修车大队一品楼qm论坛51一品茶楼论坛,栖凤楼品茶全国楼凤app软件 ,栖凤阁全国论坛入口,广州百花丛bhc论坛杭州百花坊妃子阁

oe1(光电查) - 科学论文

287 条数据
?? 中文（中国） ▾

  • 基于混合卷积网络的高分辨率可见光遥感图像道路分割

    摘要： 道路分割在智能交通系统和城市规划等诸多应用中具有重要作用。针对可见光遥感影像已提出多种道路分割方法，尤其是基于卷积神经网络的流行方案。然而，由于高分辨率可见光遥感影像中存在复杂背景和多尺度道路，实现高精度道路分割仍是具有挑战性的问题。为解决该问题，本文提出一种融合多个子网络的混合卷积网络（HCN）。该网络包含全卷积网络、改进U-Net和VGG子网络，分别获取粗粒度、中粒度和细粒度的道路分割图；并采用浅层卷积子网络融合这些多粒度分割图以实现最终道路分割。得益于多粒度分割策略，本HCN在处理多尺度道路和复杂背景时展现出优异效果。通过计算像素精度、平均精度、平均区域交并比（IU）和频率加权IU四项测试指标，在两个测试数据集上评估所提HCN。与五种前沿道路分割方法相比，本HCN具有更高的分割精度。

    关键词： 高分辨率可见光遥感影像，卷积神经网络（CNN），道路分割

    更新于2025-09-23 15:21:21

  • [2018年IEEE图像分析与解释西南研讨会(SSIAI) - 美国内华达州拉斯维加斯(2018.4.8-2018.4.10)] 2018年IEEE图像分析与解释西南研讨会(SSIAI) - 基于深度二值分类器的植物中心点估计

    摘要： 表型分析是估算植物物理和化学特性的过程。传统表型分析既费力又耗时。通过无人机采集航拍图像并运用现代图像分析技术进行处理，可以更快获取这些测量数据。我们提出一种通过将每个像素分类为"植物中心"或"非植物中心"来估算植物中心位置的方法，随后将每个聚类中心标记为植物定位点。我们在两个数据集上测试了该方法的效果：在包含早期植株的数据集中达到84%精确率和90%召回率，在包含后期植株的数据集中达到62%精确率和77%召回率。

    关键词： 彩色图像处理、植物表型分析、卷积神经网络、机器学习

    更新于2025-09-23 15:21:21

  • [2018年IEEE国际计算电磁学会议(ICCEM) - 中国成都 (2018.3.26-2018.3.28)] 2018年IEEE国际计算电磁学会议(ICCEM) - 基于复值卷积神经网络的非迭代电磁逆散射求解方法

    摘要： 本研究通过将传统实值卷积神经网络技术拓展至复值领域，提出了一种非迭代式非线性电磁逆散射方法。该方法能实时生成高质量成像，为解决大规模逆散射问题提供了有效工具。

    关键词： 深度学习，卷积神经网络，电磁逆散射问题

    更新于2025-09-23 15:21:21

  • [2018年IEEE国际计算电磁学会议(ICCEM) - 成都 (2018.3.26-2018.3.28)] 2018年IEEE国际计算电磁学会议(ICCEM) - 用于非线性电磁逆散射的复值深度卷积网络

    摘要： 电磁逆散射问题是一个典型的复杂问题，而传统深度卷积神经网络仅能应用于实数问题。受此启发，本文提出一种采用复值卷积神经网络处理电磁逆问题的新方法。通过引入多个级联的卷积神经网络?？椋菇芄皇迪值绱懦上癯直媛实哪Ｐ?。仿真与实验结果表明，该方法为实时处理大规模实际电磁逆散射问题开辟了新途径。

    关键词： 超分辨率、电磁成像、卷积神经网络、电磁逆问题

    更新于2025-09-23 15:21:21

  • 具有独立控制双频带传输响应的双极化频率选择吸波器

    摘要： 对于任何声称达到或超越人类水平的分类与识别系统而言，对数据集中微小扰动保持鲁棒性具有重大意义。研究人员发现，神经网络对微小扰动并不稳健——通过在测试数据中添加特定类别的噪声，很容易持续误导其产生误分类。这种所谓的对抗性噪声会严重削弱神经网络的性能（这些网络在未受扰动的数据集上原本表现优异）。最新研究提出：通过使用本身带有对抗性噪声的数据进行训练，可使神经网络获得对抗噪声的鲁棒性。基于此方法，本文提出一种基于K-支撑范数生成强效对抗噪声模型的新机制来训练神经网络。我们在MNIST和STL-10两个基准数据集上，采用多层感知机和卷积神经网络测试了该方案。实验结果表明：相比现有最先进技术，采用本技术训练的神经网络在鲁棒性方面展现出显著提升。

    关键词： 鲁棒性、泛化能力、卷积神经网络、对抗性、K-支持范数

    更新于2025-09-23 15:21:01

  • [IEEE NAECON 2019 - 美国电气电子工程师学会国家航空航天与电子会议 - 美国俄亥俄州代顿市（2019年7月15日-19日）] 2019年IEEE国家航空航天与电子会议(NAECON) - 基于卷积神经网络和红外断层扫描的激光粉末床熔融原位过程监测

    摘要： 增材制造（AM）是航空电子、生物医学、汽车和制造业等多个领域不断发展的技术方向。过去15年间，金属打印的激光粉末床熔融（LPBF）技术呈现出显著增长态势。由于该工艺生产的许多零部件（如生物医学植入物）属于高风险产品，其质量成为行业关注重点。为此，我们设计了一台配备原位传感器的LPBF设备来监控制造过程。通过图像处理与机器学习算法，能够高效分析海量数据并评估零部件质量，验证特定内部几何结构及制造缺陷。本研究采用计算机辅助设计（CAD）构建的含多尺寸（0.75-3.5毫米）特征几何体（正方形、圆形、三角形）的多层试件，基于选择性激光熔化（SLM）设备的红外（IR）图像进行特征检测。通过图像去噪预处理，结合主成分分析（PCA）进一步降噪，再运用卷积神经网络（CNN）识别特征并判定异常类别（该类别数据源自CAD图像构建的数据集）。经此自动化流程，共检测、分类并验证了300个几何元素与制造文件的匹配性。此外，系统还检测并保存了若干制造异常供终端用户核查。

    关键词： 激光粉末床熔融（LPBF）、主成分分析（PCA）、红外图像（IR）、卷积神经网络（CNN）、增材制造（AM）、计算机辅助设计（CAD）

    更新于2025-09-23 15:21:01

  • 基于卷积神经网络-樽海鞘群算法的短期光伏功率预测

    摘要： 为应对气候变化并提供绿色能源，高效利用可再生能源需要进行光伏发电短期功率预测。本文提出一种结合卷积神经网络（CNN）与樽海鞘群算法（SSA）的新型预测策略用于光伏功率输出预测。首先将历史光伏功率数据及相关气象信息划分为雨天、浓云、多云、薄云和晴天五种天气类型，通过CNN分类确定次日天气类型预测结果。针对不同天气类型建立五个CNN回归模型，每个CNN回归模型均采用樽海鞘群算法（SSA）优化以调节最佳参数。为评估所提方法性能，将其与基于SSA的支持向量机（SVM-SSA）和长短期记忆神经网络（LSTM-SSA）方法进行对比。该方案在台湾南部一座500千瓦峰值容量的光伏发电系统上进行了测试，结果表明所提出的CNN-SSA方法比SVM-SSA和LSTM-SSA方法更能适应实际发电模式。

    关键词： 卷积神经网络、樽海鞘群算法、可再生能源、日前预测、光伏功率预测

    更新于2025-09-23 15:21:01

  • 利用神经网络对激光多普勒振动仪信号进行分类实现混凝土缺陷的非接触式检测

    摘要： 本研究旨在开发一种用于混凝土结构的非接触式高速损伤检测技术。采用激光多普勒测振仪以高信噪比获取混凝土结构振动数据，通过傅里叶变换将观测振动数据转换为频谱。有限元法模拟预测裂缝部位会在低频区出现特征频谱，但实验结果未清晰显示该差异。相反，在实验数据的高频区则倾向于出现裂缝部位特有的频谱。不过该差异过于微弱，常被锤击力度波动所掩盖，因此难以人工判定裂缝信号。为高精度判断裂缝位置与尺寸，研究采用卷积神经网络进行机器学习，最终实现了超过90%的混凝土裂缝高精度检测。

    关键词： 卷积神经网络、激光多普勒测振仪、混凝土、无损检测

    更新于2025-09-23 15:21:01

  • 基于深度学习的大规模多类别图像细胞分类

    摘要： 超高通量光学显微镜技术的最新进展催生了一代仅基于细胞图像表型进行分类的新方法。与当前依赖缓慢且昂贵的基因/表观遗传分析的单细胞技术不同，这些基于图像的分类方法能以极低成本对成千上万甚至数百万个单细胞进行形态学分析和筛选。此外，它们已展现出理解细胞异质性在从癌症筛查到候选药物鉴定/验证等多样化生物应用中作用所需的统计学显著性。本研究探讨了机器学习算法处理数百万张无标记细胞图像大规模数据集的效能与机遇，开发了一套基于卷积神经网络（CNN）的自动单细胞分类框架，并对比分析了其与传统k近邻（kNN）及支持向量机（SVM）方法在大规模数据集分类中的效率表现。实验表明：(i) 我们提出的框架能基于无标记明场图像高效识别多种细胞类型，准确率超99%；(ii) 相较kNN和SVM，基于CNN的模型在数据量变化时表现出良好且相对稳定的性能。

    关键词： 卷积神经网络，明场成像，多类分类，细胞分类

    更新于2025-09-23 15:21:01

  • 利用深度神经网络通过微调进行PET图像去噪

    摘要： 正电子发射断层扫描（PET）是临床诊断中广泛使用的功能成像技术。本研究训练了一个深度卷积神经网络（CNN）以提升PET图像质量。我们采用基于预训练VGG网络特征提取的感知损失（而非传统均方误差）作为训练损失函数，从而保留图像细节。鉴于真实患者数据集数量有限，我们提出先使用模拟数据进行网络预训练，再利用真实数据集对网络最后几层进行微调。模拟数据、真实脑部及肺部数据集的结果表明，该方法在降噪效果上优于传统高斯滤波方法。

    关键词： 正电子发射断层扫描、微调、卷积神经网络、感知损失、图像去噪

    更新于2025-09-23 15:21:01