针对滚动轴承故障样本过少且故障类间样本不均衡所导致诊断效果不佳的问题，提出一种将深度卷积生成对抗网络（Deep Convolution Gener......

由于串联电弧故障特征表现不足以及样本不平衡的问题，导致传统的诊断算法检测效果不佳。提出了一种基于图像识别的光伏阵列串联电弧......

随着计算机技术的快速发展,计算机辅助设计已被广泛应用于结构计算和分析,能够显著提升设计效率与精度。但传统的计算机辅助设计依......

针对深度模型进行加密流量分类任务时数据不平衡的问题，提出使用深度卷积生成对抗网络（Deep Convolutional Generative Adversarial ......

传统的基于高分辨距离像（high resolution range profile, HRRP）雷达目标识别方法易受噪声影响，为此提出一种基于时频分析与深度学习......

针对火箭弹非金属壳体的缺陷样本少且分布不均衡的问题，提出一种基于DCGAN与YOLOv5s的缺陷识别方法。在对非金属壳体的X射线缺陷图......

为了实现两分叉铸钢节点的智能优化设计,提出了一种基于深度学习的节点生成方法.首先利用Hyper-Works软件的OptiStruct优化器将棋......

纺织行业在现代国民经济中占有非常重要的地位,而织物疵点检测是织物质量把控的重要环节。但是由于织物疵点种类多样,给疵点的检测......

自进入大数据时代以来,人们在日常生活中难免会产生越来越多的图像数据。图像作为大数据的主要形式,其数据规模急剧增长。图像去噪......

皮带输送机是煤矿井下开采所需的十分重要的工具,其在安全生产中肩负着十分重大的责任。在生产过程中,由于恶劣的工作环境、经常出......

海量的量测数据为基于数据驱动的暂态稳定预测方法提供了基础,然而故障态样本固有的不平衡性质影响了该类方法的性能.针对暂态稳定......

人类文明的探索离不开考古,古书籍更是占据重要地位,其文物的破损原因纷杂,依靠人工识别文字信息,工作量巨大,且时间长,效率低。随......

无人机飞行时常因云层遮挡而造成拍摄图像下垫面的信息损失,而现有多光谱和多时相的云区内容估计方法主要针对卫星遥感图像,无法直......

针对大面积图像修复缺失严重时,需要完整且高质量训练样本的问题,提出了一种将残缺或含噪图像样本作为训练集的双生成器深度卷积生......

利用现代物理实验技术可以有效获取真实的页岩孔隙图像,但是成本高昂。采用数值模拟方法重构页岩,提出了利用深度卷积生成对抗网络......

文中提出一种融合深度典型相关分析和对抗学习的跨模态检索方法(DCCA-ACMR),该方法提高了无标签样本的利用率,能够学习到更有力的......

皮带撕裂是皮带机出现的最常见故障之一,直接影响皮带机的安全稳定运行。针对现有的方法大多仅对一种破损类型进行检测的情况,设计......

随着多摄像头监控系统的广泛应用,针对特定目标(主要是人)的智能视频检索成为视频监察工作的重要课题。非重叠域行人再识别是智能......

为更好地提取红外图像的轮廓结构特征和可见光图像的细节纹理特征,提出了一种基于交换特征的融合方法,利用残差网络提取图像特征。......

心电图是记录人体心脏活动的重要影像,现有的心电图分类算法多采用公开的心电数据库作为训练样本集。以目前应用范围最广的MIT-BIH......

随着当今网络技术的成熟,互联网用户活跃于网络社交的同时产生了大量不同模态的多媒体数据(如图像、文本、语音、视频等),促进了与......

我国发电能源与负荷分布极不均衡,远距离输电工程在我国广泛存在,而直流输电在远距离输电中相比传统交流输电有着无可比拟的优势,......

在故障诊断领域,目前深度学习方法的研究对象均集中于单一故障,而复合故障却鲜有人涉足。齿轮箱复合故障振动信号存在耦合、强弱信......

近年来,由于硬件的不断改善,深度学习在视觉识别等方向有了突破性的进展,具体表现为人机交互行为频繁地出现在日常中,尤其计算机视......

语音是人与人之间交流的重要方式,但在现实中语音通常受到噪声的干扰,因此从嘈杂的环境中提取近似纯净的语音成为研究重点。语音增......

目前,肺癌已经成为世界上发病率和死亡率最高的疾病。患者一旦被确诊为肺癌,往往已经处于肺癌晚期,晚期肺癌患者的五年存活率很低......

某些检疫性植物病害,由于其传染性强、传播途径广、危害性大等特点,难以获得大量的样本,数据存在着严重的不均衡性,在应用深度学习......

卫星云图是由气象卫星自上而下观测到的地球上的云层覆盖和地表面特征的图像。利用卫星云图可以识别不同的天气系统,确定它们的位......

目的探讨利用深度学习在图像处理上的优势与放疗结合是否会使放疗过程更加智能化。方法生成对抗网络(GAN)是一种利用神经网络的生......

针对古汉字修复中存在的问题,本文提出基于深度卷积生成对抗网络的单通道盲去卷积算法(Single-channel blind deconvolution algor......

基于机器视觉的磁瓦表面缺陷检测研究对于改进磁瓦生产工艺、提升磁瓦生产效率有着重要意义.但在研究过程中,存在磁瓦含缺陷样本收......

针对高铁接触网定位管开口销在列车长期运行振动中容易松脱并且松脱样本数量匮乏的问题,本文提出一种基于深度卷积生成对抗网络(DC......

织物图案设计作为一种传统工艺,在当代艺术的环境下需要更加多元化的设计思路。本文基于深度卷积生成对抗网络(DCGAN)进行织物图案......

利用深度学习开展高原地区卫星影像去云是一个研究热点。本文提出了基于DCLS-GAN的天绘一号卫星高原地区影像的去云方法,采用对抗......

针对传统深度卷积生成对抗网络(DCGAN)在小样本数据输入时生成的水下图像存在细节模糊和相似度较高的问题,提出一种改进的生成器网......

拉曼光谱检测方法依赖于化学计量学算法,深度学习是当下最炙手可热的方向,可应用于拉曼光谱进行建模。但是深度学习需要大样本进行......

针对深度卷积生成对抗网络(DCGAN)在小规模手写体汉字数据集下生成数据重复多样、分类效果较差的问题,提出结合传统数据增强方法的......

针对隔离开关状态需要双确认的问题,提出一种基于深度卷积生成对抗网络(DCGAN)的开关状态图像识别方法。该方法首先建立对抗学习模......

高分辨率可见光遥感图像丰富多样的地物信息推动了遥感图像目标检测技术的发展。作为海上交通、海洋资源探测的重要载体,海面船舶......

随着城市化的快速发展,城市综合管廊的建设开始陆续推进。城市综合管廊的安全与人民群众的生命安全和财产安全息息相关,因此城市综......

在SAR目标识别研究中,不得不考虑的就是数据集的选择以及如何获取充足的SAR图像数据。然而,现有数据集通用性低,SAR图像数据因国内......

在过去的数年内,伴随着深度学习的不断演进与计算机算力的提升,计算机视觉任务取得了长足而全面的发展。在计算机视觉任务当中,基......

数字图像修复技术用于艺术品复原以来,该技术得到了学术界和工业界的广泛关注,已成为图像处理领域的研究热点之一,在艺术品复原、......

针对高分辨率液晶显示器产品(liquid crystal display, LCD)质量在线检测需求,基于深度学习提出一种LCD缺陷自动检测方法。通过设......

针对传统使用脉间参数难以识别低信噪比条件下的复杂体制雷达信号问题,提出了一种利用深度学习模型辅助训练并对雷达辐射源进行识......

注塑瓶表面缺陷检测是注塑成型工艺流程中的重要环节,但生产中存在缺陷的注塑瓶样本数量相对匮乏,使得应用深度学习算法进行缺陷检......

针对传统的阿兹海默症(AD)分类3D模型参数过多以及2D模型缺乏连续性特征的问题,提出了一种结合2D卷积神经网络与长短时记忆网络的......

人体动作分类是计算机视觉领域的研究热点,近年来得到了学术界和工程界的广泛重视。随着深度学习的不断发展,利用深度学习模型对人......

随着人们生活水平的提高,行人重识别(Person Re-identification,Re-id)技术被广泛应用于智能安防、商场导购、人机交互等领域。针......

在现今的通信中,接收信号样本不完全会造成数据的缺失,给数字信号的识别带来困难。因此小样本条件下的数字通信信号调制识别研究具......