基于深度卷积神经网络的人脸识别

传统的人脸识别方法对图像清晰度要求较高,致使人脸识别准确率不高。为此,本文提出了一种基于深度卷积神经网络的人脸识别方法。首先对人脸识别即深度卷积神经网络进行概论阐述,随后重点分析了深度卷积网络人脸识别模型构建流程,通过该模型对人脸图像进行特征提取,有效的完成了人脸识别。     

中国古陶瓷科学技术研究管窥

中国古陶瓷科学技术研究管窥陈显求（中国科学院上海硅酸盐研究所）中国古瓷研究现状与分析［编者按：目前，我国古陶瓷研究事业在以往坚实研究基础上，又有了新的迅速发展。主要标志是：研究层次进一步深化，研究领域和范围进一步拓展，多学科的研究进一步交叉相融，科工...     

基于轻量化卷积神经网络的高分辨率遥感图像地物分类研究

近年来深度学习技术得到快速发展,其逐渐被应用于高分辨率遥感图像的地物分类中。深度学习方法通过自动学习遥感图像中的高层次特征进行地物信息提取,较传统方法能取得更好的分类效果。Transformer架构已逐渐成为遥感图像的信息提取领域主要的深度学习模型,具有对图像的分类精度高的优点,但其模型往往结构复杂、计算量大、推理速度慢,导致应用场景受限。本文提出了一个轻量化卷积神经网络模型方法（ConvNeXt-Tiny+Multilayer Perceptron,ConvN-T+MLP）用于遥感图像地物分类,旨在保持或提高模型分类精度的同时降低模型复杂度。实验结果表明,本文提出的Conv N-T+MLP模型在具备较低计算量和参数量的同时,提高了遥感图像的地物分类精度,体现出模型的轻量性、高效性。     

日本的中国古陶瓷研究

20世纪以来,中国传统文化的研究为世瞩目.无论是埋藏于地下的考古遗存,还是流传于世的瓷器、书画,均取得了相当的研究成果.这其中除欧美学者外,日本学者作出的贡献相当大.在中国古陶瓷研究领域,日本学者的探究精神更是令世界陶瓷学界钦佩,三上次男、小山富士夫、三杉隆敏、上田恭辅、矢部良明等一连串陶瓷学界熟悉的名字,一次次写进中国陶瓷研究史,他们的研究成果也多次被中外研究学者参考和引用.日本学者对中国古陶瓷研究的贡献,欧美学者是难以企及的,中日文化源远流长的亲和性是日本学者取得这一优势的必要条件.     

基于卷积神经网络的轮胎X光图像缺陷检测

为解决常用轮胎X射线图像缺陷检测方法难以获取准确的图像特征的问题,提出一种通过卷积神经网络获取图像特征的方法。对轮胎X射线图像进行数据增强,然后建立网络模型。训练算法获取图像缺陷特征,并用训练好的模型识别图像中的缺陷。首先将参数对应的神经元分为关键和非关键部分,然后采用局部关键点和动态学习率实现参数快速调节。试验结果表明,设计的网络模型不易过拟合,参数调节快,所需时间短,检测准确率高。     

日本的中国古陶瓷研究

２０世纪以来,中国传统文化的研究为世瞩目。无论是埋藏于地下的考古遗存,还是流传于世的瓷器、书画,均取得了相当的研究成果。这其中除欧美学者外,日本学者作出的贡献相当大。在中国古陶瓷研究领域,日本学者的探究精神更是令世界陶瓷学界钦佩,三上次男、小山富士夫、三杉隆敏、上田恭辅、矢部良明等一连串陶瓷学界熟悉的名字,一次次写进中国陶瓷研究史,他们的研究成果也多次被中外研究学者参考和引用。日本学者对中国古陶瓷研究的贡献,欧美学者是难以企及的,中日文化源远流长的亲和性是日本学者取得这一优势的必要条件。中国与日…     

中国古陶瓷与中法文化交流

当中国古文明历经两千多年的沧海桑田,以基督文化为背景的法国才开始对中国的文化发生兴趣,中法文化最初交流是在明清之际逐渐展开的,在此之前,中国不曾见识法兰西的存在,而远在欧洲大陆的法国也只传闻远东的“丝地”而已,随着十三世纪法王路易九世派遣使者访问蒙古...     

浅谈古陶瓷的鉴定方法

古陶瓷的鉴定以往都是采用传统鉴定法,即“耳、目、手”三者并用。随着科学技术的进步,出现了对古陶瓷进行科技鉴定的方法,此法主要采用X-射线荧光分析、质子激发X-射线荧分析和同步辐射X-射线荧光分析法得到古陶瓷胎釉的常、微量元素,用多元统计分析等方法对数据进行处理。但无论是传统鉴定法还是科技鉴定法都有其不足之处,因此只有两种方法相结合才是鉴定古陶瓷的发展方向。     

浅谈古陶瓷的鉴定方法

古陶瓷的鉴定以往都是采用传统鉴定法．即“耳、目、手”三者并用。随着科学技术的进步,出现了对古陶瓷进行科技鉴定的方法。此法主要采用X射线荧光分析、质子激发X射线荧光分析和同步辐射X射线荧光分析法得到古陶瓷胎釉的常、微量元素．用多元统计分析等方法对数据进行处理。但无论是传统鉴定法还是科技鉴定法都有其不足之处．因此只有两种方法相结合才是鉴定古陶瓷最佳方法。     

古陶瓷研究的新视点

古陶瓷研究的新视点赵鸿声（唐山陶瓷研究所）近世，对古陶瓷这门科学的研究很热门。古陶瓷已成为文物考古界、科学技术界、工艺美术界等许多研究领域共同关注的阵地。国内外对其研究的广泛深人是前所未有的。尤其研究的新视点更使这门科学工作如虎添翼。我国历史上对陶瓷...     

试析中国古陶瓷文献学的内容架构

本文从古陶瓷文献的含义出发．分析了古陶瓷文献所含内容的双重性,并以大文献学观为指导,结合古陶瓷文献自身的特点,剖析了中国古陶瓷文献学的研究内容．构建了中国古陶瓷文献学的内容架构。     

古陶瓷研究与科工贸一体化:谈我国古陶瓷的研究和发展方向

古陶瓷研究与科工贸一体化──谈我国古陶瓷的研究和发展方向叶宏明，方三强（浙江省轻工公司总工程师）（绍兴瓷厂总工程师）中国古陶瓷是中华民族文明的历史象征，随着时代的发展愈来显示出其主要的历史地位和作用。于１９９３年９月成立的中硅会古陶瓷专业委员会，无疑...     

古陶瓷研究领域中计算机应用及其数学方法在中国的进展

本文首先回顾了中国古陶瓷研究的进展,数学方法在地质、考古等领域中的应用和新学科的形成、发展,国内在这些方面的起步等情况.接着,对于一些可以或可能在这一领域中应用的数学方法,诸如数据库技术、多元统计分析技术、图象分析处理技术、显微结构定量化研究方法-体视学和分形几何学、热力学和动力学过程的计算机模拟、专家系统等作了简要的介绍.然后对近年来国内在古陶瓷,特别是景德镇地区古陶瓷研究领域中计算机应用、有关数学方法的进展情况和所得到的一些重要成果作了详细的综述.最后还对其应用前景和发展动向作了展望.     

对古陶瓷研究的再反思

对古陶瓷研究的再反思宋伯胤（南京故宫博物院）１９８６年１０月，我为在西安召开的中国古陶瓷研究会年会写了一篇题为（对古陶瓷研究的反思）①的论文．对我国古陶瓷研究的现状和发展的标志，从五个方面表述了自己的粗浅的看。法。这五个方面是：一、从纵向向横向发展；...     

中国古陶瓷研究工作的新进展及其现实意义

本文首先概述了作者多年来的古陶瓷多元统计分析技术研究成果及其进总结了国内古陶瓷研究工作者采用高新技术应用于古陶瓷研究领域的主要成就，阐述了这些研究及其成果对于现代陶瓷工业发展的现实意义。     

基于U-Net深度卷积神经网络的碳酸盐岩储层自动识别方法

本文将目前主流的深度学习思想引入到缝洞油藏描述领域,减少该领域的大规模人工交互分析的成本。构建了面向缝洞储层分类自动识别的井震样本数据集,为后续缝洞储层自动识别深度网络的构建提供训练数据。在利用对U-Net网络进行训练时,采取“预训练+调优训练”两步实施的策略,实现了高精度的储层概率与储层分类自动识别,实际资料测试结果表明深度网络具有较好的泛化能力。     

基于卷积神经网络的车牌图像识别技术实现

卷积神经网络算法是一种深度神经网络算法,具有良好的图像特征提取性能,可在不影响特征表达的情况下将大数据量图像降为小数据量,有效解决图像识别准确率不高的问题。深入研究了卷积神经网络算法结构,并结合车牌图像识别需求,设计了11层卷积神经网络模型,经图像变换和反向传播算法训练,有效控制了模型训练中的过拟合问题。通过实验对比BP神经网络算法和LeNet-5网络算法,卷积神经网络算法在车牌字符图像识别中性能良好。     

基于深度卷积神经网络的塑料垃圾分类研究

针对塑料垃圾识别分类问题,设计标准卷积层、残差卷积层1和残差卷积层2。通过实验仿真验证各卷积层的优势,将其应用于塑料垃圾分类模型的不同部位中。实验表明,塑料垃圾分类模型的分类准确率高于传统的HOG、LBP分类模型约2%～3%,可为塑料垃圾分类工作提供一定的参考。