迁移学习模式下基于GoogLeNet网络的风电机组视觉检测 被引量：10

1

作者 徐一鸣 张娟 +2 位作者 刘成成 顾菊平 潘高超 《计算机科学》 CSCD 北大核心 2019年第5期260-265,共6页

针对无人机航拍环境下拍摄角度变换、特征不显著等干扰问题,提出一种改进的GoogLeNet卷积神经网络对风电机组进行识别和定位,无需人工预选取即可自动提取风电机组类别特征。通过GoogLeNet网络构造风电机组深度特征向量,在网络模型训练... 针对无人机航拍环境下拍摄角度变换、特征不显著等干扰问题,提出一种改进的GoogLeNet卷积神经网络对风电机组进行识别和定位,无需人工预选取即可自动提取风电机组类别特征。通过GoogLeNet网络构造风电机组深度特征向量,在网络模型训练过程中引入迁移学习的概念,利用风电机组图像训练已预训练的GoogLeNet网络,在加快模型训练速度的同时,能避免分类网络陷入局部最优解。并在Faster RCNN框架下采用区域建议网络和多任务损失函数将候选区域搜索和边框回归融入到网络中,实现航拍图像中风电机组的自动分类和标注,缩短数据处理时间。实验结果表明,通过迁移学习的手段,利用优化的GoogLeNet网络能改善复杂航拍环境下的目标视觉检测准确率,完成风电机组自动定位任务,基于GoogLeNet的风电机组平均准确率达到了96%以上。 展开更多

关键词 风电机组 视觉检测 深度学习 卷积神经网络 googlenet模型 迁移学习

在线阅读 下载PDF 职称材料

基于GoogLeNet改进模型的苹果叶病诊断系统设计 被引量：18

2

作者 宋晨勇 白皓然 +1 位作者 孙伟浩 马皓冉 《中国农机化学报》 北大核心 2021年第7期148-155,共8页

针对苹果病害自动识别精度低、高延迟问题,以苹果锈病和斑点落叶病作为研究对象,基于卷积神经网络建立苹果病害诊断系统。采用旋转、锐化、模糊等数据增强方法扩展数据集,使用数据标准化方法优化模型的数据输入,在算法模型上,在GooLeNe... 针对苹果病害自动识别精度低、高延迟问题,以苹果锈病和斑点落叶病作为研究对象,基于卷积神经网络建立苹果病害诊断系统。采用旋转、锐化、模糊等数据增强方法扩展数据集,使用数据标准化方法优化模型的数据输入,在算法模型上,在GooLeNet模型的基础上减少inception模块上的数量,并优化模型前段的网络结构以捕获更多的特征信息,最后系统依据建立的算法模型和Tornado框架构建病害识别网络视图。试验结果表明:GoogLeNet改进模型的精准率提高2.1%,达到98.4%,模型参数仅为原模型的17.5%,实现苹果病害实时、便利的图像自动识别,为苹果病害防治防控提供可靠的参考依据。 展开更多

关键词 苹果叶病识别 数据增强 googlenet改进模型 Tornado框架

在线阅读 下载PDF 职称材料

基于GAF与GoogLeNet的轴承故障诊断研究 被引量：10

3

作者 黄磊 马圣 曹永华 《机床与液压》 北大核心 2022年第1期193-198,共6页

为提高滚动轴承故障识别准确率,同时避免繁琐的频谱分析,提出基于GAF与GoogLeNet的轴承故障诊断模型。在实验室中采集滚动轴承正常、内环故障、外环故障和滚动体故障4种工况下的振动信号,利用EMD对振动信号进行分解并提取累积贡献90%的... 为提高滚动轴承故障识别准确率,同时避免繁琐的频谱分析,提出基于GAF与GoogLeNet的轴承故障诊断模型。在实验室中采集滚动轴承正常、内环故障、外环故障和滚动体故障4种工况下的振动信号,利用EMD对振动信号进行分解并提取累积贡献90%的分量;基于重叠采样原理,利用格拉姆算法将选择的EMD分量和原始振动信号处理为二维图片,并构建训练集、校验集和测试集;利用GoogLeNet模型对训练集进行特征学习,并将训练后的GoogLeNet模型用于测试轴承故障样本。结果表明:在GAF构建的数据集下,GoogLeNet模型能够使得轴承故障样本被较好地识别。 展开更多

关键词 轴承故障诊断 格拉姆算法 googlenet模型

在线阅读 下载PDF 职称材料

利用改进的GoogLeNet深度学习模型识别COSMIC-2掩星信号中的反射信号 被引量：3

4

作者 罗文杰 项杰 杜华栋 《大气科学》 CSCD 北大核心 2023年第3期631-641,共11页

GPS(Global Positioning System)掩星探测技术作为一种先进的大气探测手段,已广泛用于数值天气预报、气候和空间天气研究。掩星探测存在的问题之一是容易受到地球表面反射信号的干扰,识别和分离掩星探测信号中的反射信号有助于将掩星数... GPS(Global Positioning System)掩星探测技术作为一种先进的大气探测手段,已广泛用于数值天气预报、气候和空间天气研究。掩星探测存在的问题之一是容易受到地球表面反射信号的干扰,识别和分离掩星探测信号中的反射信号有助于将掩星数据同化到数值天气预报系统中去,具有重要意义。本文提出一种基于改进的GoogLeNet深度学习模型(Im-GNet),并应用于COSMIC-2掩星探测数据来识别反射信号。本文选择了2020年1月1~9日的COSMIC-2掩星数据(conPhs文件),进行质量控制后,利用无线电全息方法得到掩星信号的无线电全息功率谱密度图像,然后训练得到Im-GNet深度学习模型,Im-GNet模型测试的准确率达到了96.4%,显著高于支持向量机(SVM)方法的结果。本文还分析了反射信号对掩星数据的影响,掩星事件的地理分布以及掩星反演数据(atmPrf文件)与NCEP再分析资料的12 h预报值(avnPrf文件)的折射率比较表明:有反射信号的掩星事件数据质量更好,所包含的大气信息更丰富。 展开更多

关键词 COSMIC-2掩星 深度学习 无线电全息技术 googlenet模型

在线阅读 下载PDF 职称材料

基于GoogLeNet的混凝土细观模型应力-应变曲线预测 被引量：5

5

作者 周杰 赵婷婷 +2 位作者 陈青青 王志勇 王志华 《应用数学和力学》 CSCD 北大核心 2022年第3期290-299,共10页

非均质复合材料的宏观力学性能往往取决于细观组分的分布方式和力学性能,但是建立明确的关系表达式极其困难.为了应对这一挑战,以混凝土为研究对象,提出了一种基于深度学习的策略,能够高效、准确地通过细观模型图像信息获取应力-应变曲... 非均质复合材料的宏观力学性能往往取决于细观组分的分布方式和力学性能,但是建立明确的关系表达式极其困难.为了应对这一挑战,以混凝土为研究对象,提出了一种基于深度学习的策略,能够高效、准确地通过细观模型图像信息获取应力-应变曲线.首先,使用基于卷积神经网络(convolutional neural network,CNN)的GoogLeNet模型进行图像信息识别和提取,并针对应力-应变曲线的复杂性特点,进行了数据预处理操作,并且设计了相应的多任务损失函数.数据集中的细观模型图像采用基于Monte-Carlo的随机骨料模型生成,并且使用数值模拟试验获取对应细观模型的单轴压缩应力-应变曲线.最后,通过对神经网络的训练和测试评估了所提出方法的可行性.结果表明,GoogLeNet模型训练效率和预测精度均优于AlexNet和ResNet模型,具有良好的泛化能力和鲁棒性. 展开更多

关键词 混凝土 细观模型 googlenet 卷积神经网络 应力-应变曲线

在线阅读 下载PDF 职称材料

基于CEEMDAN-VSSLMS的滚动轴承故障诊断 被引量：7

6

作者 江莉 向世召 《计算机集成制造系统》 EI CSCD 北大核心 2024年第3期1138-1148,共11页

针对传统机械轴承故障诊断模型易受系统噪声干扰、特征识别效率低等问题,提出一种基于信号固有模式深度建模分析的轴承故障诊断方法。首先,将采集到的轴承振动信号进行噪声自适应完全经验模态分解(CEEMDAN),获得不同时间尺度的局部特征... 针对传统机械轴承故障诊断模型易受系统噪声干扰、特征识别效率低等问题,提出一种基于信号固有模式深度建模分析的轴承故障诊断方法。首先,将采集到的轴承振动信号进行噪声自适应完全经验模态分解(CEEMDAN),获得不同时间尺度的局部特征信号,使用相关系数判别并去除虚假模态分量,再利用可变步长最小均方算法(VSSLMS)对剩余IMF分量降噪并进行重构;然后,将降噪后的振动信号进行离散小波变换(DWT)得到时频谱图,并利用形态学开运算进行特征增强;最后利用改进GoogLeNet网络模型对特征图进行训练,通过Softmax分类器完成特征归类,从而实现轴承故障诊断。将提出的故障诊断方法应用于不同工况下的轴承故障数据集,试验结果表明,所提方法在噪声干扰下具有较高的诊断精度。 展开更多

关键词 轴承故障诊断 经验模态分解 最小均方算法 离散小波变换 googlenet模型

在线阅读 下载PDF 职称材料

意象驱动的产品造型智能设计方法

7

作者 苏建宁 鱼宝银 +2 位作者 李雄 张志鹏 郭睿 《机械设计》 CSCD 北大核心 2024年第8期115-120,共6页

为更准确地挖掘用户情感偏好,采用人工智能技术辅助设计满足需求的产品方案,提出一种意象驱动的产品造型智能设计方法。对产品在线评论数据进行筛选,应用词频-逆文件频率技术(Term Frequency-Inverse Document Frequence,TF-IDF)提取描... 为更准确地挖掘用户情感偏好,采用人工智能技术辅助设计满足需求的产品方案,提出一种意象驱动的产品造型智能设计方法。对产品在线评论数据进行筛选,应用词频-逆文件频率技术(Term Frequency-Inverse Document Frequence,TF-IDF)提取描述产品造型的代表性感性意象词汇,经聚类分析后获得目标意象,并结合语义差分量表获得样本意象评价值;采用GoogLeNet卷积神经网络构建意象回归模型,预测其余样本评分,获得意象评价数据;针对不同意象进行样本构成元素解构,依据重要度排序设置训练提示词;最后通过微调稳定扩散模型(Stable Diffusion XL,SDXL),构建低秩适应(Low-Rank Adaption,LoRA)意象造型生成模型。以吹风机为例实现目标感性意象的创新设计方案生成,验证了方法的可行性与合理性,可有效指导产品的创新设计。 展开更多

关键词 产品造型 感性意象 智能设计 词频-逆文件频率技术 googlenet LoRA

在线阅读 下载PDF 职称材料

基于深度学习的产品色彩情感化设计 被引量：11

8

作者 丁满 袁云磊 +1 位作者 张新新 孙鸣宇 《计算机集成制造系统》 EI CSCD 北大核心 2023年第5期1647-1656,共10页

为准确把握用户对于产品色彩的情感意象感知规律,创新性生成符合用户情感偏好的产品色彩设计方案,提出一种基于深度学习的产品色彩情感化设计方法。首先运用语义差异法和GoogLeNet模型构建产品色彩情感意象数据集;然后,基于产品色彩情... 为准确把握用户对于产品色彩的情感意象感知规律,创新性生成符合用户情感偏好的产品色彩设计方案,提出一种基于深度学习的产品色彩情感化设计方法。首先运用语义差异法和GoogLeNet模型构建产品色彩情感意象数据集;然后,基于产品色彩情感意象数据集与条件深度卷积生成对抗网络(C-DCGAN)搭建产品色彩设计方案生成模型,创新性生成产品色彩设计方案。最后,以出租车色彩设计为例,验证了所提方法的有效性与适用性。 展开更多

关键词 意象 产品色彩情感化设计 googlenet模型 条件深度卷积生成对抗网络

在线阅读 下载PDF 职称材料

基于卷积神经网络的桥梁裂缝识别和测量方法 被引量：19

9

作者 梁雪慧 程云泽 +1 位作者 张瑞杰 赵菲 《计算机应用》 CSCD 北大核心 2020年第4期1056-1061,共6页

为了提高桥梁裂缝检测水平,解决目前手工检测费时费力和传统图像处理方法需要人工设定参数的问题,提出一种基于改进GoogLeNet的桥梁裂缝检测算法。首先,构建了一个较大规模的桥梁裂缝数据集RLH(Retinex-Laplace-Histogram equalization... 为了提高桥梁裂缝检测水平,解决目前手工检测费时费力和传统图像处理方法需要人工设定参数的问题,提出一种基于改进GoogLeNet的桥梁裂缝检测算法。首先,构建了一个较大规模的桥梁裂缝数据集RLH(Retinex-Laplace-Histogram equalization)用于模型的训练和测试。其次,基于原始的GoogLeNet模型,采用归一化的卷积核改进了inception模块,采用三种改进方案修改网络开头,去掉第七个及以后的inception层,建立桥梁裂缝特征图像分类系统。最后,利用滑动窗口精准定位裂缝并结合骨架提取算法计算裂缝的长度和宽度。实验结果表明,改进的GoogLeNet网络与原始GoogLeNet网络相比,识别准确率提升了3.13%,训练时间减少为原来的64.6%。另外,骨架提取算法能够考虑裂缝的走势,计算宽度更加准确,且最大宽度和平均宽度都能计算。综上所述,所提分类和测量方法具有准确度高、速度快、定位准确、测量准确等特点。 展开更多

关键词 图像处理 深度学习 googlenet深度卷积模型 骨架提取算法 桥梁裂缝

在线阅读 下载PDF 职称材料

卷积神经网络的贴片电阻识别应用 被引量：1

10

作者 谌贵辉 何龙 +2 位作者 李忠兵 亢宇欣 江枭宇 《智能系统学报》 CSCD 北大核心 2019年第2期263-272,共10页

贴片电阻由于其体积微小、性能稳定等独特的性质,在当今智能化的电子设备中被广泛使用。为保证贴片电阻的出厂质量,需要对其进行缺陷识别、极性方向识别、正反面识别和种类识别,目前很大程度上依靠人工肉眼进行识别检测,效率低、容易误... 贴片电阻由于其体积微小、性能稳定等独特的性质,在当今智能化的电子设备中被广泛使用。为保证贴片电阻的出厂质量,需要对其进行缺陷识别、极性方向识别、正反面识别和种类识别,目前很大程度上依靠人工肉眼进行识别检测,效率低、容易误检、成本高。本文针对传统图像识别方法的局限性,结合近年来卷积神经网络在图像识别方面所取得的巨大成就,基于AlexNet模型、GoogLeNet模型、ResNet模型思想设计了3种深度适宜、可训练参数约4×10~6(百万)的卷积神经网络,克服了当前主流卷积神经网络模型由于可训练参数过多、模型层数太深导致在贴片电阻识别应用中识别速度不能满足实时性要求、泛化识别准确率低的问题。实验表明,3种模型的识别准确率均超过90%,最高识别准确率达到95%,识别速度达到0.203 s/张(256像素×256像素,CORE I5)。因此,本文设计的3种卷积神经网络可根据具体实际需求进行选用,在实践中具有极强的可行性和可推广性,同时也在提升企业生产效率和产品质量方面具有重要意义。 展开更多

关键词 贴片电阻识别 卷积神经网络 AlexNet模型 googlenet模型 ResNet模型

在线阅读 下载PDF 职称材料

基于深度学习的胃癌病理图像分类方法 被引量：26

11

作者 张泽中 高敬阳 +1 位作者 吕纲 赵地 《计算机科学》 CSCD 北大核心 2018年第B11期263-268,共6页

针对深度卷积神经网络能够有效提取图像深层特征的能力,选择在图像分类工作中表现优异的GoogLeNet和AlexNet模型对胃癌病理图像进行诊断。针对医学病理图像的特点,对GoogLeNet模型进行了优化,在保证诊断准确率的前提下降低了计算成本。... 针对深度卷积神经网络能够有效提取图像深层特征的能力,选择在图像分类工作中表现优异的GoogLeNet和AlexNet模型对胃癌病理图像进行诊断。针对医学病理图像的特点,对GoogLeNet模型进行了优化,在保证诊断准确率的前提下降低了计算成本。在此基础上,提出模型融合的思想,通过综合不同结构和不同深度的网络模型,来学习更多的图像特征,以获取更有效的胃癌病理信息。实验结果表明,相比原始模型,多种结构的融合模型在胃癌病理图像的诊断上取得了更好的效果。 展开更多

关键词 深度学习 卷积神经网络 胃癌病理图像 googlenet优化 模型融合

在线阅读 下载PDF 职称材料

基于深度神经网络的人体动作识别方法 被引量：9

12

作者 魏丽冉 岳峻 +2 位作者 朱华 牟梦媛 杨照璐 《济南大学学报（自然科学版）》 CAS 北大核心 2019年第3期215-223,228,共10页

针对静态图像集中人体动作种类繁杂且识别准确率较低的问题,提出一种基于深度神经网络的人体动作识别方法;该方法采用迁移学习的思想对GoogLeNet模型进行改进,使得网络在预训练之后能够对行为个体的种类具有一定的姿势表达能力;采用逻... 针对静态图像集中人体动作种类繁杂且识别准确率较低的问题,提出一种基于深度神经网络的人体动作识别方法;该方法采用迁移学习的思想对GoogLeNet模型进行改进,使得网络在预训练之后能够对行为个体的种类具有一定的姿势表达能力;采用逻辑分类中的逻辑回归多分类来实现动作的多分类,并通过建立动作识别模型应用系统对其进行验证;通过MATLAB2017处理平台对该模型进行测试,并得出图像的平均识别率。结果表明,本文中提出的方法在公开的图像数据集PPMI上的平均识别率相对较高,证实了构建的基于GoogLeNet人体动作识别模型应用系统对人体动作的分类是可行且有效的。 展开更多

关键词 深度神经网络 googlenet模型 动作识别 Softmax分类 静态图像

在线阅读 下载PDF 职称材料