论文部分内容阅读
基于深度学习的单目深度估计算法研究
【机 构】
：
江西理工大学
【出 处】
：
江西理工大学
【发表日期】
：
2021年01期
【基金项目】
：
其他文献
在现实场景中,机动车辆往往具有较高的行驶速度。为了准确及时地检测出交通标志,车辆在距离交通标志较远时,车载摄像机就要对路面的交通标志进行图像采集,这样交通标志检测系统才有时间对路面上的交通标志进行分析和处理,并及时地反馈给驾驶人员。远距离的图像采集会减小交通标志在检测图像中所占有的比例,进而导致检测图像中包含较少与交通标志相关的特征,最终导致交通标志检测系统性能的下降。为了解决以上问题,本文以擅长
学位
太阳能作为一种洁净可再生的新能源得到了广泛应用,然而光伏发电功率具有较强的间歇性和不稳定性,导致光伏发电并网会严重影响电网电能质量。因此,研究如何提高光伏发电短期功率预测的精度,对提高电力系统运行的稳定性具有重要意义。本课题的主要工作如下:针对光伏功率数据中的异常数据,本课题选取孤立森林算法作为光伏功率异常数据识别的基础模型。但孤立森林算法选取隔离树划分特征时的随机性,也会造成单棵子树上无关特征多
学位
语音识别是人机交互中最重要的研究方向,它是人类与机器之间联系的关键,更是信息社会朝着智能化和自动化方向发展的关键。随着深度学习的理论和技术的发展,基于深度学习的神经网络语音识别技术逐渐成为国内外的研究热点。基于深度学习的神经网络模型比传统的神经网络更能挖掘输入特征中的有效时序信息,增强特征的区分性能和表达能力。目前,相对于主流国际语言的语音识别技术研究,藏语语音识别技术的研究还处于发展阶段。本文通
学位