期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
中国画分类的改进嵌入式学习算法
被引量：
11
1
作者
李玉芝
盛家川
华斌
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2018年第5期893-900,共8页
现有中国画分类大多只考虑了画作和类标签的相关性,忽略了画作间的关联以及特征重要度的影响.为此,提出改进的嵌入式中国画分类算法.通过微调预训练的VGG-F模型提取中国画图像特征;并提出基于互信息的嵌入式学习算法,使"友情则近,...
现有中国画分类大多只考虑了画作和类标签的相关性,忽略了画作间的关联以及特征重要度的影响.为此,提出改进的嵌入式中国画分类算法.通过微调预训练的VGG-F模型提取中国画图像特征;并提出基于互信息的嵌入式学习算法,使"友情则近,敌对则远"的嵌入式原则受到特征选择及特征重要度的影响;最后利用支持向量机对中国画进行画作艺术风格及其作者分类.实现了对样本库中10位画家中国画的识别,平均准确率为86%,相比其他算法,该算法有更高的分类准确度和更好的鲁棒性.
展开更多
关键词
嵌入式机器学习
互信息
中国画分类
深度
学习
在线阅读
下载PDF
职称材料
基于环境声识别的工业设备状态监测实验系统设计
被引量：
2
2
作者
张雷
林子煜
+2 位作者
李飞达
郭婧
闵丽娟
《实验室研究与探索》
CAS
北大核心
2024年第8期47-51,共5页
为了实现低成本的工业设备故障检测,设计了一套基于环境声识别的设备状态监测实验系统。基于Arduino开源硬件开发低成本的智能传感器,并部署限制感受野的深度学习模型RFL-MobileNet。通过在边缘端进行智能数据处理,系统为工厂设备提供...
为了实现低成本的工业设备故障检测,设计了一套基于环境声识别的设备状态监测实验系统。基于Arduino开源硬件开发低成本的智能传感器,并部署限制感受野的深度学习模型RFL-MobileNet。通过在边缘端进行智能数据处理,系统为工厂设备提供了实时且准确的状态监测,以减少传统方法中数据传输到云端所带来的延迟以及数据泄露风险。基于公开数据集和实际数据集的实验结果表明,系统运行良好,电动机故障检测准确率达95.4%。
展开更多
关键词
嵌入式机器学习
设备状态监测
音频分类
实验系统
在线阅读
下载PDF
职称材料
题名
中国画分类的改进嵌入式学习算法
被引量：
11
1
作者
李玉芝
盛家川
华斌
机构
天津财经大学理工学院
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2018年第5期893-900,共8页
基金
国家自然科学基金(61502331
11701410)
+2 种基金
天津市自然科学基金(15JCQNJC00800
16JCYBJC42000)
中国民航信息技术科研基地开放课题(CAAC-ITRB-201504)
文摘
现有中国画分类大多只考虑了画作和类标签的相关性,忽略了画作间的关联以及特征重要度的影响.为此,提出改进的嵌入式中国画分类算法.通过微调预训练的VGG-F模型提取中国画图像特征;并提出基于互信息的嵌入式学习算法,使"友情则近,敌对则远"的嵌入式原则受到特征选择及特征重要度的影响;最后利用支持向量机对中国画进行画作艺术风格及其作者分类.实现了对样本库中10位画家中国画的识别,平均准确率为86%,相比其他算法,该算法有更高的分类准确度和更好的鲁棒性.
关键词
嵌入式机器学习
互信息
中国画分类
深度
学习
Keywords
embedded learning
mutual information
classification of Chinese paintings
deep learning
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于环境声识别的工业设备状态监测实验系统设计
被引量：
2
2
作者
张雷
林子煜
李飞达
郭婧
闵丽娟
机构
南京邮电大学物联网学院
南京航空航天大学计算机科学与技术学院
出处
《实验室研究与探索》
CAS
北大核心
2024年第8期47-51,共5页
基金
国家自然科学基金项目(52105553)
南京邮电大学教学改革研究项目(JG01623JX106)。
文摘
为了实现低成本的工业设备故障检测,设计了一套基于环境声识别的设备状态监测实验系统。基于Arduino开源硬件开发低成本的智能传感器,并部署限制感受野的深度学习模型RFL-MobileNet。通过在边缘端进行智能数据处理,系统为工厂设备提供了实时且准确的状态监测,以减少传统方法中数据传输到云端所带来的延迟以及数据泄露风险。基于公开数据集和实际数据集的实验结果表明,系统运行良好,电动机故障检测准确率达95.4%。
关键词
嵌入式机器学习
设备状态监测
音频分类
实验系统
Keywords
embedded machine learning
equipment status monitoring
audio classification
experimental system
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
中国画分类的改进嵌入式学习算法
李玉芝
盛家川
华斌
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2018
11
在线阅读
下载PDF
职称材料
2
基于环境声识别的工业设备状态监测实验系统设计
张雷
林子煜
李飞达
郭婧
闵丽娟
《实验室研究与探索》
CAS
北大核心
2024
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
