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270篇文章
< 1 2 … 14 >
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：
基于学科素养培育的深度学习研究 被引量：335
1
作者 康淑敏 《教育研究》 CSSCI 北大核心 2016年第7期111-118,共8页
当今时代的知识习得以知识的创生与意义实现为目标,学习者需要具备善于思考、敢于质疑的学习品质,不断超越的探究精神,以及运用高阶认知技能开展深度学习的能力。推进深度学习,应以塑造创生性学习文化为基础,强化学习者深度学习素养的培... 当今时代的知识习得以知识的创生与意义实现为目标,学习者需要具备善于思考、敢于质疑的学习品质,不断超越的探究精神,以及运用高阶认知技能开展深度学习的能力。推进深度学习,应以塑造创生性学习文化为基础,强化学习者深度学习素养的培育,通过提供具有思维空间的学习任务涵养其多向思维的学习习惯和解决问题的能力,在探究过程中实现知识建构与学习迁移,从知识掌握走向智慧生成与能力发展。 展开更多
关键词 深度学习 学科素养 学习品质
原文传递
小学数学“深度学习”教学策略研究 被引量：95
2
作者 程明喜 《数学教育学报》 CSSCI 北大核心 2019年第4期66-70,共5页
小学数学深度学习要实现由学术讨论走向实践落实,需要在理解“深度学习”内涵和特征的基础上,基于数学本质和学生的个性差异,以思维品质为抓手,确定适切的教学目标、选择适度的教学内容、组织有效的学习活动,使数学学习真正成为一种基... 小学数学深度学习要实现由学术讨论走向实践落实,需要在理解“深度学习”内涵和特征的基础上,基于数学本质和学生的个性差异,以思维品质为抓手,确定适切的教学目标、选择适度的教学内容、组织有效的学习活动,使数学学习真正成为一种基于理解、指向高阶思维发展的深度学习. 展开更多
关键词 深度学习 小学数学 思维品质 教学策略
下载PDF
基于深度学习AlexNet的遥感影像地表覆盖分类评价研究 被引量：68
3
作者 党宇 张继贤 +2 位作者 邓喀中 赵有松 余凡 《地球信息科学学报》 CSCD 北大核心 2017年第11期1530-1537,共8页
地表覆盖分类信息是反映自然、人工地表覆盖要素的综合体,包含植被、土壤、冰川、河流、湖泊、沼泽湿地及各类人工构筑物等元素,侧重描述地球表面的自然属性,具有明确的时间及空间特性。地表覆盖分类信息数据量大、现势性强、人工评价费... 地表覆盖分类信息是反映自然、人工地表覆盖要素的综合体,包含植被、土壤、冰川、河流、湖泊、沼泽湿地及各类人工构筑物等元素,侧重描述地球表面的自然属性,具有明确的时间及空间特性。地表覆盖分类信息数据量大、现势性强、人工评价费时,其自动化评价长期以来存在许多技术难点。本文基于面向对象的图斑分类体系,引入深度卷积神经网络对现有地理国情普查-地表覆盖分类数据进行分类评价,并通过试验利用AlexNet模型实现地表覆盖分类评价验证。试验结果表明,该方法可有效判读耕地、房屋2类图斑,正确分类隶属度优于99%,而由于数据较少、训练不充分,林地、水体图斑正确分类隶属度不高,分别为62.73%和43.59%。使用本文方法,经过大量数据充分微调的深度学习AlexNet可有效地计算图斑的地类隶属度,并实现自动地表覆盖分类图斑量化评价。 展开更多
关键词 深度学习 地理国情普查 地表覆盖分类 质量评价 AlexNet
原文传递
指向深度学习的表现性评价——访斯坦福大学评价、学习与公平中心主任Ray Pecheone教授 被引量：55
4
作者 周文叶 陈铭洲 《全球教育展望》 CSSCI 北大核心 2017年第7期3-9,共7页
探索以"表现性评价"为代表的新型评价模式,是基于核心素养的课程发展直面的挑战。设计良好的表现性评价能更好地评价批判性思维、有效沟通和发表学术见解等能力,弥补传统客观纸笔测验主要关注肤浅学习和基本技能的不足。镶嵌... 探索以"表现性评价"为代表的新型评价模式,是基于核心素养的课程发展直面的挑战。设计良好的表现性评价能更好地评价批判性思维、有效沟通和发表学术见解等能力,弥补传统客观纸笔测验主要关注肤浅学习和基本技能的不足。镶嵌于课程与教学的表现性评价,对教师和学生会更有"教育性"。实施课程嵌入式的表现性评价,一方面要提升教师的评价素养,另一方面需要专业力量来确保评价是"值得信任",同时还要在高利害评价中使用表现性评价。 展开更多
关键词 深度学习 核心素养 表现性评价 质量
原文传递
为深度学习而教:优质教学的内涵、框架与策略 被引量：33
5
作者 卜彩丽 胡富珍 +1 位作者 苏晨 沈霞娟 《现代教育技术》 CSSCI 2021年第7期21-29,共9页
优质教学是课堂教学对深度学习的积极呼应,是促进深度学习理念融入课堂教学实践的必然选择。文章在分析促进深度学习之教学条件的基础上,首先明确了优质教学的概念与特征。之后,文章从学习内容、学习目标、学习活动、学习评价、智能技... 优质教学是课堂教学对深度学习的积极呼应,是促进深度学习理念融入课堂教学实践的必然选择。文章在分析促进深度学习之教学条件的基础上,首先明确了优质教学的概念与特征。之后,文章从学习内容、学习目标、学习活动、学习评价、智能技术等五个维度,构建了面向深度学习的优质教学设计框架。最后,文章从持续激发学生的学习动机、关注学生的已有知识经验、发展学生的元认知能力、营造积极的课堂氛围等方面提出面向深度学习的优质教学的实施策略。文章对优质教学内涵、框架和策略的研究,旨在推动国内深度学习理论向课堂教学实践转化,最终实现学生深度学习的教育目标。 展开更多
关键词 深度学习 优质教学 学习环境 教学设计 智能技术
下载PDF
基于卷积神经网络的电能质量扰动分类 被引量：33
6
作者 瞿合祚 李晓明 +1 位作者 陈陈 何乐 《武汉大学学报（工学版）》 CAS CSCD 北大核心 2018年第6期534-539,共6页
为了减小在设计电能质量扰动分类器时人工选取扰动特征存在的困难,基于对样本数据进行深度学习提出一种采用卷积神经网络（Convolutional Neural Network,CNN）的电能质量扰动分类算法,利用CNN从原始扰动图像中自适应地提取特征并加以分... 为了减小在设计电能质量扰动分类器时人工选取扰动特征存在的困难,基于对样本数据进行深度学习提出一种采用卷积神经网络（Convolutional Neural Network,CNN）的电能质量扰动分类算法,利用CNN从原始扰动图像中自适应地提取特征并加以分类.首先将一维电能质量扰动数据映射为二维灰度图,并分析各类扰动在二维灰度图形式下的特征;然后以LeNet-5为基础构建适用于电能质量扰动分类的CNN网络结构,并采用随机梯度下降法训练分类网络对电能质量扰动进行分类.仿真结果表明卷积神经网络能有效收敛,且在不同噪声情况下能准确地进行扰动分类,具有较好的噪声鲁棒性,是电能质量扰动分类的一种可行方法. 展开更多
关键词 卷积神经网络 深度学习 电能质量扰动 多类分类 特征提取
原文传递
深度学习在水果品质检测与分级分类中的应用 被引量：31
7
作者 田有文 吴伟 +1 位作者 卢时铅 邓寒冰 《食品科学》 EI CAS CSCD 北大核心 2021年第19期260-270,共11页
水果自动无损品质检测与分级分类是保障人们健康的重要措施,也间接影响着水果的经济价值。随着计算机技术的飞速发展,以深度学习为代表的人工智能方法在水果品质检测与分级分类领域的研究中取得了一系列重要成果。本文概述了深度学习的... 水果自动无损品质检测与分级分类是保障人们健康的重要措施,也间接影响着水果的经济价值。随着计算机技术的飞速发展,以深度学习为代表的人工智能方法在水果品质检测与分级分类领域的研究中取得了一系列重要成果。本文概述了深度学习的背景及常用的深度学习主流算法,然后从水果外部品质检测、内部品质检测、安全品质检测和分级分类等方面综述了近年来深度学习在水果品质检测与分级分类领域的最新研究成果。最后总结了未来深度学习和水果品质检测、分级分类交叉融合研究与应用中的优势,并展望了水果品质检测与分级分类研究融合深度学习的未来发展方向。 展开更多
关键词 深度学习 水果品质检测 水果分级分类 卷积神经网络 图像处理
下载PDF
人工智能技术应用于冠状动脉CTA图像后处理的可行性 被引量：30
8
作者 张晓浩 刘军波 范丽娟 《放射学实践》 CSCD 北大核心 2021年第8期994-999,共6页
目的:通过与人工后处理法比较,探讨在冠状动脉CT血管成像后处理过程中人工智能(AI)技术的应用价值。方法:回顾性分析2020年4-6月在本院行冠状动脉CTA检查且符合纳入标准的107例患者的临床和影像资料。通过与人工法图像后处理进行比较,评... 目的:通过与人工后处理法比较,探讨在冠状动脉CT血管成像后处理过程中人工智能(AI)技术的应用价值。方法:回顾性分析2020年4-6月在本院行冠状动脉CTA检查且符合纳入标准的107例患者的临床和影像资料。通过与人工法图像后处理进行比较,评价AI法后处理的工作效率、VR图像质量评分、冠脉血管节段(分为18段)显示率、标示符合率以及对冠脉狭窄程度的诊断符合率。结果:AI后处理的平均完成时间为(333.64±19.32)s,较人工方法[(642.62±90.90)s]缩短了约309s,平均时间增益率为48.13%;AI法获得的VR图像质量优良率为97.20%(104/107),人工方法为99.07%(106/107),两种方法获得的VR图像质量主观评分间的差异无统计学意义(P>0.05);在VR图像上冠脉血管节段的显示情况方面,AI组的总体显示率为99.88%(1605/1607),与人工组间的差异无统计学意义(P>0.05);AI组中标示冠脉各节段名称的符合率为96.88%(1555/1605),其中有6支冠脉节段的标示命名符合率与人工组之间的差异有统计学意义(P<0.05),分别为第二对角支(D2)、第一钝缘支(OM1)、左回旋支(LCX)中远段、第二钝缘支(OM2)、右室后支(R-PLB)和中间支(RI);AI组中对右冠状动脉(RCA)和左回旋支(LCX)近中段轻度血管狭窄的诊断结果与人工组之间的差异具有统计学意义(P值均<0.05),对左冠脉前降支(LAD)近中段血管无明显狭窄和轻度狭窄的诊断结果与人工组之间的差异有统计学意义(P值均<0.05),两组间其余冠脉分支近中段不同狭窄程度的诊断结果间的差异无统计学意义(P值均>0.05)。结论:采用人工智能技术行冠状动脉CTA图像后处理可以明显提高工作效率,并能辅助影像医师进行诊断。 展开更多
关键词 人工智能 深度学习 冠状动脉 CT血管成像 图像后处理 图像质量
下载PDF
深度学习图像重建算法用于肥胖个体低剂量冠状动脉CT血管成像 被引量：23
9
作者 王宏伟 李瑛 +4 位作者 高一峰 王瑞 杜志强 于敏 徐磊 《中国医学影像技术》 CSCD 北大核心 2021年第5期754-758,共5页
目的观察深度学习图像重建(DLIR)算法用于肥胖个体低剂量冠状动脉CT血管成像(CCTA)的可行性。方法纳入30例体质量指数(BMI)≥28 kg/m^(2)的疑诊冠状动脉疾病(CAD)患者,以管电压100 kV行CCTA扫描;采用DLIR(DLIR-M组及DLIR-H组)算法重建图... 目的观察深度学习图像重建(DLIR)算法用于肥胖个体低剂量冠状动脉CT血管成像(CCTA)的可行性。方法纳入30例体质量指数(BMI)≥28 kg/m^(2)的疑诊冠状动脉疾病(CAD)患者,以管电压100 kV行CCTA扫描;采用DLIR(DLIR-M组及DLIR-H组)算法重建图像,并与自适应统计迭代重建(ASIR-V组)图像相比较;测量左心房(LA)、主动脉根部(Ao)、主动脉根部旁前纵隔脂肪(FAT)及各冠状动脉近端CT值、噪声及对比噪声比(CNR),以5-Likert评分比较3种重建图像质量。结果3组图像中,Ao CT值差异无统计学意义(P>0.05)。DLIR-M组、DLIR-H组图像噪声低于ASIR-V组,CNR高于ASIR-V组,其中DLIR-H组与ASIR-V组差异均有统计学意义(P均<0.05),DLIR-M组与ASIR-V组差异均无统计学意义(P均>0.05)。DLIR-M组及DLIR-H组主观图像质量评价均明显高于ASIR-V组(P均<0.05),DLIR-H组主观图像评分最高。30例有效辐射剂量(1.12±0.28)mSv。结论DLIR算法可显著降低肥胖个体CCTA图像噪声,提高图像质量。 展开更多
关键词 肥胖 体层摄影术 X线计算机 血管造影术 深度学习 图像质量
下载PDF
超分辨率图像重建算法综述 被引量：17
10
作者 钟梦圆 姜麟 《计算机科学与探索》 CSCD 北大核心 2022年第5期972-990,共19页
在人类视觉感知系统中,高分辨率(HR)图像是图像清晰表达其空间结构、细节特征、边缘纹理等信息的重要媒介,在医学、刑侦、卫星等领域有着极为广泛的实用价值。超分辨率图像重建(SRIR)旨在从给定的低分辨率(LR)图像中,重建含有清晰细节... 在人类视觉感知系统中,高分辨率(HR)图像是图像清晰表达其空间结构、细节特征、边缘纹理等信息的重要媒介,在医学、刑侦、卫星等领域有着极为广泛的实用价值。超分辨率图像重建(SRIR)旨在从给定的低分辨率(LR)图像中,重建含有清晰细节特征的高分辨率图像,是计算机视觉和图像处理领域中的一项重点研究任务。首先,对超分辨率图像重建的概念和数学模型进行阐述,并对图像重建方法进行系统分类,将其系统地分为基于插值、基于重构、基于学习(深度学习前、后)三类超分辨率图像重建方法;其次,对三类方法中典型的、常用的、最新的算法及其研究进行全面回顾和综述,并从网络结构、学习机制、适用场景、优势和局限性等方面对所列的图像重建算法进行了梳理;然后,归纳总结了超分辨率图像重建算法所用的数据集和图像质量评价指标,重点比较基于深度学习的各种超分辨率图像重建算法的特点与性能;最后,从四方面对超分辨率图像重建问题未来的研究方向或角度进行展望。 展开更多
关键词 图像处理 超分辨率重建 深度学习 图像质量评估
下载PDF
面向视觉检测的深度学习图像分类网络及在零部件质量检测中应用 被引量：17
11
作者 刘桂雄 何彬媛 +1 位作者 吴俊芳 林镇秋 《中国测试》 CAS 北大核心 2019年第7期1-10,共10页
基于深度学习图像分类是视觉检测应用的基本任务.该文系统总结基于模型深度化图像分类网络、基于模型轻量化图像分类网络及其他优化网络主要思想、网络结构、实现技术、技术指标、应用场景,指出网络模型深度化、轻量化分别有助于提高图... 基于深度学习图像分类是视觉检测应用的基本任务.该文系统总结基于模型深度化图像分类网络、基于模型轻量化图像分类网络及其他优化网络主要思想、网络结构、实现技术、技术指标、应用场景,指出网络模型深度化、轻量化分别有助于提高图像分类准确性、实时性.最后,面向零部件质量检测需求,应根据其类型多少、结构复杂程度、特征异同等特点,结合实时性要求,选择合适的图像分类网络构建零部件质量智能检测系统. 展开更多
关键词 图像分类 深度学习 视觉检测 零部件质量检测
下载PDF
基于核心素养的初中数学深度学习策略探研 被引量：15
12
作者 方保军 姜国策 张洁 《成才之路》 2023年第36期97-100,共4页
初中阶段是学生抽象思维发展的黄金期,在学生已有的知识经验基础上开展深度学习,有助于学生知识结构的完善和知识体系的构建。文章基于核心素养视角,结合真实的课堂情境,探讨深度学习策略,目的在于由浅入深地理解思维形成过程,扎实高效... 初中阶段是学生抽象思维发展的黄金期,在学生已有的知识经验基础上开展深度学习,有助于学生知识结构的完善和知识体系的构建。文章基于核心素养视角,结合真实的课堂情境,探讨深度学习策略,目的在于由浅入深地理解思维形成过程,扎实高效地指导课堂教学活动,提高教学效率和教学质量,发展学生数学核心素养。具体而言,基于核心素养的初中数学深度学习可采用素养目标策略、整体设计策略、知识迁移策略、深度思维策略、激励评价策略。 展开更多
关键词 核心素养 深度学习 初中数学 策略 教学效率 教学质量
下载PDF
基于多层全连接神经网络的白洋淀水质预测 被引量：15
13
作者 刘世存 杨薇 +3 位作者 田凯 王欢欢 赵彦伟 朱晓磊 《农业环境科学学报》 CAS CSCD 北大核心 2020年第6期1283-1292,共10页
白洋淀是华北平原最大的天然湖泊湿地,也是雄安新区的重要生态依托,对其水质进行预测,可为其水质保护与管理提供重要依据。利用1996—2015年白洋淀南刘庄、圈头、烧车淀的生化需氧量(BOD)、化学需氧量(COD)、总氮(TN)和总磷(TP)4项水质... 白洋淀是华北平原最大的天然湖泊湿地,也是雄安新区的重要生态依托,对其水质进行预测,可为其水质保护与管理提供重要依据。利用1996—2015年白洋淀南刘庄、圈头、烧车淀的生化需氧量(BOD)、化学需氧量(COD)、总氮(TN)和总磷(TP)4项水质数据,通过率定与校验,构建了全连接神经网络水质预测模型,对未来3 a白洋淀水质进行了预测。结果表明,白洋淀南刘庄、圈头、烧车淀的各项水质指标都有所改善,但部分点位TN和TP仍然超标。未来应加强入淀河流与淀内污染控制,强化生态补水与水系连通。 展开更多
关键词 全连接神经网络 深度学习算法 白洋淀 水质预测
下载PDF
基于深度学习的图像质量评价方法综述 被引量：15
14
作者 曹玉东 刘海燕 +1 位作者 贾旭 李晓会 《计算机工程与应用》 CSCD 北大核心 2021年第23期27-36,共10页
图像质量评价是对图像或视频的视觉质量的一种度量,主要分析了最近10年图像质量评价算法的研究情况。介绍了图像质量评价算法的衡量指标以及常用的图像质量评价数据集,对图像质量评价方法的分类做了阐述,重点分析了基于深度学习技术的... 图像质量评价是对图像或视频的视觉质量的一种度量,主要分析了最近10年图像质量评价算法的研究情况。介绍了图像质量评价算法的衡量指标以及常用的图像质量评价数据集,对图像质量评价方法的分类做了阐述,重点分析了基于深度学习技术的图像质量评价算法。目前,该类算法的基础模型主要包括深度卷积神经网络、深度生成对抗网络和变换器,其性能通常高于传统的图像质量评价算法。描述了基于深度学习技术的图像质量评价算法的原理,重点介绍了基于深度生成对抗网络的无参考图像质量评价算法,通过增强对抗学习强度提高模拟参考图的可靠性。深度学习技术需要海量训练数据的支持,探讨和总结数据集增强的方法,对数字图像质量评价方法的未来研究进行展望。 展开更多
关键词 深度学习 图像质量评价 生成对抗网络 卷积神经网络 数据增强
下载PDF
基于知识蒸馏的胡萝卜外观品质等级智能检测 被引量：14
15
作者 倪建功 李娟 +1 位作者 邓立苗 韩仲志 《农业工程学报》 EI CAS CSCD 北大核心 2020年第18期181-187,共7页
胡萝卜等级分类是提高胡萝卜市场竞争力的关键环节。传统的胡萝卜外部缺陷检测采用特征提取+分类器模式,需要手工定义特征,客观性差。为了解决上述问题,该研究提出一种基于知识蒸馏的网络模型,通过引入教师模型来指导学生模型的训练,在... 胡萝卜等级分类是提高胡萝卜市场竞争力的关键环节。传统的胡萝卜外部缺陷检测采用特征提取+分类器模式,需要手工定义特征,客观性差。为了解决上述问题,该研究提出一种基于知识蒸馏的网络模型,通过引入教师模型来指导学生模型的训练,在保证准确率的情况下减少网络模型的参数量和运行时间消耗。该试验采集了外观无缺陷以及黑斑、弯曲、带须根的四类胡萝卜样本图片,将其导入网络模型中进行训练。通过使用Resnet34、Resnet50、Resnet101这3个不同教师模型来指导学生模型Resnet18的训练,蒸馏模型平均准确率从94.3%分别提高到94.8%、95.2%、95.8%,其中Resnet101模型指导的Resnet18模型中正常胡萝卜识别率提高到100%,正常、黑斑、须根识别率提高约2%,模型训练时间为11.3 h。此外,传统Resnet50模型和Resnet101模型对数据集的识别准确率分别是96.3%和96.9%,模型训练时间分别是19.3和31.3 h。试验发现:蒸馏模型识别率大幅优于基于特征提取+分类器的传统模型,且随着教师模型网络深度的增加,模型识别率也进一步提高。从模型训练时间和模型部署上考虑,知识蒸馏是很有必要的,通过牺牲小部分准确率可以大大缩短模型训练时间和降低模型部署成本。该研究所提出的知识蒸馏模型作为一种轻量级前端部署方法,对于改进胡萝卜外观品质自动检测装置的性能具有积极意义。 展开更多
关键词 深度学习 模型 品质控制 胡萝卜 等级分类 知识蒸馏
下载PDF
深度学习重建算法优化能谱CT低单能量图像质量及检测肝脏低对比度小病灶能力 被引量：13
16
作者 吕培杰 刘娜娜 +3 位作者 王落桐 Francesca Rigiroli Daniele Marin 高剑波 《中国医学影像技术》 CSCD 北大核心 2023年第1期104-108,共5页
目的观察深度学习重建(DLIR)算法用于优化能谱CT低单能量图像质量及提高检测肝脏低对比度小病灶能力的可行性。方法纳入30例接受上腹部门脉期增强扫描的肝脏疾病患者,包括58个肝脏病灶,分别采用DLIR及基于混合模型的自适应统计迭代重建(... 目的观察深度学习重建(DLIR)算法用于优化能谱CT低单能量图像质量及提高检测肝脏低对比度小病灶能力的可行性。方法纳入30例接受上腹部门脉期增强扫描的肝脏疾病患者,包括58个肝脏病灶,分别采用DLIR及基于混合模型的自适应统计迭代重建(ASIR-V)算法重建40~70 keV(间隔10 keV)单能量图像;根据肝脏、门静脉及肝脏病灶对比噪声比(CNR)和噪声进行主观评价,针对图像总体质量、病灶显著性和诊断信心评分进行主观评价,比较不同图像之间评价结果的差异。结果相比ASIR-V图像,40~70 keV能级下,DLIR图像的CNR_(肝脏)、CNR_(门静脉)及CNR_(肝脏病灶)均显著增加而噪声均显著减少(P均<0.05);40~60 keV能级下,DLIR图像总体质量、病灶显著性及诊断信心评分均高于ASIR-V图像(P均<0.05)。结论DLIR技术可显著减少低单能量成像噪声、改善图像质量并提高检测肝脏低对比度小病灶的能力。 展开更多
关键词 肝肿瘤 深度学习 体层摄影术 X线计算机 图像质量
下载PDF
基于卷积神经网络与光谱特征的夏威夷果品质鉴定研究 被引量：14
17
作者 杜剑 胡炳樑 +3 位作者 刘永征 卫翠玉 张耿 唐兴佳 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2018年第5期1514-1519,共6页
夏威夷果含油量高,在开缝之后容易发生变质,现有关于夏威夷果品质鉴定的方法多为传统的破坏性检验,很难满足无损检测的需求。卷积神经网络(CNN)作为应用最广泛的深度学习网络模型之一,具有比浅层学习方法更强的特征提取与模型表达能力,... 夏威夷果含油量高,在开缝之后容易发生变质,现有关于夏威夷果品质鉴定的方法多为传统的破坏性检验,很难满足无损检测的需求。卷积神经网络(CNN)作为应用最广泛的深度学习网络模型之一,具有比浅层学习方法更强的特征提取与模型表达能力,在光谱数据方面的应用拥有很大潜力。基于夏威夷果在可见-近红外的光谱特征分析,研究用于提取夏威夷果光谱特征的卷积神经网络模型,并提出一种高效无损鉴定夏威夷果品质的方法。首先以三种不同品质的夏威夷果(好籽、哈籽及霉籽)为研究对象,分析样本在500~2 100nm的光谱信息;在光谱数据预处理中引入白化处理方法,用以增强数据的相关性差异;然后在模型训练过程中,将样本随机分为训练集和预测集,探讨不同CNN结构、卷积层数、卷积核大小及个数、池化层类型、全连接层神经元个数以及激活函数对分类结果的影响,并采用激活函数ReLU和Dropout方法,预防样本数据过少引起的过拟合现象;最后通过分析模型分类准确率和计算效率,确定了一个6层结构的CNN模型:输入层—卷积层—池化层—全连接层(200神经元)—全连接层(100神经元)—输出层。实验结果表明:上述网络模型对校正集和预测集的分类准确率均达到100%。因此,改进后的卷积神经网络模型可充分学习夏威夷果的光谱特征并有效分类,将深度学习理论与光谱分析相结合的方法能够实现对夏威夷果品质的准确鉴定,同时为夏威夷果等坚果类食品的高效、无损、实时在线检测提供了新思路。 展开更多
关键词 可见-近红外光谱 夏威夷果 深度学习 卷积神经网络 品质鉴定
下载PDF
电子元器件产品外观质量智能检测技术研究 被引量：13
18
作者 石锦成 刘鑫 +1 位作者 刘蜜 刘超 《仪表技术与传感器》 CSCD 北大核心 2020年第12期101-104,109,共5页
为了解决电子元器件导线产品外观质量检测环节中存在的现实困难以及人工筛检时的弊端,将经典机器视觉与深度神经网络相结合,构建产品失效样本数据集,构建产品筛选方案整体实施流程,研制出与产品特性相适应的筛检机构,并通过对比试验与... 为了解决电子元器件导线产品外观质量检测环节中存在的现实困难以及人工筛检时的弊端,将经典机器视觉与深度神经网络相结合,构建产品失效样本数据集,构建产品筛选方案整体实施流程,研制出与产品特性相适应的筛检机构,并通过对比试验与结果分析证实了方法的可行性。 展开更多
关键词 机器视觉 深度学习 产品外观 质量检测
下载PDF
人工智能在中药材及饮片鉴别领域的应用 被引量：13
19
作者 徐雅静 俞捷 +2 位作者 余远盼 李学芳 李静平 《中华中医药学刊》 CAS 北大核心 2022年第8期47-50,共4页
随着人工智能、计算机数据库等技术的迅猛发展,人工智能逐渐应用于中医药领域的研究。基于人工智能深度学习法,概述人工智能深度学习使用领域,以及运用图像处理技术识别中药材及中药饮片的方法和机制;综述中药外观特征识别及切片、粉末... 随着人工智能、计算机数据库等技术的迅猛发展,人工智能逐渐应用于中医药领域的研究。基于人工智能深度学习法,概述人工智能深度学习使用领域,以及运用图像处理技术识别中药材及中药饮片的方法和机制;综述中药外观特征识别及切片、粉末的显微特征识别的应用机制和研究现状;运用CNN自动统计各显微特征数量与中药化学成分做关联性分析,算出其活性成分含量,对中药材及饮片进行分类鉴定与质量评价。展望人工智能结合近红外光谱对中药材及饮片进行质量评价的应用前景,并总结目前该方法已有研究中的优势、不足和未来发展趋势。 展开更多
关键词 人工智能 深度学习 中药鉴定 质量评价
下载PDF
基于BP神经网络的空气质量模型分类预测研究 被引量：12
20
作者 邱晨 罗璟 +1 位作者 赵朝文 崔凯辉 《软件》 2019年第2期129-132,共4页
随着工业社会的发展,空气质量问题已经成为环保任务的主要焦点。BP神经网络作为深度学习的一种,已经在大部分领域被广泛使用。为了让广大市民更好的了解空气质量情况,本文以云南省昆明市为例,收集当地近6年的空气质量数据,并基于Python... 随着工业社会的发展,空气质量问题已经成为环保任务的主要焦点。BP神经网络作为深度学习的一种,已经在大部分领域被广泛使用。为了让广大市民更好的了解空气质量情况,本文以云南省昆明市为例,收集当地近6年的空气质量数据,并基于Python语言,在Anaconda环境下的Numpy包建立了三层神经网络数学模型,对空气质量等级进行分类预测。通过训练样本对神经网络模型的训练以及相关参数的调试,得到较好的分类预测模型。将分类结果与实际结果进行比较,结果显示,本次的神经网络模型的分类预测准确率达到90%,能够较好的分析空气质量,达到预期需求。 展开更多
关键词 神经网络 深度学习 空气质量 分类预测
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 2 … 14 下一页 到第 页
使用帮助 返回顶部