基于视觉和深度学习的智能化中医检测系统

近年来人工智能技术快速发展,基于此该系统设计了一个基于视觉和深度学习的智能化中医检测系统。在本系统中,以中医的望闻问切中的望的思想的特点和研究为基础,通过编程实现人脸识别、肤色分析、脸部肤质检测和基于实时眼眶比的疲劳度监测,最后通过建立的中医辩证算法结合历史数据得到对于目前状态的分析与适当的建议等一系列功能。包括：通过摄像头获取当前用户的面部图像;通过面部图像识别出当前用户的身份;调取当前用户的标准健康状况数据;调取当前用户的历史健康状况数据;根据面部图像得到当前用户的当前痤疮数量数据以及当前诊断肤色;根据当前痤疮数量数据、当前诊断肤色、标准健康状况数据以及历史健康状况数据,给出针对当前用户的中医健康状况建议。该技术方案可以通过采集用户面部图像,快速对用户的健康状态和疲劳状态进行分析,并通过显示设备提醒用户注意。     

基于改进YOLO v5的非限定条件下车牌检测算法研究

深度学习是机器学习最新的研究方向,实践证明在OCR和Object Detection算法上采用深度学习算法精度更高、鲁棒性更好。利用深度学习进行车牌识别的过程主要分为车牌检测、车牌识别两大阶段。在非限制条件下,如光线、天气等因素造成的干扰,识别准确率仍是一项具有挑战性的研究工作,文章提出一种基于改进YOLOv5的算法,实现车牌快速定位,并通过实验进行论证,结果表明能够有效提高车牌检测的检测精度和速度。     

基于深度学习的单视图三维重建方法的研究进展

单视图三维重建技术的研究是一个长期存在的不适定问题,随着深度学习的不断发展,基于深度学习的单视图三维重建问题得到了广泛的关注,近年来取得了显著进展。首先,从体素、点云、网格三种不同的三维模型表示形式概述了基于深度学习的单视图三维重建方法的研究进展。其次,归纳总结了目前国内外常用的三维重建数据集以及评价标准,并对一些经典方法按照不同指标进行对比分析。最后,针对三维重建在重建分辨率、重建评价指标以及现有数据集存在的问题,对未来三维重建的发展进行了展望,并探讨了三维重建技术中仍然面临的挑战及发展趋势。     

行业应用背景下的高校深度学习课程教学改革

针对目前新工科背景下深度学习课程理论同行业结合不紧密等问题,分析目前高校开设深度学习课程的现状,结合深度学习课程的主要内容以及相关专业学生的实际学习情况,提出基于行业应用背景下的深度学习课程教学改革方案,以百度飞桨中的深度学习智能医疗作为典型案例介绍具体教学改革实践,最后说明课程教学改革效果。     

大采高工作面采场围岩结构力学分析及其工程应用

综合考虑顶底板岩层破断以及硬岩层与软岩层的耦合作用,构建采场围岩“椭圆应力拱”结构力学模型,研究“椭圆应力拱”周边切向应力与轴长、轴比、极角等参数之间的关系,分析“椭圆应力拱”、悬臂梁、铰接岩梁三者之间相互作用机制。研究认为：“椭圆应力拱”承载了采场围岩大部分载荷,前、后拱脚随工作面开采向前移动;采场围岩重新分布应力,在拱顶和拱底附近区域,形成拉应力,使岩层产生“主动破断”,并挤压其运动方向上的岩层;在远离拱顶和拱底区域,形成压应力,夹持尚未破断的岩层。在岩层自重载荷、“主动破断”岩层的挤压载荷,以及应力拱周边压应力的夹持作用下,岩层沿拱迹线“被动破断”;“椭圆应力拱”内尚未破断的硬岩层形成“悬臂梁”,硬岩层破断后形成“铰接岩梁”,软岩层破断后以载荷的形式作用于其下部的岩层上,工作面支架和煤壁承受了顶、底板“悬臂梁”或“铰接岩梁”传递来的岩层载荷,“悬臂梁”的被动破断及“铰接岩梁”失稳直接影响到工作面支架及煤壁的稳定性。基于此,编程计算工作面开采过程中“椭圆应力拱”的轴长、圆心坐标、拱脚位置等位置参数,确定大采高工作面顶、底板岩层裂隙发育深度,为大采高工作面防突水提供一些理论参考。     

基于卷积神经网络的雷达点迹分类技术研究

雷达在探测目标过程中不可避免地会受到杂波影响,在信号处理检测时会产生杂波点迹,尤其是在杂波密集区,此类杂波点迹数量会更多.随着大数据的到来,人工智能技术获得突飞猛进的发展,以深度学习为代表的人工智能技术受到广泛关注.利用卷积神经网络对雷达点迹数据中的杂波与真实目标分类问题展开研究.首先在现有雷达点迹信息的基础上,进一步...     

视频换脸及检测技术综述

本文对视频换脸技术的发展路线、研究现状及深度学习的应用情况,重点介绍了基于深度学习的视频换脸的主流框架和方法.另外,本文对当前视频换脸检测的方法及在各数据集上的性能进行了分析和比较,最后对视频换脸技术的未来发展趋势进行了展望.     

基于深度学习的新能源汽车充电路径规划模型

针对新能源汽车的充电问题,该文提出了基于深度强化学习的充电路径规划模型。建立了联合最小化充电完成时间和汽车行驶距离为目标的路径规划问题,提出了基于深度强化学习的算法求解该模型。采用真实世界的数据集进行试验,结果表明,所提出的算法可在一定程度上减少汽车的充电时间。     

基于天线对打的住宅小区深度覆盖解决方案

住宅小区是在特定时段内城市人口最集中的区域之一,其网络深度覆盖问题是当前4G网络覆盖以及5G网络规划工作的重点以及难点,直接影响了用户对于运营商的网络质量和服务水平的感知.针对传统住宅小区深度覆盖方案存在的问题,提出了基于天线对打的住宅小区深度覆盖解决方案,可为解决住宅小区深度覆盖问题提供建设参考.