【摘 要】
：
实现生活垃圾自动分类是解决城市固体废弃物（Municipal Solid Waste，MSW）不断增长矛盾的有效途径。论文着眼于近十年基于计算机视觉的垃圾图像识别相关研究，依据垃圾自动分类方法的差异性将当前现有相关研究分为基于传统机器学习方法和以及基于深度学习方法。重点介绍了机器学习方法以及深度学习方法特征提取方式，对比分析了传统机器学习方法和基于深度学习方法的垃圾种类识别的优缺点，着重阐述深度学
论文部分内容阅读
实现生活垃圾自动分类是解决城市固体废弃物（Municipal Solid Waste，MSW）不断增长矛盾的有效途径。论文着眼于近十年基于计算机视觉的垃圾图像识别相关研究，依据垃圾自动分类方法的差异性将当前现有相关研究分为基于传统机器学习方法和以及基于深度学习方法。重点介绍了机器学习方法以及深度学习方法特征提取方式，对比分析了传统机器学习方法和基于深度学习方法的垃圾种类识别的优缺点，着重阐述深度学习方法通用神经网络的应用研究。此外，对当前垃圾图像识别相关研究所用数据集进行了介绍，并对当前垃圾图像识别
其他文献
热层析技术应用于医学乳腺肿瘤检测具有重要的应用前景，但是医生在临床应用过程中，通过热层析图像诊断容易出现主观差异性误诊现象。为此，提出了一种智能化分割算法用于辅助诊断。然而，医学热层析图像由于目前数据量匮乏，且病灶区域占比小，依靠经典的分割模型，如FCN、U-Net容易出现分割不连续，边界细节分割不精细等问题。为此设计了一种基于并行多尺度特征融合的语义分割模型，模型通过并行的多分辨率特征子网之间反
现有超声甲状腺结节分割模型往往存在过分细化或粗化结节边缘信息的问题。在需要定量计算结节大小时，过分割或欠分割现象在医生诊断过程中都是非常不利的。本文提出一种基于条件分割对抗网络（conditional segmentation adversarial network， cSegAN）的超声甲状腺结节分割模型用以实现甲状腺结节更为准确的分割。本文模型由分割器网络和判别器网络两个部分组成，其中分割器网
粘连图像分割作为颗粒计数、分类、定级评价、识别的基础环节，其实际应用价值不言而喻。本文简要介绍现有的传统分割算法和基于深度学习的分割算法种类，根据粘连颗粒尺寸小、随机散落、数量众多、形状不规则及边缘特征模糊等特点，结合粘连分割算法在各种领域中的应用现状，重点阐述基于分水岭、凹点、U-Net语义分割的方法，介绍关键技术，分析优缺点，明确适用范围，进行算法评价，并对相关的研究方向和发展趋势作出展望。
我国非常重视秸秆资源的有效利用，而秸秆还田既是改善土壤有机质（SOM）、保持土壤肥力，又是一种环境友好、高效、低成本的重要措施之一。因此，通过360 d田间原位模拟试验，以典型黑土为研究对象，采用土壤腐殖质化学分组以及固态~(13)C-核磁共振技术研究了全量（12 t hm~(-2)）玉米秸秆还田至0-15 cm土层以模拟秸秆浅旋还田（SI15）、0-35 cm土层以模拟秸秆深混还田（SI35）、
早期诊断对降低肺癌死亡率至关重要。为了提高肺癌的早期诊断效果，本文提出一种基于深度学习的CT图像的肺结节检测算法。该算法包括对原始CT数据的预处理、基于V-Net和R-CNN混合的Mask V-Net R-CNN肺结节检测模块和基于多尺度与上下文的肺结节假阳性衰减网络。实验结果显示，本算法取得了0.97的FROC值，较已有算法提升了5%，表明本算法对肺癌早期检测和诊断具有较好的临床意义。
针对深度学习算法检测钢材表面缺陷时，结构信息减少导致检测精度低的问题，提出一种特征融合和级联检测网络的Faster R-CNN钢材表面缺陷检测算法。采用改进的Faster R-CNN算法对钢材表面缺陷进行检测，首先利用主干网络提取特征图，通过融合特征图的方式，达到减少结构信息丢失的目的；进一步将生成的特征图输入RPN网络生成区域建议框；最后利用检测网络对区域建议框进行分类与回归，通过级联2个检测网
In this work， the correlations between spatial distributions of landslide point density (LPD) and strong ground motions of the three strong earthquakes are qualitatively investigated. Meanwhile the qu
双受精是被子植物特有的生殖方式，主要为花粉管穿过花柱进入子房并在胚囊中释放精细胞，一个精细胞与卵细胞结合，另一个精细胞与中央细胞结合完成双受精的过程。而花粉管的导向生长则是被子植物双受精过程完成的前提，它能够保证精细胞被准确地运送到植物的雌配子体中。花粉管导向分为孢子体导向与配子体导向两个阶段，在配子体导向中，雌雄配子体的互作可精确定向控制花粉管导向胚珠生长，但是雌雄配子体的具体互作机制仍有待研究
目前的图像识别大多是使用深度卷积神经网络实现，深度卷积神经网络给识别精度带来提升的同时，也降低了识别速度。如何在保持精度的同时，提高速度成为图像识别的一个重要目标。针对深度卷积神经网络的识别速度问题，在保持识别精度的同时，提出了一种网络长度更短，识别速度更快的残差网络。首先，结合残差网络，通过减少网络长度的方法，得到了长度只有7层的残差网络。然后，结合多尺度分割方法，得到了基于多尺度分割的图像识别
改进型气冷反应堆(advanced gas-cooled reactor,AGR)作为二代堆型,在英国大量装备,目前已经进入设计寿期末期,能否顺利延寿,很大程度上取决于作为堆芯支撑和慢化作用的石墨构件的结构完整性。针对“全堆芯石墨构件原位多维度损伤探查”这一技术挑战,该文采用迭代图像重建算法(simultaneous algebraic reconstruction technique,S ART