排序方式: 共有258条查询结果,搜索用时 0 毫秒
101.
102.
针对电能表自动化生产线上贴标机工作过程中出现的贴标异常问题,开展了有关异常贴标图像的识别方法研究。通过综合采用图像增强技术、梯度直方图(HOG)算法、支持向量机(SVM)、卷积神经网络(CNN)模型以及残差网络(ResNet)模型等理论、技术和方法,提出了一种有效的异常贴标图像的识别方法。使用HOG+SVM、VGG-16和ResNet模型,在平衡后的数据集中进行了模型训练和样本识别的试验。试验结果表明,深度神经网络模型在训练与测试集中的识别效果具有明显提升。其中,ResNet模型的识别精度更高(训练集识别精度为100%,测试集识别精度为89%)。该研究为适用于电能表问题贴标的识别筛选提供了有效方法,为实际应用打下了基础。 相似文献
103.
104.
崇义客家梯田区森林枯落物持水特性 总被引:1,自引:0,他引:1
为了解崇义客家梯田水源区森林枯落物水文特性,进一步揭示森林的水源涵养功能,通过现场调查取样和室内实验分析等方法,对崇义客家梯田区森林枯落物的储量和持水率、持水量、吸水速率等持水特性进行了研究。结果表明:试验地各林分类型枯落物总厚度为3.0~8.6 cm,总储量为3.29~13.19 t/hm2,总储量整体上随总厚度的增加而增大;枯落物最大持水率为239.65%~343.54%,即枯落物最大吸持水量可达其干重的2.4~3.4倍,枯落物最大持水量为5.58~12.32 t/hm2,相当于0.56~1.23 mm的降雨水深;在浸泡开始2 h内,枯落物吸持水量增加较快,随着浸泡时间延长,持水量与吸水速率的变化均较为平缓,持水量与浸泡时间呈明显对数函数关系,吸水速率与浸泡时间呈明显幂函数关系。研究结果可为区域林分类型调配、森林涵养水源功能监测提供科学依据。 相似文献
105.
106.
107.
108.
为准确便捷地从大范围背景复杂的堤防表面获取裂缝的形态信息,提出了一种基于改进U2-Net(U2-ADSNet)的裂缝检测方法。该方法在U2-Net中融合深度可分离卷积和扩张卷积,扩大了原有模型的感受野,增强了对细节特征的学习能力,降低了模型参数;在少量无人机实测影像数据基础上,利用裂缝开源数据集进行迁移学习,降低了训练成本;通过切片预测实现对大范围无人机影像的裂缝检测,利用连通域搜索去除可能的误检。将U2-ADSNet与FCN、SegNet、U-Net和DeepCrack等语义分割模型在堤防裂缝数据集上进行对比,验证了U2-ADSNet的有效性,该模型经过迁移学习后交并比达到78.55%,综合评价指标值为87.87%,可用于堤防裂缝的检测。 相似文献
109.
110.