基于多层卷积网络的贴片电阻微空洞与焊点特征提取方法.pdf

基于点卷积特征提取网络的点云配准.pdf 基于点卷积特征提取网络的点云配准摘要近年来，随着激光雷达等采集设备的不断发展，基于三维点云数据的配准研究已经成为主流。三维点云数据在二维图像数据基础上加入了几何形状的深度信息，能最大程度还原三维实景信息。但是由于点云数据本身由多个点组成，具有无序性、稀疏性、不规则分布以及相邻视角扫描点云重叠率低等问题，为点云处理带来困难。利用传统特征提取方法是基于点云几何特征进行编码，效率低且容易受旋转的影响，不能最大程度表征点云特征。相比而言，基于深度学习的点云配准网络精度更高、能表征三维信息且具有很强的鲁棒性和泛化性。但在配准过程中，由于点云数据量规模庞大且包含噪声，且大部分基于深度学习

2025-05-20 约11.41万字 71页立即下载

一种时间序列的轴承故障诊断多层卷积特征提取分类方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114463550 A (43)申请公布日 2022.05.10 (21)申请号 202210029111.X G06N 3/04 (2006.01)

2023-05-04 约9.13千字 9页立即下载

基于双谱特征提取和卷积神经网络的心音分类算法.docx 基于双谱特征提取和卷积神经网络的心音分类算法目录 1.内容概要................................................2 1.1研究背景.............................................2 1.2研究目的与意义.......................................3 1.3文献综述.............................................4 2.心音信号处理基础........................................6 2.1心音信号

2024-10-31 约1.93万字 40页立即下载

基于卷积神经网络联合多域特征提取的干扰识别算法.docx PAGE 1- 基于卷积神经网络联合多域特征提取的干扰识别算法一、引言随着信息技术的飞速发展，无线通信技术已经成为现代社会不可或缺的一部分。然而，无线通信环境中的干扰问题日益严重，严重影响了通信质量和用户体验。干扰识别作为无线通信领域的关键技术之一，旨在实时检测和识别干扰源，从而采取相应的措施降低干扰影响。传统的干扰识别方法大多依赖于信号处理技术，但这些方法在复杂多变的通信环境中往往难以取得理想的效果。近年来，深度学习技术在图像识别、语音识别等领域取得了显著成果，为干扰识别领域带来了新的思路。卷积神经网络（ConvolutionalNeuralNetwork，CNN）作为一种深度学习模型

2025-01-21 约3.82千字 7页立即下载

基于卷积神经网络的图像特征提取与优选模块.docx PAGE V 基于卷积神经网络的图像特征提取 与优选模块设计摘要针对图像特征处理所提出的特征提取算法中，深度学习在近年应用十分广泛。深度学习在开发以及部署方面及其依赖大量训练图集与计算,但随着发生在计算机显卡等硬件以及大数据等技术领域的快速发展，深度学习技术也日渐趋于成熟，其中卷积神经网络具有结构和算法上的双重优势，这也使得卷积神经网络在深度学习领域，尤其是图像处理领域，越来越受人欢迎。卷积神经网络作为神经网络领域中的多层结构模型，十分适用于图像处理尤其是特大图像处理的机器学习相关问题，神经网络的相关研究起源于1943年由Walter Potts以及WarrenMcCullochL两

2023-11-29 约2.96万字 51页立即下载

基于卷积神经网络的量能器脉冲特征提取硬件系统的创新设计与实践.docx 基于卷积神经网络的量能器脉冲特征提取硬件系统的创新设计与实践一、引言 1.1研究背景与意义在高能物理实验中，量能器扮演着至关重要的角色，堪称探索微观世界的关键探测器。其主要功能是精确测量微观粒子的能量，为科学家揭示物质的基本结构和相互作用提供关键数据。在大型强子对撞机（LHC）实验里，量能器对于发现希格斯粒子发挥了不可替代的作用。当高能粒子与量能器相互作用时，会引发一系列复杂的物理过程，如电磁簇射和强子簇射。对于电子和高能光子，它们在量能器中会引发电磁簇射，电子辐射出高能光子，高能光子又产生正负电子，如此循环，形成从单粒子到粒子簇团的级联反应。而强子在量能器中则会发生更复杂的强子簇射，

2025-04-20 约3.61万字 27页立即下载

基于卷积神经网络的高光谱图像深度特征提取与分类.docx code711.cn 基于卷积神经网络的高光谱图像深度特征提取与分类摘要：基于深度学习的优点，本文提出了一种基于卷积神经网络(CNN)的正则化深度特征提取(FE)方法用于高光谱图像分类。该方法利用卷积层和池化层从hsi中提取具有非线性、判别性和不变性的深层特征。这些特征可用于图像分类和目标检测。此外，为了解决HSI分类的高维数不平衡和训练样本可用性有限这一常见问题，研究了L2正则化和dropout等策略来避免类数据建模中的过拟合。更重要的是，我们提出了一个基于cnn的三维有限元模型，结合正则化方法提取高光谱图像的有效光谱空间特征。最后，为了进一步提高性能，提出了一种虚拟样本增强方法。所提出

2025-04-18 约1.7万字 32页立即下载

一种基于频域卷积和边际谱反馈的虾类声信号时频特征提取方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882901 A (43)申请公布日 2022.08.09 (21)申请号 202210446792.X (22)申请日 2022.04.26 (71)申请人同济大学地址 200092 上海

2023-05-16 约1.44万字 16页立即下载

2025-05-04 约1.37万字 52页立即下载

一种基于多特征重用空洞卷积神经网络的绕射波分离方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116400404 A (43)申请公布日 2023.07.07 (21)申请号 202310306786.9 (22)申请日 2023.03.27 (71)申请人中国矿业大学（北京）地址 10

2023-07-04 约1.18万字 11页立即下载

一种基于卷积神经网络的焊点检测方法.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 113409250 A (43)申请公布日 2021.09.17 (21)申请号 202110579200.7 (22)申请日 2021.05.26 (71)申请人杭州

2023-06-21 约1.8万字 17页立即下载

一种基于稀疏特征重用的人脸特征提取网络的构建方法.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 112966661 A (43)申请公布日 2021.06.15 (21)申请号 202110346477.5 (22)申请日 2021.03.31 (71)申请人东南大学地址 21

2023-06-07 约9.67千字 10页立即下载

一种多尺度特征提取网络及该网络的特征提取方法.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 112560732 A (43)申请公布日 2021.03.26 (21)申请号 202011530198.6 G06N 3/08 (2006.01) (22)申请日 20

2023-05-29 约6.66千字 7页立即下载

基于复杂网络的图像特征提取及多特征融合方案探究.pdf Journal of Image and Signal Processing 图像与信号处理, 2015, 4(4), 101‐110 Published Online October 2015 in Hans. /journal/jisp /10.12677/jisp.2015.44012 Image Feature Extraction Based on Complex Network and Multi‐Feature Fusion Schemes Exploration in CBIR

2017-11-28 约2.55万字 10页立即下载

基于多维熵特征的信号特征提取方法.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 112801026 A (43)申请公布日 2021.05.14 (21)申请号 202110180654.7 (22)申请日 2021.02.08 (71)申请人上海电机学院地址

2023-06-02 约10千字 9页立即下载