焦点损失函数相关论文
采用膝关节模型进行电磁仿真是计算膝关节局部射频功率沉积（SAR）的主要方法，为了构建膝关节模型，本文提出了一种包含两个卷积神经网络......
针对股市存在伪分型且分型数据集的类别样本不平衡问题，提出了一种结合缠论和深度学习的拐点预测方法（SMOTE-FLCN-WSVM）。在缠论的基......
针对目标检测模型在人物跌倒时易漏检、鲁棒性和泛化能力差等问题，提出一种基于改进YOLOv5s的跌倒人物目标检测方法YOLOv5s-FPD。首......
宫颈癌是一种常见的妇科恶性肿瘤。宫颈癌筛查与诊断是预防与治疗该病症的有效手段之一,其中宫颈细胞病理图片分类是影响该病症辅......
随着5G、互联网、云计算以及其他技术的迅速发展,网络环境日益复杂,且攻击形式日益多样化,也为网络空间安全带来了严峻的考验。网......
[目的]整合多来源涉税数据信息，利用机器学习方法，实现对重点税种涉税违法企业的智能判别分析。[方法]利用网络数据获取、文本挖掘等......
随着智慧交通的快速发展,智能汽车的研发已然进行的越来越快,像自动驾驶,车路协同等需求的提出,加速了交通业新形态的产生,与此同......
互联网金融随着大数据的发展应运而生,作为金融业务的核心和基础,风险控制一直以来也备受关注。消费金融可有效提高居民的消费水平......
随着新能源汽车自动驾驶技术在我国的部署与发展,车辆跟踪问题成为自动驾驶技术中环境感知任务的重点与难点,故提升复杂交通场景下......
针对现有表位预测方法对抗原中存在的重叠表位预测能力不佳的问题,提出了将基于局部度量(L-Metric)的重叠子图发现算法用于表位预......
在自动检测中,由于道路损伤数据集存在小目标损伤难检测与类别不平衡问题,导致道路损伤检测的准确率低、虚假率高.为此,在DSSD(Dec......
为充分挖掘电力系统暂态过程中量测数据的时序信息,并进一步提高电力系统暂态稳定评估的准确率,提出了一种基于改进一维卷积神经网......
针对电力系统暂态稳定评估中,电力系统同步相量测量装置(PMU)量测数据在采集和传输过程可能存在噪声问题,以及由于暂态稳定与失稳......
随着智慧交通的快速发展,摄像头下的车辆重新识别任务受到了计算机视觉界研究者的高度关注。本文提出一种基于改进深度相对距离学......
提出了一种基于深度学习的大视场大规模目标精确检测算法.以香烟滤棒为检测对象,研究具有强粘连、强阴影遮挡、强畸变、低对比度的......
交直流混联系统的稳定性分析复杂且样本不平衡,当前基于数据挖掘的暂态稳定评估方法只追求对不稳定样本的识别精度,忽略了重叠区域......
针对传统低分辨雷达目标识别算法在样本不均衡条件下目标识别率较低的问题,提出了基于分段损失函数的卷积神经网络(Convolutional ......
行人检测是区别于通用目标检测的一个特殊的检测任务,在智能监控、自动驾驶和智能机器人等领域有巨大的研究价值和应用前景。近年......
针对车站、商场等大型场所中客流量大、背景复杂等原因导致多尺度人脸检测精度低的问题,建立了一种基于RefineDet多层特征图融合的......
提出了一种基于改进P-Unet模型的岩屑颗粒识别方法。该方法基于Unet模型结构,运用金字塔池化模块聚合不同区域的上下文特征信息,以......
基于深度学习的植物疾病识别是现代农业研究领域的热点。事实上,植物疾病发病率小、发病周期长、数据采集成本高等问题,导致采集数......
针对植物病害小样本问题提出一种基于one-shot学习的植物病害识别方法。以公开数据集PlantVillage中8类样本数量较少的植物病害图......
