基于空洞卷积网络的电阻抗图像重建方法.pdf
是你****盟主
亲,该文档总共12页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于空洞卷积网络的电阻抗图像重建方法.pdf
本发明涉及一种基于空洞卷积网络的电阻抗图像重建方法,包括下列步骤:从已有的人体胸腔影像图像集中提取待测肺部形状和胸腔轮廓形状,得到肺部和胸腔的二值图像;根据二值图像建立相应的包括传感器模型和待测内含物在内的EIT仿真模型,胸腔轮廓形状用于建立传感器模型,肺部形状用于建立一定电导率的内含物;考虑模型误差,在EIT仿真模型基础上进行数据增强;求解上一步骤处理后的仿真模型正问题,得到图像重建所需的边界测量电压,建立CNN模型,测量电压和胸腔二值图像作为CNN模型的输入,以待测肺部图像作为CNN模型的输出。
基于卷积神经网络的电学层析成像图像重建方法.pdf
本发明涉及一种基于卷积神经网络的电学层析成像图像重建方法,包括下列步骤:采用有限元方法求解电学层析成像的正问题;设计卷积神经网络结构使其适用于电学层析成像图像重建过程;确定损失函数;采用小批量梯度下降策略更新网络参数,并使用滑动平均模型将每一轮迭代得到的参数综合起来,确定最终的参数更新值;迭代结束后,得到连接权与阈值确定的卷积神经网络;图像重建时,将实测的边界测量值作为训练完毕的卷积神经网络输入层神经元,其输出层神经元的输出即为图像中各个像素点的值。
基于卷积神经网络的电商客服平台图像检索方法.pdf
本申请公开了一种基于卷积神经网络的电商客服平台图像检索方法,包括如下步骤:将买家发送的图片输入卷积神经网络模型进行图片预处理;将经过图片预处理的图片输入另一卷积神经网络进行图片特征提取;根据图片特征提取的数据在特征数据库中进行相似度匹配值计算,提取特征数据库中相似度匹配值最高且高于预设阈值的商品数据。本申请的有益之处在于提供了一种能够精细到电商平台的具体产品且便于应用到智能客服系统的基于卷积神经网络的电商客服平台图像检索方法。
基于卷积神经网络的遥感图像超分辨重建的开题报告.docx
基于卷积神经网络的遥感图像超分辨重建的开题报告一、研究背景及意义遥感技术作为一种重要的信息获取手段,在农业、地质、城市规划等领域得到了广泛应用。随着遥感图像的不断增多,对图像的清晰度和分辨率要求也越来越高。然而,由于设备技术、传输和存储等因素的限制,低分辨率遥感图像已经成为一种常见情况。这导致在实际应用中容易出现失真、模糊等问题,影响遥感图像的进一步处理和应用。超分辨显然是解决遥感图像低分辨率问题的一个有效途径,它可以将低分辨率的图像还原到高分辨率级别,从而提高图像清晰度和细节信息,更好地支持图像处理技术
基于多尺度特征融合空洞卷积网络的手写中文识别方法.pdf
本发明属于识别方法技术领域,具体涉及基于多尺度特征融合空洞卷积网络的手写中文识别方法,使用CASIA‑HWDB1.1数据集作为模型训练与测试数据集;对数据的二值化与归一化处理;对数据标签进行处理,得到One‑Hot形式的数据标签,供网络进行训练;将数据以K折交叉方法划分为多个训练集‑测试集组合;构建识别网络;使用训练集数据对网络进行参数的优化训练;使用K折交叉得到的多个数据集获取最优模型;使用准确率、召回率与F1‑Score对模型进行评价。本发明基于深度神经网络构建了手写字识别模型,模型无需进行人工特征工