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590篇文章
< 1 2 … 30 >
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：
软件测试模型介绍 被引量：12
1
作者 黄龙水 黄诚学 《舰船电子工程》 2004年第3期35-38,共4页
软件测试是软件质量保证的重要手段之一 ,软件测试模型则是软件测试的工作框架 ,用于指导软件测试过程。较为详细地介绍了V -模型、W
关键词 软件测试模型 v-模型 W-模型 前置测试模型
下载PDF
软件测试过程模型的改进——并行V模型 被引量：12
2
作者 周学海 陈蓓蓓 《计算机工程与应用》 CSCD 北大核心 2005年第24期125-127,137,共4页
软件测试过程模型是用于指导软件测试过程如何开展的理论模型,已有的模型考虑了开发活动和测试活动之间的并行性,使得测试不再成为一种事后补救的行为,但是仍然忽略了不同的测试活动之间的并行性。文章在分析讨论已有的模型的基础上,进... 软件测试过程模型是用于指导软件测试过程如何开展的理论模型,已有的模型考虑了开发活动和测试活动之间的并行性,使得测试不再成为一种事后补救的行为,但是仍然忽略了不同的测试活动之间的并行性。文章在分析讨论已有的模型的基础上,进一步挖掘测试活动之间的并行性,并兼顾回归测试的范围问题,尝试提出一种改进的V模型——并行V模型。同时结合实际的软件开发项目——绿盟科技公司的“极光”软件项目进行时序分析,证明了该模型正确性和有效性。 展开更多
关键词 软件测试 过程模型 v-模型 W-模型
下载PDF
浅析软件测试模型 被引量：3
3
作者 胡华 《科技信息》 2007年第8期67-68,共2页
软件测试是软件质量保证的一个重要元素。在测试过程中使用合理的软件测试模型可以降低测试在开发活动中的花费。软件测试模型则是软件测试的工作框架,用于指导软件测试过程。本文较为详细地介绍了V-模型、W-模型和X模型。
关键词 软件测试模型 v-模型 W-模碰 X模型
下载PDF
系统工程方法在“华龙一号”DCS项目中的研究和实践 被引量：2
4
作者 陆炜伟 《中国核电》 2021年第3期361-368,共8页
为了提高“华龙一号”核电机组批量化建设的市场竞争力,需要在质量、工期、成本和安全四大控制方面进行系统性思考和研究。根据以往核电工程建设的经验,长周期主设备采购项目管理是影响整个工程建设质量和进度的关键环节之一,而其中要... 为了提高“华龙一号”核电机组批量化建设的市场竞争力,需要在质量、工期、成本和安全四大控制方面进行系统性思考和研究。根据以往核电工程建设的经验,长周期主设备采购项目管理是影响整个工程建设质量和进度的关键环节之一,而其中要以核电站“大脑和神经”的DCS项目管理最为典型、最为复杂。通过研究系统工程方法之一的“霍尔三维结构”模型分析法,并与“华龙一号”批量化建设工程漳州核电1、2号机组的DCS项目管理实践相结合,以风险管理为核心,从时间维、管理维和领域维三个维度进行要素分析,同时还研究和应用了“V”模型分析法、思维导图分析法等系统工程方法工具,这些方法在解决项目问题和化解项目风险中成效显著,对“华龙一号”核电机组其他长周期主设备采购项目管理具有借鉴和参考的价值。 展开更多
关键词 华龙一号 DCS “霍尔三维结构”模型 “v”模型 思维导图
下载PDF
基于需求评估响应的循环迭代本体构建方法 被引量：2
5
作者 代婷婷 周乐 +4 位作者 余秦勇 黄细凤 谢军 宋明慧 刘峤 《计算机应用》 CSCD 北大核心 2020年第9期2712-2718,共7页
针对与IEEE 1074-1995软件开发标准相比成熟度较高的METHONTOLOGY方法和七步法中未考虑到本体质量评估及其响应的问题,提出一种基于需求评估响应的循环迭代本体构建新方法。首先,借鉴软件开发V-模型和本体测试框架对所建本体进行需求分... 针对与IEEE 1074-1995软件开发标准相比成熟度较高的METHONTOLOGY方法和七步法中未考虑到本体质量评估及其响应的问题,提出一种基于需求评估响应的循环迭代本体构建新方法。首先,借鉴软件开发V-模型和本体测试框架对所建本体进行需求分析,以定义出一套强调满足需求而非知识丰富度的本体测试文档;其次,细化核心架构、架构知识体系,并更新测试文档;最后,利用测试文档分别评估核心架构、架构知识体系、需求分析上的知识可满足性表达,并在知识表达不满足的情况下进行本体的局部或全局更新。与本体构建常用方法相比,所提方法能实现本体构建过程中的评估与迭代演进。此外,运用该方法建立的政务本体不仅为事项办理相关知识提供了知识表征框架,还为政务知识计算提供了新思路。基于所提方法开发的政务流程优化程序已成功应用在某省的政务大数据分析领域,这在一定程度上证实了方法的合理性与有效性。 展开更多
关键词 本体构建 v-模型 本体测试 软件开发模型 政务领域
下载PDF
基于改进W-模型的民航软件测试
6
作者 徐涛 王增 《微计算机信息》 2010年第31期118-120,共3页
现有的软件测试过程模型考虑了开发活动与测试活动之间的并行性,使得测试不再成为一种事后补救的行为,但忽略了开发活动及测试活动内部的并行性。本文在分析总结已有软件测试过程模型的基础上,提出一种基于W-模型的改进模型。该模型在... 现有的软件测试过程模型考虑了开发活动与测试活动之间的并行性,使得测试不再成为一种事后补救的行为,但忽略了开发活动及测试活动内部的并行性。本文在分析总结已有软件测试过程模型的基础上,提出一种基于W-模型的改进模型。该模型在软件开发的同时兼顾测试,支持迭代测试,简化了软件测试流程,有效提高了软件项目的测试效率。最后通过大型民航软件项目——航班信息便捷服务系统的测试实例验证了该模型的正确性和有效性。 展开更多
关键词 软件测试过程模型 v-模型 W-模型 改进W-模型
下载PDF
基于IEC 61508开发安全关键系统 被引量：1
7
作者 鲁守荣 《工业控制计算机》 2016年第12期1-2,5,共3页
安全关键系统已广泛应用在交通、国防军事、医疗以及家用电子等各行各业,此类系统的失效会导致安全、环境和财产的巨大损失。开发此类系统面临的不仅是复杂的功能需求,还有高安全、高可靠性等方面的挑战。基于国际标准IEC61508的思想,... 安全关键系统已广泛应用在交通、国防军事、医疗以及家用电子等各行各业,此类系统的失效会导致安全、环境和财产的巨大损失。开发此类系统面临的不仅是复杂的功能需求,还有高安全、高可靠性等方面的挑战。基于国际标准IEC61508的思想,扩展了V开发模型,将安全分析技术嵌入到V-模型的各个阶段中。此外,为达到系统要求的安全完整性等级SIL,构建了符合安全完整性等级的SIL模板,提高系统安全可靠性,开发高质量安全关键系统或产品。 展开更多
关键词 安全关键系统 v-模型 IEC61508 SIL
下载PDF
软件测试模型应用研究
8
作者 赵智超 《电信技术研究》 2007年第3期28-31,14,共5页
软件测试是软件质量保证的重要手段，越来越受到人们的重视。本文描述了传统软件测试过程的主要模型V-模型，并在分析了V-模型优缺点的基础上给出了改进的软件测试模型W-模型。最后，通过一个实际的系统测试的例子对软件测试模型的应用... 软件测试是软件质量保证的重要手段，越来越受到人们的重视。本文描述了传统软件测试过程的主要模型V-模型，并在分析了V-模型优缺点的基础上给出了改进的软件测试模型W-模型。最后，通过一个实际的系统测试的例子对软件测试模型的应用进行了研究。 展开更多
关键词 软件测试 v-模型 W-模型
下载PDF
弹性地基板静力特性的研究
9
作者 曾亚 易伟建 《工程力学》 EI CSCD 北大核心 1998年第A01期197-201,共5页
虽然文克尔（Ｗｉｎｋｌｅｒ）地基模型物理意义简单，应用方便，但这一模型被证实与实际受力状况有较大的矛盾，本文用变分的方法，根据Ｖｉａｓｏｖ及ｌｅｏｎｔ‘ｅｖ提出的模型，推导出可有效地求解弹性地基板的静力特性的数值迭代... 虽然文克尔（Ｗｉｎｋｌｅｒ）地基模型物理意义简单，应用方便，但这一模型被证实与实际受力状况有较大的矛盾，本文用变分的方法，根据Ｖｉａｓｏｖ及ｌｅｏｎｔ‘ｅｖ提出的模型，推导出可有效地求解弹性地基板的静力特性的数值迭代方法，最后，用本文提出的迭代计算结果与实验结果及常规文克尔地基模型计算结果进行了对比分析。 展开更多
关键词 弹性地基板 协同作用 v-模型
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：29
10
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
下载PDF
基于改进YOLO v3模型与Deep-SORT算法的道路车辆检测方法 被引量：25
11
作者 马永杰 马芸婷 +1 位作者 程时升 马义德 《交通运输工程学报》 EI CSCD 北大核心 2021年第2期222-231,共10页
针对道路车辆实时检测遮挡严重与小目标车辆漏检率高的问题,提出了基于改进YOLO v3模型和Deep-SORT算法的车辆检测方法;为提高模型对道路车辆的检测能力,采用K-meansSymbolk@pSymbolk@p聚类算法对目标候选框进行聚类分析,选择合适的... 针对道路车辆实时检测遮挡严重与小目标车辆漏检率高的问题,提出了基于改进YOLO v3模型和Deep-SORT算法的车辆检测方法;为提高模型对道路车辆的检测能力,采用K-meansSymbolk@pSymbolk@p聚类算法对目标候选框进行聚类分析,选择合适的Anchor box数量,并在网络浅层增加了特征提取层,可提取到更精细的车辆特征;为加强网络对远近不同目标的鲁棒性,在保留原YOLO v3模型输出层的同时,增加了一层输出层,将52像素×52像素输出特征图经过上采样后得到104像素×104像素特征图,并将其与浅层同尺寸特征图进行拼接,实现车辆目标的检测;为了降低目标遮挡对检测效果的影响,提高对视频上下帧之间关联信息的关注度,将改进YOLO v3模型和Deep-SORT算法相结合,以此来弥补两者之间的不足。试验结果表明:改进YOLO v3模型有效地提高了车辆检测的性能,与在网络浅层增加特征提取层的模型相比,平均精度提高了1.4%,与增加一层输出层的模型相比,平均精确度提高了0.8%,说明改进YOLO v3模型提取的特征表达能力更强,增强了网络对小目标的检测能力;改进YOLO v3模型在引入Deep-SORT算法后,查准率和召回率分别达到90.16%和91.34%,相比改进YOLO v3模型,查准率和召回率分别提高了1.48%和4.20%,同时保证了检测速度,对于不同大小目标的检测具有良好的鲁棒性。 展开更多
关键词 交通图像识别 卷积神经网络 车辆检测 YOLO v3模型 Deep-SORT算法 K-means++聚类算法
原文传递
基于YOLO＿v2模型的车辆实时检测 被引量：25
12
作者 黎洲 黄妙华 《中国机械工程》 EI CAS CSCD 北大核心 2018年第15期1869-1874,共6页
为了解决传统车辆检测实时性差和摄像头获取信息单一的问题,提出了一种基于改进YOLO_v2模型的车辆实时检测算法。基于YOLO_v2网络结构建立车辆检测模型,证明了YOLO_v2算法在车辆检测方面准确率高、实时性好。对YOLO_v2算法进行改进,使... 为了解决传统车辆检测实时性差和摄像头获取信息单一的问题,提出了一种基于改进YOLO_v2模型的车辆实时检测算法。基于YOLO_v2网络结构建立车辆检测模型,证明了YOLO_v2算法在车辆检测方面准确率高、实时性好。对YOLO_v2算法进行改进,使改进后的算法能对采集到的车载视频信息进行多维度判断:判断图片中是否有车辆及车辆在图片中的位置,判断被检测车辆与摄像头的相对方位及运动趋势,判断被检测车辆对自身车辆的危险程度。实验结果表明,改进后的模型在车载视频上取得了良好的检测效果,解决了车载视频中车辆检测实时性低的问题,并将传统基于视觉的车辆检测从单一维度检测扩展到了多维度检测。 展开更多
关键词 YOLO_v2模型 车辆检测 车载视频 实时 多维度的
下载PDF
鄂北地区水稻适宜节水模式与节水潜力 被引量：18
13
作者 刘路广 谭君位 +2 位作者 吴瑕 王丽红 曹俊龙 《农业工程学报》 EI CAS CSCD 北大核心 2017年第4期169-177,共9页
研究作物需水规律、探寻适宜节水模式对缓解农业用水短缺十分重要。该文基于长渠灌溉试验站2009-2013年的水稻灌溉试验数据,分析了浅灌、中蓄、湿润3种传统灌溉模式下水稻的需水规律;运用率定后的ORYZA_V3模型模拟了30 a(1981-2010年)... 研究作物需水规律、探寻适宜节水模式对缓解农业用水短缺十分重要。该文基于长渠灌溉试验站2009-2013年的水稻灌溉试验数据,分析了浅灌、中蓄、湿润3种传统灌溉模式下水稻的需水规律;运用率定后的ORYZA_V3模型模拟了30 a(1981-2010年)不同灌溉模式、不同灌溉下限以及不同灌水定额等多种情景下的水稻生长,对比分析了水稻各生育阶段腾发量、耗水量、灌溉定额、灌水次数、产量以及水分生产率在不同情景下的差异;通过模拟典型年不同受旱情景下的水稻生长,对比分析了各生育阶段不同受旱程度对水稻腾发量和产量的影响。结果表明:与浅灌模式相比,湿润模式下水稻年均产量增加2.7%、灌溉用水量减少4.2%;中蓄模式下水稻产量减少2.3%、灌溉用水量减少1.1%;湿润模式优于浅灌、中蓄模式。分蘖期的灌溉下限低于90%能减少水稻腾发量47%以上,其他阶段的灌溉下限低于70%时能减少水稻腾发量10%以上;拔节孕穗期和抽穗开花期受旱对产量的影响最大;综合考虑节水、降低田间管理难度、确保粮食产量等因素,提出了鄂北地区的适宜灌溉模式:蓄水深度为60 mm,返青期保持薄水层,黄熟期水层自然落干,拔节孕穗期、乳熟期可中度受旱(灌溉下限为饱和含水率的70%~80%),分蘖、抽穗开花期可轻度受旱(灌溉下限不能低于饱和含水率的80%);灌水定额为30~40 mm。该适宜灌溉模式可为鄂北地区至少可节水1.68亿m^3,具有巨大的节水潜力。研究结果对指导鄂北地区水稻灌溉用水和明晰节水重点具有重要意义。 展开更多
关键词 灌溉 腾发量 模型 ORYZA_v3模型 节水潜力
下载PDF
一个带时滞的离散模型的一致持续生存 被引量：12
14
作者 王稳地 《西南师范大学学报（自然科学版）》 CAS CSCD 1992年第1期13-18,共6页
研究了一个带有有限多个时滞的Lotka-Volterra离散模型.以持续生存函数为基础,通过定性分析方法,得到了种群一致持续生存和绝灭的条件.结果表明,该模型与其相平行的连续模型有着相同的持续生存条件.
关键词 L-v离散模型 时滞 持续生存
下载PDF
基于YOLO v3的输电线路缺陷快速检测方法 被引量：15
15
作者 周仿荣 方明 +1 位作者 马御棠 潘浩 《云南电力技术》 2020年第4期112-116,120,共6页
无人机巡检方式在输电线路巡检中逐渐普及,但仅通过实时的人工观测效率低下。目前已有算法能够实现图像的自动识别,但检测速度慢,无法实现视频图像的处理。本文提出一种基于YOLO v3的输电线路缺陷快速检测方法。该方法首先建立YOLO v3... 无人机巡检方式在输电线路巡检中逐渐普及,但仅通过实时的人工观测效率低下。目前已有算法能够实现图像的自动识别,但检测速度慢,无法实现视频图像的处理。本文提出一种基于YOLO v3的输电线路缺陷快速检测方法。该方法首先建立YOLO v3目标检测模型,通过对训练样本库进行聚类分析得到目标候选区域的先验尺寸;通过调整损失函数来加快模型的训练过程,调整模型的学习方向。最后,通过建立输电线路缺陷样本库并进行训练,实现了输电线路缺陷检测。测试结果表明,相比于Faster RCNN、SSD等其他深度学习模型,基于YOLO v3的改进模型在速度上具有巨大的优势,且检测精度没有受到太大的影响,能够满足输电线路巡检视频的自动缺陷识别的需求。 展开更多
关键词 YOLO v3模型 深度学习 快速缺陷检测 视频识别
下载PDF
基于YOLO v4优化的航拍绝缘子缺陷图像检测模型 被引量：7
16
作者 霍超 谷晓钢 +1 位作者 黄玲琴 栾声扬 《电子测量技术》 北大核心 2023年第9期175-181,共7页
针对现有绝缘子缺陷检测模型检测精度低、实时性差和网络参数多的问题,提出了一种基于YOLO v4改进的绝缘子缺陷检测模型。首先,利用改进的VGG卷积神经网络实现了主干特征提取。其次,在加强特征提取网络和预测网络中引入深度可分离卷积,... 针对现有绝缘子缺陷检测模型检测精度低、实时性差和网络参数多的问题,提出了一种基于YOLO v4改进的绝缘子缺陷检测模型。首先,利用改进的VGG卷积神经网络实现了主干特征提取。其次,在加强特征提取网络和预测网络中引入深度可分离卷积,降低了模型的复杂度。再次,在加强特征提取网络中融合通道注意力机制对重要特征进行增强,提升了模型对绝缘子缺陷的目标辨识能力。最后,以平均精度、帧率、参数量等作为评价指标,对基于公共数据集CPLID构建的新数据集进行了消融实验和对比实验。实验结果表明,改进的YOLO v4模型对绝缘子缺陷的检测精度为98.35%,相比于传统的YOLO v4模型提高了6.4%,并且其检测速度和参数量分别为传统YOLO v4模型的1.5倍和37.5%,可实现对航拍绝缘子缺陷图像的高精度实时有效检测。同时,改进的模型相比YOLO v5-M和Faster R-CNN模型在检测精度,速度和模型复杂度上也更具优势。 展开更多
关键词 绝缘子缺陷检测 YOLO v4模型 SE通道注意力机制 轻量化 深度可分离卷积
下载PDF
基于MobileNet的恶意软件家族分类模型 被引量：10
17
作者 曾娅琴 张琳琳 +1 位作者 张若楠 杨波 《计算机工程》 CAS CSCD 北大核心 2020年第4期162-168,共7页
现有基于卷积神经网络(CNN)的恶意代码分类方法存在计算资源消耗较大的问题.为降低分类过程中的计算量和参数量,构建基于恶意代码可视化和轻量级CNN模型的恶意软件家族分类模型.将恶意软件可视化为灰度图,以灰度图的相似度表示同一家族... 现有基于卷积神经网络(CNN)的恶意代码分类方法存在计算资源消耗较大的问题.为降低分类过程中的计算量和参数量,构建基于恶意代码可视化和轻量级CNN模型的恶意软件家族分类模型.将恶意软件可视化为灰度图,以灰度图的相似度表示同一家族的恶意软件在代码结构上的相似性,利用灰度图训练带有深度可分离卷积的神经网络模型MobileNet v2,自动提取纹理特征,并采用Softmax分类器对恶意代码进行家族分类.实验结果表明,该模型对恶意代码分类的平均准确率为99.32%,较经典的恶意代码可视化模型高出2.14个百分点. 展开更多
关键词 卷积神经网络 恶意软件分类 纹理特征 MobileNet v2模型 Softmax模型
下载PDF
基于深度学习YOLO v4的舍养育肥猪行为识别 被引量：10
18
作者 季照潼 李东明 +2 位作者 王娟 张莉 胡顺斌 《黑龙江畜牧兽医》 CAS 北大核心 2021年第14期39-42,151,共5页
为了增加生猪福利,实时检测猪只的健康状况,预防异常现象发生,试验进行了舍养育肥猪行为检测,即使用萤石云摄像头对5头散养的4月龄左右的健康舍养育肥猪进行视频数据采集,针对不同光照强度及猪只行为从视频中截取了2 401张图片,并将图... 为了增加生猪福利,实时检测猪只的健康状况,预防异常现象发生,试验进行了舍养育肥猪行为检测,即使用萤石云摄像头对5头散养的4月龄左右的健康舍养育肥猪进行视频数据采集,针对不同光照强度及猪只行为从视频中截取了2 401张图片,并将图片按照躺卧、站立、进食、坐立和侵略性行为类型进行标注,通过深度学习YOLO v4模型对猪只行为进行了训练、验证、测试和评估。结果表明:训练模型中猪只的躺卧、站立、进食、坐立和侵略性行为的识别精度分别为98.80%、95.05%、89.40%、79.41%、97.30%,平均精度为91.99%;利用该模型进行测试的精度分别为90.70%、90.16%、88.38%、80.75%、96.69%,平均精度则为89.34%;利用该模型可在侵略性行为出现前1~2 s内进行预判。说明基于深度学习YOLO v4的舍养育肥猪行为识别模型有效克服了环境中不同光照强度和噪声的影响,达到了较好的识别效果,并且利用模型可以有效地检测猪只的侵略性行为。 展开更多
关键词 深度学习 YOLO v4模型 目标检测 猪只行为 侵略性行为
原文传递
一种软件测试V模型的改进型及其应用 被引量：5
19
作者 戴莉萍 杜琼 《计算机与现代化》 2004年第7期29-30,33,共3页
软件测试是软件工程中的一个阶段,也是保障软件质量必不可少的重要一环。本文在软件测试V模型的基础上,提出了一种改进型的测试模型,并把其应用在一套法制系统软件的开发过程中。
关键词 软件测试 软件工程 v测试模型
下载PDF
结合迁移学习和Inception-v3模型的路面干湿状态识别方法 被引量：9
20
作者 杨炜 周凯霞 +2 位作者 刘佳俊 张志威 王童 《中国科技论文》 CAS 北大核心 2019年第8期912-916,共5页
针对传统方法对路面干湿状态识别分类正确率较低的情况,提出了基于迁移学习的路面干湿状态识别方法。利用深度卷积神经网络强大的特征学习和表达能力,自动学习干湿路面的特征,并采用迁移学习的方法将Inception-v3模型在ImageNet图像数... 针对传统方法对路面干湿状态识别分类正确率较低的情况,提出了基于迁移学习的路面干湿状态识别方法。利用深度卷积神经网络强大的特征学习和表达能力,自动学习干湿路面的特征,并采用迁移学习的方法将Inception-v3模型在ImageNet图像数据集上学习得到的知识深度迁移至路面干湿状态识别任务。实验结果表明,所提算法在测试集上测得的分类准确率约为94.5%,与非迁移学习算法和基于底层视觉特征识别学习的算法相比,具有更高的准确性和良好的鲁棒性,以及较强的泛化能力。 展开更多
关键词 道路工程 干湿状态识别 深度学习 迁移模型 Inception-v3模型
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 … 30 下一页 到第 页
使用帮助 返回顶部