期刊导航
期刊开放获取
cqvip
退出
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
5
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
基于物联网和图像处理的森林智慧烟感预警系统
被引量：
6
1
作者
张松涛
张洪敏
+2 位作者
安浩平
杨森
吴洋
《农机化研究》
北大核心
2022年第8期229-233,共5页
介绍了物联网技术和图像处理流程,研究了基于视频图像处理和卷积CNN算法的森林火灾烟雾识别模型,设计了一套农业森林智慧烟感预警系统。实验结果表明:该系统和颜色+运动+形态、Gabor小波相比,学习效率和准确率均较高,具有非常好的收敛性...
介绍了物联网技术和图像处理流程,研究了基于视频图像处理和卷积CNN算法的森林火灾烟雾识别模型,设计了一套农业森林智慧烟感预警系统。实验结果表明:该系统和颜色+运动+形态、Gabor小波相比,学习效率和准确率均较高,具有非常好的收敛性,在森林发生火灾时能够灵敏地检测到,且报警及时,证明了系统具有一定的可行性。
展开更多
关键词
森林智慧烟感预警系统
物联网
视频图像处理
卷积
cnn
下载PDF
职称材料
基于深度卷积CNN的采摘机器人动态避障方法研究
2
作者
张茉莉
《黑龙江工业学院学报（综合版）》
2024年第7期122-129,共8页
种植园环境除了静态障碍物外,还存在较多动态障碍物,干扰采摘机器人行动。为了提升采摘机器人动态避障能力,引入深度卷积CNN,提出一种新的避障方法。以立体视觉系统实时感知外界环境,获取深度图像;利用深度卷积CNN提取深度图像特征,识...
种植园环境除了静态障碍物外,还存在较多动态障碍物,干扰采摘机器人行动。为了提升采摘机器人动态避障能力,引入深度卷积CNN,提出一种新的避障方法。以立体视觉系统实时感知外界环境,获取深度图像;利用深度卷积CNN提取深度图像特征,识别动态障碍物,根据机器人与障碍物之间的相对速度进行适当调整,以保持安全距离,控制机器人移出碰撞区域,实现动态避障。实验结果表明:所研究的采摘机器人和障碍物未发生碰撞行为,且每一次相遇时采摘机器人与动态障碍物之间的实际距离均大于1m安全距离限值。由此证明,研究方法具有有效性。
展开更多
关键词
深度
卷积
cnn
采摘机器人
立体视觉系统
动态避障方法
下载PDF
职称材料
基于双残差超密集网络的多模态医学图像融合
被引量：
6
3
作者
王丽芳
王蕊芳
+3 位作者
蔺素珍
秦品乐
高媛
张晋
《计算机科学》
CSCD
北大核心
2021年第2期160-166,共7页
针对基于残差网络和密集网络的图像融合方法存在网络中间层的部分有用信息丢失和融合图像细节不清晰的问题,提出了基于双残差超密集网络(Dual Residual Hyper-Densely Networks,DRHDNs)的多模态医学图像融合方法。DRHDNs分为特征提取和...
针对基于残差网络和密集网络的图像融合方法存在网络中间层的部分有用信息丢失和融合图像细节不清晰的问题,提出了基于双残差超密集网络(Dual Residual Hyper-Densely Networks,DRHDNs)的多模态医学图像融合方法。DRHDNs分为特征提取和特征融合两部分。特征提取部分通过将超密集连接与残差学习相结合,构造出双残差超密集块,用于提取特征,其中超密集连接不仅发生在同一路径的层之间,还发生在不同路径的层之间,这种连接使特征提取更充分,细节信息更丰富,并且对源图像进行了初步的特征融合。特征融合部分则进行最终的融合。通过实验将其与另外6种图像融合方法对4组脑部图像进行了融合比较,并根据4种评价指标进行了客观比较。结果显示,DRHDNs在保留细节、对比度和清晰度等方面都有很好的表现,其融合图像细节信息丰富并且清晰,便于疾病的诊断。
展开更多
关键词
多模态
医学图像融合
双残差学习
超密集连接
卷积
网络(
cnn
)
下载PDF
职称材料
基于PCA-CNN模型的页岩储层有机碳含量预测方法
被引量：
3
4
作者
管倩倩
《油气地质与采收率》
CAS
CSCD
北大核心
2022年第6期49-57,共9页
总有机碳含量(TOC)是评价烃源岩有机质丰度和生烃潜力的指标之一。以东营凹陷牛庄洼陷页岩油取心井为例,以实验分析岩心TOC和测录井资料为基础,应用交会图获取TOC相关敏感参数。通过采用常规陆相页岩储层TOC计算模型即ΔlogR法和多元回...
总有机碳含量(TOC)是评价烃源岩有机质丰度和生烃潜力的指标之一。以东营凹陷牛庄洼陷页岩油取心井为例,以实验分析岩心TOC和测录井资料为基础,应用交会图获取TOC相关敏感参数。通过采用常规陆相页岩储层TOC计算模型即ΔlogR法和多元回归分析法预测研究区湖相页岩储层TOC,相关性不高,效果不佳。因此提出选用机器学习模型即利用主成分分析(PCA)模型与改进的卷积神经(CNN)模型组合,形成PCA-CNN模型,通过PCA模型对数据降维,去除冗余信息和噪声信息,再利用CNN模型进行页岩储层TOC预测,使样本数据质量和TOC预测精度得以提高。将PCA-CNN模型应用到牛庄洼陷的6口页岩油取心井进行TOC预测,结果表明,对于陆相页岩储层,PCA-CNN模型TOC预测精度较高,符合率最高达96%。
展开更多
关键词
页岩储层
常规TOC计算模型
敏感参数
主成分分析(PCA)模型
卷积
神经(
cnn
)模型
下载PDF
职称材料
基于CNN模型的装甲目标的提取与实现
5
作者
阮轶磊
张雷
李刚
《科技与创新》
2019年第7期49-51,共3页
基于卷积理论,从无人机拍摄视频、图片中提取装甲车辆目标,为指挥员决策提供依据。主要研究卷积模型的训练策略与过程,包括训练样本的选择、组织与预处理、卷积模型的改进与超参数设置,防止过拟合采取的策略,有效提高模型对装甲图片的...
基于卷积理论,从无人机拍摄视频、图片中提取装甲车辆目标,为指挥员决策提供依据。主要研究卷积模型的训练策略与过程,包括训练样本的选择、组织与预处理、卷积模型的改进与超参数设置,防止过拟合采取的策略,有效提高模型对装甲图片的识别效果。
展开更多
关键词
卷积
网络
cnn
卷积
理论
装甲车辆目标
训练样本
下载PDF
职称材料
题名
基于物联网和图像处理的森林智慧烟感预警系统
被引量：
6
1
作者
张松涛
张洪敏
安浩平
杨森
吴洋
机构
河南省科学院应用物理研究所有限公司
出处
《农机化研究》
北大核心
2022年第8期229-233,共5页
基金
河南省重点科技攻关项目(172102210127)。
文摘
介绍了物联网技术和图像处理流程,研究了基于视频图像处理和卷积CNN算法的森林火灾烟雾识别模型,设计了一套农业森林智慧烟感预警系统。实验结果表明:该系统和颜色+运动+形态、Gabor小波相比,学习效率和准确率均较高,具有非常好的收敛性,在森林发生火灾时能够灵敏地检测到,且报警及时,证明了系统具有一定的可行性。
关键词
森林智慧烟感预警系统
物联网
视频图像处理
卷积
cnn
Keywords
intelligent smoke sesnsing early warning system
Internet of Things
video image processing
convolution
cnn
分类号
S237 [农业科学—农业机械化工程]
TP91.41 [农业科学—农业工程]
下载PDF
职称材料
题名
基于深度卷积CNN的采摘机器人动态避障方法研究
2
作者
张茉莉
机构
泉州信息工程学院
出处
《黑龙江工业学院学报（综合版）》
2024年第7期122-129,共8页
基金
福建省中青年教育科研项目(科技类)“基于无意识设计理念的急救装备设计研究”(项目编号:JAT190934)。
文摘
种植园环境除了静态障碍物外,还存在较多动态障碍物,干扰采摘机器人行动。为了提升采摘机器人动态避障能力,引入深度卷积CNN,提出一种新的避障方法。以立体视觉系统实时感知外界环境,获取深度图像;利用深度卷积CNN提取深度图像特征,识别动态障碍物,根据机器人与障碍物之间的相对速度进行适当调整,以保持安全距离,控制机器人移出碰撞区域,实现动态避障。实验结果表明:所研究的采摘机器人和障碍物未发生碰撞行为,且每一次相遇时采摘机器人与动态障碍物之间的实际距离均大于1m安全距离限值。由此证明,研究方法具有有效性。
关键词
深度
卷积
cnn
采摘机器人
立体视觉系统
动态避障方法
Keywords
deep convolution
cnn
picking robot
stereo vision system
dynamic obstacle avoidance method
分类号
TP242.6 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
基于双残差超密集网络的多模态医学图像融合
被引量：
6
3
作者
王丽芳
王蕊芳
蔺素珍
秦品乐
高媛
张晋
机构
中北大学大数据学院山西省生物医学成像与影像大数据重点实验室
出处
《计算机科学》
CSCD
北大核心
2021年第2期160-166,共7页
基金
山西省自然科学基金(201901D111152)。
文摘
针对基于残差网络和密集网络的图像融合方法存在网络中间层的部分有用信息丢失和融合图像细节不清晰的问题,提出了基于双残差超密集网络(Dual Residual Hyper-Densely Networks,DRHDNs)的多模态医学图像融合方法。DRHDNs分为特征提取和特征融合两部分。特征提取部分通过将超密集连接与残差学习相结合,构造出双残差超密集块,用于提取特征,其中超密集连接不仅发生在同一路径的层之间,还发生在不同路径的层之间,这种连接使特征提取更充分,细节信息更丰富,并且对源图像进行了初步的特征融合。特征融合部分则进行最终的融合。通过实验将其与另外6种图像融合方法对4组脑部图像进行了融合比较,并根据4种评价指标进行了客观比较。结果显示,DRHDNs在保留细节、对比度和清晰度等方面都有很好的表现,其融合图像细节信息丰富并且清晰,便于疾病的诊断。
关键词
多模态
医学图像融合
双残差学习
超密集连接
卷积
网络(
cnn
)
Keywords
Multi-modal
Medical image fusion
Dual residual learning
Hyper dense connection
Convolutional neural network
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于PCA-CNN模型的页岩储层有机碳含量预测方法
被引量：
3
4
作者
管倩倩
机构
中国石化胜利油田分公司勘探开发研究院
出处
《油气地质与采收率》
CAS
CSCD
北大核心
2022年第6期49-57,共9页
文摘
总有机碳含量(TOC)是评价烃源岩有机质丰度和生烃潜力的指标之一。以东营凹陷牛庄洼陷页岩油取心井为例,以实验分析岩心TOC和测录井资料为基础,应用交会图获取TOC相关敏感参数。通过采用常规陆相页岩储层TOC计算模型即ΔlogR法和多元回归分析法预测研究区湖相页岩储层TOC,相关性不高,效果不佳。因此提出选用机器学习模型即利用主成分分析(PCA)模型与改进的卷积神经(CNN)模型组合,形成PCA-CNN模型,通过PCA模型对数据降维,去除冗余信息和噪声信息,再利用CNN模型进行页岩储层TOC预测,使样本数据质量和TOC预测精度得以提高。将PCA-CNN模型应用到牛庄洼陷的6口页岩油取心井进行TOC预测,结果表明,对于陆相页岩储层,PCA-CNN模型TOC预测精度较高,符合率最高达96%。
关键词
页岩储层
常规TOC计算模型
敏感参数
主成分分析(PCA)模型
卷积
神经(
cnn
)模型
Keywords
shale reservoir
conventional TOC calculation model
sensitive parameters
PCA
cnn
分类号
TE22 [石油与天然气工程—油气井工程]
下载PDF
职称材料
题名
基于CNN模型的装甲目标的提取与实现
5
作者
阮轶磊
张雷
李刚
机构
陆军装甲兵学院兵器与控制系
出处
《科技与创新》
2019年第7期49-51,共3页
文摘
基于卷积理论,从无人机拍摄视频、图片中提取装甲车辆目标,为指挥员决策提供依据。主要研究卷积模型的训练策略与过程,包括训练样本的选择、组织与预处理、卷积模型的改进与超参数设置,防止过拟合采取的策略,有效提高模型对装甲图片的识别效果。
关键词
卷积
网络
cnn
卷积
理论
装甲车辆目标
训练样本
分类号
TJ810.1 [兵器科学与技术—武器系统与运用工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于物联网和图像处理的森林智慧烟感预警系统
张松涛
张洪敏
安浩平
杨森
吴洋
《农机化研究》
北大核心
2022
6
下载PDF
职称材料
2
基于深度卷积CNN的采摘机器人动态避障方法研究
张茉莉
《黑龙江工业学院学报（综合版）》
2024
0
下载PDF
职称材料
3
基于双残差超密集网络的多模态医学图像融合
王丽芳
王蕊芳
蔺素珍
秦品乐
高媛
张晋
《计算机科学》
CSCD
北大核心
2021
6
下载PDF
职称材料
4
基于PCA-CNN模型的页岩储层有机碳含量预测方法
管倩倩
《油气地质与采收率》
CAS
CSCD
北大核心
2022
3
下载PDF
职称材料
5
基于CNN模型的装甲目标的提取与实现
阮轶磊
张雷
李刚
《科技与创新》
2019
0
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
