首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   1篇
  免费   2篇
无线电   2篇
自动化技术   1篇
  2023年   2篇
  2017年   1篇
排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
李诗语  王峰  曹彬  梅琪 《计算机科学》2017,44(Z11):29-32, 50
人工智能影响着人们生活的方方面面,而医疗也成为了人工智能最热门的应用领域之一,越来越多的人工智能设备被用于辅助医生进行诊断和治疗。对人工智能在神经医学中的应用进行了综述,特别针对帕金森病和阿尔兹海默症的诊断进行了详细的归纳分析。首先,阐述了人工智能的发展历史、分类和应用现状;其次,归纳总结了利用人工智能诊断帕金森病和阿尔兹海默症的研究现状,对比分析了其中采用的关键技术;最后,总结了人工智能应用于神经医学中的关键技术,阐明了人工智能 应用于医疗领域的重要性,并展望了未来人工智能应用 于神经医学中的研究方向。  相似文献   
2.
胡泰山  刘浩  刘刚  梅琪  马御棠  廖民传 《红外技术》2023,(12):1256-1261
针对现有的金属氧化物避雷器(Metal Oxide Arrester,MOA)红外图像故障检测方法存在识别精度低、检测速度较慢的问题,提出一种基于改进YOLOv3的MOA红外图像故障检测方法。首先,以Darknet19网络代替YOLOv3原始的Darknet53网络,并在特征学习时针对样本中不同MOA长宽比例,通过K-means聚类算法对MOA图像中的目标帧进行分析,重新聚类样本中心锚点框,得到合适的锚框数目和大小。最后,利用改进YOLOv3模型完成MOA红外图像故障检测。实验结果表明,改进的YOLOv3模型识别精度达到96.3%,识别速度为6.75 ms。  相似文献   
3.
胡泰山  刘浩  刘刚  梅琪  马御棠  廖民传 《红外技术》2023,(11):1256-1261
针对现有的金属氧化物避雷器(Metal Oxide Arrester,MOA)红外图像故障检测方法存在识别精度低、检测速度较慢的问题,提出一种基于改进YOLOv3的MOA红外图像故障检测方法。首先,以Darknet19网络代替YOLOv3原始的Darknet53网络,并在特征学习时针对样本中不同MOA长宽比例,通过K-means聚类算法对MOA图像中的目标帧进行分析,重新聚类样本中心锚点框,得到合适的锚框数目和大小。最后,利用改进YOLOv3模型完成MOA红外图像故障检测。实验结果表明,改进的YOLOv3模型识别精度达到96.3%,识别速度为6.75 ms。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号