随着城市矿产资源循环利用技术的不断发展,废旧手机回收已成为当前研究热点。受限于计算资源和数据资源的相对缺乏,目前基于线下智能回收装备的废旧手机识别精度难以达到实际应用。针对上述问题,提出一种基于多元特征异构集成深度学习...随着城市矿产资源循环利用技术的不断发展,废旧手机回收已成为当前研究热点。受限于计算资源和数据资源的相对缺乏,目前基于线下智能回收装备的废旧手机识别精度难以达到实际应用。针对上述问题,提出一种基于多元特征异构集成深度学习的图像识别模型。首先,利用字符级文本检测算法(character region awareness for text detection,CRAFT)提取手机背部字符区域,再利用ImageNet预训练的VGG19模型作为图像特征嵌入模型,利用迁移学习理念提取待回收手机的局部字符特征和全局图像特征;然后,利用局部特征构建神经网络模式光学字符识别(optical character recognition,OCR)模型,利用全局和局部特征构建非神经网络模式深度森林分类(deep forest classification,DFC)模型;最后,将异构OCR和DFC识别模型输出的结果与向量组合后输入Softmax进行集成,基于权重向量得分最大准则获取最终识别结果。基于废旧手机回收装备的真实图像验证了所提方法的有效性。展开更多
随着信息量的激增,深度学习已成为深化知识信息处理和提高学习效率的关键途径。本文基于深度学习理论,探讨了教育学领域中深度学习的内涵,并针对自适应过滤预测法设计了深度学习的实施框架。将这一教学模式应用于自适应过滤预测法的实...随着信息量的激增,深度学习已成为深化知识信息处理和提高学习效率的关键途径。本文基于深度学习理论,探讨了教育学领域中深度学习的内涵,并针对自适应过滤预测法设计了深度学习的实施框架。将这一教学模式应用于自适应过滤预测法的实践教学中,旨在通过深度学习技术提升学生的学习成效和满意度,进而为学生实践技能的提高、创新能力的培养以及终身学习能力的构建打下坚实的基础。With the surge of information, deep learning has become a key way to deepen knowledge and information processing and improve learning efficiency. Based on the theory of deep learning, this paper discusses the connotation of deep learning in the field of pedagogy, and designs the implementation framework of deep learning for the adaptive filter prediction method. By applying this teaching mode to the practical teaching of adaptive filtering and prediction method, the purpose is to improve students’ learning effectiveness and satisfaction through deep learning technology, and then lay a solid foundation for the improvement of students’ practical skills, the cultivation of innovation ability and the construction of lifelong learning ability.展开更多
文摘随着城市矿产资源循环利用技术的不断发展,废旧手机回收已成为当前研究热点。受限于计算资源和数据资源的相对缺乏,目前基于线下智能回收装备的废旧手机识别精度难以达到实际应用。针对上述问题,提出一种基于多元特征异构集成深度学习的图像识别模型。首先,利用字符级文本检测算法(character region awareness for text detection,CRAFT)提取手机背部字符区域,再利用ImageNet预训练的VGG19模型作为图像特征嵌入模型,利用迁移学习理念提取待回收手机的局部字符特征和全局图像特征;然后,利用局部特征构建神经网络模式光学字符识别(optical character recognition,OCR)模型,利用全局和局部特征构建非神经网络模式深度森林分类(deep forest classification,DFC)模型;最后,将异构OCR和DFC识别模型输出的结果与向量组合后输入Softmax进行集成,基于权重向量得分最大准则获取最终识别结果。基于废旧手机回收装备的真实图像验证了所提方法的有效性。
文摘随着信息量的激增,深度学习已成为深化知识信息处理和提高学习效率的关键途径。本文基于深度学习理论,探讨了教育学领域中深度学习的内涵,并针对自适应过滤预测法设计了深度学习的实施框架。将这一教学模式应用于自适应过滤预测法的实践教学中,旨在通过深度学习技术提升学生的学习成效和满意度,进而为学生实践技能的提高、创新能力的培养以及终身学习能力的构建打下坚实的基础。With the surge of information, deep learning has become a key way to deepen knowledge and information processing and improve learning efficiency. Based on the theory of deep learning, this paper discusses the connotation of deep learning in the field of pedagogy, and designs the implementation framework of deep learning for the adaptive filter prediction method. By applying this teaching mode to the practical teaching of adaptive filtering and prediction method, the purpose is to improve students’ learning effectiveness and satisfaction through deep learning technology, and then lay a solid foundation for the improvement of students’ practical skills, the cultivation of innovation ability and the construction of lifelong learning ability.
