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
一种改进的SAM-ShuffleNet明青花龙纹断代模型
1
作者
赵谦
屈佳伟
《现代电子技术》
北大核心
2025年第9期116-123,共8页
青花瓷作为瓷器中的明珠,其独特的纹饰承载着深厚的文化底蕴。在众多青花瓷纹饰中,明代龙纹颇具代表性,对明代前、中、后三期的青花瓷龙纹进行断代识别有着极高的历史文化研究价值。文中针对明代龙纹断代问题提出一种改进的深度学习模型...
青花瓷作为瓷器中的明珠,其独特的纹饰承载着深厚的文化底蕴。在众多青花瓷纹饰中,明代龙纹颇具代表性,对明代前、中、后三期的青花瓷龙纹进行断代识别有着极高的历史文化研究价值。文中针对明代龙纹断代问题提出一种改进的深度学习模型,该模型引入空间注意力机制(SAM)改进原网络ShuffleNetV2,能够捕获图像中的长距离依赖关系,用于增强模型的表达能力,并利用迁移学习策略、交叉熵损失函数和RMSProp自适应学习率优化器在青花瓷龙纹数据集上进行实验验证,用于准确年代鉴定。实验表明,在迭代100次、批次大小为16、学习率为0.001以及权重衰减为10-5的条件下,明代前、中、后期断代总体准确率为95.67%,召回率为95%,F1-Score为95%。与VGG16、ResNet18等8个模型对比,所提模型在识别准确率上显著提高,运算速度约是ResNet18的4.9倍,是VGG16的5.9倍,这证明该模型不仅实现了明代青花瓷龙纹的精确断代,还具备快速识别、体积紧凑的特点,为文化遗产保护和鉴定提供了新的技术方法。
展开更多
关键词
龙纹断代
深度
学习
ShuffleNet
空间注意力机制
RMSProp
迁移学习策略
在线阅读
下载PDF
职称材料
基于改进卷积神经网络的红枣缺陷识别
被引量：
7
2
作者
张忠志
薛欢庆
范广玲
《食品与机械》
北大核心
2021年第8期158-162,192,共6页
目的:建立一种基于改进的卷积神经网络的红枣缺陷自动识别方法。方法:采用双分支卷积神经网络结构,分支1结合迁移学习策略进行预训练,分支2基于轻量级网络融合特征图提取红枣图像中的特征信息。通过对比实验验证了该方法的优越性。结果...
目的:建立一种基于改进的卷积神经网络的红枣缺陷自动识别方法。方法:采用双分支卷积神经网络结构,分支1结合迁移学习策略进行预训练,分支2基于轻量级网络融合特征图提取红枣图像中的特征信息。通过对比实验验证了该方法的优越性。结果:与改进前相比,改进后的缺陷识别方法优化了卷积神经网络的结构,检测准确率进一步提高,从96.02%提高到99.50%。结论:该方法提高了网络学习速度和收敛速度,具有较好的分类识别效果。
展开更多
关键词
红枣缺陷
卷积神经网络
自动识别
迁移学习策略
轻量级网络
在线阅读
下载PDF
职称材料
题名
一种改进的SAM-ShuffleNet明青花龙纹断代模型
1
作者
赵谦
屈佳伟
机构
西安科技大学通信与信息学院
出处
《现代电子技术》
北大核心
2025年第9期116-123,共8页
基金
西安市科技计划(24KGDW0030)
陕西省科技成果转化计划-百项科技成果转化行动项目(2023-YD-CGZH-29)
陕西秦创原“科学家+工程师”队伍建设项目(S2023-YF-LLRH-QCYK-0271)。
文摘
青花瓷作为瓷器中的明珠,其独特的纹饰承载着深厚的文化底蕴。在众多青花瓷纹饰中,明代龙纹颇具代表性,对明代前、中、后三期的青花瓷龙纹进行断代识别有着极高的历史文化研究价值。文中针对明代龙纹断代问题提出一种改进的深度学习模型,该模型引入空间注意力机制(SAM)改进原网络ShuffleNetV2,能够捕获图像中的长距离依赖关系,用于增强模型的表达能力,并利用迁移学习策略、交叉熵损失函数和RMSProp自适应学习率优化器在青花瓷龙纹数据集上进行实验验证,用于准确年代鉴定。实验表明,在迭代100次、批次大小为16、学习率为0.001以及权重衰减为10-5的条件下,明代前、中、后期断代总体准确率为95.67%,召回率为95%,F1-Score为95%。与VGG16、ResNet18等8个模型对比,所提模型在识别准确率上显著提高,运算速度约是ResNet18的4.9倍,是VGG16的5.9倍,这证明该模型不仅实现了明代青花瓷龙纹的精确断代,还具备快速识别、体积紧凑的特点,为文化遗产保护和鉴定提供了新的技术方法。
关键词
龙纹断代
深度
学习
ShuffleNet
空间注意力机制
RMSProp
迁移学习策略
Keywords
dragon pattern dating
deep learning
ShuffleNet
SAM
RMSProp
transfer learning strategy
分类号
TN911.73-34 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
基于改进卷积神经网络的红枣缺陷识别
被引量：
7
2
作者
张忠志
薛欢庆
范广玲
机构
吉利学院
大庆师范学院
东北石油大学
出处
《食品与机械》
北大核心
2021年第8期158-162,192,共6页
基金
黑龙江省教育科学规划“十四五”规划重点课题(编号:JJB1421006)。
文摘
目的:建立一种基于改进的卷积神经网络的红枣缺陷自动识别方法。方法:采用双分支卷积神经网络结构,分支1结合迁移学习策略进行预训练,分支2基于轻量级网络融合特征图提取红枣图像中的特征信息。通过对比实验验证了该方法的优越性。结果:与改进前相比,改进后的缺陷识别方法优化了卷积神经网络的结构,检测准确率进一步提高,从96.02%提高到99.50%。结论:该方法提高了网络学习速度和收敛速度,具有较好的分类识别效果。
关键词
红枣缺陷
卷积神经网络
自动识别
迁移学习策略
轻量级网络
Keywords
jujube defect
convolutional neural network
automatic identification
transfer learning strategy
lightweight network
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
TP391.41 [自动化与计算机技术—计算机应用技术]
S665.1 [农业科学—果树学]
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
一种改进的SAM-ShuffleNet明青花龙纹断代模型
赵谦
屈佳伟
《现代电子技术》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于改进卷积神经网络的红枣缺陷识别
张忠志
薛欢庆
范广玲
《食品与机械》
北大核心
2021
7
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
