一种基于参数分层的深度学习神经网络参数调优的方法.pdf

2023-06-06 约2.22万字 15页立即下载

一种基于深度学习卷积神经网络的食用菌快速识别系统及方法.docx PAGE 1- 一种基于深度学习卷积神经网络的食用菌快速识别系统及方法一、引言随着社会经济的发展和人们生活水平的不断提高，食品安全问题日益受到广泛关注。食用菌作为人们日常饮食中不可或缺的一部分，其质量和安全性直接关系到公众健康。然而，市场上食用菌品种繁多，且存在一定比例的假冒伪劣产品，给消费者带来了识别上的困难。据相关数据显示，我国每年因食用菌质量问题导致的食品安全事件超过千起，涉及消费者人数众多。为了有效解决这一问题，迫切需要开发一种快速、准确的食用菌识别系统。近年来，深度学习技术在计算机视觉领域取得了显著的进展，尤其是在图像识别领域。卷积神经网络（ConvolutionalNeura

2025-01-22 约2.33千字 5页立即下载

一种基于光流法和深度学习卷积神经网络的黑烟车检测方法.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 112990004 A (43)申请公布日 2021.06.18 (21)申请号 202110269944.9 G06N 3/08 (2006.01) (22)申请日 20

2023-06-11 约1.79万字 15页立即下载

一种基于CNN-GRU分层神经网络的网络入侵检测方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 112839034 B (45)授权公告日 2022.08.05 (21)申请号 202011590155.7 (51)Int.Cl.

2023-06-05 约1.6万字 12页立即下载

基于结构重参数化的深度可分离卷积神经网络.docx PAGE 1- 基于结构重参数化的深度可分离卷积神经网络 一、引言在图像识别和计算机视觉领域，卷积神经网络（CNN）因其强大的特征提取和分类能力而成为主流模型。然而，随着模型层数的增加，传统的卷积神经网络在计算复杂度和参数数量上会急剧增加，导致训练和推理效率低下。为了解决这一问题，研究者们提出了多种结构重参数化技术，旨在通过减少模型参数数量和计算复杂度来提高卷积神经网络的效率和泛化能力。其中，深度可分离卷积神经网络（DeepSeparableConvolutionalNeuralNetworks，DSCNN）作为一种新型卷积神经网络架构，通过将卷积操作分解为深度卷积和逐点卷积两个步骤，显著降

2025-01-18 约2.08千字 4页立即下载

一种基于神经网络的柔性IC基板表面缺陷分层分类方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114881934 A (43)申请公布日 2022.08.09 (21)申请号 202210384125.3 G06N 3/04 (2006.01)

2023-05-15 约1.69万字 16页立即下载

一种基于仿生分层脉冲神经网络的AER对象识别方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114881070 A (43)申请公布日 2022.08.09 (21)申请号 202210362159.2 G06N 3/08 (2006.01) (22)申请日 2022.04.0

2023-05-15 约2.09万字 15页立即下载

基于神经网络的光热参数深度重构：理论、方法与应用研究.docx 基于神经网络的光热参数深度重构：理论、方法与应用研究一、引言 1.1研究背景与意义在材料科学、能源研究、生物医学等众多前沿领域，光热参数深度重构都扮演着不可或缺的关键角色。在材料科学中，材料的光热性能对其实际应用表现有着决定性影响，准确获取光热参数深度分布，能助力研究人员深入理解材料内部微观结构与宏观性能间的紧密联系，从而为新型材料的研发和性能优化提供坚实的理论依据。举例来说，在研发高性能的太阳能电池材料时，清晰掌握材料光热参数分布，有助于提升对太阳光的吸收与转化效率，进而显著提高电池性能。在能源研究领域，光热参数深度重构对高效能源转换与利用技术的开发至关重要。比如在太阳能光热利用系

2025-04-09 约3.4万字 26页立即下载

基于深度神经网络的球团焙烧参数确定方法及系统.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114781279 A (43)申请公布日 2022.07.22 (21)申请号 202210695010.6 C22B 1/02 (2006.01)

2023-05-15 约2.15万字 18页立即下载

一种基于神经网络的涂胶机工作参数调节方法及系统.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882030 A (43)申请公布日 2022.08.09 (21)申请号 202210807540.5 (22)申请日 2022.07.11 (71)申请人南通金丝楠膜材料有限公司地址 2

2023-05-16 约1.47万字 12页立即下载

一种基于模糊神经网络的钻井参数优化方法.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 113343558 A (43)申请公布日 2021.09.03 (21)申请号 202110544351.9 (22)申请日 2021.05.19 (71)申请人东北石油大学地址

2023-06-18 约7.3千字 10页立即下载

一种基于改进Elman神经网络的电力参数预测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114781752 A (43)申请公布日 2022.07.22 (21)申请号 202210549574.9 G06N 3/04 (2006.01)

2023-05-13 约1.32万字 11页立即下载

一种基于深度学习卷积神经网络的食用菌快速识别系统及方法[发明专利.docx PAGE 1- 一种基于深度学习卷积神经网络的食用菌快速识别系统及方法[发明专利一、背景技术 (1)食用菌作为一种重要的食品资源，其种类繁多，营养丰富，深受消费者喜爱。然而，在市场上存在着大量假冒伪劣的食用菌产品，这不仅影响了消费者的健康，也严重损害了市场的秩序。因此，对食用菌进行快速、准确、高效的识别成为当前食品安全领域亟待解决的问题。传统的食用菌识别方法主要依赖于人工经验和显微镜观察，这种方法存在效率低、准确性差、主观性强等缺点。 (2)随着人工智能技术的快速发展，基于深度学习的图像识别技术在各个领域得到了广泛应用。卷积神经网络（ConvolutionalNeuralNetwork，CN

2025-01-20 约2.92千字 6页立即下载

基于卷积神经网络的深度学习模型.docx PAGE 1- 基于卷积神经网络的深度学习模型一、卷积神经网络概述卷积神经网络（ConvolutionalNeuralNetwork，CNN）是一种专门为处理具有网格结构的数据而设计的深度学习模型，如图像、视频和音频等。CNN的核心思想是利用卷积操作提取特征，并通过池化操作降低特征的空间维度，从而实现特征的学习和压缩。自从20世纪80年代CNN被提出以来，随着深度学习技术的发展，CNN在图像识别、物体检测、图像分割等领域取得了显著的成果。在图像识别领域，CNN的表现尤为出色。以AlexNet为例，它是由AlexKrizhevsky等人在2012年ImageNet竞赛中提出的，是首个在Im

2025-01-19 约2.08千字 4页立即下载

基于神经网络深度学习的车牌识别算法.pptx 基于神经网络深度学习的车牌识别算法引言 神经网络深度学习基本原理车牌识别算法设计实验结果与分析挑战与未来展望结论与总结 contents 目录引言 CATALOGUE 01 交通安全与监控车牌识别是智能交通系统（ITS）中的关键技术之一，对于交通监控、违章查处、事故调查等具有重要意义。传统图像处理算法早期的车牌识别技术主要基于图像处理算法，如边缘检测、二值化、形态学处理等，受光照、角度、遮挡等因素影响较大。机器学习算法随着机器学习技术的发展，研究者开始尝试使用支持向量机（SVM）、随机森林（RandomForest）等算法进行车牌识别，取得了一定的效果提升。 深度学习算

2024-07-06 约2.45千字 28页立即下载