【摘 要】
：
牡丹花品种识别对牡丹花栽培、鉴赏和科普教育具有重要意义。基于深度学习在图像分类领域的优异性能,研究基于图像分类技术的牡丹花品种自动识别方法。首先在自然条件下采集11个品种的11624幅牡丹花图像自建数据集,然后在ResNet模型框架下,修改最顶端的全连接层与分类输出层组成卷积网络主体结构,并采用数据增强和Dropout技术防止过拟合。实验结果验证了卷积神经网络在牡丹花品种图像识别任务上的优越性能,
【机 构】
：
延安大学数学与计算机科学学院,陕西延安716000;西北农林科技大学陕西省农业信息感知与智能服务重点实验室,陕西杨凌712100;延安大学陕西省能源大数据智能处理省市共建重点实验室,陕西延安71600
论文部分内容阅读
牡丹花品种识别对牡丹花栽培、鉴赏和科普教育具有重要意义。基于深度学习在图像分类领域的优异性能,研究基于图像分类技术的牡丹花品种自动识别方法。首先在自然条件下采集11个品种的11624幅牡丹花图像自建数据集,然后在ResNet模型框架下,修改最顶端的全连接层与分类输出层组成卷积网络主体结构,并采用数据增强和Dropout技术防止过拟合。实验结果验证了卷积神经网络在牡丹花品种图像识别任务上的优越性能,测试集上的卷积神经网络识别准确率达到98%。
其他文献
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.
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
近年来,油田作业现场由于不安全因素的存在导致大量的伤亡事件和财产损失,人工巡检又会受到地域因素、巡检效率低下以及发现危险不及时等问题的约束,同时传统的视频监控系统在油田作业现场虽有应用,但功能较为简单,只是机械地记录视频,无法满足对视频中存在的不安全因素进行实时检测和报警的需求.因此设计了油田作业现场智能视频监控系统,该系统采用Socket消息传输管理多台服务器开启/关闭危险因素检测算法模型,并利用流媒体服务器将检测结果以视频流的形式推送给客户端,完成对油田作业现场不安全因素的实时检测,并保存异常图片和视
近年来,由于油田作业现场作业人员安全意识薄弱,导致火灾时有发生。传统的人工监控方式存在诸多问题,为实现对油田作业现场作业人员吸烟行为的智能化检测,设计了一种采用YOLOv5深度学习算法的油田作业现场吸烟行为检测方法。通过监控摄像头及单反相机采集真实场景下中距离的吸烟数据集,使用LabelImg平台手动标注,经过YOLOv5的四种预训练框架训练,通过对比训练过程中产生的结果得到最佳训练模型。实验结果
为了提高装配式建筑预制构件信息集成效率,设计了基于云端BIM的装配式建筑预制构件信息集成系统.将装配式建筑预制构件信息传输到数据层,数据层实施信息采集、编码、分类后,将信息存储至BIM数据库,通过云平台层提取构件信息,采用自适应关联规则调度方法与云端BIM技术相结合实现装配式建筑预制构件信息集成,将集成后信息通过网络层呈现给用户层.实验结果表明,该系统的装配式建筑预制构件信息集成效率高,平均集成时间低,集成精度高,且鲁棒性强.
在分析国内外军用电子飞行包应用现状的基础上,采用虚实结合的设计方式,运用按键功能复用的设计思想,为军用电子飞行包设计了支持多级菜单的周边键设备,并通过试验验证了周边键的有效性和可靠性.结果 表明,周边键具有结构简单、使用方便、易于扩展的特点,可推广应用于其他便携式穿戴设备.
为了分析社交网络中消费者对品牌的忠诚性是否影响以及如何影响其产品与竞品口碑的传播,采用多智能体仿真方法进行研究.考虑网络中不同品牌产品口碑的相互竞争以及不同消费者的品牌忠诚,对经典的传染病传播SIR模型加以改进,建立考虑品牌忠诚的竞争产品口碑传播模型,并利用NetLogo平台模拟产品及竞品口碑传播过程.结果 表明:提升消费者忠诚度会抑制社会网络中总体的口碑传播,在品牌拥有大量忠诚消费者时,适当提升消费者的品牌忠诚度有助于该品牌产品口碑传播,而竞争对手拥有大量忠诚消费者时,提升消费者忠诚度不利于该品牌产品口