搜索结果: 121-135 共查到“神经网络”相关记录2863条 . 查询时间(0.283 秒)
“相约星期四咖啡时间”之深度神经网络的后门攻击与防御（图）
神经网络 后门攻击 防御 工业界
2021/3/23
2021年3月18日（周四）下午3：00，“相约星期四咖啡时间”如期举行。学院新入职教师陈艳姣研究员主持本周咖啡时间的交流，并为老师们带来了以“针对深度神经网络的后门攻击和防御”为主题的学术报告。
侧扫声呐海底沉船图像识别是水下障碍物核查和失事船只搜救中的一项重要工作。针对传统侧扫声呐图像人工判读存在效率低、耗时长、资源消耗大及主观不确定性强和过分依赖经验等问题，本文尝试引入卷积神经网络的方法，同时考虑到侧扫声呐沉船图像属于小样本数据集，提出一种基于迁移学习的卷积神经网络侧扫声呐沉船图像自动识别方法。通过归一化处理、图像增强等方式扩充样本数据，并以4∶1的比例划分训练集和测试集，同时参照经典...
针对道路交通多车牌识别问题,提出了一种快速鲁棒的多车牌检测识别方法,包括多车牌检测和车牌字符识别两部分:构造BP(Back-Propagation)神经网络模型用于颜色识别,结合图像形态学运算方法,筛选候选车牌目标,基于支持矢量机从候选车牌目标中判别真正的车牌目标;通过轮廓尺寸判断,并结合车牌尺寸特征,依次分割提取城市代码字符块、省份代码字符块及5位机动车编码字符块,最后基于BP神经网络识别字符块...
中国科学院沈阳自动化研究所提出基于循环神经网络的图像修补新模型（图）
循环 神经网络 图像修补 新模型
2021/2/23
近日，中国科学院沈阳自动化研究所在自然场景及人脸图像的修复领域中取得新进展，提出的基于循环对抗生成网络的图像修复方法成功应用于任意缺失区域的检测和修复。研究结果2021年发表在IEEE TRANSACTIONS ON MULTIMEDIA。图像缺失区域的恢复是图像处理中的难点问题，是影响目标识别、跟踪等视觉任务的精度和鲁棒性的重要因素。由于图像缺失区域信息的完全丢失和缺失信息的唯一性，因此根据已知...
中国科学院地质与地球物理研究所博士后何清龙与合作导师王彦飞研究员提出了一种基于深度神经网络(DNN)的全波形反演地质体结构的通用反演方法。该方法的主要思想是基于万能逼近定理，使用深度神经网络的权重对物理参数进行重新参数化，将原反演问题转化为物理原理约束下的网络参数的重构问题。该反演方法的优势是：重参数化的网络具有对抗神经网络的功能(GAN)，网络的稀疏表示信息使得该方法具有隐式正则化的作用，因此适...
海底底质分类对于海洋资源开发与利用、海洋科学研究等多方面具有重要意义。目前，多波束探测是实现大范围海底底质分类的有效手段之一，通常基于多波束反向散射强度提取角度响应（AR）特征及反向散射图像特征进行底质分类。由于特征来源较单一，分类器结构简单，往往分类精度不高。为此，本文提出了一种基于深层卷积神经网络（CNN）的多波束海底底质分类方法。除反向散射强度特征外，还利用地形特征，将特征向量转换为波形图，...
“一种基于神经网络的挂灰烟识别的质量判定方法”发明专利获公开
神经网络的挂灰烟识别 质量判定方法
2020/12/23
2020年12月8日，国家知识产权局公开一件由湖北省烟草科学研究院申请的发明专利：一种基于神经网络的挂灰烟识别的质量判定方法。一种基于神经网络的挂灰烟识别的质量判定方法，包括如下步骤：建立烟叶褐变等级识别模型，对不同褐变等级的烟叶进行质量分析判定。首先依据烤烟烟叶出现的挂灰程度对烟叶进行褐变等级的分类，分为0级、1级、2级、3级、4级五个褐变等级；接着基于神经网络建立烟叶褐变等级识别模型，实现烟叶...
卷积神经网络预测模型：提前24个月预测ENSO（图）
神经网络 预测模型 预测ENSO
2021/1/15
厄尔尼诺-南方涛动 （ENSO）是热带地区最重要年际气候信号之一，对大气环流和降水具有全球性的影响，准确的ENSO 季节-年际预测有助于预报相关气象灾害。目前，国际和国内的预报中心大多依赖数值模式的多初值集合预报、多模式集合预报等，这些是常用的提高ENSO预报技巧的集合方法。
神经网络技术检测玻璃钢缺陷精度高
神经网络技术 玻璃 钢缺陷 精度高
2020/12/14
俄罗斯托木斯克理工大学开发出一种利用神经网络技术检测半透明材料缺陷的新方法，测量精度超过所有其他方法。相关研究结果发表在最近的《无损评估》上。
利用神经网络方法研究合金元素对反应堆压力容器钢辐照脆化的影响
反应堆压力容器钢 神经网络 辐照脆化 合金成分
2021/2/23
反应堆压力容器（RPV）作为压水堆中不可更换的关键部件之一，其安全和稳定是决定反应堆安全经济运行的重要因素。RPV钢的辐照脆化问题是制约RPV在堆内安全服役的关键。RPV钢的辐照脆化与其合金成分关系密切。本文利用神经网络方法研究了RPV钢中关键合金成分（Cu、Mn、Ni、Si、P）与辐照脆化之间的关系。研究结果表明，基于神经网络方法得到合金成分与辐照脆化的关系与传统认知基本一致，辐照脆化对Cu含量...
利用人工智能神经网络助医生诊断病情
人工智能 神经网络 医生 诊断病情
2020/11/17
莫斯科市政府网站日前发布消息称，一种基于人工智能的神经网络模块正在应用于莫斯科的医疗系统。神经网络可以在三周的时间内分析10万份的莫斯科医疗数据。
针对目前基于机器视觉的机织物密度自动检测时织物检测视野小、精度低、品种适应性差的问题,提出一种基于多尺度卷积神经网络的检测方法。首先设计了一套离线图像采集系统连续采集织物图像,并建立一个包含详细织物参数的织物图像数据集;然后采用一种具有不同大小局部感受野的多尺度卷积神经网络适应不同大小的织物结构特征,定位纱线位置;最后利用霍夫变换及灰度投影方法处理网络模型所预测的纱线位置图,计算织物经纬密度,并对...
锂离子电池具有重量轻、无局部污染、功率密度高等优点，在电动汽车以及工业行业得到广泛应用。随着人们对电池安全运行和可靠性的认识不断提高，荷电状态（SOC）对于防止电池过度充电、深度放电和不可逆转的损坏至关重要。核科学与技术学院华青松教授基于神经网络的SOC建模和学习，应用非线性自回归外生神经网络（NARX-NN）和基于径向基函数（RBF）的无迹卡尔曼滤波神经网络（RBFNN-UKF）估算电池SOC。
基于BP神经网络的水下岩溶地层盾构掘进参数预测与分析
盾构隧道 水下岩溶地层 BP神经网络 掘进参数预测
2021/4/7
随着我国城市地铁网的建设，越来越多的隧道将不可避免的穿越水下岩溶区，受制于岩溶地层的复杂性、注浆加固后地层的诸多不确定性，盾构穿越该类地层施工风险极大，而选取合理的盾构掘进参数是确保盾构安全与高效掘进的关键。以长沙地铁三号线盾构穿越水下岩溶段为工程依托，首先通过统计与分析钻探数据，明确了岩溶分布特征；其次，通过输入地层特征参数和隧道特征参数，建立了可输出盾构掘进速度、推力、刀盘扭矩、开挖仓压力、气...