简介:摘要:及时准确地发现路面、桥梁、房屋的裂缝对做到及时维护和消除安全隐患至关重要,大规模的表面裂缝检测工程量巨大,且易受人们主观因素影响。本文构建一种基于编码器-解码器的U型网络结构,以改进的Transformer作为网络基础模块,以捕获裂缝狭长语义信息。利用卷积模块对局部强特征提取的优势,在瓶颈层处引进了空洞空间金字塔池化模块。为了弥补编码器-解码器之间的语义鸿沟,在U型网络的不同跳跃连接处插入注意力模块以更好聚合不同层次的特征信息。
简介:摘要:改进的向量生成模型和特征提取模型分别从融合后的环境体系中对关键词深层解读。通过CNN建模指代特征提取,以向量矩阵作为输入,融合后的分向样本作为输出集合多义词样本循环多层分向提取。模型内部特殊采用分向相对卷积思想,保留了空间信息内的词语完整释义。向量化指代分析中采用改进CBOW模型的PYP算法,观测每个单词的参数分布,模拟上下文窗口结构,加入权重系数验证结构和内容的概率分布可行。
简介:摘要:该系统基于物联网Android应用开发,采用图像识别、数据分析等技术,对农田的数据实时监测和分析,实现降温、浇水、施肥、除草功能并通过APP将数据实时呈现在农户面前,通过摄像头观察农田同时监测农田可能出现的动物并报警进行驱赶,识别鸟类具体名称并上传至云端进行统计,解决了小型农田多且难以管理的问题并间接统计当地鸟类物种多样性,实现人与自然的和谐相处。
简介:摘要阐述了卷积深度学习应用于机械制图识别,利用卷积深度学习深层结构来模仿人脑感知视觉信号机制,自动地提取机械制图图素视觉特征并进行分类识别。经过深度学习培训开发,卷积深度学习法可以形成基本图素二值矩阵,用于以后比较复杂数控零件自动编程。