期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进LeNet-5网络的污泥沉降比检测研究
1
作者
王告
《软件导刊》
2023年第1期224-228,共5页
在工业废水处理过程中,污泥沉降比检测对于污水处理效果起至关重要的作用,而传统的污泥沉降比检测以人工为主,工作量大且不可控,会对结果会造成不可预计的误差。提出一种基于改进的LeNet-5神经网络的污泥沉降比检测方法,训练之前先对目...
在工业废水处理过程中,污泥沉降比检测对于污水处理效果起至关重要的作用,而传统的污泥沉降比检测以人工为主,工作量大且不可控,会对结果会造成不可预计的误差。提出一种基于改进的LeNet-5神经网络的污泥沉降比检测方法,训练之前先对目标进行颜色阈值判定,并在训练过程中提出一种轻量化特征重用网络模和正则分类器模式消除训练过程中Label-dropout的边缘效应,最后根据输出结果借助客户端/服务器(C/S结构)模式搭建整个系统。实验结果表明,改进后的神经网络对测试集的准确率高达96%以上,远高于传统神经网络和人工方法,而且改进后的神经网络更适用于小样本数据集的分类识别,极大提高了准确率和效率。
展开更多
关键词
污泥沉降
LeNet-5
污水处理
C/S结构
label-dropout
正则分类器
下载PDF
职称材料
基于EfficientNet的木薯叶病变自动分类模型
被引量:
3
2
作者
姜天宇
赵晓林
+2 位作者
赵搏欣
李伟龙
吴梦瑶
《计算机应用》
CSCD
北大核心
2022年第S01期64-70,共7页
针对数据集中标注存在错误的情况下,传统的分类方法的模型在学习错误特征时过于自信导致准确率低的问题,提出了基于EfficientNet的自动分类模型。首先,对输入图像做数据增强,扩充数据后由EfficientNet提取特征;然后,引入标签平滑和随机...
针对数据集中标注存在错误的情况下,传统的分类方法的模型在学习错误特征时过于自信导致准确率低的问题,提出了基于EfficientNet的自动分类模型。首先,对输入图像做数据增强,扩充数据后由EfficientNet提取特征;然后,引入标签平滑和随机丢弃节点,使模型不会过于自信,提高模型的泛化能力;最后采用双稳态逻辑损失进行预测。训练中通过对数据集做分层交叉验证来避免过拟合。实验结果表明,所提模型不仅比参数量低的模型表现更加优异,甚至比几倍于自身参数量的如ResNeXt或者十几倍于自身参数量的如RepVGG等模型也有更好的表现。所提模型计算量更小,推理速度更快,算法精度更高,更符合实际落地的要求。所提模型在木薯叶病变公共数据集上的准确率达到了89.66%。
展开更多
关键词
木薯叶病变分类
标签噪声
标签平滑
双稳态逻辑损失
随机丢弃节点
EfficientNet
下载PDF
职称材料
题名
基于改进LeNet-5网络的污泥沉降比检测研究
1
作者
王告
机构
中冶华天工程技术有限公司互联网+研究院
出处
《软件导刊》
2023年第1期224-228,共5页
基金
安徽省重点研究与开发计划项目(202004a06020026)。
文摘
在工业废水处理过程中,污泥沉降比检测对于污水处理效果起至关重要的作用,而传统的污泥沉降比检测以人工为主,工作量大且不可控,会对结果会造成不可预计的误差。提出一种基于改进的LeNet-5神经网络的污泥沉降比检测方法,训练之前先对目标进行颜色阈值判定,并在训练过程中提出一种轻量化特征重用网络模和正则分类器模式消除训练过程中Label-dropout的边缘效应,最后根据输出结果借助客户端/服务器(C/S结构)模式搭建整个系统。实验结果表明,改进后的神经网络对测试集的准确率高达96%以上,远高于传统神经网络和人工方法,而且改进后的神经网络更适用于小样本数据集的分类识别,极大提高了准确率和效率。
关键词
污泥沉降
LeNet-5
污水处理
C/S结构
label-dropout
正则分类器
Keywords
sludge sedimentation
LeNet-5
sewage treatment
C/S structure
label-dropout
regular classifier
分类号
TP317.4 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
基于EfficientNet的木薯叶病变自动分类模型
被引量:
3
2
作者
姜天宇
赵晓林
赵搏欣
李伟龙
吴梦瑶
机构
空军工程大学装备管理与无人机工程学院
出处
《计算机应用》
CSCD
北大核心
2022年第S01期64-70,共7页
基金
国家自然科学基金资助项目(GKJJ0217060301)
陕西省自然科学基金资助项目(2021JQ⁃354)。
文摘
针对数据集中标注存在错误的情况下,传统的分类方法的模型在学习错误特征时过于自信导致准确率低的问题,提出了基于EfficientNet的自动分类模型。首先,对输入图像做数据增强,扩充数据后由EfficientNet提取特征;然后,引入标签平滑和随机丢弃节点,使模型不会过于自信,提高模型的泛化能力;最后采用双稳态逻辑损失进行预测。训练中通过对数据集做分层交叉验证来避免过拟合。实验结果表明,所提模型不仅比参数量低的模型表现更加优异,甚至比几倍于自身参数量的如ResNeXt或者十几倍于自身参数量的如RepVGG等模型也有更好的表现。所提模型计算量更小,推理速度更快,算法精度更高,更符合实际落地的要求。所提模型在木薯叶病变公共数据集上的准确率达到了89.66%。
关键词
木薯叶病变分类
标签噪声
标签平滑
双稳态逻辑损失
随机丢弃节点
EfficientNet
Keywords
cassava leaf disease classification
label noise
label smoothing
bi-tempered logistic loss
dropout
EfficientNet
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进LeNet-5网络的污泥沉降比检测研究
王告
《软件导刊》
2023
0
下载PDF
职称材料
2
基于EfficientNet的木薯叶病变自动分类模型
姜天宇
赵晓林
赵搏欣
李伟龙
吴梦瑶
《计算机应用》
CSCD
北大核心
2022
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部