基于人工智能的磁芯产品缺陷检测与分类技术

本文提出了一种基于人工智能的缺陷检测与分类方法,实现了磁芯产品优劣的实时检测以及分类。实验数据表明,利用全卷积神经网络所设计的检测算法,识别精度高达98%,识别速率相较于人工提升了5倍,有较强的实际意义。     

基于特征提取的人工智能调制格式识别算法研究现状

随着信息领域不断发展,B5G/6G时代接踵而来,数字通信发展迈入更新、更快的阶段。为了适应更高速的通信、更多样的信道,不同的调制格式应运而生,被应用于不同环境。在不同时间、不同信道中改变调制格式,有利于最大化信道利用率。然而,发射端改变的调制格式对于接收机而言是未知的,这不利于不同通信子系统之间的连接,从而影响构建大型的空天地海一体化通信网络,自动调制格式识别算法将成为破局关键。由于人工智能算法在信号处理和基于特征的分类方面具有很大优势,因此基于特征提取的人工智能分类算法在调制格式识别领域拥有巨大的研究价值和实用价值。介绍了几种基于特征提取、人工智能分类的识别方法,并对其在通信领域的应用进行了分析、探讨和总结。     

基于人工智能技术的景物识别算法研究

随着科技的发展和变迁,人工智能这一概念逐渐进入了人们的视线。人工智能是一种模拟开发人的智能的理论技术方法。很多人对人工智的概念感到很陌生,其实这一概念的提出由来已久。最早,人工智能是由计算机技术分支而来。但是随着时代科技发展,人工智能逐渐被大众所接受,应用范围逐渐变得广泛,其中,在识别领域的应用极为重要。图象识别系统是基于人工智能的一种重要技术。图象识别系统作为人工智能应用的热点技术,更为人们所知。文章也将对基于人工智能的景物识别算法展开研究。     

基于人工智能技术的景物识别算法研究

随着科技的发展和变迁,人工智能这一概念逐渐进入了人们的视线。人工智能是一种模拟开发人的智能的理论技术方法。很多人对人工智的概念感到很陌生,其实这一概念的提出由来已久。最早,人工智能是由计算机技术分支而来。但是随着时代科技发展,人工智能逐渐被大众所接受,应用范围逐渐变得广泛,其中,在识别领域的应用极为重要。图象识别系统是基于人工智能的一种重要技术。图象识别系统作为人工智能应用的热点技术,更为人们所知。文章也将对基于人工智能的景物识别算法展开研究。     

探讨神经网络算法在人工智能识别中的应用

人工智能识别技术是高新科技发展的产物。人工智能中在无生命体和有生命体的人工智能识别技术取得了突飞猛进的发展。这样的发展离不开神经网络算法与人工智能识别技术的相互融合。因此,本文主要探讨的是神经网络算法在人工智能识别中的应用。     

低分辨率模糊车辆的人工智能识别研究

伴随着我国经济的飞速迅猛发展,国内各种汽车的数量增长飞快,道路交通治理将面临严峻的挑战。采用人工智能应对交通拥挤等各种状况是当前研究的热点。根据人工智能中经典的卷积神经网络,对远距离的低分辨率模糊车辆进行训练学习,提取图像的特点,得到图像分层的特征值。进一步采用区域卷积神经网络,从待识别的图片中定位识别出来车辆,实验结果表明识别准确率可以达到99%以上。该识别技术给智能交通系统提供了便捷的方案。     

一种基于卷积神经网络的管道焊缝图像识别算法

为了提高管道焊缝图像缺陷检测的识别能力,提出了一种改进型卷积神经网络识别算法.该算法采用灰度拉伸与中值排序的方式完成图像预处理,在卷积神经网络中通过自适应矩估计的方式避免算法陷入局部最优解.实验针对3 000张焊缝缺陷图片进行学习和训练,并与焊接异常图像识别的两种常用算法进行对比,结果显示,本算法对夹渣、裂纹、烧穿、气...     

神经网络算法在人工智能识别中的应用

我国近年来科学技术不断进步,技术研发已经转化为实践成果,神经网络模型在人工智能中得到应用部署,为未来人工智能技术开展奠定理论基础。神经网络算法在人工智能识别技术应用中,对有生命体征及无生命体征识别技术研发取得阶段性进步,文章重点探讨人工智能识别技术利用神经网络算法的具体应用,为相关专业提供参考借鉴。     

基于人工智能的网络运维优化算法研究

基于人工智能的网络运维优化安全优化算法,分析了互联网数据安全优化算法,得出以下结论:在网络安全情况预测中,预测模型基于粒子群优化神经网络径向基函数(Radial Basis Function,RBF),粒子群神经网络算法在信息量较低时运行速度快,高精度有利于粒子群RBF神经网络的快速准确预测。结果表明,通过对粒子群优化前后RBF神经网络的比较,粒子群优化后预测误差的波动可以大大降低。     

基于卷积神经网络的智能车牌识别研究

智能化交通管理是未来发展的大方向.车牌识别便于人们对车辆进行管理,对车牌的智能高效识别日趋迫切.人工智能技术不断发展,在各行各业都得到了广泛的应用.为此,采用卷积神经网络的方法对车牌进行智能识别,以提高车牌识别的效率和速度.试验结果证明,所提出的算法在车牌识别中性能良好,具有良好的应用和推广价值.     

基于人工智能技术的氮肥生产故障预警装置设计研究

本文针对氮肥生产的特殊复杂性、设备故障影响因素的繁杂性等,提出基于人工智能技术的氮肥生产故障预警装置,该设计方案中主要流程为:原始生产数据输入、卷积神经网络(CNN)计算模型预训练、实时生产数据输入、模型计算、故障类型的预测及报警,并进行了装置的结构设计。最终,通过人工智能技术,实现化工生产过程的优化,更高效地保障了生产过程的安全,提高生产效率,也为其他领域的智能化优化提供思路。     

基于人工智能的图像自动渲染方法研究

针对传统图像渲染方法费时、复杂,无法满足现代设计应用场景的问题,利用人工智能技术中的卷积神经网络进行了图像自动渲染的研究.图像自动渲染算法主要分为两个部分:素材图像的特征提取与虚拟视图的渲染.通过卷积神经网络识别场景中图像的位移、缩放与其他形式扭曲不变性的二维图形轮廓,进而构建特征表征网络,用以提取图像特征并使之融合....     

基于卷积神经网络的手势识别算法研究

基于实现小样本数据集下手势识别的目的,采用了深度卷积神经网络GoogLeNet模型以及PNN神经网络进行分类,同时结合了迁移学习的方法将深度学习模型进行迁移而构建所用模型.用公共数据集Keck Gesture进行实验,通过对数据集图像进行简单的图像预处理,使得图像特征更为明显,将预处理后的图像作为网络输入进行手势识别实...     

基于深度卷积神经网络的红细胞识别算法研究

针对深度研究的项目特点,文章对卷积神经网络结构的研究现状进行分析,总结卷积神经网络结构及优化算法。旨在通过对这些内容的分析,针对红细胞图像提取特征,设计群优化算法的卷积神经网络结构,以提高图像检测的科学性、准确性,展现深度卷积神经网络的识别算法技术的使用价值。     

基于图神经网络的行人重识别算法

本文提出了利用图卷积神经网络来进行行人匹配,图的形式在刻画匹配对象时往往具有更为灵活和丰富的表达能力,图结构可以更好地表达时空与位置信息,实现从低层像素级到高层语义体级对图像进行描述,对于遮挡的行人重识别问题有更好的鲁棒性。     

基于人工智能的光纤非线性均衡算法分析

现阶段信息时代的发展使得互联网得到了井喷式的发展,当下互联网流量使用以及网络用户数量都呈现为指数级的上升趋势,这便给光纤传输网络造成了较大的压力?基于此,本文主要对非线性均衡技术进行了概述,阐述了非线性均衡算法在光纤通信系统中的应用,并对基于人工智能的传统光纤非线性均衡算法缺陷以及原理进行了分析,希望对我国光纤线性损伤...     

一种基于卷积神经网络的人脸识别改进算法

针对目前图像特征点人脸识别算法匹配精度低等缺点,提出了一种基于卷积神经网络的人脸识别算法。该算法采用传统算法算子融合卷积神经网络进行识别,首先采用局部感受野的思想,将整体图像进行分割,得到局部图像集合,并将该集合中每个局部图像像素存储在像素矩阵Ai中。然后对各个局部图像进行卷积运算,得到局部图像之间的内在特征联系,存储于Bi矩阵中,并池化进行特征映射。最后,训练出网络加权系数并求出识别结果。实验结果表明,相比其他算法,所提算法改善了原有算法图像特征点匹配精度低的问题,验证了所提算法的有效性。     

基于人工智能和随机森林的心理健康分析方法研究

针对传统心理健康判断方法无法量化患者的心理健康程度,严重依赖心理医生和心理健康咨询师判断的问题,文中着眼于大学生心理健康情况,分别从学生的生理和心理两个角度进行心理健康分析.依靠智能可穿戴设备以及社交软件平台,展开了基于人工智能和随机森林的心理健康分析方法研究.该方法将心率、运动行为、环境以及社交平台的文本信息作为心理...