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
3
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
基于密度估计和VGG-Two的大豆籽粒快速计数方法
被引量：
1
1
作者
王莹
李越
+2 位作者
武婷婷
孙石
王敏娟
《智慧农业（中英文）》
2021年第4期111-122,共12页
为快速准确计数大豆籽粒,提高大豆考种速度和育种水平,本研究提出了一种基于密度估计和VGG-Two(VGG-T)的大豆籽粒计数方法。首先针对大豆籽粒计数领域可用图像数据集缺乏的问题,提出了基于数字图像处理技术的预标注和人工修正标注相结...
为快速准确计数大豆籽粒,提高大豆考种速度和育种水平,本研究提出了一种基于密度估计和VGG-Two(VGG-T)的大豆籽粒计数方法。首先针对大豆籽粒计数领域可用图像数据集缺乏的问题,提出了基于数字图像处理技术的预标注和人工修正标注相结合的快速目标点标注方法,加快建立带标注的公开可用大豆籽粒图像数据集。其次构建了适用于籽粒图像数据集的VGG-T网络计数模型,该模型基于VGG16,结合密度估计方法,实现从单一视角大豆籽粒图像中准确计数籽粒。最后采用自制的大豆籽粒数据集对VGG-T模型进行测试,分别对有无数据增强的计数准确性、不同网络的计数性能以及不同测试集的计数准确性进行了对比试验。试验结果表明,快速目标点标注方法标注37,563个大豆籽粒只需花费197 min,比普通人工标注节约了1592 min,减少约96%的人工工作量,大幅降低时间成本和人工成本;采用VGG-T模型计数,其评估指标在原图和补丁(patch)情况下的平均绝对误差分别为0.6和0.2,均方误差为0.6和0.3,准确性高于传统图像形态学操作以及ResNet18、ResNet18-T和VGG16网络。在包含不同密度大豆籽粒的测试集中,误差波动较小,仍具有优良的计数性能,同时与人工计数和数粒仪相比,计数11,350个大豆籽粒分别节省大约2.493 h和0.203 h,实现大豆籽粒的快速计数任务。
展开更多
关键词
卷积神经网络
籽粒计数
籽粒图像
点标注
密度图
vgg-two
育种
在线阅读
下载PDF
职称材料
基于深度学习的两相流气泡末速度预测
被引量：
1
2
作者
王红一
张浩
《现代电子技术》
2022年第15期69-72,共4页
针对在气液两相流中难以进行稳态分析,无法对气泡末速度进行精准预测的问题,提出一种基于深度学习的气泡末速度预测方法。首先,搭建了一套高速相机采集系统获取气泡图像,利用图像处理技术和椭圆拟合算法对气泡进行图像分割,进而计算气...
针对在气液两相流中难以进行稳态分析,无法对气泡末速度进行精准预测的问题,提出一种基于深度学习的气泡末速度预测方法。首先,搭建了一套高速相机采集系统获取气泡图像,利用图像处理技术和椭圆拟合算法对气泡进行图像分割,进而计算气泡上升速度,建立关于气泡末速度的图像数据集;然后,设计了一种以VGG网络为基础的回归网络模型,并采用迁移学习的方式对VGG网络进行训练和参数优化,有效地解决了训练样本不足、预测精度低的问题,实现了对气液两相流中气泡末速度的精准预测。实验结果表明:与传统的定量分析方法相比,基于迁移学习的VGG回归网络能够更好地对气泡图像进行特征提取,得到更为精准的气泡末速度预测模型,同时在小样本数据集中具备较好的泛化能力。
展开更多
关键词
气泡末速度
两相流
深度学习
VGG
高速相机
图像处理
迁移学习
小样本数据集
在线阅读
下载PDF
职称材料
基于改进注意力机制的认知障碍病程分类
被引量：
2
3
作者
李梅梅
胡春海
+1 位作者
周影
宋昕
《计量学报》
CSCD
北大核心
2023年第2期296-303,共8页
阿尔茨海默病(AD)是一种发病进程缓慢、随着时间不断恶化的神经退化性疾病,在老龄化的趋势下,AD患者数量日渐增加。因此,如何对其予以早期精准诊断并进行正向干预是急需解决的问题。为提高计算机辅助诊断的效率,同时促进疾病的病理生理...
阿尔茨海默病(AD)是一种发病进程缓慢、随着时间不断恶化的神经退化性疾病,在老龄化的趋势下,AD患者数量日渐增加。因此,如何对其予以早期精准诊断并进行正向干预是急需解决的问题。为提高计算机辅助诊断的效率,同时促进疾病的病理生理机制研究,提出了改进的基于SE模块二维双路径融合网络的分类方法,在网络中加入缩减系数模块,增加图片有用信息占比;对通道注意模块的权重函数重新设计,增大特征图间差异,联合二维双路径网络,增大网络倚重点,达到更好分类性能的同时,防止模型过拟合。使用ADNI数据集对AD、EMCI、NC进行二分类,实验表明所提出模型准确度相比于VGG和二维双路径融合模型分别提高了5.59%和8.11%,与其它先进方法进行比较验证了所提方法的可行性。
展开更多
关键词
计量学
认知障碍
病程分类
注意力机制
MRI
SE模块
VGG模型
二维双路径融合网络
在线阅读
下载PDF
职称材料
题名
基于密度估计和VGG-Two的大豆籽粒快速计数方法
被引量：
1
1
作者
王莹
李越
武婷婷
孙石
王敏娟
机构
中国农业大学现代精细农业系统集成研究教育部重点实验室
中国农业科学院作物科学研究所/农业农村部北京大豆生物学重点实验室
出处
《智慧农业（中英文）》
2021年第4期111-122,共12页
基金
国家自然科学基金面上项目(31971786),山东省自然科学基金面上项目(ZR2021MC021)。
文摘
为快速准确计数大豆籽粒,提高大豆考种速度和育种水平,本研究提出了一种基于密度估计和VGG-Two(VGG-T)的大豆籽粒计数方法。首先针对大豆籽粒计数领域可用图像数据集缺乏的问题,提出了基于数字图像处理技术的预标注和人工修正标注相结合的快速目标点标注方法,加快建立带标注的公开可用大豆籽粒图像数据集。其次构建了适用于籽粒图像数据集的VGG-T网络计数模型,该模型基于VGG16,结合密度估计方法,实现从单一视角大豆籽粒图像中准确计数籽粒。最后采用自制的大豆籽粒数据集对VGG-T模型进行测试,分别对有无数据增强的计数准确性、不同网络的计数性能以及不同测试集的计数准确性进行了对比试验。试验结果表明,快速目标点标注方法标注37,563个大豆籽粒只需花费197 min,比普通人工标注节约了1592 min,减少约96%的人工工作量,大幅降低时间成本和人工成本;采用VGG-T模型计数,其评估指标在原图和补丁(patch)情况下的平均绝对误差分别为0.6和0.2,均方误差为0.6和0.3,准确性高于传统图像形态学操作以及ResNet18、ResNet18-T和VGG16网络。在包含不同密度大豆籽粒的测试集中,误差波动较小,仍具有优良的计数性能,同时与人工计数和数粒仪相比,计数11,350个大豆籽粒分别节省大约2.493 h和0.203 h,实现大豆籽粒的快速计数任务。
关键词
卷积神经网络
籽粒计数
籽粒图像
点标注
密度图
vgg-two
育种
Keywords
convolutional neural network
seed counting
seed image
point labeling
density map
vgg-two
breeding
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于深度学习的两相流气泡末速度预测
被引量：
1
2
作者
王红一
张浩
机构
天津工业大学人工智能学院
天津工业大学控制科学与工程学院
出处
《现代电子技术》
2022年第15期69-72,共4页
基金
国家自然科学基金资助项目(51806150)
国家自然科学基金资助项目(61905178)
天津市教委科研计划资助项目(2019KJ020)。
文摘
针对在气液两相流中难以进行稳态分析,无法对气泡末速度进行精准预测的问题,提出一种基于深度学习的气泡末速度预测方法。首先,搭建了一套高速相机采集系统获取气泡图像,利用图像处理技术和椭圆拟合算法对气泡进行图像分割,进而计算气泡上升速度,建立关于气泡末速度的图像数据集;然后,设计了一种以VGG网络为基础的回归网络模型,并采用迁移学习的方式对VGG网络进行训练和参数优化,有效地解决了训练样本不足、预测精度低的问题,实现了对气液两相流中气泡末速度的精准预测。实验结果表明:与传统的定量分析方法相比,基于迁移学习的VGG回归网络能够更好地对气泡图像进行特征提取,得到更为精准的气泡末速度预测模型,同时在小样本数据集中具备较好的泛化能力。
关键词
气泡末速度
两相流
深度学习
VGG
高速相机
图像处理
迁移学习
小样本数据集
Keywords
bubble final velocity
two⁃phase flow
deep learning
VGG
high⁃speed camera
image processing
transfer learning
small sample data set
分类号
TN911.73-34 [电子电信—通信与信息系统]
TP3 [自动化与计算机技术—计算机科学与技术]
在线阅读
下载PDF
职称材料
题名
基于改进注意力机制的认知障碍病程分类
被引量：
2
3
作者
李梅梅
胡春海
周影
宋昕
机构
燕山大学电气工程学院
东北大学秦皇岛分校
出处
《计量学报》
CSCD
北大核心
2023年第2期296-303,共8页
基金
国家自然科学基金(61701097,61601109)
河北省自然科学基金(F2021501020,F2019501101)
中央引导地方科技发展专项资金(199477141G)。
文摘
阿尔茨海默病(AD)是一种发病进程缓慢、随着时间不断恶化的神经退化性疾病,在老龄化的趋势下,AD患者数量日渐增加。因此,如何对其予以早期精准诊断并进行正向干预是急需解决的问题。为提高计算机辅助诊断的效率,同时促进疾病的病理生理机制研究,提出了改进的基于SE模块二维双路径融合网络的分类方法,在网络中加入缩减系数模块,增加图片有用信息占比;对通道注意模块的权重函数重新设计,增大特征图间差异,联合二维双路径网络,增大网络倚重点,达到更好分类性能的同时,防止模型过拟合。使用ADNI数据集对AD、EMCI、NC进行二分类,实验表明所提出模型准确度相比于VGG和二维双路径融合模型分别提高了5.59%和8.11%,与其它先进方法进行比较验证了所提方法的可行性。
关键词
计量学
认知障碍
病程分类
注意力机制
MRI
SE模块
VGG模型
二维双路径融合网络
Keywords
metrology
cognitive disorder
disease course classification
attention mechanism
MRI
SE module
VGG model
two-dimensional dual-path fusion network
分类号
TB96 [机械工程—光学工程]
TB973 [机械工程—测试计量技术及仪器]
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
基于密度估计和VGG-Two的大豆籽粒快速计数方法
王莹
李越
武婷婷
孙石
王敏娟
《智慧农业（中英文）》
2021
1
在线阅读
下载PDF
职称材料
2
基于深度学习的两相流气泡末速度预测
王红一
张浩
《现代电子技术》
2022
1
在线阅读
下载PDF
职称材料
3
基于改进注意力机制的认知障碍病程分类
李梅梅
胡春海
周影
宋昕
《计量学报》
CSCD
北大核心
2023
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
