基于多重融合深度神经网络的目标识别方法.pdf

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

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 (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882292 A (43)申请公布日 2022.08.09 (21)申请号 202210609751.8 G06V 10/77 (2022.01)

2023-05-18 约1.61万字 16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

基于图神经网络的船舶小样本目标识别方法研究.pdf 基于图神经网络的船舶小样本目标识别方法研究摘要我国拥有丰富的海洋资源，探索未知的海洋资源是推动我国发展的重要因素之一。随着航海技术的不断进步，船舶目标识别问题成为了当下研究的热点。对于传统的目标 识别问题，众多深度网络已经取得了良好的分类成果。但是在实际场景中，具有标注的船舶样本往往是不充足的，此时就要完成小样本条件下的船舶目标识别。在小样本识别问题中，深度网络由于参数过多，模型容易出现过拟合问题。如何解决此问题，是提升船舶小样本目标识别准确率的一个关键点；此外，在小样本识别任务中，每个类别缺乏足够的标注样本，此时使用这些少量标注样本让模型对输入图像进行良好的特征表示，也是提升

2025-05-22 约12.47万字 83页立即下载

基于卷积神经网络与特征融合的天气识别方法.pdf 基于卷积神经网络与特征融合的天气识别方法 摘要：随着科技的不息进步，天气识别在交通、农业、气象猜测等领域起着至关重要的作用。本文提出了一种基于卷积 神经网络（CNN）与特征融合的天气识别方法。起首，我们依据天气图像的特征，提取出多个天气特征向量。然后，将这些特征向量输入到卷积神经网络中进行训练和识别。最后，使用特征融合的方法，将多个卷积神经网络的输出进行整合，提高识别准确率。试验结果表明，该方法在天气识别中具有较高的准确性和鲁棒性。 1.引言天气是人们平时生活中分外重要的信息之一。正确地识别天气对交通安全、农业生产和气象猜测等领域具有重要的意义。然而，由于天气的多样性和复杂性

2024-12-21 约3.49千字 5页立即下载

基于多融合式卷积神经网络的运动想象状态识别方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114533083 A (43)申请公布日 2022.05.27 (21)申请号 202210079960.6 (22)申请日 2022.01.24 (71)申请人江苏省人民医院（南

2023-05-10 约1.07万字 11页立即下载

基于深度卷积递归神经网络的手绘草图识别方法.pdf 第30卷第2期计算机辅助设计与图形学学报Vol.30No.2 2018年2月JournalofComputer-AidedDesignComputerGraphicsFeb.2018 基于深度卷积-递归神经网络的手绘草图识别方法 1,2)1,2)1,2)

2025-02-11 约3.11万字 8页立即下载

基于深度卷积神经网络的雷达信号调制识别方法研究.pdf 基于深度卷积神经网络的雷达信号调制识别方法研究摘要雷达信号调制识别能够分类接收信号的调制类型，在电子侦察、电子情报、电子攻击等现代电子战系统中发挥着至关重要的作用。然而，随着电磁环境的日益复杂，雷达信号调制识别面临诸多问题与挑战：在低信噪比条件下雷达信号调制识别性能较低；现有的方法不能准确地识别单、双和多雷达信号的调制方式。因此，针对低信噪比条件下单、双和多雷达信号调制识别性能较低的问题，本文通过研究雷达信号的波形、时频分析方法、时频图像特征提取方法以及分类方法，提出基于深度卷积神经网络的单、双和多雷达信号调制识别方法。本文的主要研究内容如下：首先，针对单雷达信号调制识别准确

2025-05-17 约28.28万字页立即下载

一种基于多任务的深度卷积神经网络身份证信息识别方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利 (10)授权公告号 CN 112990133 B (45)授权公告日 2021.08.27 (21)申请号 202110462654.6 G06K 9/34 (2006.01)

2023-06-06 约1.42万字 12页立即下载

基于深度卷积神经网络的大规模无线电信号识别方法.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 113343874 A (43)申请公布日 2021.09.03 (21)申请号 202110677691.9 (22)申请日 2021.06.18 (71)申请人上海电机学院地址

2023-06-17 约6.01千字 6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

一种基于神经网络并行训练架构进行交叉图像特征融合的行人重识别方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114821629 A (43)申请公布日 2022.07.29 (21)申请号 202110107384.7 (22)申请日 2021.01.27 (71)申请人天津大学地址 300072 天津

2023-05-13 约9.94千字 9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

融合事件检测和神经网络的负荷识别方法.docx PAGE 1- 融合事件检测和神经网络的负荷识别方法 一、1.背景与意义 (1)随着社会经济的快速发展，电力系统作为国家能源基础设施，其稳定运行对于保障国民经济发展和社会生活至关重要。然而，电力系统运行过程中，由于负荷变化、设备故障、自然灾害等因素的影响，容易发生负荷异常现象，如过载、欠载等，这些异常现象不仅会影响电力系统的安全稳定运行，还可能引发电力事故，造成严重的经济损失和社会影响。因此，对电力系统负荷进行实时监测和准确识别，对于保障电力系统安全稳定运行具有重要意义。 (2)传统的负荷识别方法主要依赖于统计分析和经验公式，这些方法在处理复杂多变的负荷变化时，往往难以达到理想的识别效果。随着

2025-01-18 约3.4千字 7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