一种基于卷积神经网络的快速识别朱墨时序方法

来源 :长春理工大学学报(自然科学版) | 被引量 : 0次 | 上传用户:maailin
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
朱墨的时序检测在文件检测和司法公正领域中是较为常见的问题。由于判定结果的准确性无法准确衡量,提出了基于卷积神经网络快速识别朱墨时序的方法。基于不同时序的朱墨样本在朱墨重叠处图像色素点的区别,用卷积神经网络做有监督训练分类,最终达到识别图像朱墨顺序的目的。在理想的实验条件下,同一支笔的预测准确率能达到93%以上,泛化能力高达86%。在加入高斯噪声后,同一支笔的预测准确率仍能达到82%以上,泛化能力达到80%,大幅度提高了朱墨时序图像识别的准确性和稳定性。
其他文献
准确检测土壤水分对于改善农业用水管理至关重要.为了实现土壤水分的准确测量,本文设计了一种微型inside-out核磁共振(NMR)传感器(测量区域位于传感器周围).其中磁体由三个轴向磁化的圆柱磁体组成,射频线圈由四个相同的弧面螺旋线圈串联组成.通过调整圆柱体之间的半径和高度,获得了一个圆周对称恒定梯度场.并利用宽频带匹配方法,增加射频线圈的激励区域,从而提高整体信噪比.将本文设计的传感器用于测量含
随着计算机技术、网络技术和数据库技术等的发展,无人值守台站在国内得到迅速的推广。因其具有低投资、低运维成本、低占地、高效率、高建设速度的优势,全国各地集中建设了一大批数字化观测地震台站。本文集中概述了当前数字台站面临的主要故障特点,并依据相关文献对解决方案进行了系统性的归纳和总结,给台站科学化和智能化的运行,提供了现实的指导意义。