卷积神经网络与ELM的图像分类算法研究

卷积神经网络的全连接层作为一个经典的分类器,是根据传统的梯度下降法来实现训练的,泛化能力有限.针对这一问题,提出了一种将卷积神经网络和极限学习机相结合的混合模型应用于图像分类领域.卷积神经网络用于从输入图像中提取特征,特征映射最终会被编码成一维向量送入极限学习机中进行分类.给出了混合模型的详细设计,包括参数设计、结构分...     

基于大津算法和深度学习的开集声纹识别自适应阈值计算方法

针对开集声纹识别的自适应阈值计算问题,提出一种基于大津算法和深度学习的阈值计算方法.首先,采用三层受限Boltzmann机堆叠而成的深度置信网络从Mel倒谱系数中提取语音深层特征;其次,通过Gauss混合模型计算特征的相似度值,对特征的相似度值使用大津算法计算阈值.实验结果表明,该方法识别效果较理想,与等错误率计算阈值...     

基于动态优先级的奖励优化模型

传统的约束马尔可夫决策过程(constrained Markov decision process, CMDP)模型用来解决多目标决策的困难,但该模型缺乏通用性并且只适用于离散环境。为了解决这一问题,提出一种基于CMDP的改进算法CRODP,与强化学习(reinforcement learning, RL)算法结合,将带约束问题建模为拉格朗日公式,其中包含着深度强化学习的策略参数。然后进一步推导出模型参数的更新公式,并将其作为深度强化学习神经网络的损失函数。模型在学习过程中动态调整约束与主要目标之间的权重以确保最终策略符合给定的约束。在若干机器人平台上与基准的深度强化学习算法进行比较,显示本算法得出的最优策略能够更好地满足相应约束。     

三维场景动态模糊阴影算法实现

针对shadowmap算法,论述其基本原理,从数学角度解释自阴影以及锯齿现象出现的原因,利用z偏移和增加深度信息精度来解决自阴影现象,提出一种多次采样的算法来平滑阴影,消除锯齿影响,并基于DirectX3D实现,通过测试证明算法的可行性.     

无人机载LiDAR测深系统进行海岸带测绘的可行性分析

如何快速获取高精度、全覆盖的海岸带浅水地形数据一直是海洋测绘的难点之一。无人机载LiDAR测深是一种有效的海岸带水陆地形一体化测量技术,利用RIEGL VQ-840-G ALB系统在山东青岛海域开展了无人机载LiDAR测深实验。基于获得的青岛实测ALB数据,从海底点密度、最浅探测深度、最大探测深度、测深精度四个方面定量分析无人机载LiDAR测深系统的测量性能,并进一步分析了无人机载LiDAR测深系统对海岸带测绘的可行性。实验结果表明,该无人机载LiDAR测深青岛实验的水深点密度达603个/m²,最浅探测深度仅0.16 m,最大探测深度(基于平均海面)达6.14 m;通过与船载单波束测深数据和陆上RTK数据对比,水下测深精度为17.6 cm,陆上高程精度为5.2 cm,能够满足海岸带测绘的要求,相关成果可以为我国无人机载LiDAR测深技术研究与应用提供参考。     

典型1.5MW风力发电机组变桨系统深度治理方法

行业内早期1.5 MW风力发电机组变桨系统由于中国风场的特殊情况,同时风力发电机组所处环境较为恶劣,导致机组变桨系统控制与运行频繁出现各种故障,严重影响风力发电机组的可靠性和运行率。因此,需对运行8年及以上风力发电机组变桨系统进行深度治理,使机组运行更稳定可靠,减少变桨系统故障频发现状,增加机组利用率及发电量。     

基于深度学习的中文票据文本检测与识别方法

针对票据在识别时出现数据漏检率高、识别精度低的问题,提出文本检测模型ENCRAFT与识别模型DLCNN。在文本检测模型CRAFT的基础上,ENCRAFT修改其原始的特征提取网络的结构,利用未经池化的特征图进行融合,减少了细小特征的丢失,并增大监督特征图的分辨率,以提供更丰富的监督信息,从而提高模型检测率;DLCNN利用深层的卷积网络与浅层的循环网络实现对中文票据的高精度识别。实验结果表明,该方法在多个票据数据上的检测率与识别精度均有明显提升。     

基于深度学习的牙刷姿态识别方法

针对牙刷分拣中的定位问题,在确定牙刷位置的基础上采用深度学习实现牙刷姿态识别.对牙刷图像进行去噪增强,通过阈值分割提取感兴趣区域,计算图像的几何矩获得牙刷的方向角和外接矩形,以外接矩形的中心作为牙刷位置.用矩形框内的牙刷图像训练残差网络模型,当模型正确率达到要求时保存该模型,用于判断图像中牙刷的姿态.测试结果表明,该方...     

基于点云语义分割算法的下颌角截骨面设计

下颌角截骨手术是近年来较为热门的颅面整形手术.现阶段,下颌角截骨的术前方案设计通常由具有一定年资的医生完成,过程繁琐且耗时较长.为了提高截骨手术术前规划效率,提出一种基于点云语义分割网络的下颌角截骨面设计方法.对颅骨电子计算机断层扫描(CT)数据进行三维重建和表面点采样,将下颌骨三维模型转换为点云数据,然后通过基于Transformer的点云语义分割网络预测下颌骨点云中的截骨区域,最后根据点云分割结果计算出下颌角截骨平面.所提网络主要包括两个部分：一是基于注意力机制的本地特征提取层,用于提取细粒度局部结构信息;二是基于Transformer的非本地特征提取层,用于提取点云的全局上下文信息.在构建的下颌骨语义分割数据集上,将所提算法与其他点云语义分割算法进行比较.结果表明：所提算法能实现最佳的下颌角截骨区域预测,优于目前常见的点云语义分割算法.     

黄土地区某铁路专用线路基动力响应规律

为了研究移动列车荷载下黄土地区某铁路专用线动力响应规律,结合现场测试数据及2.5D有限元计算结果评估了新建货运线路和临近既有线列车运行情况下路基动应力分布规律及影响深度,讨论了沿线办公区环境振动规律.结果表明,轨道系统的过度抽象会导致路基内部动应力幅值和影响范围偏大,道砟-枕木-紧固件系统的实体化建模使得路基内部动应力分布更为合理.路基处于拟静力状态时动力蠕变引发的能量消耗对路基动力响应的影响可以忽略.货运列车低速运行时,车速对路堤内部动应力分布影响微弱,动应力影响深度约为4.2 m.此外,车速越低,轨道不平顺对场地环境振动的影响越明显.改善轨道短波不平顺是控制环境振动的有效措施.