【摘 要】
：
为了在垃圾分类实验中获得更高的准确率,该研究将采用一种新型模型BoTNet-50通过深度神经网络算法来进行垃圾分类应用,所处理的垃圾分类数据集包括了常见生活垃圾共40类.BoTNet-50是ResNet-50的一种改进模型,通过用MHSA (Multi-Head Self-Attention)层替换ResNet-50最后三个残差模块的3*3的卷积层得到.通过实验得出,BoTNet-50对比ResNet-50,前者在垃圾分类数据集上可以得到相比更高的准确率.
【机 构】
：
四川大学锦城学院,四川成都,611731
论文部分内容阅读
为了在垃圾分类实验中获得更高的准确率,该研究将采用一种新型模型BoTNet-50通过深度神经网络算法来进行垃圾分类应用,所处理的垃圾分类数据集包括了常见生活垃圾共40类.BoTNet-50是ResNet-50的一种改进模型,通过用MHSA (Multi-Head Self-Attention)层替换ResNet-50最后三个残差模块的3*3的卷积层得到.通过实验得出,BoTNet-50对比ResNet-50,前者在垃圾分类数据集上可以得到相比更高的准确率.
其他文献
CycleGAN在图像生成领域的提出在极大程度上推动了图像生成的发展,对于未配对的数据集做图像生成应用而言,CycleGAN无疑是很优秀的.它提供了一种在缺少成对样本的情况下将源域X转换为目标域Y的训练方法.而由于单向的图像转换的映射约束不足,因此使用了循环执行一致性损失来加强约束力.一些未配对训练数据的任务包括图像风格的迁移、图片增强等等反映了定性的结果.本文所做的工作是通过CycleGAN来进行现实世界的场景到动漫风格图片的转换,最后使用PSNR和SSIM两个指标来对转换的结果进行评价.
基于模块化多电平变流器的统一潮流控制器(MMC-UPFC),通过对电压、串联补偿和相移均衡实现对有功和无功的调节.UPFC拓扑和控制的差异对其输出特性有着重要影响.本文概述了MMC-UPFC的拓扑结构和工作原理然后对串联和并联变换器控制策略分别进行阐述.设计其相应的解耦控制策略.最后,在Matlab/ Simulink中搭建了仿真,仿真证明其性能良好.
为了无介入的量化学生上课的精力集中程度,提出并设计了基于深度学习的课堂注意力检测算法.利用libfacedetection人脸检测模型检测摄像头画面中含68个特征点的人脸,再根据特定的6个特征点估计头部姿态以及眼部12个特征点计算疲劳程度,并通过特征融合的策略获取学生的注意力状态,从而计算学生注意力集中时间.实验结果表明,该算法具有较高的准确率,达到了预期效果.
半导体材料是一类具有半导体性能、可用来制作半导体器件和集成电路的电子材料,对现代社会的生产和科技发展有着深远的意义.二极管是最早诞生的半导体器件之一,常用于实现对交流电整流、调制信号检波、限幅等.其特性参数是衡量系统稳定度和准确性的一项重要指标.因此,对二极管各项参数的测试与检测至关重要.本文设计了一种性能优异、易操作的半导体参数自动测试仪,可对二极管的伏安特性进行分析及显示,结合电路设计实现正向导通电压、反向击穿电压等参数的精确测量.该测试仪结合小电流恒流源、继电器、数控模块以及单片机对电路实现全方位精
本文通过使用分块混合的方式将不同时间段的脑电波进行提取,通过LightGBM算法进行模型训练,使用波士顿医院CHB-MIT数据集,波恩大学癫痫数据集进行训练和评估,该模型发挥了决策树的优势,相比使用卷积神经网络模型拥有更高的准确率,为癫痫状态识别提供了参考和依据.
本文针对通信接收机平台需要对不同速率的接收波形均有良好接收质量的需求,提出了一种计算量小且对任意转换率都具有低损伤的采样率装换方法.仿真表明经过该方法转换后的接收波形保持了原有时、频特性,且能较好满足工程需求.
帕金森病(Parkinson\'s disease,PD)是仅次于阿茨海默病的第二大类神经系统变性疾病,常发于中老年人群,准确诊断PD具有重要意义.本文提出基于单核苷酸多态性(SNP)数据的LSTM-SVM模型用于诊断帕金森疾病,首先使用LSTM网络学习SNP数据的潜在表达特征并提取出关键特征;其次使用提取后的特征作为输入,使用SVM用于疾病诊断.将LSTM-SVM分别与其他经典模型比较,结果显示LSTM-SVM表现结果最好,准确率达到0.73.
冠状动脉造影是作为冠心病诊断和治疗的工具之一,中国大概90％的经皮冠状动脉介入治疗在冠状动脉造影诊断当时完成,快速而准确的冠状动脉造影影像诊断十分重要,于是将各种血管分割开成为最重要的问题,因此针对冠脉造影搭建了一个基于Django该冠脉造影血管标注系统.该系统采用Django网页开发框架、U-Net++深度学习框架、Bootstrap响应式网页开发技术、Python语言和MTV的设计模式实现了冠脉造影上传功能,调用U-Net++深度学习框架训练出来的模型对血管进行模型预测分割并手动修改预测结果功能,血管
本文基于VGG16网络,搭建FCN、U-net、SegNet三种网络模型,对同一数据集进行训练,通过多次实验,对比分析三种模型优劣.实验结果得出:三种模型在建筑物特征定位方面相差无几,但在细节方面,U-net模型所呈现的结果最优,明显优于另外两种模型.
我国社会经济正在快速发展,世界范围内的资源与环境问题也更严峻,人们逐步提高了低碳环保、节能降耗等要求,且大规模推广应用清洁能源.因此,企业利用智能电网节省电能,与日趋改变的能源消耗结构相适应.本文系统分析了无线通信技术在智能电网建设中的应用,希望为相关领域的工作人员提供参考.