搜索结果: 1-10 共查到“知识库 计算机科学技术 深度学习”相关记录10条 . 查询时间(0.101 秒)
近些年,联邦学习(Federated learning,FL)由于能够打破数据壁垒,实现孤岛数据价值变现,受到了工业界和学术界的广泛关注.然而,在实际工程应用中,联邦学习存在着数据隐私泄露和模型性能损失的问题.为此,首先对这两个问题进行数学描述与分析.然后,提出一种自适应模型聚合方案,该方案能够设定各参与者的Mini-batch值和自适应调整全局模型聚合间隔,旨在保证模型精度的同时,提高联邦学习训...
布匹瑕疵检测是纺织工业中产品质量评估的关键环节,实现快速、准确、高效的布匹瑕疵检测对于提升纺织工业的产能具有重要意义.在实际布匹生产过程中,布匹瑕疵在形状、大小及数量分布上存在不平衡问题,且纹理布匹复杂的纹理信息会掩盖瑕疵的特征,加大布匹瑕疵检测难度。
设计出一种基于学习去噪的近似消息传递(Learned denoising-based approximate message passing,LDAMP)的深度学习网络,将其应用于量子状态的估计.该网络将去噪卷积神经网络与基于去噪的近似消息传递算法相结合,利用量子系统输出的测量值作为网络输入,通过设计出的带有去噪卷积神经网络的LDAMP网络重构出原始密度矩阵,从大量的训练样本中提取各种不同类型密度...
基于深度学习的单幅图像超分辨率重建算法综述
单幅图像超分辨率 计算机视觉 深度学习 神经网络
2021/10/20
单幅图像超分辨率(Single image super-resolution,SISR)重建是计算机视觉领域上的一个重要问题,在安防视频监控、飞机航拍以及卫星遥感等方面具有重要的研究意义和应用价值.近年来,深度学习在图像分类、检测、识别等诸多领域中取得了突破性进展,也推动着图像超分辨率重建技术的发展.本文首先介绍单幅图像超分辨率重建的常用公共图像数据集;然后,重点阐述基于深度学习的单幅图像超分辨率...
基于深度学习的光学遥感图像目标检测研究进展
深度学习 光学遥感 目标检测 卷积神经网络
2021/10/13
光学遥感图像的目标检测(Optical remote sensing images object detection,ORSIOD)是航空和卫星图像分析领域的一个基本但具有挑战性的问题,近年来受到广泛关注.本文从如下几个方面介绍了基于深度学习的光学遥感图像目标检测的研究现状.首先对光学遥感图像目标检测的主要难点进行了介绍,接着对现有基于深度学习的目标检测算法进行概括,并以光学遥感图像目标检测的难点...
基于深度学习的极性电子元器件目标检测与方向识别方法
电子制造 深度学习 方向识别 目标检测 Faster RCNN
2021/7/27
极性电子元器件的类别、方向识别、定位在工业生产、焊接和检测等领域发挥着至关重要的作用.本文首先将极性电子元器件的方向识别问题转化为一个分类问题,然后,采用Faster RCNN(Region convolutional neural network)与YOLOv3方法实现了极性电子元器件的准确分类、方向识别和精准定位.实验取得良好的效果,两种算法的平均准确率(Mean average precis...
基于深度学习的表面缺陷检测方法综述
深度学习 表面缺陷检测 机器视觉 卷积神经网络
2021/5/20
近年来,基于深度学习的表面缺陷检测技术广泛应用在各种工业场景中.本文对近年来基于深度学习的表面缺陷检测方法进行了梳理,根据数据标签的不同将其分为全监督学习模型方法、无监督学习模型方法和其他方法三大类,并对各种典型方法进一步细分归类和对比分析,总结了每种方法的优缺点和应用场景.本文探讨了表面缺陷检测中三个关键问题,介绍了工业表面缺陷常用数据集.最后,对表面缺陷检测的未来发展趋势进行了展望。
基于深度学习和二维高斯拟合的视网膜血管管径测量方法
视网膜血管 全卷积神经网络 管径测量 二维高斯拟合
2019/2/25
糖尿病、高血压等疾病会引起视网膜血管的形状发生变化，眼底图像血管分割是疾病定量分析过程中的关键步骤，对临床疾病的分析和诊断具有指导意义。本文提出一种视网膜血管管径自动测量方法。
深度学习的MPCANet火灾图像识别模型设计
深度学习 MPCANet 张量对象分析 火灾图像识别
2018/2/25
针对火灾发生时，火灾图像背景复杂、人工特征提取过程繁琐、对火灾图像的识别泛化能力不强、容易出现精度不高、误报和漏报等问题，提出了张量对象特征提取的多线性主成分分析（Multilinear Principal Component Analysis，MPCA）深度学习算法的火灾图像识别新方法。利用MPCANet建立火灾图像识别模型，通过MPCA算法学习滤波器作为深度学习网络卷积层卷积核，对张量对象的高...