【摘 要】
：
针对目前城市生活垃圾依赖人工分类效率低下,造成环境污染以及资源浪费等问题,提出了一种融合通道空间注意力机制的垃圾分类迁移学习方法.通过迁移学习,减少了垃圾分类模型的训练时间,通过改进ResNext10132x16d wsl模型,增加注意力机制,提高了模型对垃圾特征的提取能力,使用Focal Loss代替标准交叉熵损失函数,解决了数据集样本不平衡的问题,提升了模型分类精度.通过实验证明,在华为垃圾公开数据集上,该模型对40小类的垃圾进行分类,其精度可以达到92.6％,表明模型有较强的泛化能力.
【机 构】
：
苏州市职业大学计算机工程学院,江苏苏州 215104
论文部分内容阅读
针对目前城市生活垃圾依赖人工分类效率低下,造成环境污染以及资源浪费等问题,提出了一种融合通道空间注意力机制的垃圾分类迁移学习方法.通过迁移学习,减少了垃圾分类模型的训练时间,通过改进ResNext10132x16d wsl模型,增加注意力机制,提高了模型对垃圾特征的提取能力,使用Focal Loss代替标准交叉熵损失函数,解决了数据集样本不平衡的问题,提升了模型分类精度.通过实验证明,在华为垃圾公开数据集上,该模型对40小类的垃圾进行分类,其精度可以达到92.6％,表明模型有较强的泛化能力.
其他文献
在信息时代不断发展壮大的今天,人们的生活方式也发生了巨大的变化.在确保用户隐私以及财产安全不受侵犯的情况下,提升网络信息安全性能,不断加强安全防护力,结合当下大数据的环境背景,制定合适的安全防护对策,构建安全防护系统.随之,计算机技术的应用也被广泛地利用到各个领域中,为人们的生产生活提供了便利.同时,数据信息传递的安全性也是当下主要面临的问题,数据在传输的过程中如果遭到泄露,就会给企业财产和重要的机密信息带来巨大的影响,所以,要不断提升技术人员的安全防范意识,对计算机技术人员提升其大数据专业技术,为维护安
随着5G技术和信息技术的快速发展,网络社交已经成为人们生活中的一部分,但通过传统的社交软件如:微信、QQ等进行社交的用户体验已经逐渐满足不了一部分人的需求,用户渴望追求更真实,更丰富的社交方式.于是VR虚拟社交逐渐出现在人们的视野中,本文详细论述一种共享式VR社交的新模式,并对其进行相关可行性以及具体运营模式和商业模式进行分析.
总体来看,人工智能警务研究领域比较新颖,契合时代发展的大政方针与警务改革,但是存在文献数量、实证性、理工科视角研究较少的困境.具体内容上,人工智能警务文献探讨了相关定义、实战应用领域、实践效果及其优势,面临安全风险防范、技术与需求对接、法律失灵、权力滥用、组织结构调整的问题,予以给出健全完善法律、加强管控、道德伦理教育、与警方需求相结合的应对策略.展望未来,人工智能警务应以实战需求为主导向、构建机制为主支撑、技术创新为主抓手,从而更好地推动发展.
现阶段国内运营商承载网络IP化已经实现,IP承载网络有极大的优越性特征,其特征为端到端QoS、统计复用、集中网管等.在使用中,SDN具备智能控制、集中控制等特征,在管理中,结合SDN技术与基本功能在运营商IP承载网中的运用.因此分析SDN在运营商中的运用价值、施行可能性、必要性等特征.进入5G时代之后,5G业务激增,传统的承载网络已经无法满足实际需要,由于SDN技术实际使用的网络灵活性等特征,因此探讨该技术的运用具备巨大价值.
当前社会发展迅速,图书馆信息化管理是必要的发展趋势,本文将探讨信息化管理技术应用于图书馆中,主要的六项措施:建立实时信息服务、创建图书馆管理理念、使管理人员的职责明确、对移动阅读模式进行创新、对图书软件的功能模块进行规划更新、积极响应新技术.
随着科学技术的发展,计算机仿真软件的应用也越来越广,这不仅可以造福科研人员,也可以造福同类工作者,例如将产品投放到生产生活之前的性能测试或者优化.目前,发展的较好的软件也越发的可视化.本文章首先对仿真软件的近期发展进行了总结,阐述了仿真软件存在的必然原因和优势所在,并综合现在科技的发展,总结仿真软件的发展趋势,并介绍现在的仿真软件的应用之处和使用仿真软件应该注意的事项.随着现在的社会进步,人们的需求的提升,科研人员需要调试的模型量也越发的大,更加需要仿真软件的发展.
光伏发电作为清洁能源,是目前国家鼓励发展的行业.作为分布式光伏发电大省,浙江省“十三五”规划纲要也明确“将全面实施百万家庭屋顶光伏工程”,光伏也成为部分地区产业带动经济增长的新途径.随着分布式光伏客户呈爆发式增长,准确的预测光伏系统未来1～2年的发电数据,对保证电网的稳定运行和大规模光伏发电系统的发展有着重要意义.
最近社会所有领域都以人工智能、大数据、利用机器学习、深度学习、物联网、机器人工学、云计算等代表性的第四次产业革命技术成为未来竞争力成为热点.同样在军事领域,为了确保和发展未来战争的模式和环境所要求的能力,机器学习技术对于空中动态目标处理有着广泛的前景,本论文积极探索有效的机器学习利用方案.
以YOLOv3神经网络为基础,提出一种炼钢车间内包号识别方法.首先收集了现场包号的图像组成原始数据集,之后对其进行筛选、标注、图像预处理等形成训练数据集.接着,借助K-means聚类运算得到网络训练所需的锚框尺寸,并针对包号图像的特点调整了网络模型参数.最后,在训练数据集上训练网络得到识别模型.识别模型的输出经后处理,应用在天车物流跟踪系统中.结果显示,该包号识别方法的准确率在98％以上.此外,在生产环境长期运行的实践表明,本识别方法可满足天车物流跟踪系统对包号识别准确性、稳定性和实时性的要求.
伴随着信息技术的不断发展,5G互联时代已经全面到来,在5G互联时代下,各级高校的档案管理工作都迎来了新的发展机遇与挑战.在高校相关教育教学工作中,档案管理作为最为基础的服务性工作,其建设与发展能够在极大的程度上体现出高校信息化业务管理水平,因此,在当前环境下,依托5G互联时代信息技术,完善高校档案管理信息化的建设,已经成为现阶段高校档案管理工作的关键点.基于此,本文旨在研究5G互联时代高校档案管理的信息化建设,希望能够为各级高校相关工作的发展提供一些建设性意见.