迁移学习论文

论文摘要为提高卷积神经网络(CNN)在小样本数据集中的识别准确率,提出一种基于卷积神经网络迁移学习的目标分类方法,提高了卷积神经网络对小样本混凝土裂纹的识别率。实验表明,该方法...

论文摘要针对传统的道路交通监控系统对目标的识别准确率较差、模型鲁棒性较弱且不具备实时性等问题,本文提出了一种基于卷积神经网络的道路交通目标检测方法。和传统的道路监控检测系统相比...

论文摘要针对高光谱遥感图像分类中标记样本难获取的问题,提出了一种基于同质区和迁移学习的新型半监督分类方法。首先对高光谱图像进行分割得到高纯度的同质分割斑块,获取大量扩展训练样本...

论文摘要针对公安工作中嫌疑车辆种类型号众多、排查分类困难等问题,尝试提出一种基于AlexNet深度神经网络的车辆自动识别技术,能够快速实时对车辆进行分类识别,极大减少了利用人工...

论文摘要针对用传统方法难以解决城市背景下红外图像多目标检测的问题,采用迁移学习技术把深度学习中可见光域的目标检测框架迁移到红外域中。利用该方法建立的模型的小目标检测性能非常好,...

论文摘要高分辨率遥感图像内容复杂,提取特征来准确地表达图像内容是提高检索性能的关键。卷积神经网络(CNN)迁移学习能力强,其高层特征能够有效迁移到高分辨率遥感图像中。为了充分利...

论文摘要对于智能故障诊断方法,大量有标签数据是实现智能模型训练的必要条件,但该条件在部分工业应用场景下难以满足。难以采集足够有标签数据,尤其是故障状态下的数据,在一定程度上限制...

论文摘要针对多工况下滚动轴承故障声发射信号智能识别问题,提出了一种长短时记忆网络(LSTM)与迁移学习(TL)相结合的故障识别新方法。该方法仅以单一工况下原始声发射信号参数作为...

论文摘要针对基于人工提取特征的传统分类方法无法有效表达高空间分辨率遥感影像高层语义信息,且需要大量高质量训练数据,而带标签样本数据匮乏的问题。迁移学习运用已有知识对不同但相关领...

论文摘要针对滚动轴承尤其是变工况条件下很难或无法获取大量带标签的振动数据,以致诊断准确率低的问题,提出一种基于变分模态分解（variationalmodedecompositi...

论文摘要针对配电变压器故障数据有限及数据过期的问题,提出一种考虑多元因素态势演变的配电变压器迁移学习故障诊断模型。首先,构建了配变运行状态评价指标体系,对指标状态量进行模糊二元...

论文摘要由不同光谱仪器采集的光谱数据建立的模型在共享使用时,会出现模型失效问题,使得模型的利用率低,不利于光谱行业的发展需要。尝试采用迁移学习方法探究在食用油酸值和过氧化值2个...

论文摘要机械产品的装配过程中,大量使用螺母、螺栓、螺钉和垫片典型标准件,对这四种零件的自动化识别具有十分重要的意义。提出一种使用迁移学习的深度卷积神经网络模型,用来解决螺母、螺...

论文摘要为了提高黑毛猪肉新鲜度的识别准确率,提出基于改进残差网络和迁移学习的黑毛猪肉新鲜度识别方法。首先,根据猪肉的微生物菌体浓度、大肠菌菌体浓度和pH值,结合国家标准,将猪肉...

论文摘要现有基于高光谱遥感的土壤重金属污染定性分类模型,大多采用同一地区室内光谱测定训练样本数据进行模型构建与测试。但室内光谱测定需要复杂的处理过程,成本高,效率低,且无法快速...

论文摘要深度学习是机器学习和人工智能研究的最新趋势之一,基于深度卷积神经网络算法的细胞核分割是计算机视觉领域的一个重要的分支,其在药物开发、疾病确诊等领域都有着重要的研究意义和...

论文摘要滨海湿地是动态且脆弱的生态系统,遥感变化检测技术为滨海湿地动态变化监测提供了有效手段。本文针对滨海湿地场景特点,按照"先变化提取后变化类型识别"的思...

论文摘要针对传统的计算机磨粒识别方法对相似度高的严重滑动磨粒和疲劳磨粒存在识别过程复杂、识别准确率低等问题,提出利用卷积神经网络（ConvolutionNeuralNetwor...

论文摘要鸟类物种多样性调查是了解鸟类群落结构和作用的重要内容之一。鸟类鸣声属于鸟类重要的生物学特征之一,具有较高的辨识度,在鸟类物种分类和行为学研究中得到广泛应用。近几年,新提...

论文摘要随着近年来机器学习、人工智能领域的快速发展,很多国内外学者尝试着将机器学习与量化投资相结合,试图通过数据挖掘的手段,比如SVM(支持向量机模型)、神经网络,集成学习等模...