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
共找到9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：
基于Tensorflow的Android端相册分类App设计与实现
1
作者 彭宏 庄宁 《浙江工业大学学报》 CAS 北大核心 2020年第2期165-172,共8页
对手机中的所有用户图像进行分类,可以让用户更好地检索自己想要的图片,大量的App应用通过服务器对相册进行分类,而利用性能相对羸弱的移动端设备本身,达到类似的分类效果是亟待解决的问题。TensorflowLite框架是能够在Android端良好运... 对手机中的所有用户图像进行分类,可以让用户更好地检索自己想要的图片,大量的App应用通过服务器对相册进行分类,而利用性能相对羸弱的移动端设备本身,达到类似的分类效果是亟待解决的问题。TensorflowLite框架是能够在Android端良好运行的神经网络训练框架。通过构建一个Android应用,基于TensorflowLite框架,移植经典图像处理的卷积神经网络进行图像相册分类。实验表明,应用程序可以在较短时间内处理图片并完成相册分类。 展开更多
关键词 tensorflow框架 ANDROID 图像分类
在线阅读 下载PDF
TensorFlow框架下的车削工件表面粗糙度预测方法 被引量：1
2
作者 田景海 陈江义 +1 位作者 陈瑛琳 杨布尧 《机械设计与制造》 北大核心 2021年第5期82-84,共3页
利用TensorFlow机器学习框架建立了前馈神经网络模型,以三个切削参数作为输入变量,分别是刀具切削深度ap、切削速度vc和进给量f,输出变量是表征工件表面粗糙度的三个指标,即轮廓算数平均偏差Ra、轮廓最大高度Ry或微观不平度十点高度Rz... 利用TensorFlow机器学习框架建立了前馈神经网络模型,以三个切削参数作为输入变量,分别是刀具切削深度ap、切削速度vc和进给量f,输出变量是表征工件表面粗糙度的三个指标,即轮廓算数平均偏差Ra、轮廓最大高度Ry或微观不平度十点高度Rz。利用数控车床加工数据对神经网络进行训练,训练好的网络可以用来预测工件的表面粗糙度。预测结果表明基于TensorFlow框架的表面粗糙度预测方法具有建模方便和精度高的特点,因此提出的方法对车削工艺的智能化编制有一定的参考价值。 展开更多
关键词 tensorflow框架 机器学习 神经网络 表面粗糙度 预测方法 数控车床
在线阅读 下载PDF
OclDNN:一种可应用于TensorFlow的通用DNN库 被引量：1
3
作者 陈锐 孙羽菲 +4 位作者 郭强 隋轶丞 周振辉 石昌青 张玉志 《计算机工程》 CAS CSCD 北大核心 2023年第4期138-148,共11页
深度学习模型的构建、训练以及推理离不开TensorFlow等机器学习框架中深度学习算子的支撑,对于卷积、池化等深度学习中被高频调用或计算量较大的算子,机器学习框架一般通过调用深度神经网络(DNN)库来提升计算效能。现有DNN库主要由英伟... 深度学习模型的构建、训练以及推理离不开TensorFlow等机器学习框架中深度学习算子的支撑,对于卷积、池化等深度学习中被高频调用或计算量较大的算子,机器学习框架一般通过调用深度神经网络(DNN)库来提升计算效能。现有DNN库主要由英伟达、AMD等少数国外厂商开发并根据自有硬件设备特点进行优化,但其封闭性导致其他厂商生产的通用加速器难以在深度学习领域发挥作用。为解决现有DNN库无法支持国产加速器的问题,使得深度学习模型能够调用国产加速器进行运算,研究跨平台的通用DNN库,通过对开源MIOpen的结构特点和调用方式进行分析,提出修改和重构该库的方法,并实现一种基于OpenCL的DNN(OclDNN)库。考虑到TensorFlow较高的流行度及其对DNN库调用的特殊性与复杂性,研究通用DNN库在TensorFlow中的集成方法,通过StreamExecutor中的OpenCL平台实现对OclDNN的调用。实验结果表明,OclDNN在英伟达、华为等不同厂商的计算设备上运算结果正确可靠,在相同实验环境下,深度学习算子使用OclDNN时的加速性能比传统CPU并行算法提升了5~60倍。 展开更多
关键词 深度神经网络库 深度学习 开放计算语言 硬件加速器 tensorflow框架
在线阅读 下载PDF
基于DRCNN的PolSAR图像分类综合实验设计 被引量：1
4
作者 石俊飞 姬珊珊 +2 位作者 金海燕 聂萌萌 王伟 《实验技术与管理》 CAS 北大核心 2023年第12期74-81,130,共9页
为了让学生更好地了解和掌握深度学习TensorFlow框架和CNN网络,采用基于不同区域的多尺度卷积神经网络(DRCNN)设计了PolSAR图像分类综合设计实验,旨在实现遥感图像的自动化分类和理解。极化合成孔径雷达(polarimetric synthetic apertur... 为了让学生更好地了解和掌握深度学习TensorFlow框架和CNN网络,采用基于不同区域的多尺度卷积神经网络(DRCNN)设计了PolSAR图像分类综合设计实验,旨在实现遥感图像的自动化分类和理解。极化合成孔径雷达(polarimetric synthetic aperture radar,PolSAR)图像能够提供更加丰富的极化信息,更好地刻画地物特征,对国防建设和国家发展具有重要意义。实验利用Python语言,在CNN基础上进行改进研究,设计了多区域的多尺度CNN模型,实现了极化SAR图像的数据处理、特征学习和分类一体化设计。该实验不仅可以帮助学生综合应用图像处理与深度学习知识,理解和利用CNN来进行极化SAR图像分类的基本原理和方法,还能使学生更加深入、熟练地掌握TensorFlow框架,提高学生的科研素质和动手实践能力。 展开更多
关键词 综合实验 极化合成孔径雷达图像分类 tensorflow框架 多尺度卷积神经网络
在线阅读 下载PDF
一种深度学习的工件柔性检测方法
5
作者 管声启 洪奔奔 +1 位作者 常江 任浪 《机械设计与制造》 北大核心 2021年第12期239-243,共5页
随着人工智能与制造业深度融合,制造过程的智能化必然对工件检测提出了更高的要求。为了提高工件检测的准确率和普适性,这里在研究深度学习相关理论的基础上,提出了一种基于深度学习工件检测方法。首先,对深度学习主流的模型结构YOLO与F... 随着人工智能与制造业深度融合,制造过程的智能化必然对工件检测提出了更高的要求。为了提高工件检测的准确率和普适性,这里在研究深度学习相关理论的基础上,提出了一种基于深度学习工件检测方法。首先,对深度学习主流的模型结构YOLO与Faster-RCNN检测算法进行分析,构建基于深度学习的工件检测模型;然后,针对深度学习检测模型结构存在的问题,提出了API-MASK算法,优化了工件检测模型;在此基础上,采用深度学习框架Tensorflow对工件定位、分类及表面缺陷检测。实验表明,推荐的工件检测方法不仅具有较高的准确率,而且有较强的检测适应性,为工件柔性检测提供了一种途径。 展开更多
关键词 深度学习 tensorflow框架 API-MASK算法 柔性检测
在线阅读 下载PDF
基于优化卷积神经网络的玉米螟虫害图像识别 被引量：34
6
作者 李静 陈桂芬 安宇 《华南农业大学学报》 CAS CSCD 北大核心 2020年第3期110-116,共7页
【目的】随着人工智能和大数据技术的不断发展,针对常规玉米虫害识别方法存在的准确率和效率低等问题,本文提出了一种基于改进GoogLeNet卷积神经网络模型的玉米螟虫害图像识别方法。【方法】首先通过迁移学习将GoogLeNet的Inception-v4... 【目的】随着人工智能和大数据技术的不断发展,针对常规玉米虫害识别方法存在的准确率和效率低等问题,本文提出了一种基于改进GoogLeNet卷积神经网络模型的玉米螟虫害图像识别方法。【方法】首先通过迁移学习将GoogLeNet的Inception-v4网络结构知识转移到玉米螟Pyrausta nubilalis虫害识别的任务上,构建模型的训练方式;然后通过数据增强技术对玉米螟虫图像进行样本扩充,得到神经网络训练模型的数据集;同时利用Inception模块拥有多尺度卷积核提取多尺度玉米螟虫害分布特征的能力构建网络模型,并在试验过程中对激活函数、梯度下降算法等模型参数进行优化;最后引入批标准化(BN)操作加速优化模型网络训练,并将该模型运用到玉米螟虫害识别中。【结果】基于TensorFlow框架下的试验结果表明,优化后的神经网络算法对玉米螟虫害图像平均识别准确率达到了96.44%。【结论】基于优化的卷积神经网络识别模型具有更强的鲁棒性和适用性,可为玉米等农作物虫害识别、智能诊断提供参考。 展开更多
关键词 优化卷积神经网络 Inception-v4模型 tensorflow框架 图像识别 玉米螟
在线阅读 下载PDF
基于迁移学习卷积神经网络的电缆隧道锈蚀识别算法 被引量：14
7
作者 周自强 纪扬 +1 位作者 苏烨 蔡钧宇 《中国电力》 CSCD 北大核心 2019年第4期104-110,共7页
随着电力行业的不断发展,髙压电缆的铺排以及地下电缆隧道的建设与维护逐渐成为该领域中的热点问题之一。将迁移学习的核心思想与经典的卷积神经网络(LeNet5)相结合,提出了一种基于迁移学习卷积神经网络的电缆隧道锈蚀识别算法,实现了... 随着电力行业的不断发展,髙压电缆的铺排以及地下电缆隧道的建设与维护逐渐成为该领域中的热点问题之一。将迁移学习的核心思想与经典的卷积神经网络(LeNet5)相结合,提出了一种基于迁移学习卷积神经网络的电缆隧道锈蚀识别算法,实现了电缆隧道内部电源箱、风机等设备的锈蚀识别。该算法基于Tensorflow框架,能够有效地解决训练样本不足、训练时间冗长以及识别精度不髙的问题。通过引人4种经典的目标识别算法进行对比实验,进一步验证了所提方案在网络训练时间以及识别精确度上的优势,为后续电缆隧道巡检机器人系统的构建提供了坚实的理论基础与实验支撑。 展开更多
关键词 迁移学习 卷积神经网络 电缆隧道 锈蚀识别 tensorflow框架 故障诊断与定位
在线阅读 下载PDF
基于图像梯度的数据增广方法 被引量：3
8
作者 刘之瑜 张淑芬 +2 位作者 刘洋 罗长银 李敏 《应用科学学报》 CAS CSCD 北大核心 2021年第2期302-311,共10页
卷积神经网络用于图像识别的分类任务,需要大规模的图像数据集进行训练。因需要采集目标图像数量和设备条件的限制,采用常规方法难以获取足够多的图像样本,且耗时耗力耗财。目前已提出了多种多样的样本增广方法来解决图像样本不足的问题... 卷积神经网络用于图像识别的分类任务,需要大规模的图像数据集进行训练。因需要采集目标图像数量和设备条件的限制,采用常规方法难以获取足够多的图像样本,且耗时耗力耗财。目前已提出了多种多样的样本增广方法来解决图像样本不足的问题,本文介绍了数据增广的研究背景和意义。以提高卷积神经网络的图像识别的准确率为目的,针对图像数据增广提出了基于图像梯度的数据增广方法。选取最大图像梯度值,通过精准裁剪方法增加图像样本,扩增图像数据集,使用增广后的数据集对卷积神经网络进行训练。应用Tensorflow深度学习框架和VGG16网络模型,选取PlantVillage的部分数据集,将训练集数据增广至原来的6倍,对扩增前后的训练集进行训练和对比。实验结果表明:使用数据增广后训练集训练的模型的准确率提升4.18%。 展开更多
关键词 数据增广 图像梯度 卷积神经网络 tensorflow深度学习框架 PlantVillage数据集
在线阅读 下载PDF
基于GA改进LSTM-BP神经网络的智慧楼宇用能行为预测方法 被引量：9
9
作者 江世雄 黄鸿标 +1 位作者 陈苏芳 肖荣洋 《沈阳工业大学学报》 CAS 北大核心 2022年第4期366-371,共6页
针对大部分预测方法难以适用于多源异构数据的处理,且存在能源类型考虑不全面等问题,提出了基于GA改进LSTM-BP神经网络的智慧楼宇用能行为预测方法.该方法通过K-means聚类算法分析用能行为并减少用能数据规模,利用遗传算法优化长短时记... 针对大部分预测方法难以适用于多源异构数据的处理,且存在能源类型考虑不全面等问题,提出了基于GA改进LSTM-BP神经网络的智慧楼宇用能行为预测方法.该方法通过K-means聚类算法分析用能行为并减少用能数据规模,利用遗传算法优化长短时记忆网络(LSTM)结合反向传播神经网络(BP)的预测模型,实现对智慧楼宇的能耗预测.基于TensorFlow深度学习框架进行实验分析,结果表明所提方法在12 h及120 h内预测结果的MAE值分别为1.79 J和2.11 J,预测效果稳定并优于其他对比方法,故具有一定的应用前景. 展开更多
关键词 智慧楼宇 用能行为预测 LSTM-BP神经网络 遗传算法 K-MEANS聚类算法 tensorflow深度学习框架 多源异构数据
在线阅读 下载PDF
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
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部