基于图像特征提取与感性工学的公寓自选人机系统设计

本研究结合感性工学语义量化（SD）方法,挑选用户公寓样本图片,通过调查问卷得出11对感性意象词汇,对他们进行等级评价,整理数据,采用因子分析法建立情感空间,然后提取样本图片的基础特征,颜色特征采用颜色直方图法,而图片形状分析则采用Canny算子边缘检测算法。再通过BP神经网络方法映射图像特征与用户感性词汇之间的关系,最后组合实现了用户自选公寓人机交互系统。该系统致力于实现人机交流,对人机交互的发展有一定意义。     

面向监控视频的人车分类技术的选择

随着图像识别技术的发展,人车分类已经成为一个重要的研究课题。它能够有效地提高对敏感区域的监控效率,同时良好地进行人车分类,能够有效帮助后期的行为理解。本文将就一个人车分类系统中的人车分类技术进行较为全面的阐述,提出了串联分类器,根据运动检测出来的二值图中的区域、离散度、面积比以及类似于HOG的梯度计算方法等信息来建立特征,使用神经网络分类器进行分类,当分类结果自信度低于一定门限时,根据运动检测出来的二值图的位置信息以及图像信息,使用HOG进行建立特征,并利用SVM分类器进行人车分类。     

基于CNN的人脸反欺诈的框架研究与实现

随着5G的发展和信息技术的推广,人脸识别和反欺诈越来越受到重视,但市面上现有的人脸识别系统在技术上存在采集数据不完整、识别风险管理存在漏洞等问题,同时人为的欺诈行为也越来越常见。为防止人脸识别系统将假人识别为真实人脸用户,本文提出基于卷积神经网络的人脸反欺诈算法框架,最终实现自动化的人脸反欺诈识别技术。实验结果表明,该方法的准确率达到73.23%。     

宠物机器狗视觉跟踪系统的设计与实现

随着人工智能的发展,人们对智能宠物的需求随之产生。本文首先分析了卷积神经网络图像识别、光流跟踪、色彩跟踪3种方法的原理以及优缺点,进而选择色彩跟踪算法作为图像跟踪的主要方法,根据用户选择区域裁剪出目标的彩色图像,获取目标的色相(H)特征和亮度(L)特征,并选取目标的新一帧图像进行分析,来识别被跟踪的物体,最后提出今后的探索方向,旨在为宠物机器狗视觉跟踪设计提供借鉴。     

基于迁移学习的卷积神经网络通道剪枝

卷积神经网络在计算机视觉等多个领域应用广泛,然而其模型参数量众多、计算开销庞大,导致许多边缘设备无法满足其存储与计算资源要求。针对其边缘部署困难,提出使用迁移学习策略改进基于BN层缩放因子通道剪枝方法的稀疏化过程。本文对比不同层级迁移方案对稀疏化效果与通道剪枝选取容限的影响;并基于网络结构搜索观点设计实验,探究其精度保持极限与迭代结构的收敛性。实验结果表明,对比原模型,采用迁移学习的通道剪枝算法,在精度损失不超过0.10的前提下,参数量减少89.1%,模型存储大小压缩89.3%;对比原剪枝方法,将剪枝阈值从0.85提升到0.97,进一步减少参数42.6%。实验证明,引入迁移策略更易实现充分的稀疏化,提高通道剪枝阈值选取容限,实现更高压缩率;并在迭代剪枝的网络结构搜索过程中,提供更高效的搜索起点,利于快速迭代趋近至搜索空间的一个网络结构局部最优解。     

基于粒子群优化BP神经网络的超声波缺陷位置预测

海洋设备的无损检测对于保障设备安全使用至关重要,由于设备所处的海洋环境特殊,要实现对海洋设备缺陷位置的准确估计难度较大.论文提出了一种基于粒子群优化BP神经网络(PSO-BP)预测设备缺陷位置的方法.通过模拟了海洋检测环境,用钢板作为实验对象,用超声波探伤仪对缺陷钢板进行了数据采集,获取了水下钢板的实时数据.通过粒子群算法对BP网络进行优化后对数据进行分析,对比缺陷出现的实际位置和预测位置,证明了粒子群优化的BP神经网络对于超声波检测的缺陷出现位置具有较好的预测效果.     

雷达定量降水估算在官山河流域山洪模拟中的应用分析

为了应对水文科技创新、智慧水文提出的新要求,采用科技前沿技术,结合国内外水文科学先进理念,通过雷达遥感资料进行雨量监测,利用遥感影像资料进行土壤含水量和蒸发量反演,在无资料地区开展水文模型研究。研究结果表明:科学使用雷达降水(QPE)可改善山洪模拟的精度,雷达能够反映降雨的空间异质性,雷达定量估测降水可提高降雨测量的准确度,也能较为明显提高洪水模拟的可靠性。     

神经网络在高校图书馆的应用研究

数据挖掘就是从大量不完全,同时又模糊随机的实际应用数据中,提取隐含于其中,人们事先不知道但又潜在的有用的信息的过程.现在采用数据挖掘软件(Clementine)分析研究山西大同大学煤炭工程学院图书馆的近十年的收藏书籍,从而来预测本院图书馆今后的大致书籍收藏情况.     

基于BP神经网络的水中目标声音特征信号分类研究

本文采用了BP神经网络在声音识别分类方面的相关技术,针对不同水中的航行体的声学特点,构建了BP神经网络。将已知的四类声音信号中的一部分作为训练样本对神经网络进行了训练,最终获得了成熟的神经网络,经验证该网络可以很好的对不同水声目标的声学信号特征进行分类识别,利用该方法可以有效提高侦测设备对目标的识别能力。