建立两层神经网络，对12个样本进行学习，并且能够实现对故障测试样本的分类
上传时间： 2019-03-12
上传用户：AHAHahah
这是我在做大学教授期间推荐给我学生的一本书，非常好，适合入门学习。《python深度学习》由Keras之父、现任Google人工智能研究员的弗朗索瓦•肖莱（François Chollet）执笔，详尽介绍了用Python和Keras进行深度学习的探索实践，包括计算机视觉、自然语言处理、产生式模型等应用。书中包含30多个代码示例，步骤讲解详细透彻。作者在github公布了代码，代码几乎囊括了本书所有知识点。在学习完本书后，读者将具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力。但是有一个小小的遗憾：代码的解释和注释是全英文的，即使英文水平较好的朋友看起来也很吃力。本人认为，这本书和代码是初学者入门深度学习及Keras最好的工具。作者在github公布了代码，本人参照书本，对全部代码做了中文解释和注释，并下载了代码所需要的一些数据集（尤其是“猫狗大战”数据集），并对其中一些图像进行了本地化，代码全部测试通过。（请按照文件顺序运行，代码前后有部分关联）。以下代码包含了全书约80%左右的知识点，代码目录：2.1: A first look at a neural network（ 初识神经网络）3.5: Classifying movie reviews（电影评论分类：二分类问题）3.6: Classifying newswires（新闻分类：多分类问题 ）3.7: Predicting house prices（预测房价：回归问题）4.4: Underfitting and overfitting（ 过拟合与欠拟合）5.1: Introduction to convnets（卷积神经网络简介）5.2: Using convnets with small datasets（在小型数据集上从头开始训练一个卷积网络）5.3: Using a pre-trained convnet（使用预训练的卷积神经网络）5.4: Visualizing what convnets learn（卷积神经网络的可视化）
上传时间： 2022-01-30
上传用户：
论文-基于红外热成像技术的猪体温检测与关键测温部位识别63页摘要 实现猪体温测量自动化有利于实时监测猪的健康状况、母猪发情和排卵检测等 生理健康状况。本文采用红外热成像仪采集猪的红外热图像，引入化学计量学建模 方法建立体表温度、环境温度与直肠温度间的多元校正模型，同时提出两种关键测 温部位的自动检测方法。主要结论总结如下： (1)建立了母猪体表温度、环境温度与母猪体温之间的一元和多元线性回归模型。研 究发现， 9个身体区域提取的体表温度与直肠温度呈正相关(产O．34～0．68)，其中， 基于耳根区域体表温度平均值建立的一元回归方程效果最优，预测集相关系数RP与 均方根误差RMSEP分别为0．66和0．420C。全特征模型相比一元线性回归方程有更 好的预测效果，RP和RMSEP分别为0．76和O．370C。此外，应用特征选择方法LARS． Lasso确定了7个重要特征建立简化模型，其校正集和预测集的R分别为0．80和 0．80，RMSEs分别为0．30和0．350C。 (2)将卷积神经网络应用于生猪主要测温部位(眼睛和耳朵区域)的直接分割。利用 python构建了四种不同结构的卷积神经网络模型FCN一1 6s、FCN．8s、U．Net一3和U． Net．4。对比分析4种卷积神经网络模型的性能，结果表明U-Net．4网络结构的分割 效果最优，平均区域重合度最高为78．75％。然而，当计算设备的计算力不够时，可 以选用U．Net一3模型以达到较好的分割效果。 (3)提出猪只眼睛及耳根区域关键点的识别方法，将猪只主要测温部位的检测问题 转变为主要测温部位的定位问题。设计具有不同深度的卷积神经网络架构A．E，得 出架构E最优。且当Dropout概率设置为0．6时模型效果最好，验证集平均误差和 预测集平均误差分别为1．96％和2．65％。测试集单张猪脸关键点的预测误差小于5％ 和10％的比例分别为89．5％和97．4％。模型能够很好的定位猪脸关键点，用于猪只 体温测量。 本文采用红外热像仪测量母猪体表温度，通过化学计量学建模为非接触母猪直 肠温度测量提供了更准确、可靠的方法，同时提出两种关键测温部位的自动检测方 法，有助于实现母猪体温测量自动化，为生猪健康管理提供参考。
标签： 红外热成像技术
上传时间： 2022-02-13
上传用户：jiabin
人口老龄化是世界各国正在面对的一个普遍问题。随着我国老龄化程度的持续加剧，对于老年人群体的医疗资源投入会不断提高。而与此同时，跌倒已经成为老年人日常生活中最为常见的危险行为活动。所以，跌倒检测系统的研究和应用对降低老年人受到的身心伤害和医疗成本具有显著的意义。目前解决老年人跌倒检测的方案仍存在许多不足。其中，基于计算机视觉的跌倒检测技术在无干扰的场景下检测较为有效，但其易受环境变化（如背景光线影响、人遮挡问题等）影响。此外，基于可穿戴计算的跌倒检测技术受限于算法稳定性和识别准确率，系统的灵敏度和特异性难以同时得到保证。针对上述问题本文提出一种融合计算机视觉和可穿戴计算数据的跌倒检测新的方法。首先，设计并开发了集成三轴加速度计、三轴陀螺仪和蓝牙的活动感知模块，实现实时采集、传输人体活动数据：其次，使用深度学习算法从摄像头采集的图像数据提取人体姿态特征数据：最后，对采集的人体活动数据和姿态数据进行规范化和时序化处理，设计了两个深度学习网络分别对数据进行特征提取，并将两特征进行特征层数据融合，在此基础上构建神经网络对融合数据进行活动本文搭建了实验平台并进行了算法测试，其中，本文跌倒检测算法针对离线测试数据的准确率为992%，平均敏感度为995%、平均特异性为99.8%：针对在线数据系统测试准确率为98.9%、平均敏感度为99.2%、平均特异性为99.5%实验结果证明了利用计算机视觉和可穿戴计算数据融合的跌倒检测具有较高的准确率和鲁棒性。
上传时间： 2022-03-14
上传用户：bluedrops
OpenCV 3是一种先进的计算机视觉库，可以用于各种图像和视频处理操作，通过OpenCV 3 能很容易地实现一些有前景且功能先进的应用（比如：人脸识别或目标跟踪等）。理解与计算机视觉相关的算法、模型以及OpenCV 3 API背后的基本概念，有助于开发现实世界中的各种应用程序（比如：安全和监视领域的工具）。本书将从图像处理的基本操作出发，带你开启先进计算机视觉概念的探索之旅。计算机视觉是一个快速发展的学科，在现实生活中，它的应用增长得非常快，因此写作本书的目的是为了帮助计算机视觉领域的新手和想要了解全新的OpenCV 3.0.0的计算机视觉专家。通过阅读本书，你将学到:安装和熟练使用基于Python的OpenCV 3的API掌握图像处理和视频分析的基础知识在图像和视频中检测和识别目标使用OpenCV检测和识别人脸训练和使用自己的对象分类器了解计算机视觉中的机器学习概念使用OpenCV的人工神经网络来解决实际问题开发现实生活中的计算机视觉应用
上传时间： 2022-05-14
上传用户：
MATLAB深度学习简介深度学习是机器学习的一个类型，该类型的模型直接从图像、文本或声音中学 习执行分类任务。通常使用神经网络架构实现深度学习。“深度”一词是指网络 中的层数 — 层数越多，网络越深。传统的神经网络只包含 2 层或 3 层， 而深度网络可能有几百层。下面只是深度学习发挥作用的几个例子:• 无人驾驶汽车在接近人行横道线时减速。• ATM 拒收假钞。• 智能手机应用程序即时翻译国外路标。深度学习特别适合鉴别应用场景，比如人脸辨识、 文本翻译、语音识别以及高级驾驶辅助系统(包括 车道分类和交通标志识别)。简言之，精确。先进的工具和技术极大改进了深度学习算法，达到了 很高的水平，在图像分类上能够超越人类，能打败世界最优秀的围棋 选手，还能实现语音控制助理功能，如 Amazon Echo® 和 Google Home，可用来查找和下载您喜欢的新歌。如果您刚接触深度学习，快速而轻松的入门方法是使用现有网络， 比如 AlexNet，用一百多万张图像训练好的 CNN。AlexNet 最常用于 图像分类。它可将图像划分为 1000 个不同的类别，包括键盘、鼠标、 铅笔和其他办公设备，以及各个品种的狗、猫、马和其他动物。
标签： Matlab
上传时间： 2022-06-10
上传用户：
本书主要讲述神经网络的基本概念，介绍实用的网络模型、学习规则和训练方法。全书分19章，内容涵盖神经元模型和网络结构、感知机学习规则、有监督的Hebb学习、Widrow—Hoff学习算法、反向传播算法及其变形、联想学习、竞争网络、Grossberg网络、自适应谐振理论和Hopfield网络。书中注重对数学分析方法和性能优化的讨论，强调神经网络在模式识别、信号处理以及控制系统等实际工程问题中的应用。同时本书包含大量例题、习题，并配有基于MATLAB软件包的“神经网络设计演示&
标签： 神经网络
上传时间： 2022-06-21
上传用户：默默
上面是一段实时目标识别的演示， 计算机在视频流上标注出物体的类别， 包括人、汽车、自行车、狗、背包、领带、椅子等。今天的计算机视觉技术已经可以在图片、视频中识别出大量类别的物体， 甚至可以初步理解图片或者视频中的内容， 在这方面，人工智能已经达到了3 岁儿童的智力水平。这是一个很了不起的成就， 毕竟人工智能用了几十年的时间， 就走完了人类几十万年的进化之路，并且还在加速发展。道路总是曲折的， 也是有迹可循的。在尝试了其它方法之后， 计算机视觉在仿生学里找到了正确的道路（至少目前看是正确的） 。通过研究人类的视觉原理，计算机利用深度神经网络（ Deep Neural Network，NN）实现了对图片的识别，包括文字识别、物体分类、图像理解等。在这个过程中，神经元和神经网络模型、大数据技术的发展，以及处理器（尤其是GPU）强大的算力，给人工智能技术的发展提供了很大的支持。本文是一篇学习笔记， 以深度优先的思路， 记录了对深度学习（Deep Learning）的简单梳理，主要针对计算机视觉应用领域。
上传时间： 2022-06-22
上传用户：
本书从应用的角度介绍了智能信息处理和智能控制在国民经济和发展高新技术中的重要作用斤书中论述的智能技术中的人工神经网络和智能信号处理，反映了近年来在该领域中主要研究工作的进展情况，其中有些是作者创新的理论成果，而关于控制系统的智能设计、智能调度与决策部分，则是从工程和技术的角度探讨了智能控制的一些方法和实际问题，在实际应用方面，书中论述的智能技术在地震勘探和指纹自动识别系统中的应用以及模糊自适应控制在船舶自动驾驶仪中的应用等内容．都是有重大经济效益和社会效益的研究成果的总结。
上传时间： 2022-07-08
上传用户：
Matlab_2016a 完整破解版下载 使用增强的设计环境和 UI 组件集开发 MATLAB 应用。深度学习用于图像分类问题。访问模板、最新模型以及精选示例。创建包含事件操作和新模块的离散事件模型和调度程序。使用标准座舱仪器显示飞行条件。在线编辑器，用于：开发包含结果和图形以及相关代码的实时脚本创建用于分享的交互式描述，包括代码、结果和图形以及格式化文本、超链接、图像及方程式MATLAB应用设计器，使用增强的设计环境和扩展的 UI 组件集构建带有线条图和散点图的 MATLAB®应用全新多 y-轴图、极坐标图和等式可视化暂停、调试和继续 MATLAB 代码执行Neural Network Toolbox使用 Parallel Computing Toolbox™ 中的 GPU 加速深入学习图像分类任务的卷积神经网络 (CNN)Symbolic Math Toolbox与 MATLAB 在线编辑器集成，以便编辑符号代码和可视化结果，并将 MuPAD® 笔记本转换为实时脚本Statistics and Machine Learning ToolboxClassification Learner 应用，可以自动培训多个模型，按照级别标签对结果进行可视化处理，并执行逻辑回归分类Control System Toolbox新建及重新设计的应用，用于设计 SISO 控制器、自动整定 MIMO 系统和创建降阶模型Image Acquisition Toolbox支持 Kinect® for Windows® v2 和 USB 3 VisionComputer Vision System Toolbox光学字符识别 (OCR) 训练程序应用、行人侦测和来自针对 3-D 视觉的动作和光束平差的结构体Trading Toolbox对交易、灵敏性和交易后执行的交易成本分析Simulink 产品系列Simulink通过访问模板、最近模型和精选示例更快开始或继续工作的起始页自动求解器选项可更快速地设置和仿真模型针对异构设备的系统模型仿真，例如 Xilinx®和 Altera® SoC 架构Simulink® 单位，可在 Simulink、Stateflow® 和 Simscape™ 组件的接口指定单位、对其进行可视化处理并检查变量源和接收器模块，用于定义变量条件并使用生成代码中的编译器指令将其传播至连接的功能Aerospace Blockset标准座舱仪器，用于显示飞行条件SimEvents全新离散事件仿真和建模引擎，包括事件响应、MATLAB 离散事件系统对象制作以及 Simulink 和 Stateflow 自动域转换Simscape全新方程简化和仿真技术，用于生成代码的快速仿真和运行时参数调整Simscape FluidsThermal Liquid 库，用于对属性随温度而变化的液体的系统建模Simulink Design Optimization用于实验设计、Monte Carlo 仿真和相关性分析的灵敏度分析工具Simulink Report Generator三向模型合并，以图形方式解决 Simulink 项目各修订版之间的冲突信号处理和通信Antenna Toolbox电介质建模，用于分析天线和有限天线阵列中的基质效果RF ToolboxRF Budget Analyzer，用于为级联的射频组件计算增益、噪声系数和 IP3SimRF自动射频测试工作台生成Audio System Toolbox一款用于设计和测试音频处理系统的新产品WLAN System Toolbox一款用于对 WLAN 通信系统的物理层进行仿真、分析和测试的新产品代码生成Embedded Coder编译器指令生成，将信号维度作为 #define 进行实施HDL Coder针对 HDL 优化的 FFT 和 IFFT，支持每秒 G 字节采样 (GSPS) 设计的帧输入HDL VerifierPCIe FPGA 在环，用于通过 PCI Express® 接口仿真 Xilinx® KC705/VC707 和 Altera®Cyclone® V GT/Stratix V DSP 开发板上的算法验证和确认Polyspace Code Prover支持 long-double 浮点，并且改进了对无穷大和 NaN 的支持Simulink Design Verifier对 C 代码 S-function 自动生成测试IEC Certification Kit对 Simulink Verification and Validation™ 提供 IEC 62304 医学标准支持Simulink Test使用 Simulink Real-Time™ 制作和执行实时测试
上传时间： 2013-07-09
上传用户：eeworm
