网络结合

作品数：257被引量：1346H指数：18
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：杨铭焦丽静许玲陈佩奇纪荣嵘更多>>
相关机构：电子科技大学杭州电子科技大学浙江大学北京航空航天大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金北京市自然科学基金浙江省教育厅科研计划国家科技重大专项更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
无线传感网络结合视频监控优化森林火灾检测的策略
《中文科技期刊数据库(全文版)自然科学》2025年第5期158-161,共4页乔万里 
森林火灾严重威胁生态环境,还危及生命财产安全,及时且精准的火灾检测极为关键。当下检测方法有着不少缺陷。本文聚焦森林火灾检测,点明传统与现代检测手段存在的问题。阐述无线传感网络、视频监控原理,以及二者结合的优势,进而提出基...
关键词：无线传感网络 视频监控 森林火灾检测 应急响应 
特征差异增强与残差蒸馏网络结合的医药可见光图像异物检测
《智能系统学报》2025年第1期118-127,共10页刘优武 张辉 孔森林 陶岩 李冲 
科技创新2030-“新一代人工智能”重大项目(2021ZD0114503);国家自然科学基金重大研究计划项目(92148204);国家自然科学基金项目(62027810);湖南省科技创新领军人才项目(2022RC3063);湖南省十大技术攻关项目(2024GK1010);湖南省重点研发计划项目(2023GK2068,2022GK2011).
医药中的异物通常形态微弱,导致轻量化算法无法准确检测,而高精度算法通常实时性差。为兼顾医药异物检测的实时性与准确性,提出了一种深度学习蒸馏算法,能够快速、准确地检测药液图像中的异物。首先,在教师网络中引入基于语义特征的上...
关键词：医药 异物 轻量化 深度学习 蒸馏 特征差异 上采样 灯检 
特征融合与BP神经网络结合的刀具磨损预测
《机械设计与制造》2025年第1期108-111,116,共5页郭宏 徐延 伊亚聪 胡孔耀 
山西省回国留学人员科研教研资助项目(HGKY2019079)。
通过监测刀具磨损情况,能够有效应对生产加工中的意外状况。为了精确监测刀具的磨损状态,提出了一种多传感器特征融合及BP神经网络结合的刀具磨损预测方法。首先对工业加工中采集到的切削力、振动、声发射信号进行小波阈值去噪,然后在...
关键词：传感器 特征提取 小波去噪 PCA BP神经网络 磨损预测 
基于BP神经网络结合ERA5数据的风电功率预测
《储能科学与技术》2025年第1期183-189,共7页王婷婷 李斯胜 于伟 能锋田 李星南 杨佳琳 熊亮 
随着我国风力发电技术的不断发展和完善,风电在电力系统运行和调度的作用越来越突出。为了高效准确地预测风电功率,减少大量风电入网带来的负面影响,本文基于BP神经网络结合ERA5数据对我国北方某风电场进行风电功率预测,并采用粒子群优...
关键词：风力发电 BP神经网络 ERA5再分析资料 粒子群优化算法 风电功率预测 
基于硬约束和物理信息神经网络结合的天然气管网仿真新方法
《天然气工业》2025年第1期164-174,共11页金凤 郭祎 张岩 马秀云 刘斌 焦健丰 殷雄 徐海龙 宫敬 温凯 
国家自然科学基金面上项目“复杂供气管网大时滞非线性仿真模型构建与智能调控”(编号:52174064);国家自然科学基金项目“面向大规模成品油管网调度的数据解析与优化融合方法”(编号:52202405)。
随着天然气管网互联互通成环成网,需要利用仿真技术模拟各种工况下的管网运行状态,以提升管网的供气能力,进而降低管网运行成本。现有的智能化仿真方法过于依赖数据驱动,忽略了天然气流动机理,导致精度与稳定性较差且结果不可解释。为此...
关键词：天然气管道 水力瞬态仿真 物理信息神经网络 硬约束模式 
U型神经网络结合BiLSTM网络的地震相识别系统
《华北地震科学》2024年第4期15-20,共6页王天哲 
国家自然科学基金面上项目(41974060)。
以BiLSTM网络为基础识别框架,通过在BiLSTM网络结构中引入U型卷积神经网络进行改进,并采用改进的BiLSTM网络对地震相进行识别,实现了地震P波和S波震相的精确识别。仿真结果表明:该方法可有效、准确地识别地震P波和S波震相,平均识别正确...
关键词：深度学习 地震相识别 BiLSTM网络 U型卷积神经网络 
基于一维卷积神经网络结合便携式拉曼光谱特级初榨橄榄油掺假定量分析
《光散射学报》2024年第4期436-444,共9页张焕俊 戴臻 费洪晓 
湖南省自然科学基金委员2021年科教联合课题(2021JJ60048)。
针对造假手段的不断提升的现状及廉价的橄榄果渣油很可能成为特级初榨橄榄油掺假的潜在原材料等问题。因此,本研究重点围绕深度学习算法辅助非接触式无损伤光谱检测技术量化特级初榨橄榄油的掺假行为。将过期橄榄果渣油和特级初榨橄榄...
关键词：一维卷积神经网络 便携式拉曼光谱 密度泛函理论 特级初榨橄榄油 橄榄果榨油 掺假量化 
基于孪生网络和自编码网络结合的时间分辨拉曼光谱油料成分分析
《实验与分析》2024年第4期34-38,共5页豆西博 李琮举 王昊 
广东省重点领域研发计划项目(2019B090917012)。
基于拉曼光谱的指纹图谱对燃料油中化合物含量值分析,提出了一种结合孪生网络(SN)和自编码网络(AE)的燃料油化合物检测模型,用于定量预测训练阶段未包含的油料化合物含量。该检测模型利用SN权重共享的特点对不同型号燃油的时间分辨拉曼...
关键词：时间分辨拉曼光谱 孪生网络 自编码网络 油料成分 
神经网络结合机器学习的煤与瓦斯突出量和危险性等级预测组合模型被引量：1
《中国矿业》2024年第S02期176-184,共9页李江涛 王飞 
神东矿区智能化煤矿建设关键技术研究与示范工程大柳塔煤矿高效智能化示范工程项目资助(编号:大柳塔煤矿HT(2022)34号)。
准确预测煤与瓦斯突出危险性能够有效预防煤与瓦斯突出事故,保证煤矿的安全高效生产。为提高煤与瓦斯突出预测模型的准确性和普适性,提取BP神经网络最后一步隐藏层作为随机森林的输入特征,构建了BP神经网络结合随机森林的组合模型(BP-R...
关键词：煤与瓦斯突出 BP神经网络 随机森林 组合模型 敏感性分析 
迁移学习与对抗生成网络结合的图像分类方法
《信息技术与信息化》2024年第11期31-34,共4页孙勇 
在深度图像分类任务中,传统方法依赖于预训练的卷积神经网络(CNN)进行特征提取并结合标准分类损失函数进行训练。然而,数据集样本不足和特征表示不足会影响模型的分类性能。为解决这一问题,一种结合迁移学习和对抗生成网络(GAN)的创新...
关键词：图像分类 迁移学习 对抗生成网络 卷积神经网络 特征提取 
全选清除导出
共26页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部