国网山东电力淄博供电公司申请基于深度学习与特征筛选的运行状态...
包括S1:针对数据采集与融合系统中的原始数据,选择目标测量中可以表征系统运行状态的特征;S2:对该系统运行状态表达特征与监测测量点所产生的特征进行差分,计算两两的皮尔逊相关系数,选取相关系数最高的n条数据作为筛选后的特征;S3:经过特征重映射,通过深度卷积神经网络进行训练,最终得到预测模型。
...乐:自动化检测设备方面拥有智能缺陷识别技术,包括卷积神经网络等
公司回答表示:公司在自动化检测设备方面拥有智能缺陷识别技术,技术的主要内容包括卷积神经网络、多模态缺陷识别方法、缺陷特征注意力集中方法。本文源自:金融界
热点|李荣山教授:机器学习揭示肾脏疾病新特征
卷积神经网络、端到端数据分析管道应用于肾脏穿刺病理切片中,构建的模型和人工组织病理学分型报告水平一致,且人为判断偏差性小。可解释长短期记忆网络,可对时不变变量和时变变量进行建模分析,实现多维动态模型在肾脏疾病中的相关研究。公共数据库的数据集接受深度自编码器的分析、K-MEANS聚类,能够对肾脏疾病进行亚表型...
富盛科技申请基于车辆多特征匹配的遮挡号牌溯源方法及装置专利...
确定算法模型输出的车辆特征,判断车辆特征中的遮挡车牌位置区域特征是否存在,若是,则提取遮挡车牌位置区域特征并输入到预设卷积循环神经网络的卷积层,将得到的特征序列概率分布输入到卷积循环神经网络的转录
锐云科技取得一种基于卷积神经网络的人脸识别方法专利,能够更加...
专利摘要显示,本发明公开了一种基于卷积神经网络的人脸识别方法,包括利用训练数据集训练人脸识别网络,将人脸图像输入训练完成的人脸识别网络,利用GAP层对中间特征图进行全局平均池化操作,初级特征向量顺次经过全连接层和softmax层,最后输出得到分类结果等步骤。人脸识别网络包括DSAG单元、GM池化层、GAP层、全连接层和softma...
±1%!动力电池检测不再难!|电池|新能源|神经网络_新浪新闻
经过无数次的对比和完善,该项目团队在业内首创了“卷积神经网络+双向长短期记忆网络”的深度学习模型(www.e993.com)2024年10月23日。高月形象地介绍这种新模型的特点:“卷积神经网络的卷积层和池化层能从电池基础数据中自动找出重要的隐藏特征,实现对电池的深度检测;神经网络能同时观测电池过去和未来的数据,提供更准确的电池健康和性能分析。”...
Science:神经网络模型的特征学习机制
神经特征假设量化描述了深度学习模型在各层级上如何捕获和提取输入数据的特征。也就是说,如果一个网络层能够抽取出有价值的特征(即对任务有帮助),那么自该层之前的输入到输出所形成的平均梯度外积,应该会相应地增大。因此,通过测量平均梯度外积,就可以理解并可视化神经网络每一层中发生的学习过程。
前沿综述:面向复杂系统建模的多模态图学习
图像密集型图(imageintensivegraph,IIGs)是一种多模态图,其中的节点代表视觉特征,而边代表图像特征间的空间联系。结构图像学习包括创建图像密集型图,以编码与图像相关的几何先验条件,如平移不变性和尺度分离等。平移不变性描述了卷积神经网络的输出随输入图像位移而无变化的特性,这是通过具有共享权重的卷积滤波器实现...
思泰克:公司的AI人工智能算法导入了卷积神经网络,利用卷积层的...
思泰克:公司的AI人工智能算法导入了卷积神经网络,利用卷积层的深度学习及训练提取出检测图像特征每经AI快讯,有投资者在投资者互动平台提问:公司是否有机器神经视觉技术储备?思泰克(301568.SZ)12月1日在投资者互动平台表示,公司自设立以来深耕于机器视觉检测设备领域,其核心技术包括AI人工智能算法、光源系统、...
【深度学习】6种卷积神经网络压缩方法
简单理解就是,卷积神经网络的权重矩阵往往稠密且巨大,从而计算开销大,有一种办法是采用低秩近似的技术将该稠密矩阵由若干个小规模矩阵近似重构出来,这种方法归类为低秩近似算法。一般地,行阶梯型矩阵的秩等于其“台阶数”-非零行的行数。低秩近似算法能减小计算开销的原理如下:...