学科分类
/ 25
500 个结果
  • 简介:

  • 标签:
  • 简介:摘要本文基于经典的网络结构,提出一种改进后的模块。该结构可以在不增加网络深度的前提下,提取更多的样本特征,从而提升网络性能。以MNIST手写字体库为训练集,使用tensorflow做为机器学习库,在GPU上训练模型。实验结果表明,改进后的模块可以更好的提出网络特征,从而提高预测的准确度。

  • 标签: 图像处理 卷积神经网络 残差神经网络
  • 简介:

  • 标签:
  • 简介:载波相位观测值中的周跳进行探测和修复一直是GPS精密定位数据处理中的一个十分重要的问题。主要讨论基于双频探测的电离层法,编制了相应程序,并通过实例分析了在不同采样率条件下探测与修复周跳效果,针对其探测盲区提出了解决方案。

  • 标签: GPS 电离层残差法 周跳探测与修复 实例分析
  • 简介:为了提高行人检测的准确性,提出一种改进的方向梯度直方图(HOG)算法,首先对图像进行两种方式的HOG特征向量的提取,方形划分和圆形划分方式,并对圆形划分得到的梯度直方图进行权值优化调整,再结合网络(ResNet)提取的深度模型特征,最佳特征向量用主成分分析算法(PCA)降维,通过SVM算法对行人进行检测。通过对HOG与ResNet特征融合算法进行仿真,并与其他行人检测算法对比,在提升准确率与降低漏检率上取得了很好效果。

  • 标签: HOG 残差网络 PCA SVM
  • 简介:摘要目的研究和搭建人工智能深度学习网络,在两个公开的大脑MRI图像数据集上实现高准确率的MRI脑肿瘤的四分类。材料与方法提出一种多尺度网络的MRI脑肿瘤分类模型,实现脑肿瘤的四分类任务。模型包括多尺度输入、改进、下采样和双通道池化共四个模块。将Kaggle中正常人和Figshare中肿瘤患者的脑部MRI图像进行数据集组合,对提出的模型进行训练和性能评估,优化网络超参数,提高分类准确率。结果在352张MRI图像上测试模型,仅使用多尺度输入模块时,得到平均分类准确率为96.59%。添加下采样模块后,准确率达到98.58%。对比最大池化、均值池化和双通道池化,准确率分别为96.02%、97.16%、98.58%。多尺度网络对脑肿瘤具有很好的分类效果,对胶质瘤、脑膜瘤、垂体瘤和正常无肿瘤图像的分类准确率分别为99.14%、99.14%、99.42%和99.42%。结论MRI是一种典型的检查脑肿瘤的医学成像方法,但放射科专家手工对脑肿瘤进行准确分类极具主观性和不确定性。提出的多尺度网络能为脑肿瘤自动分类提供有效的方法,且该网络提高了MRI脑肿瘤分类的准确率,很好地解决了梯度消失问题,提升了模型的泛化能力。

  • 标签: 人工智能 深度学习 磁共振成像 脑肿瘤分类 多尺度残差网络 下采样 双通道池化 卷积神经网络
  • 简介:通过对国内外关于股价异动相关文献的梳理,发现以往研究成果中对股价异动的判定方法较为繁琐。系数法是“事件研究法”和“股价反应程度分析法”的创新结合,它主要应用于判断重大并购事件首次公告之前股价异常波动。实际应用表明,系数法简捷、实用。

  • 标签: 并购 股价异动 事件研究法 股价反应程度分析法 残差系数法
  • 简介:为了提高GM(1,1)模型的预测精度,对GM(1,1)模型进行预测,得到序列,然后用序列建模对原模型进行修正,得到GM(1,1)的修正模型,将其应用到扬压力的预测中,结果表明模型精度大大提高.

  • 标签: GM(1 1)模型 残差模型 扬压力预测
  • 简介:摘要:齿轮箱是旋转机械的关键部件,而旋转机械的机械故障约30%是由齿轮箱发生故障引起的。而对机械设备进行定期的故障诊断之后,可以将事故的发生率减少75%,维修的费用也可以降低25%~50%。伴随着深度学习的快速发展,科研人员逐渐将浅层的机器学习方法应用到旋转机械的故障诊断之中,常见的有支持向量机、深度置信网络、循环神经网络和卷积神经网络等故障分类方法或模型。网络(Residual Neural Network,ResNet)作为卷积神经网络的一种优异模型,在图像识别领域等二维信息之间应用广泛,本文对其进行改进使其具有良好的抗噪能力,以剔除具体工业环境下噪声的干扰,以利于机械故障诊断。基于此,对改进网络的齿轮箱故障诊断进行研究,仅供参考。

  • 标签: 故障诊断 残差收缩模块 注意力机制
  • 简介:摘要:由于传统方法在实际应用中误识率较高,电力告警信号识别效果不佳,提出基于深层网络的电力告警信号识别方法。利用无线传感器获取电力信号,对其归一化处理,并利用深层网络对电力信号卷积计算,确定电力,将其作为依据识别告警信号。经实验证明,设计方法误识率较低,具有良好的电力告警信号识别效果。

  • 标签: 深层残差网络 告警信号 识别 误识率 归一化
  • 简介:摘要:由于传统方法在实际应用中误识率较高,电力告警信号识别效果不佳,提出基于深层网络的电力告警信号识别方法。利用无线传感器获取电力信号,对其归一化处理,并利用深层网络对电力信号卷积计算,确定电力,将其作为依据识别告警信号。经实验证明,设计方法误识率较低,具有良好的电力告警信号识别效果。

  • 标签: 深层残差网络 告警信号 识别 误识率 归一化
  • 作者: 李大权
  • 学科:
  • 创建时间:2023-10-25
  • 机构:哈尔滨通用飞机工业有限责任公司  黑龙江省哈尔滨   150066
  • 简介:摘要:飞机装配过程中应用到的机器人具有高柔性,投入的建设成本也相对较低,能够精确地完成补偿使机器人的定位更加准确,并且极大地提升产品的质量。因此,为了能够促进机器人末端定位精确不断地提升,在误差相似度的影响下开展的补偿方法的分析,通过参数标定对机器人产生的参数误差进行辨识,利用误差相似度对残余误差实施评估,这样就能够保障机器人有效的补偿误差和

  • 标签: 飞机装配 机器人 定位误差 残差补偿
  • 简介:摘要:随着科技发展的推动,工业机器人的应用越发广泛,现已成为飞机自动钻铆系统的重要组成部分。通过精度补偿可以减少机器人定位误差,提高飞机装配质量。基于此,文章面向飞机装配,提出了机器人定位误差与补偿方法,旨在提高机器人的定位精度。

  • 标签: 飞机装配 机器人定位 精度补偿 残差补偿
  • 简介:摘要:由于新疆地区大范围使用地膜覆盖方式进行棉花栽培,地膜棉花栽培面积逐年增加,致使棉田秆现象日益严重。以往采集棉田秆的过程中,均采用人工的方法拾取,或用犁铲和铁叉采集,既费时又费力,极大地影响了农户的积极性。如今,由于国家用于农机补贴的经费越来越多,随着新农机具的采购逐渐增多,对棉花秆的回收利用也有很大的促进作用,新疆棉花地的生态环境有了明显的改善。因此,本文从实际出发,分析了棉花秆对棉花生产的危害,探讨了其回收技术,以期为广大棉农提供参考。

  • 标签: 棉花种植 残膜残秆 回收 技术 运用
  • 简介:摘要目的探讨胃出血的临床特点及外科治疗方法。方法回顾性分析2006年一月至2014年十月我院收治的36例的上消化道出血患者的临床资料。结果胃出血患者的主要症状是黑便。胃出血的发生率为(24例,66.7%)对于II型术后来说,其明显高于I型组(12例,33.3%)。发送出血的原因是胃-吻合口炎并糜烂5例、10例血管畸形、3例吻合口破裂出血、吻合口溃疡6例和胃癌出血5例、7例胃炎。全部患者均经药物及内镜止血等治疗。手术后全部患者都顺利完成手术。操作方法全胃切除16例;黏膜缝扎止血并胃周血管离断3例,胃空肠吻合口缝扎止血12例,6例胃部分切除术。死亡3例,主要死亡原因为多器官功能衰竭和肺部感染。结论手术是治疗胃出血的有效方法。

  • 标签: 残胃 出血 手术治疗
  • 简介:为有效降低宫颈癌细胞图像在图像识别中的假阴性率,在此提出一种改进的网络算法.该改进算法通过对交叉熵代价函数增加权重实现,根据不同病变程度的宫颈细胞建立权重矩阵,有针对地对假阴性类别的输出进行加权处理,优化分类输出、减少假阴性误判.实验结果表明,对于不同的宫颈细胞图像数据集,本改进算法输出分类效果稳定;与传统图像分类算法相比,改进后的交叉熵代价函数算法在识别分类宫颈细胞图像时,能有效降低宫颈癌细胞图像的假阴性率.

  • 标签: 残差网络 图像识别 交叉熵代价函数 宫颈癌细胞 假阴性率
  • 简介:探讨了基于结构受力响应敏感点的应变的装配式简支梁桥有限元模型修正技术。由灵敏度分析确定结构优化变量,通过敏感点有限元计算应变与实测应变获得应变即应变比能总和,并表示成优化变量的函数,以为零为优化逼近目标,结合零阶及一阶优化方法进行模型修正计算。以一座5片箱梁组成的装配式简支梁桥为研究对象,将实桥应变测试值与优化后值进行对比,证明该方法在保证分析效率的同时,可获得较真实的结构状态,可为结构加固、改造提供依据。

  • 标签: 装配式简支梁桥 灵敏度分析 应变残差 模型修正
  • 简介:摘要应用纤维胃镜检查胃大部切除术后98例。其中,以胃炎和吻合口炎为主,共76例(77.6%),吻合口溃疡6例(6.1%),胃癌1例和胃癌术后复发癌11例(12.2%)。作者讨论了胃炎和吻合口炎的诊断、发病因素以及吻合口溃疡、胃癌的关系。并指出对胆汁和十二指肠内容物反流、手术方式的选择及术后胃镜的随访均予以重视。

  • 标签: 残胃炎 吻合口炎 胃切除术 吻合口溃疡 残胃癌