期刊文献+
共找到113篇文章
< 1 2 6 >
每页显示 20 50 100
深度学习算法下舰船导航设备状态检验方法设计
1
作者 李永俊 孙静宇 谢红薇 《舰船科学技术》 北大核心 2025年第14期164-168,共5页
为自动提取数据中的复杂特征,提升状态检验的鲁棒性,设计深度学习算法下舰船导航设备状态检验方法。通过建立包含陀螺仪漂移误差、加速度计随机误差及GPS接收机定位误差的多源误差模型,系统量化姿态角、速度及位置等关键状态指标;在深... 为自动提取数据中的复杂特征,提升状态检验的鲁棒性,设计深度学习算法下舰船导航设备状态检验方法。通过建立包含陀螺仪漂移误差、加速度计随机误差及GPS接收机定位误差的多源误差模型,系统量化姿态角、速度及位置等关键状态指标;在深度信念网络内,输入关键指标数据,自动提取数据中反映舰船导航设备状态的复杂特征;以极限学习机为深度信念网络的回归层,结合提取的复杂特征,输出导航设备状态检验结果。实验证明,该方法可有效自动提取检查导航设备状态的复杂特征,完成设备状态检验;在不同负载情况下,导航设备状态检验的决定系数达0.93以上,即状态检验的鲁棒性较优。 展开更多
关键词 深度学习算法 舰船导航设备 状态检验 误差模型
在线阅读 下载PDF
深度学习算法的舰船用电数据挖掘研究
2
作者 王晓辉 高鹏翔 孙守强 《舰船科学技术》 北大核心 2025年第9期170-174,共5页
为捕捉序列中相隔较远信息之间的联系,设计了基于门控循环单元深度学习算法的舰船用电数据挖掘方法。利用采集终端实时采集发电机组、甲板机械等设备的原始舰船用电数据;将原始用电数据转换为标准格式,根据舰船电力系统电能质量分析与... 为捕捉序列中相隔较远信息之间的联系,设计了基于门控循环单元深度学习算法的舰船用电数据挖掘方法。利用采集终端实时采集发电机组、甲板机械等设备的原始舰船用电数据;将原始用电数据转换为标准格式,根据舰船电力系统电能质量分析与故障诊断等需求,运用深度学习算法中的门控循环单元,在原始用电数据内捕捉序列中相隔较远信息之间的联系,挖掘舰船用电数据规律特征,为舰船用电管理优化提供决策支持。实验证明:该方法可有效实时采集原始舰船用电数据,并有效挖掘舰船用电数据规律特征;应用该方法后,可有效提升舰船电力系统负荷预测精度。 展开更多
关键词 深度学习算法 舰船用电数据 数据挖掘 长短期记忆网络
在线阅读 下载PDF
基于变分模态分解和深度学习算法的污水出水水质预测
3
作者 梅丹 张恒 《长江科学院院报》 北大核心 2025年第9期67-74,82,共9页
准确预测出水水质对于污水处理厂的节能降耗具有重要意义。近年来,以废水处理仿真基准模型1号(BSM1)为代表的机理模型和各种深度学习算法被广泛运用于污水处理厂出水水质预测。然而,出水水质具有复杂的非线性关系,现有的预测模型通用性... 准确预测出水水质对于污水处理厂的节能降耗具有重要意义。近年来,以废水处理仿真基准模型1号(BSM1)为代表的机理模型和各种深度学习算法被广泛运用于污水处理厂出水水质预测。然而,出水水质具有复杂的非线性关系,现有的预测模型通用性较差。基于此,提出一种基于变分模态分解(VMD)和4种深度学习算法的预测框架。通过变分模态分解方法将水质序列分解后,引入综合评价指标(CEI)为分解后的子序列寻求预测性能最好的算法,最后叠加各子模型的预测值得到最终的预测结果。以湖北省武汉市的一座污水处理厂出水化学需氧量(COD)浓度为例进行实例验证,结果表明,所提出的模型较单一模型在预测性能上达到了最佳效果,均方根误差(RMSE)达到了0.485。 展开更多
关键词 水质预测 变分模态分解 综合评价指标 最优子模型选择 深度学习算法
在线阅读 下载PDF
融合深度学习算法的炉内燃烧温度场分布在线重建
4
作者 任世鹏 安元 +3 位作者 娄春 梅晟东 刘凯 陈新建 《化工进展》 北大核心 2025年第4期1923-1933,共11页
在锅炉恶劣测量环境下,为了保证热辐射成像技术对炉内燃烧温度场分布在线检测的持续有效性及可靠性,融合使用深度学习算法以获取炉内温度场分布。在对某电厂350MW四角切圆燃煤锅炉进行数据提取及计算后,获取包含机组运行参数和炉内燃烧... 在锅炉恶劣测量环境下,为了保证热辐射成像技术对炉内燃烧温度场分布在线检测的持续有效性及可靠性,融合使用深度学习算法以获取炉内温度场分布。在对某电厂350MW四角切圆燃煤锅炉进行数据提取及计算后,获取包含机组运行参数和炉内燃烧温度场分布的数据集并进行划分及预处理,进而分别建立并训练基于多层感知器(MLP)、长短时记忆(LSTM)和转置卷积神经网络(TCNN)的燃烧温度场预测模型。使用3种模型对不同负荷工况进行了炉内温度场预测及误差分析,并使用测试集对3种模型进行了评价指标计算及对比。结果表明:在变负荷运行范围内,TCNN模型对炉内温度场的泛化能力在3种模型中最佳,能够更准确预测炉内燃烧温度场分布;在3种模型中,TCNN模型对测试集的平均绝对误差和均方根误差降低至45.51K和59.73K,并且平均预测相对误差小于3.6%,满足工程应用需求,论证了该模型可用于弥补图像探头清洁期间不能获得炉内温度场的不足,进而确保其在炉内恶劣测量环境下在线检测炉内温度场的连续性及可靠性。 展开更多
关键词 燃煤锅炉 燃烧温度场 深度学习算法 转置卷积神经网络 热辐射成像
在线阅读 下载PDF
深度学习算法下船舶航行轨迹异常行为检测方法
5
作者 冀娜 胡磊 《舰船科学技术》 北大核心 2025年第15期164-167,共4页
针对船舶航行轨迹数据因时间序列特征导致的不确定性,难以准确捕捉航行轨迹数据的关键信息,影响最终检测精度的问题,提出深度学习算法下船舶航行轨迹异常行为检测方法。依据船舶自动识别系统(AIS)获取船舶航行轨迹数据并实施预处理后,提... 针对船舶航行轨迹数据因时间序列特征导致的不确定性,难以准确捕捉航行轨迹数据的关键信息,影响最终检测精度的问题,提出深度学习算法下船舶航行轨迹异常行为检测方法。依据船舶自动识别系统(AIS)获取船舶航行轨迹数据并实施预处理后,提取AIS船舶航行轨迹的时间序列特征。将AIS船舶航行轨迹特征输入门控循环单元循环神经网络深度学习模型进行处理,依据更新门、重置门处理,最终实现船舶航行轨迹异常行为检测。实验证明,该方法在不同种类船舶类型混合情况下,检测偏差均小于1.1%,时效性均能够保证在97.5%以上,能够实时监控船舶航行状态,预警异常行为,降低船舶发生事故风险,推动海上交通管理智能化发展。 展开更多
关键词 深度学习算法 船舶航行 轨迹异常检测 船舶自动识别系统 门控循环单元
在线阅读 下载PDF
基于YOLOv3深度学习算法的桑椹菌核病严重度检测方法研究与应用
6
作者 朱志贤 邱盼 +4 位作者 张成 董朝霞 张凤 胡兴明 于翠 《湖北农业科学》 2024年第12期191-198,共8页
通过对5种不同发病级别的1万张桑椹果实图像进行训练,基于YOLOv3深度学习算法并结合迁移学习法,获得桑椹菌核病严重度目标检测模型。为了验证该模型的鲁棒性,与同样采用迁移学习的EfficientDet、Faster R-CNN和YOLOv4原始模型进行了对... 通过对5种不同发病级别的1万张桑椹果实图像进行训练,基于YOLOv3深度学习算法并结合迁移学习法,获得桑椹菌核病严重度目标检测模型。为了验证该模型的鲁棒性,与同样采用迁移学习的EfficientDet、Faster R-CNN和YOLOv4原始模型进行了对比。结果表明,YOLOv3模型对健康果实和菌核病果实检测的平均精确率均值为0.79,比其他模型提高6.76%~54.90%,其对不同发病级别菌核病果实检测的平均精确率比其他模型提高7.04%~80.95%,查准率和查全率为最优或者次优。采用Flask+Vue技术构建的检测识别系统可在1 s内获取病害严重度、果实大小、置信度信息,也能实现对视频的动态识别,为桑椹种植中自动化病害监测和快速高效精准施药提供了可靠的软件处理平台。 展开更多
关键词 桑椹菌核病 深度学习算法 迁移学习 YOLOv3 病害严重度检测
在线阅读 下载PDF
基于深度学习算法的矿用巡检机器人设备识别 被引量:31
7
作者 卢万杰 付华 赵洪瑞 《工程设计学报》 CSCD 北大核心 2019年第5期527-533,共7页
为了实现矿用巡检机器人对煤矿井下设备的识别与匹配,通过基于卷积神经网络的深度学习算法建立了煤矿设备类型识别模型,分别在明亮环境下、昏暗环境下以及设备重叠情况下采集大量待识别设备图像样本,再对识别模型进行训练,实现巡检机器... 为了实现矿用巡检机器人对煤矿井下设备的识别与匹配,通过基于卷积神经网络的深度学习算法建立了煤矿设备类型识别模型,分别在明亮环境下、昏暗环境下以及设备重叠情况下采集大量待识别设备图像样本,再对识别模型进行训练,实现巡检机器人对煤矿设备的精确识别与分类。使用基于粒子群优化的SVM(support vector machine,支持向量机)建立了煤矿设备匹配模型,将巡检机器人相对于煤矿坐标系的三轴位置信息、三自由度角度和视觉相机转角作为匹配模型的输入量,将相机视野中设备序号作为输出量,实现煤矿设备类型识别模型识别出的设备与已知设备序号一一对应。实验结果表明基于深度学习算法的煤矿设备类型识别模型对外界的干扰不敏感,识别准确率高;基于SVM的煤矿设备匹配模型的匹配准确率达到了93.2%,在匹配准确率的训练和测试效率上均优于基于BP(back propagation,反向传播)神经网络的匹配模型。研究结果可为煤矿井下巡检机器人的研制提供参考。 展开更多
关键词 巡检机器人 深度学习算法 支持向量机 目标识别 设备匹配
在线阅读 下载PDF
基于GRU深度学习算法的日均快递业务量预测模型 被引量:8
8
作者 薛蓉娜 张明敏 +1 位作者 南玉婷 赵会娟 《统计与决策》 CSSCI 北大核心 2021年第13期176-179,共4页
快递业务量的精准预测,对优化企业生产计划和资源配置至关重要。为实现对日均快递量快速、准确地预测,文章提出一种基于GRU深度学习算法的快递业务量预测模型。为验证其性能,利用511天的数据进行测试,并与ARIMA、LSTM等经典算法进行对... 快递业务量的精准预测,对优化企业生产计划和资源配置至关重要。为实现对日均快递量快速、准确地预测,文章提出一种基于GRU深度学习算法的快递业务量预测模型。为验证其性能,利用511天的数据进行测试,并与ARIMA、LSTM等经典算法进行对比试验,同时讨论了该模型在平常日、节假日和电商节的有效性。结果表明,该算法的RMSE为23976.47,R-Squared为0.92,预测准确率为97.50%,性能均优于对比算法。 展开更多
关键词 快递业务量预测 GRU深度学习算法 快递企业
在线阅读 下载PDF
基于深度学习算法的机动车尾气排放黑烟监测 被引量:4
9
作者 江东 王晓龙 +1 位作者 陈政 陈旭 《现代电子技术》 2023年第17期66-69,共4页
为提高对黑烟车监测能力,提出一种基于深度学习算法的机动车尾气排放黑烟监测方法。提取运动前景机动车位置,并结合霍夫直线检测方法明确机动车尾气排放候选黑烟区域;对候选黑烟区域图像实施特征降维处理,以处理后候选黑烟区域图像为输... 为提高对黑烟车监测能力,提出一种基于深度学习算法的机动车尾气排放黑烟监测方法。提取运动前景机动车位置,并结合霍夫直线检测方法明确机动车尾气排放候选黑烟区域;对候选黑烟区域图像实施特征降维处理,以处理后候选黑烟区域图像为输入,构建深度学习算法的卷积神经网络模型;利用卷积层提取输入图像边缘、颜色、纹理以及表面特征,在池化层求出目标特征损失函数,以最小化损失函数为目标对网络实施训练,完成机动车尾气排放黑烟监测。实验结果表明,该方法在不同天气场景下对机动车尾气排放黑烟监测的平均准确率为97.89%、召回率最高为89.94%,监测能力强。 展开更多
关键词 深度学习算法 尾气排放 黑烟监测 黑烟区域提取 主成分分析 深度特征 损失函数
在线阅读 下载PDF
基于深度学习算法的三维激光雷达主动成像目标检测 被引量:2
10
作者 石瑶 陈美玲 《激光杂志》 CAS 北大核心 2023年第12期70-74,共5页
为了提升目标检测效果,设计基于深度学习算法的三维激光雷达主动成像目标检测方法。利用深度学习算法的生成对抗网络,剔除三维激光雷达主动成像过程中的杂波干扰,得到无杂波干扰的目标三维图像;设计生成模型与对抗模型的损失函数,利用... 为了提升目标检测效果,设计基于深度学习算法的三维激光雷达主动成像目标检测方法。利用深度学习算法的生成对抗网络,剔除三维激光雷达主动成像过程中的杂波干扰,得到无杂波干扰的目标三维图像;设计生成模型与对抗模型的损失函数,利用端到端深度神经网络的点云编码层,在无杂波干扰的目标三维图像内,提取目标三维图像特征,并输入目标检测层内;通过目标检测层输出目标检测候选框,利用非极大值结合混合置信度,确定最终目标检测框,完成三维激光雷达主动成像目标检测。实验结果表明:该方法可有效剔除杂波干扰,得到无杂波干扰的目标三维图像;该方法可有效完成三维激光雷达主动成像目标检测,且在不同目标运动模糊长度像素时,该方法目标检测的交并比均高于阈值,说明该方法的目标检测精度较高。 展开更多
关键词 深度学习算法 三维激光雷达 主动成像 目标检测 生成对抗网络 深度神经网络
在线阅读 下载PDF
基于深度学习算法的水稻飞虱虫害图像测报系统设计 被引量:5
11
作者 肖衡 《现代电子技术》 北大核心 2020年第21期39-42,共4页
为了实现水稻飞虱虫害诊断,解决传统测报系统中存在的误报率高的问题,利用深度学习算法从硬件和软件两个方面对水稻飞虱虫害图像测报系统进行优化设计。测报硬件系统主要由主机、分机、传感器以及图像采集设备组成,并通过电源电路为硬... 为了实现水稻飞虱虫害诊断,解决传统测报系统中存在的误报率高的问题,利用深度学习算法从硬件和软件两个方面对水稻飞虱虫害图像测报系统进行优化设计。测报硬件系统主要由主机、分机、传感器以及图像采集设备组成,并通过电源电路为硬件设备提供电力支持。在硬件设备安装完成的基础上,建立数据库为软件功能的实现提供基础数据,并利用深度学习算法通过采集图像预处理、识别水稻飞虱虫害和启动异常报警程序三个步骤实现图像测报功能。为了检测设计的基于深度学习算法的水稻飞虱虫害图像测报系统的性能,设计系统测试实验。经过与传统测报系统的对比可以发现,设计的虫害图像测报系统的误差率降低了0.19%,且平均时间消耗节省了0.64 s。 展开更多
关键词 水稻飞虱虫害 图像测报 深度学习算法 自动测报 图像处理 系统设计
在线阅读 下载PDF
多层卷积神经网络深度学习算法可移植性分析 被引量:3
12
作者 肖堃 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2020年第3期420-424,共5页
在现实环境下,出现恶意用户或攻击者对机器学习算法的攻击;在应用过程中,机器学习算法也会受到物体形状、位移、尺度、光照、背景等因素的影响。针对这些使用过程中所产生的安全性问题,本文提出了基于多层卷积神经网络深度学习算法的图... 在现实环境下,出现恶意用户或攻击者对机器学习算法的攻击;在应用过程中,机器学习算法也会受到物体形状、位移、尺度、光照、背景等因素的影响。针对这些使用过程中所产生的安全性问题,本文提出了基于多层卷积神经网络深度学习算法的图像识别方法,并对其可移植性进行分析,通过对抗性训练提高模型泛化能力来防御对抗样例攻击。针对可用性攻击,在前向传播过程中,采用训练好的多层卷积神经网络深度学习模型自动提取输入图像特征,并利用模型权值共享、更新、下采样等操作对输入图像做降采样处理,降低计算复杂度;在反向传播过程中,利用delta法则和Fisher准则,以及基于类内距离和类间距离的能量约束函数实时调整多层卷积神经网络深度学习模型参数,计算模型输出层各个输出单元的残差,使模型权值能够更加快速收敛到有利于图像识别的最优值。测试结果表明:多层卷积神经网络深度学习算法在图像识别领域的应用具有识别准确率和鲁棒性较高,耗时较短的优点,从理论和实验2方面证明了算法的可移植性。 展开更多
关键词 多层卷积神经网络 深度学习算法 可移植性 分析 图像识别 拟合效果 delta法则 FISHER准则
在线阅读 下载PDF
基于SSD-MobileNet V1深度学习算法的药用植物叶片识别方法 被引量:5
13
作者 丁常宏 王守宇 高鹏 《江苏农业科学》 2020年第22期222-228,共7页
长期以来药用植物的鉴定主要依靠人工和经验,为协助中药资源研究人员、植物资源研究人员更准确地完成植物鉴别,数字图像模式识别技术可以加以应用。本研究基于SSD-MobileNet V1深度学习算法对需要查询的药用植物照片进行相似性检索,对... 长期以来药用植物的鉴定主要依靠人工和经验,为协助中药资源研究人员、植物资源研究人员更准确地完成植物鉴别,数字图像模式识别技术可以加以应用。本研究基于SSD-MobileNet V1深度学习算法对需要查询的药用植物照片进行相似性检索,对比药用植物叶片进行药用植物的识别与鉴定。结果表明,当阈值为0.5时,精确率及召回率均可达96.0%,为该深度学习模型的最佳值。在此条件下,训练集的学习准确率各标签均为100%;识别检验结果显示,5种药用植物共100张不同叶片照片的识别正确率可以达到100%。说明基于SSD-MobileNet V1深度学习算法的药用植物叶片识别方法高效准确,能够协助植物资源调查人员进行植物辨识,为中药资源普查、研究,植物资源研究等各方面工作提供了强大技术支持。 展开更多
关键词 数字图像模式识别技术 SSD-MobileNet V1深度学习算法 相似性检索 阈值 植物叶片
在线阅读 下载PDF
基于深度学习算法的原位激光CO_(2)检测系统研制 被引量:2
14
作者 王彪 杨子腾 +4 位作者 卞广雨 王冠懿 赵奕飞 薛金波 程林祥 《激光杂志》 CAS 北大核心 2023年第6期48-52,共5页
随着全球变暖日益严重,精准检测CO_(2)浓度具有重要的研究意义。可调谐半导体激光吸收光谱技术(TDLAS)具有高灵敏度、高分辨率等特点,被广泛应用于气体检测领域。为进一步提升TDLAS气体检测技术的检测精度,本文提出一种基于深度学习的... 随着全球变暖日益严重,精准检测CO_(2)浓度具有重要的研究意义。可调谐半导体激光吸收光谱技术(TDLAS)具有高灵敏度、高分辨率等特点,被广泛应用于气体检测领域。为进一步提升TDLAS气体检测技术的检测精度,本文提出一种基于深度学习的原位激光二氧化碳检测系统。该系统采用BP神经网络算法反演CO_(2)浓度,补偿了温度压强对气体浓度反演的影响,提升了检测精度;采用无线通信模块,通过MQTT协议将检测的CO_(2)数据上传至OneNET云平台,实现了CO_(2)浓度的原位检测。经测试,该系统可以快速、稳定的处理数据,并且适配于其他气体检测系统。 展开更多
关键词 CO_(2) 深度学习算法 反演补偿 激光气体检测
在线阅读 下载PDF
基于深度学习算法的高校教学模式评价研究 被引量:2
15
作者 林崇华 张慧川 《现代电子技术》 2021年第3期95-99,共5页
针对当前高校教学模式评价过程中存在的一些不足,如评价误差大、时间长等,以提高高校教学模式评价精度为目标,提出基于深度学习算法的高校教学模式评价方法。首先分析高校教学模式评价的研究现状,找到当前高校教学模式评价结果差的原因... 针对当前高校教学模式评价过程中存在的一些不足,如评价误差大、时间长等,以提高高校教学模式评价精度为目标,提出基于深度学习算法的高校教学模式评价方法。首先分析高校教学模式评价的研究现状,找到当前高校教学模式评价结果差的原因;然后收集高校教学模式评价数据,采用深度学习算法对高校教学模式评价数据进行学习,建立高校教学模式评价模型;最后进行高校教学模式评价的应用实例测试,结果表明,基于深度学习算法的高校教学模式评价精度要高于当前其他高校教学模式评价方法,而且评价的速度明显提升,可以对高校教学模式进行实时分析,具有较高的实际应用价值。 展开更多
关键词 高校教学模式 评价方法 数据收集 深度学习算法 评价模型 对比实验
在线阅读 下载PDF
基于深度学习算法的脑肿瘤CT图像特征分割技术改进 被引量:1
16
作者 崔仲远 黄伟 《现代电子技术》 北大核心 2018年第16期92-95,共4页
针对基于数学形态的脑肿瘤CT图像特征分割技术存在准确率低、分割效果不明确的弊端,提出基于深度学习算法的脑肿瘤CT图像特征分割技术。将可视人体数据集CVH-2作为研究对象,对数据集中的图像实施预处理,对图像四个模态实施卷积分别获取... 针对基于数学形态的脑肿瘤CT图像特征分割技术存在准确率低、分割效果不明确的弊端,提出基于深度学习算法的脑肿瘤CT图像特征分割技术。将可视人体数据集CVH-2作为研究对象,对数据集中的图像实施预处理,对图像四个模态实施卷积分别获取不同模态彼此的差异信息,归一化获取脑肿瘤CT图像多模态3D-CNNs特征。对基于SAE深度学习算法的脑肿瘤CT图像特征分割模型实施二级训练,将脑肿瘤CT图像多模态3D-CNNs特征经过处理后获取的S,V通道数据输入模型实施训练,在第二级训练的过程中把第一级SAE训练得到的权重作为二级训练的原始权重,将一级训练中错误分割的组织结构和沟回作为二次训练的数据集,获取脑肿瘤CT图像特征的准确分割结果。实验结果表明,所提方法在脑肿瘤CT图像特征分割准确率和效率方面具有显著优势。 展开更多
关键词 深度学习算法 脑肿瘤CT图像 特征分割技术 多模态3D-CNN SAE结构 数据集
在线阅读 下载PDF
基于深度学习算法的舰船通信网络流量估计研究
17
作者 刘颖 《舰船科学技术》 北大核心 2021年第18期157-159,共3页
传统舰船通信网络流量估计算法输出结果与实际流量数值之间的误差较大,导致后期数据流量分析结果可信度降低。为了提升通信网络流量估计准确度,提出基于深度学习算法的舰船通信网络流量估计研究。首先,对通信网络空间中的数据流进行数... 传统舰船通信网络流量估计算法输出结果与实际流量数值之间的误差较大,导致后期数据流量分析结果可信度降低。为了提升通信网络流量估计准确度,提出基于深度学习算法的舰船通信网络流量估计研究。首先,对通信网络空间中的数据流进行数据流模型建立,获得通信流量基础特征数据;然后,对其流量波动值域范围进行特征计算,以此获得深度学习样本。最后,通过深度学习算法,对样本数据进行学习,通过学习完成对流量估计系数的更新,进而提升估计精准度。通过对仿真数据的对比测试,证明提出的估计算法能够有效减小估计值与实际值之间的误差,满足适应估计场景的应用要求。 展开更多
关键词 深度学习算法 通信网络 流量 估计
在线阅读 下载PDF
深度学习在工业机械表面质量控制方面的应用——评《机器学习与深度学习算法基础》 被引量:3
18
作者 朱彦军 刘翠荣 吴志生 《机械设计》 CSCD 北大核心 2020年第10期I0012-I0012,共1页
随着现代机械工业及制造业的不断发展,人们对工业产品的要求也在不断提升。现代工业产品不仅需要符合工业美感,也要保证产品质量。但目前许多企业对于工业机械表面质量控制不够重视,很难为企业创造宏观经济效益。总体来看,我国工业机械... 随着现代机械工业及制造业的不断发展,人们对工业产品的要求也在不断提升。现代工业产品不仅需要符合工业美感,也要保证产品质量。但目前许多企业对于工业机械表面质量控制不够重视,很难为企业创造宏观经济效益。总体来看,我国工业机械表面质量控制技术发展较慢,虽然在相关机械检测工作研发过程中引进了大量的高质量设备,但质量控制效果仍未达到理想目标,需采用更为先进的技术对目前的质量控制过程展开优化。根据工业机械控制的相关要求,以深入学习为核心的计算机辅助技术,为工业机械产业的发展提供了新的发展视角。 展开更多
关键词 机器学习 计算机辅助技术 宏观经济效益 深度学习算法 现代工业产品 研发过程 机械检测 机械工业
在线阅读 下载PDF
基于深度学习算法的叉车危险操作行为检测 被引量:8
19
作者 李千登 王廷春 +1 位作者 崔靖文 穆波 《中国安全生产科学技术》 CAS CSCD 北大核心 2020年第5期155-159,共5页
随着物流仓储行业快速发展及叉车数量的不断增多,针对叉车作业过程中存在的人员碰撞、挤压、坠落等潜在风险,迫切需要对危险行为进行及时检测和预警。为解决人员值守易漏报误报及传统方法检测精度低的问题,建立基于图像特征识别的叉车... 随着物流仓储行业快速发展及叉车数量的不断增多,针对叉车作业过程中存在的人员碰撞、挤压、坠落等潜在风险,迫切需要对危险行为进行及时检测和预警。为解决人员值守易漏报误报及传统方法检测精度低的问题,建立基于图像特征识别的叉车检测深度学习模型和算法。通过采集、处理现场视频图像素材,完成模型的训练及性能评价,建立相应的报警规则和报警阈值,搭建测试环境并进行仿真测试,开发相应的软件系统。结果表明:模型检测速率为130 ms/帧,人员靠近叉车准确率为85.6%,叉车举升人员准确率为83.7%,达到良好的实践效果。 展开更多
关键词 叉车 危险行为 深度学习算法 图像检测 系统开发
在线阅读 下载PDF
深度学习算法的机电设备工作状态检测 被引量:7
20
作者 徐永财 《电子测量技术》 2020年第11期34-38,共5页
机电设备属于施工过程里的核心设备,由于操作、加工等环境因素会导致零部件发生磨损或者故障问题,所以,设备保持正常的工作状态才可以保证企业正常的生产。为此,提出基于深度学习算法的机电设备工作状态检测方法,通过小波去噪方法在监... 机电设备属于施工过程里的核心设备,由于操作、加工等环境因素会导致零部件发生磨损或者故障问题,所以,设备保持正常的工作状态才可以保证企业正常的生产。为此,提出基于深度学习算法的机电设备工作状态检测方法,通过小波去噪方法在监测的机电设备运行数据里去除噪声部分,获取机电设备工作状态原始数据,基于该数据,采用基于深度学习算法的机电设备工作状态检测方法,判断机电设备工作状态故障与否。实验结果表示,所提方法不受机电类型的约束,不同检测目标下,检测效果较好,且在噪声的干扰下,该方法对机电设备工作状态查准率高达98.99%,检测性能高于对比方法。 展开更多
关键词 深度学习算法 机电 设备 工作状态 检测 小波去噪
在线阅读 下载PDF
上一页 1 2 6 下一页 到第
使用帮助 返回顶部