首页期刊导航|电脑与信息技术
期刊信息/Journal information
电脑与信息技术
电脑与信息技术

陈彬

双月刊

1005-1228

hndnxj@126.com

0731-84139574-8178

410001

长沙市解放东路53号

电脑与信息技术/Journal Computer and Information Technology
正式出版
收录年代

    基于ResNet34卷积神经网络的垃圾分类识别小程序

    李玉信王嘉欣刘力军
    1-3页
    查看更多>>摘要：人类社会的生产力水平正在以指数级提升,导致垃圾数量疯涨,因此当下如何处理大量的垃圾成为一个棘手的问题.在大量堆积的垃圾中既有可以回收利用的可回收垃圾,也有能造成污染的有害垃圾,如果对其不加以区分就丢弃,对于资源是一种浪费.为了解决在垃圾分类过程中出现的错误分类的问题,构建了基于ResNet34 卷积神经网络的垃圾分类识别模型.根据垃圾分类的需求对现有的网络模型做出了相应的调整,优化模型主要参数的同时采用了迁移学习的方式训练模型使其在测试集上的准确率达到了 87%.选择与微信小程序结合,向ResNet34 模型导入数据集并训练 40 种垃圾类别,同时通过Https协议远程调用服务器上运行的模型,从而在小程序上实现对垃圾的快速精准分类.

    垃圾分类ResNet34微信小程序

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于深度学习的金属表面缺陷识别方法

    盛承光
    4-5,89页
    查看更多>>摘要：针对金属产品表面缺陷识别过程中,缺陷类型多样、大小形态各异等问题,提出了一种基于多尺度残差卷积网络的深度学习模型.该网络以ResNet50 作为特征编码器提取具有不同分辨率的特征图以捕获多尺度特征信息,从而提高其识别不同尺寸缺陷的能力;同时采用多层感知机(Multi-Layer Perceptron,MLP)进行多尺度特征的自适应融合,将浅层卷积获取的图像纹理和边界等特征和深度卷积提取的复杂语义特征信息进行信息交互和特征细化,以提升网络模型识别性能.实验结果表明,文章所提出算法在NEU-DET数据集上准确率达到了 98.06%,相比其他模型具有更高的识别精度.

    深度学习缺陷识别多尺度特征多层感知机

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于元学习的风电场短期风电功率组合预测

    仲铭李子承
    6-9页
    查看更多>>摘要：针对单一的模型受风电功率高度的不确定性和波动性影响无法很好地匹配不同风电涡轮机的序列特征从而导致预测精度低的问题,提出了使用一种基于深度卷积神经网络的元学习方法.该方法首先从原始数据中自动学习一个特征表示,然后将学习到的特征用神经网络与一组权值联系起来,并将这些权值分配给一组基预测模型,最终形成组合预测.实验结果表明,在真实的数据上的预测评估中,基于元学习的组合方法可以有效提高风电功率的预测精度.

    风电功率预测深度学习多步预测元深度学习组合预测

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于ZOA与CNN的电梯故障诊断

    王赛男柏智杨云涛
    10-13页
    查看更多>>摘要：采用ZOA-CNN方法对电梯轴承故障进行诊断,旨在通过分析电梯运行过程中的轴承振动信号,进一步判断电梯是否存在故障.卷积神经网络(Convolutional Neural Network,CNN)具有出色的数据特征提取能力,为电梯轴承故障诊断提供了有力支持.同时结合斑马优化算法(Zebra Optimization Algorithm,ZOA)对CNN模型参数进行优化,以提升诊断性能.研究结果表明,该方法在轴承电梯故障诊断方面取得了显著的成果,其诊断准确率达到了99.75%,明显高于传统故障诊断方法对电梯故障的正确率.

    电梯故障卷积神经网络斑马优化算法故障诊断

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于Mediapipe的人体姿态跟随机器人系统的设计与实现

    张华锐赵潇帆王苑丞吕行...
    14-17,102页
    查看更多>>摘要：本研究的机器人系统采用计算机视觉对人体姿态进行动态标识,从现有的单目相机获得图像或视频,利用Mediapipe方法对32个人体关键部位进行了定位和可信度的测量.控制系统通过反馈关节位置标记进行人机关节映射,控制驱动元件复现人体实时自然交互,实现人体跟随的功能.该系统的随机实验结果证明了系统设计的正确性和可行性,这对人体姿态跟随机器人系统的仿真研究有一定的指导作用.

    Mediapipe人体姿态识别机器人自动跟随

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    人工智能课程实践教学案例设计——以离散数学课程为例

    张新于重重李悦廉小亲...
    18-22页
    查看更多>>摘要：针对目前人工智能课程实验侧重算法的程序实现与调试,学生在此过程中缺少整体层面的逻辑思考,并与实际工程背景跨度较大的问题,案例以AlphaGo为参考,通过人机博弈的方式进行算法性能的验证,能够激发学生的兴趣和积极性,为人工智能课程实践教学和改革提供案例参考.

    人工智能教学案例博弈搜索五子棋AIAlphaGo

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于改进Census变换融合AD立体匹配算法研究

    孙延鹏华政旭
    23-26,107页
    查看更多>>摘要：在立体匹配算法中,针对Census算法对于图像深度不连续、弱纹理区域匹配精度低、易受噪声干扰的问题,提出了一种改进Census变换结合自适应窗口的方法,利用梯度信息实现窗口的自适应选择,并将灰度绝对值计算(Absolute Difference,AD)和改进后的Census变换相融合,提升了算法的精度和抗噪声能力,在代价聚合阶段,通过不同的自适应窗口提供不同的自适应阈值,最后通过赢家通吃的算法(WTA)进行视差优化,进而得到最终的视差图.利用该改进算法对Middlebury平台提供的标准图像进行实验表明改进后的算法误匹配率降低,并有很好的抗噪声能力.

    立体匹配Census变换自适应窗口

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于改进YOLOv5的柑橘目标识别研究

    黄辉苏成悦王银海
    27-29页
    查看更多>>摘要：文章针对现有的柑橘目标识别存在准确率不高,以及深度学习模型参数量和浮点计算量大的问题,提出基于YOLOv5 算法进行三个方面的改进,一是引入轻量化网络Mobilenetv3、ShufflenetV2、Ghost等对YOLOv5 的Backbone模块进行改进,二是针对Neck网络的C3 部分融入注意力机制进行改进,三是使用Ghost Conv模块来改进Neck网络的Conv模块.最终改进的算法在模型参数和浮点计算量方面均下降为原来的 1/7 左右,经过优化参数训练后,该模型在测试集上的mAP@0.5 达到了 0.957.

    柑橘注意力机制改进YOLOv5轻量化

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    一种辅助"三维室内建模"实验教学的移动AR系统

    朱荣唐洁卢刘斯佳
    30-32页
    查看更多>>摘要：在"三维室内建模"实验教学环节中,针对模型结构、纹理的繁杂多样以及学生三维空间感知能力不足等导致的实验教学质量低的问题,文章提出运用Unity3D引擎、AR Foundation开发平台和SenseAR XR Plugin插件开发一个辅助实验教学的Android移动端增强现实系统,登录后可对模型结构进行多视角观看,可以实时更换模型以及材质等,通过这种具有沉浸感的三维结构与可视化交互操作,提高学生的建模效率、三维空间感知能力以及创新设计能力.该研究为"三维建模"方向的实验教学提供了一种新的教学手段.

    增强现实图形绘制渲染管线对象关系映射可视化交互非正式学习

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于改进boxlevelset的叶片显微图像气孔分割方法

    郑禹曦黄建平
    33-35,70页
    查看更多>>摘要：深度学习技术已被用于气孔分割任务.然而,训练数据的标注是机械且耗时的人工过程,特别是在数据集比较大的时候.为了减少标注时的工作量,研究提出一种基于弱监督模型Boxlevelset的气孔分割方法.将原模型的特征提取网络ResNet50 替换为ResNest50,并且在特征提取过程中引入CBAM模块.以黑杨气孔为研究对象,该方法可有效分割出气孔,F1 得分为 79.89.所提出的方法减少了标注训练数据所需的时间,同时保证了分割精度,从而显著减少了训练气孔分割网络所需的工作量.

    叶片气孔分割神经网络弱监督注意力机制

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据