【摘 要】
：
深度学习是机器学习的一个重要分支,可用于图像分类及目标识别等,其中ResNet网络由于其自身的优势,所以应用较为广泛。在此基础上,提出了一个新的算法,用于训练ResNet网络。由于ResNet网络结构可以看做是逐层增强的结构,其本身结构解决了深度学习中的退化问题,故结合Boosting的原理,提出了一个基于Boosting理论,同时完整保留ResNet网络本身优点的训练算法。在ResNet网络每一
【机 构】
：
阜阳工业经济学校,安徽阜阳236015;阜阳师范大学,安徽阜阳236041
论文部分内容阅读
深度学习是机器学习的一个重要分支,可用于图像分类及目标识别等,其中ResNet网络由于其自身的优势,所以应用较为广泛。在此基础上,提出了一个新的算法,用于训练ResNet网络。由于ResNet网络结构可以看做是逐层增强的结构,其本身结构解决了深度学习中的退化问题,故结合Boosting的原理,提出了一个基于Boosting理论,同时完整保留ResNet网络本身优点的训练算法。在ResNet网络每一层的输出处引入一个线性的全连接层,使之分别相对于一个弱的分类器。此时,仅需要训练浅层的网络便可达到所需效
其他文献
铅基板栅合金作为铅酸蓄电池中的非活性物质材料,在整个电池体系中占据重要地位,直接影响到电池的电化学性能。稀土金属作为铅基板栅合金的添加剂,可以有效地改善板栅的力学性能和电化学性能,提升板栅合金的耐腐蚀性,延长循环寿命。本文综述了铅基板栅合金添加稀土金属的相关研究,针对稀土金属添加剂对铅基板栅合金的影响进行了总结,并展望了稀土合金在工业铅酸蓄电池中的应用前景。
硫酸溶液是铅酸蓄电池充放电体系三大核心活性物质之一。它不仅是蓄电池充放电过程中化学反应的最直接参与者,同时也承担着溶剂和传导电流的作用,对蓄电池的性能有着极大的影响。目前,国内工业硫酸常见的生产方法主要包括3种,即硫磺制酸、硫铁矿(FeS2)制酸和冶炼烟气制酸。笔者主要介绍电解液中硫酸纯度对铅酸蓄电池性能的影响,以及3种制酸方式和其相应硫酸产品的优缺点。
伴随时代的进步,新能源汽车的相关技术在不停发展,所以动力电池作为新能源汽车的关键部分需要不断改进。新能源汽车电池荷电状态(SOC)的检测是电池管理系统的重要组成部分。提高电池SOC的测量精度将对延长电池循环使用寿命和提高安全性起到重要作用。锂电池以其高能量密度等优势在新能源汽车电池领域占据重要地位。笔者以锂电池作为研究对象,分析了锂电池SOC的估算算法和等效电路模型。
铅酸电池的自放电会消耗电能,降低使用性能。对六种常见杂质,分别是铁、铜、锑、氯、有机物和硝酸盐,从来源及危害角度进行分析探讨,以降低生产及使用维护过程中杂质的含量,提高电池的使用寿命及储电能力。
水下高级视觉任务,如图像分类、目标检测和跟踪等需要大量水下图像数据,而生成对抗网络给数据增强和扩充提供了新的思路。根据水下成像模型分析出水体吸收光线和水中悬浮颗粒的散射是水下图像区别于陆地图像的主要原因,并基于物理模型构造生成对抗网络UWGAN,提出包含生成对抗损失、风格损失、结构性损失和色彩损失的多目标损失函数。实验表明,UWGAN能够模拟水下图像退化的主要因素并且能够合成逼真的水下图像,可以实
随着舰载激光武器的不断发展,利用激光武器防御反舰导弹成为了一种重要手段.现有的激光武器毁伤效果模型较为简单,与实际应用存在一定差距.通过分析激光在大气中的传输特性,结合实际应用中存在的跟踪误差,建立了一种激光武器功率密度模型.通过仿真,分析了跟踪误差对功率密度的影响,为今后制定激光武器使用策略提供参考依据.
多传感器的线性随机动态估计系统复杂多样,其中,各传感器之间的观测噪声相关系统得到广泛研究.但在实际应用中,噪声相关系统的状态向量还可能受到各种约束,如:等式约束、不等式约束、运动学定律等,使得估计误差方差阵可能是奇异的.理论上这些先验信息有利于更精确的估量,但现有的融合算法存在局限性,无法应用于这类情况.针对此类问题,基于线性最小均方误差(MMSE)准则,提出了最优加权的估计融合算法.通过仿真,将最优加权的估计融合算法与中心式融合算法进行对比分析,比较了两种算法的估计误差,数值结果验证了该算法的有效性.
高超声速滑翔飞行器面临复杂的气动热环境,预示数值存在一定的不确定度,其不确定度来源的辨识与量化分析对于确保可靠性和鲁棒热防护系统具有重要意义.首先给出了经过对比完善的高超声速滑翔飞行器端头、前缘和大面积气动加热计算方法.然后,将影响热流预示不确定性的因素分为认知不确定性和随机不确定性两类,分别给出了各个不确定性参数的概率分布类型和取值范围.最后采用蒙特卡洛法生成样本,以端头热环境为例,使用非侵入式多项式混沌方法和基于Sobol指标的方法开展不确定度量化和敏感性分析.分析结果表明,给定变量不确定条件下,端头
由于经典洗出算法具有调节、反馈和执行速度快等优点而被广泛应用,但其洗出算法参数的选择对飞行模拟器逼真度有直接的影响.针对飞行模拟器经典洗出算法参数选择困难的缺点,通过规划飞行模拟器的约束限制,并结合人体前庭模型最小化人体感觉误差,以及采用粒子群优化算法寻找最优的滤波器参数.选取飞机爬升阶段的一组实际飞行数据作为输入信号,对优化前后的洗出算法进行比较,结果显示优化后的滤波器参数使模拟器运动平台恢复到中立位置的时间更短、稳定性更好,洗出的感觉比力加速度误差和感觉角速度位于人体阈值范围内,证明优化后的滤波器参数
将Turbo编译码技术引入到正交频分复用(OFDM)光传输系统中以提升系统的误码率(BER)性能.基于Optisystem平台并结合Matlab仿真搭建了Turbo-64QAM-OFDM光传输系统.仿真实验结果表明,在同样的误码率情况下,Turbo-64QAM-OFDM编码调制系统的入纤光功率要比未编码的64QAM-OFDM系统要求更低,其受到的非线性效应的影响也小.Turbo-64QAM-OFDM编码调制光传输系统能够在不拓展系统带宽的同时达到低误码性能要求.