排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
针对无法对面部表情进行精确识别的问题,提出了基于ResNet50网络融合双线性混合注意力机制的网络模型。针对传统池化算法造成图像特征提取残缺、模糊等问题,提出了一种基于Average-Pooling算法的自适应池化权重算法,同时基于粒子群算法对卷积神经网络模型超参数进行自适应调节,从而进一步提升模型识别精度。基于改进的网络模型,设计了一款实时面部表情识别系统。经验证,在Fer2013数据集和CK+数据集上,改进的模型在测试集中的识别精度分别为73.51%和99.86%。 相似文献
2.
3.
提出了一种监测灵芝生长环境的无线传感器网络(wireless sensor network)系统.传感器网络的节点由传感器部分、无线收发模块、单片机组成.节点传感器部分安装了温度传感器、湿度传感器、pH传感器、土壤水分传感器、光敏电阻传感器,并对相应的传感器工作原理进行了简单介绍.传感器网络的无线收发模块采用CC2420模块,传感器网络节点采用Atmega128单片机为其处理器.WSN的通信协议选择ZigBee协议.同时,进行了灵芝生长环境的传感器检测实验并对数据进行了分析探讨. 相似文献
4.
针对无线传感器网络中运用TDOA方法定位时,Taylor算法容易受到初始估计值影响,导致节点定位精度低、不容易收敛,因此提出了一种基于混沌粒子群与Taylor算法协同定位的方法。该算法首先运用混沌粒子群算法求解TDOA方程组,得到一个具有较高精度的未知节点的估计坐标值,将这个估计值作为Taylor算法的初始值进行迭代运算,最终完成对未知节点的坐标估计。仿真结果表明,该算法提高了节点的定位精度和定位速度。 相似文献
1