基于跨样本关注机制图神经网络的遥感影像海洋目标识别方法.pdf

基于时序遥感数据的弱监督LSTM循环神经网络稻田识别方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112836725 A (43)申请公布日 2021.05.25 (21)申请号 202110032036.8 (22)申请日 2021.01.11 (71)申请人中国

2023-06-04 约6.83千字 7页立即下载

基于卷积神经网络的手势识别方法.pptx 基于卷积神经网络的手势识别方法汇报人：2024-01-15 引言卷积神经网络基本原理手势识别数据集及预处理基于卷积神经网络的手势识别模型设计实验结果与分析结论与展望contents目录 01引言手势识别是实现自然、直观的人机交互方式的重要手段，可以应用于智能家居、智能车载、机器人等领域。人机交互在虚拟现实场景中，手势识别可以提供更加自然、真实的交互体验，如手势控制、手势导航等。虚拟现实对于肢体残障人士，手势识别可以帮助他们实现与计算机、机器人等设备的交互，提高生活质量。辅助残障人士手势识别的意义和应用目前，手势识别技术已经取得了一定的研究成果，包括基于传统计算机视觉的方法和基于深度学习的方

2024-05-28 约3.73千字 29页立即下载

一种基于卷积神经网络的沙漠地区管道泄漏目标识别方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113392705 A (43)申请公布日 2021.09.14 (21)申请号 202110522573.0 G06N 3/04 (2006.01)

2023-06-19 约1.13万字 11页立即下载

基于多重融合深度神经网络的目标识别方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114565856 A (43)申请公布日 2022.05.31 (21)申请号 202210178011.3 G06K 9/62 (2022.01)

2023-05-09 约1.92万字 12页立即下载

基于最优锚点尺度的卷积神经网络遥感影像目标检测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882376 A (43)申请公布日 2022.08.09 (21)申请号 202210484475.7 G06V 10/74 (2022.01)

2023-05-18 约1.23万字 12页立即下载

一种基于注意力机制的图神经网络集装箱文本识别方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112801095 A (43)申请公布日 2021.05.14 (21)申请号 202110163054.X (22)申请日 2021.02.05 (71)申请人广东工业大学地址

2023-06-03 约1.28万字 12页立即下载

卷积神经网络加速技术：推动遥感影像快速目标识别的革新与突破.docx 卷积神经网络加速技术：推动遥感影像快速目标识别的革新与突破一、引言 1.1研究背景与意义在当今科技飞速发展的时代，遥感影像目标识别技术凭借其独特的优势，在军事侦察、城市规划、资源勘探、灾害监测与环境保护等众多领域得到了广泛且深入的应用，发挥着不可或缺的重要作用。在军事侦察领域，通过对遥感影像中目标的精准识别，能够获取敌方军事设施的位置、规模等关键信息，为军事决策提供有力支持；在城市规划方面，有助于分析城市的土地利用状况、交通布局等，从而合理规划城市发展方向；资源勘探中，可识别出潜在的资源分布区域，提高资源勘探效率；灾害监测时，能及时发现地震、洪水、火灾等灾害的发生范围和程度，为救援工作争

2025-04-17 约3.65万字 27页立即下载

基于神经网络的脉冲超宽带目标探测识别方法理论研究的中期报告.docx 基于神经网络的脉冲超宽带目标探测识别方法理论研究的中期报告本文介绍的是基于神经网络的脉冲超宽带目标探测识别方法的中期研究报告。该研究主要目的是提出一种有效的脉冲超宽带目标探测和识别方法，以帮助实现对目标的精准定位和分类识别。在研究中，我们采用了神经网络作为主要的分析工具，通过对大量的脉冲超宽带信号进行分析，寻找其中的共性规律和特征，通过构建合适的神经网络模型进行训练和优化，最终实现了对目标的准确探测和识别。具体来说，本文研究的主要内容包括以下几个方面： 1. 脉冲超宽带信号分析：首先对脉冲超宽带信号进行了详细的分析和研究，探究了其特征和规律，包括信号的频率、振幅、时域和频域特征等。通过对大量

2023-11-20 约小于1千字 1页立即下载

一种基于神经网络的危险品识别方法及识别系统.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114782411 A (43)申请公布日 2022.07.22 (21)申请号 202210570202.4 G06K 9/62 (2022.01)

2023-05-14 约1.12万字 10页立即下载

基于神经网络工具箱的遥感影像分类.doc 基于神经网络工具箱的遥感影像分类徐宗秋，张建平，赵泉华辽宁工程技术大学测绘工程系，辽宁阜新（123000） E-mail: zhongqiuaa@163.com 摘要：遥感影像分类技术是遥感影像分析与解译的重要环节之一，由于传统遥感影像分类方法存在不足，故采用 BP 神经元网络进行遥感影像分类研究。阐述了算法原理、实现步骤以及改进方法。通过实验示例，将 BP 神经元网络的分类结果与传统统计方法分类结果进行比较，获得了有意义的结果。关键词: 人工神经网络，BP 神经元网络，遥感影像分类中图分类号：P2 引言目前，遥感技术已成为当前人类研究地球资源环境的一种有力技术手段

2017-05-26 约4.61千字 7页立即下载

基于卷积神经网络的海洋水深遥感反演.docx 基于卷积神经网络的海洋水深遥感反演摘要在21世纪这个大数据时代，处理海量数据的能力越来越被各式各样的科研项目所必需。海洋水深值是海洋学、环境科研、航线规划等领域的一个重要因素，精确、高效的处理大量的数据以获得海洋水深值具有十分重大的意义。水深的概念是水体的自由断面到其河床面的垂直距离，它是水文特征值之一。在海洋水深的测量领域，常规的测量方法效率低、条件艰苦、容易漏掉小型障碍物目标,尤其是是对于那些船只无法到达或者有争议的海域,会使得测量工作变得十分棘手，因此该方法已经不能满足人们目前的需求，于是我们针对复杂的海洋环境，构想出了一种基于卷积神经网络的遥感水深反演方法。该方法所利用的数

2025-01-03 约2.55万字 41页立即下载

基于卷积神经网络的彩椒白粉病精确识别方法.docx PAGE 1- 基于卷积神经网络的彩椒白粉病精确识别方法 一、1.彩椒白粉病概述及识别需求分析 (1)彩椒白粉病是一种常见的植物病害，主要影响彩椒的生长和品质，严重时会导致作物减产甚至绝收。该病害由白粉菌引起，主要症状表现为叶片、茎蔓和果实表面出现白色粉末状物，随着时间的推移，这些粉末会逐渐变为灰色，严重时会导致叶片枯死，果实变形，严重影响彩椒的市场价值和消费者食用体验。 (2)彩椒白粉病的早期识别对于病害的控制至关重要。传统的病害识别方法主要依赖于人工观察，这种方法效率低下，且容易受到主观因素的影响，导致误诊率较高。随着图像处理和机器学习技术的发展，基于图像的病害识别方法逐渐成为研究热点。通

2025-01-22 约3.32千字 6页立即下载

基于改进卷积神经网络的人脸表情识别方法研究.pdf 目录摘要I ABSTRACTIII 第一章绪论1 1.1研究背景和意义1 1.2国内外研究现状3 1.2.1基于传统机器学习方法3 1.2.2基于深度学习方法7 1.3论文研究内容13 1.4论文的结构安排14 第二章深度学习与人脸表情识别相关基础15 2.1神经网络基本原理15 2.1.1反向传播算法15 2.1.2网络训练过程16 2.2卷积神经网络基本结构17 2.2.1卷积层17 2.2.2池化层18 2.2.3激活函数18 2.2.4全连接层20 2.3人脸表情识别基础理论知识20 2.3.1人脸表情识别特征提取方法20 2.3.2人脸表情分类23 2.3.3人脸表情数据集25 2

2025-03-07 约9.76万字 94页立即下载

一种基于N元文法神经网络语言模型的语音识别方法[发明专利].docx PAGE 1- 一种基于N元文法神经网络语言模型的语音识别方法[发明专利] 一、背景技术 (1)随着信息技术的飞速发展，语音识别技术作为人机交互的重要手段，在智能语音助手、智能家居、车载系统等领域得到了广泛应用。语音识别技术的核心是语言模型，它能够对输入的语音序列进行概率分布，从而提高识别的准确性和效率。传统的语言模型大多基于N元文法，通过统计语言中的规则和概率来预测下一个词或短语。然而，随着语音数据的爆炸式增长，传统的N元文法模型在处理大规模数据时，计算复杂度和存储需求都呈现出指数级增长，这使得模型在实际应用中难以高效运行。 (2)为了解决这一问题，近年来，深度学习技术在语音识别领域得到了广

2025-01-20 约2.95千字 6页立即下载

一种基于卷积神经网络的黄瓜病害识别方法[发明专利].docx PAGE 1- 一种基于卷积神经网络的黄瓜病害识别方法[发明专利] 第一章黄瓜病害识别方法概述黄瓜病害是影响黄瓜产量和质量的重要因素，据统计，全球每年因黄瓜病害造成的经济损失高达数十亿美元。黄瓜病害的种类繁多，常见的有霜霉病、白粉病、疫病等，这些病害在黄瓜生长过程中如得不到及时有效的控制，将严重影响黄瓜的品质和产量。传统的黄瓜病害识别方法主要依赖于人工经验，通过观察黄瓜叶片、茎蔓等部位的症状来进行判断。然而，这种方法受限于人工经验和主观判断，识别准确率不高，且效率低下。随着计算机视觉和深度学习技术的快速发展，基于图像的黄瓜病害识别方法逐渐成为研究热点。卷积神经网络（Convolutiona

2025-01-21 约2.04千字 4页立即下载