首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   1篇
  免费   1篇
物理学   2篇
  2023年   1篇
  2022年   1篇
排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
声场景探察和自动分类能帮助人类制定应对特定环境的正确策略,具有重要的研究价值。随着卷积神经网络的发展,出现了许多基于卷积神经网络的声场景分类方法。其中时频卷积神经网络(TS-CNN)采用了时频注意力模块,是目前声场景分类效果最好的网络之一。为了在保持网络复杂度不变的前提下进一步提高网络的声场景分类性能,该文提出了一种基于协同学习的时频卷积神经网络模型(TSCNN-CL)。具体地说,该文首先建立了基于同构结构的辅助分支参与网络的训练。其次,提出了一种基于KL散度的协同损失函数,实现了分支与主干的知识协同,最后,在测试过程中,为了不增加推理计算量,该文提出的模型只使用主干网络预测结果。在ESC-10、ESC-50和UrbanSound8k数据集的综合实验表明,该模型分类效果要优于TS-CNN模型以及当前大部分的主流方法。  相似文献   
2.
烟草是我国重要的经济作物,税收的重要来源,为国家的经济发展做出了巨大贡献,然而,烟草病害严重影响烟叶产量与品质。采用光谱分析技术对烟草病害进行早期防治具有非常重要的现实意义。以接种烟草花叶病毒(TMV)与马铃薯Y病毒(PVY)的烟草为研究对象,分别采集室内与室外培养的染病烟草叶片高光谱数据。为实现对烟草病害的精准识别,每隔两天对两种染病烟草进行光谱数据采集,将每种病害数据详细地分成五个严重度等级,最终获得1 697个在350~2 500 nm波段范围内的光谱数据。为对烟草高光谱数据进行有效利用,以支持向量机(SVM)为基础,结合快速近邻波段选择算法(FNGBS)与归一化匹配滤波(NMFW),提出一种聚类与排序相结合的波段选择算法(FNG-NMFW)。FNG-NMFW首先采用FNGBS算法对烟草光谱进行精细分组,再采用NMFW算法对各组波段进行排序以选择特征光谱,实现烟草光谱特征提取与降维。在波段选择的基础上,采用SVM对烟草特征光谱进行分类,最终实现高精度烟草病害检测。研究结果显示:该模型性能稳定,在样本数量较少情况下,即可实现TMV与PVY两种病害的高精度识别。对于TMV1与TMV3...  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号