排序方式： 共有34条查询结果，搜索用时 31 毫秒
11.
基于FTVGG16卷积神经网络的鱼类识别方法 总被引：3，自引：0，他引：3
针对大多数应用场景中,大多数鱼类呈不规则条状,鱼类目标小,受他物遮挡和光线干扰,且一些基于颜色、形状、纹理特征的传统鱼类识别方法在提取图像特征方面存在计算复杂、特征提取具有盲目和不确定性,最终导致识别准确率低、分类效果差等问题,本文在分析已有的VGG16卷积神经网络良好的图像特征提取器的基础上,使用Image Net大规模数据集上预训练的VGG16权重作为新模型的初始化权重,通过增加批规范层(Batch normalization,BN)、池化层、Dropout层、全连接层(Fully connected,FC)、softmax层,采用带有约束的正则权重项作为模型的损失函数,并使用Adam优化算法对模型的参数进行更新,汲取深度学习中迁移学习理论,构建了FTVGG16卷积神经网络(Fine-tuning VGG16 convolutional neural network,FTVGG16)。测试结果表明:FTVGG16模型在很大程度上能够克服训练的过拟合,收敛速度明显加快,训练时间明显减少,针对鱼类目标很小、背景干扰很强的图像,FTVGG16模型平均准确率为97. 66%,对部分鱼的平均识别准确率达到了99. 43%。 相似文献
12.
13.
快速准确的鱼类识别系统需要良好的识别模型和部署系统作为支撑.近年来,卷积神经网络在图像识别领域取得了巨大成功,不同的卷积网络模型都有不同的优点和缺点,面对众多可供选择的模型结构,如何选择和评价卷积神经网络模型成为了必须考虑的问题.此外,在模型应用方面,移动终端直接部署深度学习模型需要对模型进行裁剪、压缩处理,影响精度的... 相似文献
14.
15.
高分辨率遥感影像农田林网自动识别 总被引：3，自引：0，他引：3
以0.5 m的Geo Eye-1卫星遥感影像为数据源,充分利用影像的纹理和光谱信息,研究农田林网高分辨率遥感自动识别方法。首先利用归一化差值植被指数(NDVI)和二维熵值构建分类决策树,并结合辅助数据初步提取出带状的农田林网;其次对该结果进行形态学处理,得到连续、细化的农田林网识别结果。选取甘肃省临泽县河西走廊中部巴丹吉林沙漠南缘绿洲的部分区域为研究区,进行实例验证,结果表明,采用本文构建的方法,农田林网的自动识别精度均在92%以上,平均精度达到92.97%,空间位置吻合度均在86%以上,平均吻合度达到93.13%,满足土地整治等工程监管的实际需求。该方法可为农田林网建设及相关工程监管提供科学支撑。 相似文献
16.
基于改进深度信念网络的池塘养殖水体氨氮预测模型研究 总被引：3，自引：3，他引：0
水体氨氮是影响水产养殖质量和产量的关键参数之一。然而,池塘养殖环境复杂多变,氨氮含量影响因子众多,且各因子之间相互关联并呈现非线性变化,同时,获取的数据存在大量噪声。因此,采用数学方法及传统神经网络很难精准预测氨氮含量,且在进行数据训练时存在局部收敛和计算效率差的问题。针对上述问题,首先,通过主成分分析筛选影响氨氮含量变化的主要因子作为模型输入,利用小波阈值方法实现噪声消除;然后,提出一种基于粒子群优化算法(particle swarm optimization, PSO)并结合多变量深度信念网络(multi-variable deep belief network, MDBN)预测模型,对池塘养殖水体溶解氧预测,并与传统最小二乘支持向量机、BP神经网络、DBNs(deep belief networks)模型进行了比较分析。研究结果表明,该文所提方法其平均百分比误差(mean absolute percentage error,MAPE)为0.1172,与传统最小二乘支持向量机、BP神经网络、DBNs方法进行对比,其MAPE分别降低了0.285 9、0.214 6、0.013 9。除此之外,随着样本数量增加,其模型绝对误差不断降低。因此,该文所提方法具有高的预测精度及泛化性能,研究可为池塘水体氨氮含量精准预测提供理论依据和参数支持。 相似文献
17.
设计了一套面向移动终端的农业知识文语转换系统,该系统借鉴语义检索技术中对于关键词的语义处理方式,用语义检索技术处理文本切分过程中所遇到的歧义字段,可将农业文本知识转换为自然流畅的语音,并结合呼叫中心技术、借助移动终端推广农业知识。首先对文语转换中的文本分析流程进行分析,明确歧义字段处理为文语转换的关键点。在明确关键点的基础上,设计出用于进行分词的词典,进而基于词典匹配和统计分析模型对歧义字段进行提取,再基于语义检索对歧义字段进行处理,从而实现歧义字段的切分,最终采用Cool Edit Pro 2.0软件实现语音合成和韵律处理功能,开发出面向移动终端的农业知识文语转换系统,可有效解决歧义字段的处理问题。由测试结果可以看出,本文算法的查准率为94.03%,较最大匹配法和三元语法的查准率分别提高了5.72个百分点和0.97个百分点;本文算法的查全率为95.32%,较最大匹配法和三元语法的查全率分别提高了0.23个百分点和1.95个百分点;本文算法的F-1测度为0.93,较最大匹配法提高了0.01,与三元语法相同,说明本文算法具有较好的性能。 相似文献
18.
19.
水体叶绿素a光学传感器信号调理电路设计与测试 总被引：1，自引：0，他引：1
为了将水体叶绿素a光学传感器光通路微弱的荧光信号转换为能够满足模数转换器件输入要求的稳定电信号,在前期光通路部分设计的基础上,设计了水体叶绿素a光学智能传感器的信号调理电路部分。该电路包括激发光源驱动模块、光电I/V转换与放大模块、滤波模块、检波模块4部分:对于激发光源驱动模块,采用偏置匹配度高、偏置偏移极小、压差更低的集成驱动芯片,同时驱动多组LED,比传统的限流电阻方案更加稳定、高效,驱动电流也更加一致;设计的光电I/V转换与放大模块,经过I/V转换电路和同相比例放大电路进行了两级放大,相比传统滤波放大电路具有放大交流、抑制直流的特点;在滤波模块,采用单片集成有源滤波器,无需外接电容,与传统的高阶低通滤波器相比,不仅受杂散电容的影响小,而且可以有效减小电路体积;在检波模块,使用了一款具有增量累计转换方式的集成转换器芯片,较之传统的峰值检波电路具有更宽的输出幅度、轨对轨输出、更快的转换速度和更高的转换精度(高达99.75%),而且具有输出直流稳定、温度漂移更小等特点。 相似文献
20.