放大提取的方法以提高对小目标的检测能力,再对高层特征层进行特征... 提出了一种改进的多尺度卷积特征目标检测方法,用以提高SSD(single shot multibox detector)模型对中目标和小目标的检测精确度。该方法先对SSD模型低层特征层采用区域放大提取的方法以提高对小目标的检测能力,再对高层特征层进行特征提取以改善中目标的检测效果。最后,利用SSD模型中原有的多尺度卷积检测方法,将改进的多层特征检测结果进行融合,并通过参数再训练以获得最终改进的SSD模型。实验结果表明,该方法在MS COCO数据集上对中目标和小目标的测试精确度分别为75.1%和40.5%,相比于原有SSD模型分别提升16.3%和23.1%。 展开更多
关键词 单次多框目标检测器(SSD)模型 多尺度特征融合 目标检测 深度学习
在线阅读 下载PDF
深度卷积网络压缩算法在焊缝识别中的应用
6
作者 刘美菊 运勃 《激光与光电子学进展》 CSCD 北大核心 2019年第5期81-88,共8页
传统图像识别算法识别模型单一且易受外部光照条件干扰,深度卷积网络模型虽然识别率高,但计算量大,设备成本高,因此提出基于深度同或卷积网络的改进型压缩算法。首先介绍了焊缝识别系统的组成和经典卷积神经网络模型,然后阐述了改进型... 传统图像识别算法识别模型单一且易受外部光照条件干扰,深度卷积网络模型虽然识别率高,但计算量大,设备成本高,因此提出基于深度同或卷积网络的改进型压缩算法。首先介绍了焊缝识别系统的组成和经典卷积神经网络模型,然后阐述了改进型的卷积网络压缩算法,包括权值更新算法和权值补偿算法,最后在自制数据集和仿真平台上进行了数据实验。研究结果表明,所提算法具有识别率高、模型小、适应性强和识别模型多样化的优点,可应用于焊接现场对焊缝中心的识别。 展开更多
关键词 图像处理 深度学习 卷积压缩算法 同或卷积网络 焊缝识别
深度学习驱动的领域专用架构
7
作者 马立伟 《中国科学:信息科学》 CSCD 北大核心 2019年第3期334-341,共8页
深度学习是人工智能近年来的新进展,其对计算的新需求驱动新的计算架构.本文首先通过分析人工智能的阶段和任务指出深度学习的需求实质,然后从3个方面讨论深度学习领域专用架构,分别是计算结构的评价标准、数字计算的数制基础和深度学... 深度学习是人工智能近年来的新进展,其对计算的新需求驱动新的计算架构.本文首先通过分析人工智能的阶段和任务指出深度学习的需求实质,然后从3个方面讨论深度学习领域专用架构,分别是计算结构的评价标准、数字计算的数制基础和深度学习计算架构的研究方向.本文首次提出使用K-L距离(Kullback-Leibler divergence)来评价深度学习结构的复杂度和准确度.本文认为以Posit数制为基础,不仅可以重新构造深度学习的计算架构,而且可以重新构造科学计算的计算架构,形成计算芯片设计的后发优势.最后全文总结认为深度学习驱动的领域专用架构将是计算架构创新的重要组成部分. 展开更多
关键词 深度学习 互熵 数制 计算架构
A unified deep-learning network to accurately segment insulin granules of different animal models imaged under different electron microscopy methodologies
8
《蛋白质与细胞:英文版》 SCIE CAS CSCD 2019年第4期306-311,共6页
Insulin is important for body metabolism regulation and glucose homeostasis,and its dysregulation often leads to metabolic syndrome(MS)and diabetes.Insulin is normally stored in large dense-core vesicles(LDCVs)in panc... Insulin is important for body metabolism regulation and glucose homeostasis,and its dysregulation often leads to metabolic syndrome(MS)and diabetes.Insulin is normally stored in large dense-core vesicles(LDCVs)in pancreatic beta cells,and significant reductions in the number,size,gray level and density of insulin granules confer diabetes both in mice(Xue et al.,2012)and humans(Masini et al.,2012). 展开更多
关键词 deep-learning network animal
基于长短期记忆神经网络的暖通空调系统能耗预测 预览
9
作者 廖文强 王江宇 +4 位作者 陈焕新 丁新磊 尚鹏涛 魏文天 周镇新 《制冷技术》 2019年第1期45-50,54共7页
建筑系统的能源消耗中,暖通空调系统能耗占大部分。降低暖通空调系统(HVAC)的能耗量对实现建筑节能具有重大意义。通过对暖通空调未来短期能耗进行预测,调整系统运行模式,可以实现有效的能耗降低。本研究使用了一种基于长短期记忆神经网... 建筑系统的能源消耗中,暖通空调系统能耗占大部分。降低暖通空调系统(HVAC)的能耗量对实现建筑节能具有重大意义。通过对暖通空调未来短期能耗进行预测,调整系统运行模式,可以实现有效的能耗降低。本研究使用了一种基于长短期记忆神经网络(Long Short-term Memory,LSTM)的暖通空调系统能耗预测方法,对某地供暖系统的能耗进行预测,将预测结果与真实值进行对比。最终结果表明,LSTM预测模型相比传统的预测方法效果更好。 展开更多
关键词 长短期记忆神经网络 空调能耗预测 深度学习
在线阅读 下载PDF
基于人脸特征相似度分数似然比的人脸比对方法 预览
10
作者 黎智辉 谢兰迟 +10 位作者 王桂强 王海欧 牛勇 许磊 晏于文 李志刚 许小京 黄威 张宁 郭晶晶 侯欣雨 《刑事技术》 2019年第1期1-8,共8页
在法庭科学中,特征比对是进行物证检验的核心方法之一,应用于几乎所有专业。基于统计框架的特征比对客观方法,是当前法庭科学发展的方向。本文就影像专业的人脸特征比对方法展开研究。通过深入分析当前基于深度学习的人脸特征进行比对... 在法庭科学中,特征比对是进行物证检验的核心方法之一,应用于几乎所有专业。基于统计框架的特征比对客观方法,是当前法庭科学发展的方向。本文就影像专业的人脸特征比对方法展开研究。通过深入分析当前基于深度学习的人脸特征进行比对的特点,开展了大规模数据的特征比对实验,统计了深度学习特征比对分数的分布,结合贝叶斯统计框架下基于分数似然比的模型,提出基于深度学习特征相似度分数似然比的人脸比对方法。我们的实验结果和分析,支撑了人脸特征比对客观方法的实际应用,也丰富了基于统计的法庭科学特征比对方法。 展开更多
关键词 法庭科学 特征比对方法 深度学习特征 人脸比对 贝叶斯框架 分数似然比
在线阅读 下载PDF
Predicting oral disintegrating tablet formulations by neural network techniques 预览
11
作者 Run Han Yilong Yang +1 位作者 Xiaoshan Li Defang Ouyang 《亚洲药物制剂科学(英文)》 2018年第4期336-342,共7页
Oral disintegrating tablets(ODTs) are a novel dosage form that can be dissolved on thetongue within 3 min or less especially for geriatric and pediatric patients. Current ODT for-mulation studies usually rely on the p... Oral disintegrating tablets(ODTs) are a novel dosage form that can be dissolved on thetongue within 3 min or less especially for geriatric and pediatric patients. Current ODT for-mulation studies usually rely on the personal experience of pharmaceutical experts andtrial-and-error in the laboratory, which is inefficient and time-consuming. The aim of cur-rent research was to establish the prediction model of ODT formulations with direct com-pression process by artificial neural network(ANN) and deep neural network(DNN) tech-niques. 145 formulation data were extracted from Web of Science. All datasets were dividedinto three parts: training set(105 data), validation set(20) and testing set(20). ANN andDNN were compared for the prediction of the disintegrating time. The accuracy of the ANNmodel have reached 85.60%, 80.00% and 75.00% on the training set, validation set and testingset respectively, whereas that of the DNN model were 85.60%, 85.00% and 80.00%, respec-tively. Compared with the ANN, DNN showed the better prediction for ODT formulations.It is the first time that deep neural network with the improved dataset selection algorithmis applied to formulation prediction on small data. The proposed predictive approach couldevaluate the critical parameters about quality control of formulation, and guide researchand process development. The implementation of this prediction model could effectivelyreduce drug product development timeline and material usage, and proactively facilitatethe development of a robust drug product. 展开更多
关键词 ORAL disintegrating TABLETS FORMULATION prediction Artificial NEURAL NETWORK Deep NEURAL NETWORK Deep-learning
在线阅读 下载PDF
城乡教师协同学习共同体深度学习:问题、特点及运行策略 被引量:1
12
作者 王淑莲 金建生 《教育发展研究》 CSSCI 北大核心 2018年第8期72-76,84共6页
城乡教师协同学习共同体是基于协同学习共同体原理组成的新型教师发展联盟,但在当前的实践中,还存在实践着的“共同体之人”缺乏对城乡教师协同学习共同体的理论自觉、对其深度学习的运行特点模糊不明、具体运行策略无共同体特征等运... 城乡教师协同学习共同体是基于协同学习共同体原理组成的新型教师发展联盟,但在当前的实践中,还存在实践着的“共同体之人”缺乏对城乡教师协同学习共同体的理论自觉、对其深度学习的运行特点模糊不明、具体运行策略无共同体特征等运行机制的问题。正确认识城乡教师协同学习共同体结构组织的多元性和互主体性、功能的时代性和价值的共享性、运行动因的内在深刻性等运行机制特性是达成深度学习的重要因素。为此.实践中还要注意:在组成方式上,采用线上线下、虚实结合、外驱内发、形散核实的学习共同体形态;在学习方式上,采用混合学习、真实情境、行动探究的深度学习方式;在动力驱动上,采用发展性评价、他组织与自组织协调、教师领导的方式。 展开更多
关键词 乡村教师 协同学习 运行机制 深度学习
一种人工智能检测籽棉中异性纤维的方法 预览
13
作者 何晓昀 苏真伟 +2 位作者 邓斌攸 潘云峰 池志强 《棉纺织技术》 北大核心 2018年第7期49-52,共4页
探讨基于卷积神经网络的Faster-RCNN深度学习方法,检测籽棉中异性纤维的检测技术。使用线扫描相机在LED照明条件下获取籽棉和异性纤维的图像,采用基于Faster-RCNN的人工智能深度学习方法处理图像。试验结果表明,Faster-RCNN处理方法... 探讨基于卷积神经网络的Faster-RCNN深度学习方法,检测籽棉中异性纤维的检测技术。使用线扫描相机在LED照明条件下获取籽棉和异性纤维的图像,采用基于Faster-RCNN的人工智能深度学习方法处理图像。试验结果表明,Faster-RCNN处理方法对籽棉图像中异性纤维的检出率达到90%,相比传统的图像检测方法大幅度提高了检测率,特别是对传统方法难以识别的白色或浅色异性纤维,其检测率可以达到90%以上。认为:本文所采用的基于Faster—RCNN的人工智能深度学习方法处理图像在异纤检测应用上具有一定可行性。 展开更多
关键词 深度学习 Faster—RCNN 籽棉 异性纤维 卷积网络
在线阅读 下载PDF
智能化时代深度连通的口译学习模式构建
14
作者 罗慧芳 雷涯邻 《外语电化教学》 CSSCI 北大核心 2018年第2期57-61,共5页
本研究以连通主义与深度学习等数字化学习理论为切入点,探讨智能化时代口译学习的特点以及口译学习问题。文献梳理与分析发现,深度学习、连通主义与口译学习有相通之处。鉴于此,本研究将智能化时代口译学习理论运用到口译学习中,提出深... 本研究以连通主义与深度学习等数字化学习理论为切入点,探讨智能化时代口译学习的特点以及口译学习问题。文献梳理与分析发现,深度学习、连通主义与口译学习有相通之处。鉴于此,本研究将智能化时代口译学习理论运用到口译学习中,提出深度连通学习概念并尝试构建深度连通口译学习模式,包括基于深度连通的学习平台、问题导向的深度学习方式与基于实践应用的口译训练模式,以期为口译学习研究提供一个跨界视角。 展开更多
关键词 口译学习 连通主义 深度学习 深度连通
基于LeNet-5卷积神经网络的太阳黑子检测方法 预览
15
作者 付小娜 廖成武 +4 位作者 白先勇 梁波 冯松 杨洪娟 杨云飞 《天文研究与技术》 CSCD 2018年第3期340-346,共7页
太阳黑子与耀斑的爆发存在紧密联系,因此及时准确地检测全日面图像中的太阳黑子可以为耀斑的预报提供依据。基于深度学习框架的LeNet-5卷积神经网络实现了一种太阳黑子自动检测方法,主要步骤包括:制作太阳黑子样本库、训练全卷积神经网... 太阳黑子与耀斑的爆发存在紧密联系,因此及时准确地检测全日面图像中的太阳黑子可以为耀斑的预报提供依据。基于深度学习框架的LeNet-5卷积神经网络实现了一种太阳黑子自动检测方法,主要步骤包括:制作太阳黑子样本库、训练全卷积神经网络模型Sunspotsnet、检测和标记全日面像中的太阳黑子。实验结果表明,该方法可以识别SDO/HMI的全日面连续谱图像上各种类型的黑子,尤其是较弱的磁孔(0.88倍平均光球强度),采用基于深度学习的方法检测太阳黑子是可行的,训练的Sunspotsnet网络模型可以快速有效地应用在太阳黑子的检测上。 展开更多
关键词 太阳黑子 深度学习 卷积神经网络
在线阅读 免费下载
基于深度学习的籽棉中异性纤维检测方法 预览
16
作者 何晓昀 韦平 +3 位作者 张林 邓斌攸 潘云峰 苏真伟 《纺织学报》 CSCD 北大核心 2018年第6期131-135,共5页
针对籽棉图像阴影多、常规图像处理方法难于识别的问题,以去除棉叶、棉壳等有机杂物的籽棉为样本,将不同颜色、形状、尺寸的12种常见异性纤维和籽棉样本随机地分布在运转中的传送带上,采用线扫描相机获得发光二极管(LED)照明的籽棉图... 针对籽棉图像阴影多、常规图像处理方法难于识别的问题,以去除棉叶、棉壳等有机杂物的籽棉为样本,将不同颜色、形状、尺寸的12种常见异性纤维和籽棉样本随机地分布在运转中的传送带上,采用线扫描相机获得发光二极管(LED)照明的籽棉图像520张,"LED+线激光"双光源照明的籽棉图像1 148张。然后采用由13个卷积层、13个采样层和4个池化层构成的Faster RCNN深度学习人工神经网络,对2种成像方法获得的籽棉图像进行基于人工智能的网络训练,再进行异性纤维检测验证。实验数据表明,LED照明和"LED+线激光"双光源照明条件下,籽棉图像中的异性纤维的检出率分别达到了90.3%和86.7%,特别是LED照明条件下对白色异性纤维进行识别,其识别率由5.9%提升到了90.3%。 展开更多
关键词 籽棉 异性纤维 深度学习 人工智能 图像处理
在线阅读 下载PDF
Model-driven deep-learning
17
《国家科学评论:英文版》 CSCD 2018年第1期22-24,共3页
BOTDA传感系统的布里渊频移提取方法研究进展 被引量:1
18
作者 尚秋峰 胡雨婷 刘薇 《半导体光电》 北大核心 2017年第5期633-638,669共7页
随着布里渊光时域分析(BOTDA)传感技术在许多大型基础工程设施安全监测中的广泛应用,对测量精度和实时性的要求日益提高。采用传统的最小二乘曲线拟合方式对布里渊散射谱进行布里渊频移提取,其测量结果的精度依赖于参数初始值的选取... 随着布里渊光时域分析(BOTDA)传感技术在许多大型基础工程设施安全监测中的广泛应用,对测量精度和实时性的要求日益提高。采用传统的最小二乘曲线拟合方式对布里渊散射谱进行布里渊频移提取,其测量结果的精度依赖于参数初始值的选取和噪声的影响,并且拟合算法的参数迭代求解过程增加了数据处理的时间,降低了工程实时性。文章综述了多种非线性参数优化估计的曲线拟合算法和基于神经网络的布里渊散射谱特征提取的混合优化算法,介绍了无需经过曲线拟合的互相关法(XCM)、深度学习法(DL)和亚像素级精度的重心提取算法(CDA),这些算法能适应更大的扫频步长,实时性更好。 展开更多
关键词 布里渊光时域分析 曲线拟合 神经网络 互相关 深度学习 亚像素
基于深度学习的社交网络平台细粒度情感分析 预览 被引量:9
19
作者 李阳辉 谢明 易阳 《计算机应用研究》 CSCD 北大核心 2017年第3期743-747,共5页
在当下互联网迈入Web 2.0时代,多样的社交网络平台呈现出巨量而丰富的文本情感信息,因此挖掘网络数据文本信息并作情感倾向判断对人机交互与人工智能具有重大的现实意义。传统的解决文本情感分析问题的方法主要是浅层学习算法,利用回归... 在当下互联网迈入Web 2.0时代,多样的社交网络平台呈现出巨量而丰富的文本情感信息,因此挖掘网络数据文本信息并作情感倾向判断对人机交互与人工智能具有重大的现实意义。传统的解决文本情感分析问题的方法主要是浅层学习算法,利用回归、分类等方案实现特征的提取及分类。以这类方法为起点,探索采用深度学习的方法对网络文本进行细粒度的情感分析,以期达到即时获取依附于网络世界的社会人的情感,甚至是让机器达到对人类情感表达的深度理解。对于深度学习的具体实现,采用的是降噪自编码器来对文本进行无标记特征学习并进行情感分类,利用实验训练获得最佳的参数设置,并通过对实验结果的分析和评估论证深度学习对于情感信息的强大解析能力。 展开更多
关键词 情感分析 深度学习 降噪自动编码器 社交网络平台
在线阅读 下载PDF
促进深度学习翻转课堂的知识内容设计研究 预览
20
作者 徐芳芳 《中国现代教育装备》 2016年第21期80-82,共3页
翻转课堂作为传统教学与网络教学的混合创新为深度学习的实现提供了可能性。促进深度学习的翻转课堂实践需从知识呈现结构、知识的问题情境、知识的学习路径三方面进行知识内容的重新思考与设计。
关键词 深度学习 翻转课堂 混合学习
在线阅读 下载PDF
上一页 1 2 207 下一页 到第
使用帮助 返回顶部 意见反馈