第44卷第1期2021年2月V ol.44No.1Feb.2021辽宁科技大学学报Journal of University of Science and Technology LiaoningERNIE-CNN文本分类模型齐佳琪，迟呈英，战学刚（辽宁科技大学计算机与软件工程学院，辽宁鞍山114051）摘要：基于word2vec和BERT词向量技术的方法在文本分类分词过程中存在着错误传播问题，提出...

第29卷第2期 2021年4月Vol.29 No.2Apr. 2021电脑与信息技术Computer and Information Technology文章编号：1005-1228（2021）02-0024-03基于MobileNet-V2模型的性别识别刁  琦（浙江东方职业技术学院 信息传媒与自动化学院，浙江 温州　325000）摘　要：文章主要将MobileNet-V2模型应用于人...

实验一  连续时间信号在Matlab中的运算一、实验目的1、学会运用Matlab进行连续时间信号的时移、反褶和尺度变换；2、学会运用Matlab进行连续时间信号微分、积分运算；3、学会运用Matlab进行连续时间信号相加、相乘运算；4、学会运用Matlab进行连续时间信号卷积运算..二、实验原理及实例分析1、信号的时移、反褶和尺度变换信号的平移、反转和尺度变换是针对自变量时间而言的;其数...

实验一    产生信号波形的仿真实验一、实验目的：熟悉MATLAB软件的使用，并学会信号的表示和以及用MATLAB来产生信号并实现信号的可视化。 二、实验内容： 对信号进行时域分析，首先需要将信号随时间变化的规律用二维曲线表示出来。对于简单信号可以通过手工绘制其波形，但对于复杂的信号，手工绘制信号波形显得十分困难，且难以绘制精确的曲线。 用MATLAB软件的信号处理工具箱（Si...

轻量化卷积神经网络技术研究随着技术的快速发展，卷积神经网络（CNN）已成为图像识别、语音识别、自然语言处理等领域的常用深度学习模型。然而，传统的卷积神经网络模型通常存在着计算量大、参数量多、训练成本高等问题，这使得其在一些资源受限的场景下应用受到限制。为了解决这些问题，轻量化卷积神经网络技术应运而生，其主要目标是减小模型的大小和复杂度，同时保持较高的性能。未识别的网络卷积神经网络是一种深度学习的算...

计算机专业毕业设计开题报告基于卷积神经网络的食品种类识别的设计与实现∙基于深度学习的果蔬识别系统的设计与实现∙基于卷积神经网络的手写数字图片识别系统的设计与实现未识别的网络∙基于卷积神经网络的汉字识别系统的设计与实现∙基于卷积神经网络的宠物猫品种识别系统的设计与实现∙基于卷积神经网络的花卉识别系统的设计与实现∙基于卷积神经网络的图像去雾系统的设计与实现∙基于BP神经网络的菜品卡路里识别系统的设计与...

深度学习中的卷积神经网络应用近年来，随着深度学习技术的不断发展，卷积神经网络（Convolutional Neural Network，CNN）在图片识别、语音识别等领域得到了广泛应用。CNN是一种类似于生物神经网络的人工神经网络，它通过学习输入数据之间的局部相关性，能够有效地提取数据的特征信息。本文将从应用角度出发，介绍CNN在图像识别、自然语言处理、人脸识别等领域的应用。一、图像识别在图像识别...

基于深度卷积神经网络的行人识别研究随着计算机技术的快速发展，人工智能似乎成为了必然的未来走向。而在人工智能中，深度学习技术的出现，更是使得计算机可以更加深入地实现类似于人类的认知和思考。在深度学习技术的应用领域中，行人识别是一个非常有用而且应用前景广阔的领域。而本文将基于深度卷积神经网络来探讨这一领域的研究进展和展望。一、行人识别的应用场景和意义行人识别，顾名思义，就是在人类的视野中，对于行人的观...

卷积神经网络在人脸识别中的应用研究近年来，随着计算机技术的不断发展，人工智能已经成为了科技领域的热门话题。其中，卷积神经网络作为一种重要的人工智能技术，广泛应用于图像处理、语音识别和自然语言处理等领域。本文将探讨卷积神经网络在人脸识别中的应用研究。一、 什么是卷积神经网络卷积神经网络（Convolutional Neural Network，CNN）是一种类似于人脑抽象处理的深度学习算法。其基本结...

基于深度学习和卷积神经网络的语音信号处理随着科技的不断发展，语音信号处理技术也在不断升级。而深度学习和卷积神经网络的出现，为语音信号处理带来了新的发展前景。深度学习是一种以多层神经网络为基础的机器学习模型。卷积神经网络是一种特殊的神经网络，它在图像、声音等领域取得了很大的成功。那么，基于深度学习和卷积神经网络的语音信号处理是如何实现的呢？一、语音信号的处理首先，我们需要了解一下语音信号的处理过程。...

基于卷积神经网络的医学图像识别与分类研究医学图像识别与分类是当今医学研究领域非常热门的话题，它为医生提供了便利，减轻了医生的工作负担。其中，最具普遍性的方法就是卷积神经网络（Convolutional Neural Network，CNN）。这种算法在医学图像分析中有着广泛的应用，准确率高、效果稳定，被广泛应用于CT扫描、MRI图像、皮肤病图像、X光等医学图像的分析。卷积神经网络是一种深度学习算法...

未识别的网络如何使用卷积神经网络进行声音识别与分析声音是我们日常生活中非常重要的一种信息传递方式，通过声音我们可以感知到周围的环境和人们的情感。然而，要对声音进行识别和分析却是一项非常复杂的任务。幸运的是，卷积神经网络（Convolutional Neural Network，CNN）的出现为声音识别和分析提供了一种有效的方法。卷积神经网络最初是用于图像识别的，但是由于其优秀的特征提取能力，也被广...

卷积神经网络在语音识别中的应用随着智能科技的不断发展，人工智能技术已经在各个领域得到了广泛应用。其中，语音识别技术的发展尤为迅速。卷积神经网络作为一种深度学习技术，在语音识别中也得到了广泛应用。本文将探讨卷积神经网络在语音识别中的应用。一、卷积神经网络简介卷积神经网络是一类包含卷积计算且具有深度结构的神经网络，常用于处理二维和三维数据，如图像和语音等。卷积神经网络的特点是能够自动提取数据中的特征，...

使用卷积神经网络进行人脸表情识别人脸表情识别是计算机视觉领域的一个重要研究方向，它有着广泛的应用前景。人脸表情识别可以帮助我们了解他人的情绪状态，例如判断某个人是否高兴、悲伤或者生气。卷积神经网络（Convolutional Neural Network，CNN）作为一种深度学习的模型，已经在人脸表情识别领域取得了很好的效果。本文将介绍卷积神经网络在人脸表情识别中的应用。一、背景介绍人脸表情识别是...

基于卷积神经网络的行人重识别随着人工智能和计算机视觉的不断发展，行人重识别技术的研究引起了广泛的关注。行人重识别是指在不同的摄像机视角下，通过计算机视觉技术识别出同一行人，从而实现了对行人的全局追踪。在社交网络、公共安全和智能交通等领域，行人重识别技术得到广泛的应用。卷积神经网络是一种非常有效的深度学习模型，在图像识别、人脸识别、自然语言处理和语音识别等领域取得了很好的效果。行人重识别也可以采用卷...

基于深度卷积神经网络的肺结节识别技术研究未识别的网络近年来，深度学习技术的发展改变了人工智能的面貌，其中卷积神经网络（Convolutional Neural Network，CNN）在图像处理领域表现突出。肺结节是肺癌的早期信号，早发现早可以提高治愈率。基于深度卷积神经网络的肺结节识别技术可以为早期肺癌检测提供有力支持。本文将探讨深度卷积神经网络在肺结节识别中的应用及其研究进展。一、深度卷积...

基于卷积神经网络的海洋生物图像识别研究近年来，随着深度学习技术的飞速发展，基于卷积神经网络的图像识别技术也取得了巨大进展。海洋生物作为生态系统中不可或缺的重要组成部分，其生态环境研究和保护对于维护全球生态平衡具有重大意义。因此，对于海洋生物的图像识别技术研究也备受关注。本篇文章将探讨基于卷积神经网络的海洋生物图像识别研究现状。一、海洋生物图像识别应用现状海洋生物图像识别应用范围广泛，包括海洋环境调...

基于卷积神经网络的声音信号识别研究声音信号识别是目前人工智能领域中比较重要的一个分支，它的应用范围十分广泛，例如语音识别、人脸识别、物体识别等。其中，基于卷积神经网络的声音信号识别研究成为近年来的热门话题。一、卷积神经网络简介卷积神经网络是机器学习的一种深度学习方法，它类似于人脑的视觉系统，通过图像中的特征和关联来解决视觉识别问题。卷积神经网络主要由卷积层、池化层、全连接层等组成，该网络通过多个层...

卷积神经网络在光谱识别中的应用近年来，随着人工智能技术的不断发展，卷积神经网络（Convolutional Neural Network，简称CNN）在图像处理、语音识别等领域中得到了广泛应用。而在光谱识别中，卷积神经网络同样具有良好的性能，成为了研究的热点之一。一、光谱识别的基本原理光谱识别是通过光谱对物质进行鉴别、定量和分析的一种技术。在光谱识别中，参照物质作为标准，对待测物质进行与标准谱的比...

基于卷积神经网络的场景物体识别技术研究随着人工智能技术的快速发展，场景物体识别技术成为了最受关注的热门话题之一。基于卷积神经网络的场景物体识别技术是目前最为先进的一种技术，其在图像识别方面表现出，取得了一系列的优秀成果。本文旨在探讨基于卷积神经网络的场景物体识别技术的研究现状及未来发展方向。一、场景物体识别技术概述场景物体识别是指在复杂的场景下，通过图像处理和机器学习的方法，从图像中识别出其中所...

基于改进3D卷积网络的人体动作识别    基于改进3D卷积网络的人体动作识别    摘要：人体动作识别在计算机视觉领域具有重要意义，但由于动作的时间序列信息在传统2D图像中无法被充分利用，因此需要一种能够处理时空信息的方法。本文提出了一种基于改进3D卷积网络的人体动作识别方法，该方法通过引入时间维度的卷积操作，充分利用了时序信息，提高了动作识别的准确性。实验...

使用卷积神经网络进行视频内容识别的步骤与技巧随着互联网和数字媒体的快速发展，视频内容的识别和分类成为了一个重要的研究方向。卷积神经网络（Convolutional Neural Network，CNN）作为一种强大的图像处理工具，也被广泛应用于视频内容识别领域。本文将介绍使用卷积神经网络进行视频内容识别的基本步骤和一些技巧。1. 数据准备在进行视频内容识别之前，首先需要准备好训练数据集。一个好的训...

如何使用卷积神经网络进行脑电信号分析与识别使用卷积神经网络进行脑电信号分析与识别脑电信号是一种记录大脑活动的生理信号，通过分析和识别脑电信号可以帮助我们了解大脑的功能和疾病状态。而卷积神经网络（Convolutional Neural Network, CNN）作为一种深度学习算法，具有优秀的特征提取和分类能力，被广泛应用于脑电信号分析与识别领域。首先，我们需要了解卷积神经网络的基本原理。卷积神经...

基于卷积神经网络的遥感图像识别技术随着遥感技术的不断发展，人们对遥感图像的利用也变得越来越广泛。然而，如何准确、高效地对大量遥感图像进行处理和分析，仍然是一个硬伤。在这里，我们将介绍一种基于卷积神经网络的遥感图像识别技术，并探讨其应用和发展前景。一、遥感图像识别技术的瓶颈遥感图像是用各种遥感器拍摄、获取的地面或大气等观测数据的图像化结果。这些图像通过遥感技术能够从地球表面提取各种信息，在农业、城市...

第45卷第3期2022年5月河北农业大学学报JOURNAL OF HEBEI AGRICULTURAL UNIVERSITYVol.45 No.3May 2022基于改进YOLOv4模型的自然环境下梨果实识别马 帅，张 艳，周桂红，刘 博（河北农业大学 信息科学与技术学院 / 河北省农业大数据重点实验室，河北 保定 071001）摘要：针对自然环境下梨果实识别场景中存在梨果实颜与背景颜相近、遮...

使用卷积神经网络实现人脸识别随着科技的快速发展，机器学习已经成为了当今社会的热门话题。其中，人脸识别技术是机器学习领域中最实用的技术之一。人脸识别技术能够将人脸图像与已知的人脸库进行比对，用以识别出人脸图像所对应的人物身份信息。由于其具有高度自动化和高准确率的特点，人脸识别技术在现代社会中被广泛应用于安全监控、考勤签到、金融交易等领域。本文将介绍如何通过卷积神经网络实现人脸识别技术，为读者带来全新...

基于卷积神经网络的语音识别技术研究与应用近年来，随着科技的快速发展，人工智能技术在各个领域不断地得到应用，其中语音识别技术也逐渐成为人们关注的焦点。而基于卷积神经网络的语音识别技术，由于其优秀的特性，已经成为当前发展最快的语音识别技术之一。本文将对基于卷积神经网络的语音识别技术进行探究和应用研究。一、卷积神经网络的基本原理卷积神经网络，简称CNN。与传统的神经网络相比，CNN在模型的输入层和隐层之...

基于卷积神经网络的语音识别算法设计随着科技的不断发展，语音识别技术逐渐成为人机交互领域的重要研究方向之一。而卷积神经网络（Convolutional Neural Network，简称CNN）则是目前应用最广泛、表现最好的神经网络模型之一。因此，本文将探讨基于卷积神经网络的语音识别算法设计。第一部分：卷积神经网络介绍卷积神经网络是一种前馈神经网络，适用于处理具有网格状拓扑结构的数据，如图像和语音信...

基于卷积神经网络的动作识别技术随着科技的不断进步，人们的生活方式也不断发生着变化。除了生活方式的改变，随着社会的发展，人们对运动的需求也越来越多。而随之而来的一个问题是如何通过某种技术手段对人们进行运动监测和动作识别。目前广泛应用的动作识别技术主要是基于卷积神经网络的方法。卷积神经网络能够从原始图像中自动提取特征，并利用这些特征对不同的动作进行区分。卷积神经网络可以通过训练样本不断改进模型，不断优...

基于卷积神经网络的语音识别技术研究语音识别技术是人工智能领域中的一个重要分支，其应用广泛，包括语音助手、智能家居、语音控制和无人驾驶等。基于卷积神经网络的语音识别技术已经成为当前最主流的研究方向，其拥有着很好的性能表现和实用性。本文将主要介绍基于卷积神经网络的语音识别技术的研究进展、主要应用场景及其未来发展方向。一、卷积神经网络的语音识别原理卷积神经网络是深度学习领域中最常用的一种神经网络模型，其...