期刊文献+
共找到114篇文章
< 1 2 6 >
每页显示 20 50 100
基于改进Keras模型的煤矸石快速识别 被引量:1
1
作者 向艳芳 梁龙 +1 位作者 潘跃亮 张家臣 《采矿技术》 2025年第1期268-273,共6页
为解决煤矸石分选过程中检测算法复杂度高、训练周期长和不易部署等问题,对获取的煤矸石增强数据集进行检测研究,提出了一种基于轻量化Keras模型的煤矸石快速识别方法。首先通过背景差分法将获取的煤矸石前景信息分离出来,运用灰度共生... 为解决煤矸石分选过程中检测算法复杂度高、训练周期长和不易部署等问题,对获取的煤矸石增强数据集进行检测研究,提出了一种基于轻量化Keras模型的煤矸石快速识别方法。首先通过背景差分法将获取的煤矸石前景信息分离出来,运用灰度共生矩阵(GLCM)提取煤矸石样本关键特征参数;然后采用Keras神经网络模型对目标进行语义分割检测,使用ReLU和Softmax激活函数完成非线性变换,增加网络的表达能力;最后利用采集的煤矸石图像数据对训练完成的GLCM-Keras模型进行全面测试。试验结果表明:改进Keras模型在测试集的准确率达到97%,相较于经典SVM模型,改进Keras模型在准确率和训练时间上均有优化。该方法不仅满足了煤矸石检测要求,也有效提升了矿用机器人的矸石分拣作业精度。 展开更多
关键词 煤矸石识别 灰度共生矩阵 keras神经网络模型 深度学习 背景差分
在线阅读 下载PDF
基于Keras卷积神经网络的分拣蔬菜识别的设计 被引量:4
2
作者 冯邦军 《自动化应用》 2023年第10期176-178,181,共4页
一般识别模型参数量过大,难以运行在微算力的移动端和嵌入式设备,本文利用Python、Keras、OpenCV等技术,设计了基于卷积神经网络的智能蔬菜分拣。首先,基于11659张、22个种类的蔬菜图片,按照8:2的比例将数据集分成训练集和测试集,然后... 一般识别模型参数量过大,难以运行在微算力的移动端和嵌入式设备,本文利用Python、Keras、OpenCV等技术,设计了基于卷积神经网络的智能蔬菜分拣。首先,基于11659张、22个种类的蔬菜图片,按照8:2的比例将数据集分成训练集和测试集,然后训练模型,搭建深度可分离卷积层的卷积神经网络,得到该训练模型的精度值和损失值。经测试,实现了识别模型在移动端和嵌入式设备的使用,蔬菜识别的正确率达到了96%,提高了蔬菜智能分类的准确性和效率。 展开更多
关键词 蔬菜识别 卷积神经网络 keras OPENCV
在线阅读 下载PDF
一种基于Keras和CNN的人脸表情识别系统设计 被引量:4
3
作者 樊雷 《电脑知识与技术》 2018年第11X期178-179,共2页
采用深度学习算法的人脸表情识别系统需要较高的CPU或GPU硬件进行模型训练。实践中也需要将模型嵌入不同的硬件终端平台进行识别,工程化后的系统软硬件成本较高。该文提出一种B/S结构的低成本静态图片人脸表情识别系统,技术路线采用Boot... 采用深度学习算法的人脸表情识别系统需要较高的CPU或GPU硬件进行模型训练。实践中也需要将模型嵌入不同的硬件终端平台进行识别,工程化后的系统软硬件成本较高。该文提出一种B/S结构的低成本静态图片人脸表情识别系统,技术路线采用Bootstrap、Python、Anaconda、Tensorflow和Keras,采用CNN实现人脸检测定位和表情检测分类功能。模型训练集采用了CK+、Fer2013、日本的JAFFE等开放数据库。系统通过浏览器端上传人脸表情图片进行识别处理,将GPU训练好的CNN模型在单机低端硬件配置上实现了内存预先加载,单张识别速度小于0.002秒,总体表情识别率可以达到65%左右。 展开更多
关键词 keras FER CK+
在线阅读 下载PDF
基于Keras的神经网络技术在柴油超深度加氢精制中的应用 被引量:5
4
作者 胡元冲 秦康 +4 位作者 李明丰 田旺 张乐 王轶凡 陈文斌 《石油炼制与化工》 CAS CSCD 北大核心 2021年第11期78-86,共9页
采用高通量反应装置,在温度300~360℃、压力4.4~7.4 MPa、体积空速0.75~12 h^(-1)、氢油体积比200~800的条件下,使用不同柴油原料对NiMo/Al_(2)O_(3),CoMo/Al_(2)O_(3),NiMoW/Al_(2)O_(3)共3种催化剂进行性能评价。采用基于Keras的神经... 采用高通量反应装置,在温度300~360℃、压力4.4~7.4 MPa、体积空速0.75~12 h^(-1)、氢油体积比200~800的条件下,使用不同柴油原料对NiMo/Al_(2)O_(3),CoMo/Al_(2)O_(3),NiMoW/Al_(2)O_(3)共3种催化剂进行性能评价。采用基于Keras的神经网络技术建立了适用于3种不同催化剂的柴油超深度加氢精制模型,实现了柴油产物中硫质量分数(WS)、氮质量分数(WN)、单环芳烃质量分数(WMA)和多环芳烃质量分数(WPA)的预测。结果表明,所建模型具有良好的预测性能和泛化能力,对WS和WN预测的平均相对误差均在10%以内,对WMA和WPA预测的平均相对误差分别在3%和6%以内。使用所建模型同时对3种催化剂适用的工艺条件进行了优化,在满足国Ⅵ柴油质量标准对WS及WPA的要求下,确定了不同催化剂适用的工艺条件范围。 展开更多
关键词 加氢精制 keras神经网络 数据驱动模型 工艺优化 单环芳烃 多环芳烃
在线阅读 下载PDF
使用Keras构建的神经网络模型对电信网络欺诈识别研究
5
作者 段雪莹 孟小泸 《软件》 2024年第7期95-97,104,共4页
本研究旨在探究电信网络欺诈识别中深度学习模型的应用。采用基于Keras构建的神经网络模型,对欺诈数据集进行了详细的数据准备和模型设计,并对模型训练方法进行了详细阐述。实验结果表明,本文设计的神经网络模型相较于基准模型,在准确... 本研究旨在探究电信网络欺诈识别中深度学习模型的应用。采用基于Keras构建的神经网络模型,对欺诈数据集进行了详细的数据准备和模型设计,并对模型训练方法进行了详细阐述。实验结果表明,本文设计的神经网络模型相较于基准模型,在准确率、精确率、召回率和F1分数等评估指标上均有显著提升,尤其是在处理不平衡数据集时表现更为优异。本研究为电信网络欺诈识别提供了一种有效的深度学习解决方案,为相关领域的进一步研究和实践提供了借鉴。 展开更多
关键词 电信网络欺诈识别 神经网络 keras框架
在线阅读 下载PDF
基于Keras平台的LSTM模型的对流层延迟预测 被引量:6
6
作者 时瑶佳 吴飞 +1 位作者 朱海 韩学法 《全球定位系统》 CSCD 2020年第6期115-122,共8页
对流层延迟是影响全球卫星导航系统(GNSS)测量精度的重要因素.针对现有对流层延迟模型稳定性差,精度较低等问题,在无实测气象参数条件下,提出一种基于Keras平台的长短期记忆神经网络(LSTM)的对流层延迟预测模型.选取全球均匀分布的8个测... 对流层延迟是影响全球卫星导航系统(GNSS)测量精度的重要因素.针对现有对流层延迟模型稳定性差,精度较低等问题,在无实测气象参数条件下,提出一种基于Keras平台的长短期记忆神经网络(LSTM)的对流层延迟预测模型.选取全球均匀分布的8个测站,使用其2016年第90-131年积日共42天的整点对流层延迟数据预测其第132—136年积日的整点数据.以国际GNSS服务(IGS)中心提供的对流层产品为真值,分析比较LSTM模型和反向传播(BP)神经网络模型的预测效果.研究表明,LSTM模型预测结果的均方根误差基本达到mm级,其平均绝对误差和平均绝对百分比误差均比BP模型低,LSTM模型在精度和稳定性上较BP模型均有明显提高;LSTM模型在中高纬区域的均方根误差(RMSE)均值达到7.82 mm,中高纬地区更适合使用该模型. 展开更多
关键词 对流层延迟 keras 长短期记忆神经网络 时间序列 预测精度
在线阅读 下载PDF
基于Keras框架的身份证号码识别算法 被引量:2
7
作者 成利敏 王宁 +1 位作者 甄景涛 段晓霞 《廊坊师范学院学报(自然科学版)》 2020年第2期34-37,共4页
用Python语言设计了一个基于Keras框架的卷积神经网络,完成身份证号码识别。首先对身份证图像进行预处理,确定身份证号码区域,进行字符分割,再用该神经网络对数据集进行训练,最后识别分割字符,输出身份证号码。实验表明,该算法训练速度... 用Python语言设计了一个基于Keras框架的卷积神经网络,完成身份证号码识别。首先对身份证图像进行预处理,确定身份证号码区域,进行字符分割,再用该神经网络对数据集进行训练,最后识别分割字符,输出身份证号码。实验表明,该算法训练速度较快,识别准确率较高,有一定的使用价值。 展开更多
关键词 身份证号码 卷积神经网络 keras 图像识别 PYTHON
在线阅读 下载PDF
基于Keras手写数字识别模型的改进 被引量:10
8
作者 高宇鹏 胡众义 《计算技术与自动化》 2021年第2期164-169,共6页
针对结构设计不合理的卷积神经网络导致MNIST识别的准确率低、收敛速度慢和训练参数多等问题,提出卷积神经网络结构的改进模型。改进的模型采用2次卷积、2次池化和3次全连接、采用Relu激活函数和Softmax回顾函数相结合,加入Dropout层防... 针对结构设计不合理的卷积神经网络导致MNIST识别的准确率低、收敛速度慢和训练参数多等问题,提出卷积神经网络结构的改进模型。改进的模型采用2次卷积、2次池化和3次全连接、采用Relu激活函数和Softmax回顾函数相结合,加入Dropout层防止过拟合,加入Flatten层优化结构。为了缩减代码量,采用API功能强大的Keras模型替代Tensorflow。对MNIST的训练集和测试集数据的准确率进行仿真实验,实验结果表明:采用改进的结构在MNIST的训练中不仅收敛速度快、训练参数少、损失率低,而且在测试集上的准确率达到99.54%、高于改进前的99.25%,对后续手写数字的研究具有重要意义。 展开更多
关键词 keras 卷积神经网络 MNIST数据集
在线阅读 下载PDF
基于Keras模型的深度学习实验教学研究 被引量:3
9
作者 胡新悦 汪海蓉 张会雄 《实验科学与技术》 2022年第3期137-140,共4页
深度学习模型正在各行各业中发挥着重要作用,为了便于学生快速获得深度学习框架的上手经验,以增加他们的信心和学习兴趣,开发了该教学实验。教学实验的主要内容是指导同学们利用Flask轻量级的Web应用框架以及Keras人工神经网络库在两节... 深度学习模型正在各行各业中发挥着重要作用,为了便于学生快速获得深度学习框架的上手经验,以增加他们的信心和学习兴趣,开发了该教学实验。教学实验的主要内容是指导同学们利用Flask轻量级的Web应用框架以及Keras人工神经网络库在两节课时间内运行一个基于深度学习的网页端应用。由于安装环境以及框架较容易使用与理解,学生们短时间内完成一个深度学习项目,能让学生看到这个深度学习项目的可视化结果并且有了上手的体验,完成该实验后基于该项目展开深度学习课程的讲解,非常适用于高校基于深度学习综合设计课程的开展。 展开更多
关键词 keras模型 FLASK API 深度学习 实践教学
在线阅读 下载PDF
基于Keras和CNN的苹果自动分级 被引量:7
10
作者 罗炤茜 陈月芬 +1 位作者 占煜辉 厉科迪 《系统仿真技术》 2021年第1期48-52,共5页
针对水果自动精确分级问题,提出了基于模块化Keras框架的卷积神经网络(CNN)模型,建立了小规模的苹果图像数据集,通过Keras接口,使用Tensorflow构建卷积神经网络模型,利用交叉熵损失函数和Adam优化算法实现卷积神经网络模型在水果分级训... 针对水果自动精确分级问题,提出了基于模块化Keras框架的卷积神经网络(CNN)模型,建立了小规模的苹果图像数据集,通过Keras接口,使用Tensorflow构建卷积神经网络模型,利用交叉熵损失函数和Adam优化算法实现卷积神经网络模型在水果分级训练数据集上的参数训练,并在测试集上验证。实验结果表明,经过训练后的模型能够有效实现对苹果级别的自动识别,达到93.78%的准确率,有助于降低人工成本,促进水果销售的智能化,具有一定的实际应用意义。 展开更多
关键词 CNN 水果分级 keras
在线阅读 下载PDF
基于Keras的分类预测应用研究 被引量:6
11
作者 高云 彭炜 《山西大同大学学报(自然科学版)》 2019年第5期26-30,共5页
人工神经网络是机器学习领域中的一个重要研究方向,它被引入机器学习使其更接近于最初的目标——人工智能。人工神经网络在搜索技术、数据挖掘等其他相关领域都取得了很多成果。Keras是一个由Python编写的开源人工神经网络库,可以作为Te... 人工神经网络是机器学习领域中的一个重要研究方向,它被引入机器学习使其更接近于最初的目标——人工智能。人工神经网络在搜索技术、数据挖掘等其他相关领域都取得了很多成果。Keras是一个由Python编写的开源人工神经网络库,可以作为Tensorflow、Microsoft-CNTK和Theano的高阶应用程序接口,进行深度学习模型的设计、调试、评估、应用和可视化。采用Keras对给定的某餐饮业的样本集合通过归纳分析进行训练,建立神经网络分类模型,得到分类规则,给出该分类预测的算法实现,并对得到的分类结果生成混淆矩阵图进行评价。 展开更多
关键词 keras 神经网络 分类预测 混淆矩阵
在线阅读 下载PDF
基于Keras的CNN的垃圾短信分类研究 被引量:4
12
作者 刘后胜 陶健林 《沧州师范学院学报》 2022年第1期38-43,共6页
运用python设计了一个基于Keras框架的卷积神经网络的垃圾短信分类算法.首先对数据做了正则化预处理以及词向量化,然后建立基于Keras的深度学习的模型.对训练集数据进行训练,对模型进行验证和测试,从实验结果看,垃圾短信的验证集的准确... 运用python设计了一个基于Keras框架的卷积神经网络的垃圾短信分类算法.首先对数据做了正则化预处理以及词向量化,然后建立基于Keras的深度学习的模型.对训练集数据进行训练,对模型进行验证和测试,从实验结果看,垃圾短信的验证集的准确率达99.47%,测试集分类准确率为99.48%,为垃圾短信的过滤处理提供了一个可行的解决方案. 展开更多
关键词 keras 卷积神经网络 深度学习 垃圾短信
在线阅读 下载PDF
基于Keras框架的普朗克常数计算方法研究 被引量:1
13
作者 高海林 李阳 +2 位作者 费宛莹 席文静 李雪 《电脑知识与技术》 2023年第31期22-24,47,共4页
光电效应实验是物理学习过程中的一个重要实验,通过光电效应实验可以对普朗克常数进行计算。当数据量较少时,计算结果和真实值之间往往存在较大误差。随着机器学习和人工智能的快速发展,物理数值计算也可以使用不同的神经网络框架进行... 光电效应实验是物理学习过程中的一个重要实验,通过光电效应实验可以对普朗克常数进行计算。当数据量较少时,计算结果和真实值之间往往存在较大误差。随着机器学习和人工智能的快速发展,物理数值计算也可以使用不同的神经网络框架进行解决。文章介绍了光电效应方程对普朗克常数计算的理论依据,采用深度学习的Keras框架对110个数据样本进行了不同批次训练,研究了损失函数对普朗克常数计算精度的影响。基于深度学习Keras框架的普朗克常数计算方法研究为物理常数的计算提供了新的思路。 展开更多
关键词 光电效应 普朗克常数 深度学习 keras框架
在线阅读 下载PDF
基于Keras框架下的航空公司评论数据的情感分析 被引量:1
14
作者 毛紫荆 张军 冯云婷 《天津职业技术师范大学学报》 2021年第1期48-53,共6页
长短时记忆网络(LSTM)模型可有效改善循环神经网络梯度消失,但在评论文本情感分类中未能达到一定普适性。针对此问题,文章基于Keras框架,采用模型融合的方法,对LSTM网络和反向循环神经网络结构进行融合和改进,即D-LSTM、BRNN以及M-BRNN... 长短时记忆网络(LSTM)模型可有效改善循环神经网络梯度消失,但在评论文本情感分类中未能达到一定普适性。针对此问题,文章基于Keras框架,采用模型融合的方法,对LSTM网络和反向循环神经网络结构进行融合和改进,即D-LSTM、BRNN以及M-BRNN。以航空公司评论数据集为例,采用改进的模型对文本进行分类,研究不同参数对模型性能的影响。经仿真对比分析结果表明,该模型较已有的文本分类模型鲁棒性更好,准确率比传统的方法提高了3.7%。 展开更多
关键词 循环神经网络 情感分析 keras框架 长短时记忆网络(LSTM)
在线阅读 下载PDF
基于Keras框架的目标检测的研究与实践 被引量:3
15
作者 甘丽 《科学技术创新》 2021年第27期99-100,共2页
Keras是一套高度模块化,扩展性好,同时支持卷积神经网络和循环神经网络的深度学习框架。本研究应用keras框架对10种不同品牌的车辆进行分类预测,并达到了预期的预测效果。文章给出了利用Keras框架进行分类检测的详细步骤以及主要API介绍... Keras是一套高度模块化,扩展性好,同时支持卷积神经网络和循环神经网络的深度学习框架。本研究应用keras框架对10种不同品牌的车辆进行分类预测,并达到了预期的预测效果。文章给出了利用Keras框架进行分类检测的详细步骤以及主要API介绍,对深度学习目标检测方向的学习者提供了实践参考。 展开更多
关键词 keras 深度学习 迁移学习 目标检测
在线阅读 下载PDF
基于TensorFlow、Keras与OpenCV的图像识别集成系统 被引量:15
16
作者 王恒涛 《电子测试》 2020年第24期53-54,124,共3页
图像识别是人工智能一个重要技术方向,广泛应用于自动驾驶、目标识别、人脸检测、车牌识别等机器视觉领域,本文结合深度学习框架TensorFlow与Keras,实现了一种图像识别的深度学习网络,离线训练识别目标样本,得到深度神经网络结构,然后... 图像识别是人工智能一个重要技术方向,广泛应用于自动驾驶、目标识别、人脸检测、车牌识别等机器视觉领域,本文结合深度学习框架TensorFlow与Keras,实现了一种图像识别的深度学习网络,离线训练识别目标样本,得到深度神经网络结构,然后结合实际应用,采用OpenCV调用,实现了在线图像识别集成系统,可有效实现目标图像的分类与识别。 展开更多
关键词 深度学习 TensorFlow keras OPENCV 图像识别
在线阅读 下载PDF
基于keras的卷积神经网络的图像分类算法研究 被引量:14
17
作者 杨梦卓 郭梦洁 方亮 《科技风》 2019年第23期117-118,共2页
当前卷积神经网络应用于图像识别已成为研究的热点之一。相比于Tensorflow,Keras使用最少的程序代码、花费最少的时间就可以建立深度学习模型,进行训练、评估准确率,并进行预测。在Python的环境下输入CIFAR-10数据集,对图片进行归一化... 当前卷积神经网络应用于图像识别已成为研究的热点之一。相比于Tensorflow,Keras使用最少的程序代码、花费最少的时间就可以建立深度学习模型,进行训练、评估准确率,并进行预测。在Python的环境下输入CIFAR-10数据集,对图片进行归一化、数据增强等预处理后,利用Keras构造改进的VGG16卷积神经网络结构对CIFAR-10图像数据集进行建模和预测,最后通过比较不同的Batch Size来比较不同模型的准确率和损失,实验结果表明当Batch Size为128,CIFAR-10数据集识别正确率达到89%,明显高于其他方法。 展开更多
关键词 VGG16 卷积神经网络 深度学习 keras 图像识别
在线阅读 下载PDF
基于Keras的MNIST数据集识别模型 被引量:9
18
作者 郭梦洁 杨梦卓 马京九 《现代信息科技》 2019年第14期18-19,23,共3页
Keras是以TensorFlow+Theano为后端的深度学习框架,相比于TensorFlow,Keras更加灵活快速。相比于经典的神经网络模型,卷积神经网络对图像的识别效率更高。文章基于Keras建立深度学习模型,以MNIST数据集为例,构建卷积神经网络,训练模型... Keras是以TensorFlow+Theano为后端的深度学习框架,相比于TensorFlow,Keras更加灵活快速。相比于经典的神经网络模型,卷积神经网络对图像的识别效率更高。文章基于Keras建立深度学习模型,以MNIST数据集为例,构建卷积神经网络,训练模型并进行预测,得到的MNIST数据集识别模型,达到了99.23%的识别正确率。 展开更多
关键词 深度学习 keras MNIST 数据集卷积神经网络
在线阅读 下载PDF
基于IRI的卫星高度计电离层Keras神经网络模型研究
19
作者 薛文文 苗洪利 苗翔鹰 《海洋技术学报》 2020年第2期10-14,共5页
基于IRI-2016数据,通过深度学习建立了电离层Keras神经网络模型。经测试,Keras神经网络模型与IRI-2016模型具有同等精度。将Keras神经网络模型应用于Jason-2卫星高度计的电离层电子含量观测,对Jason-2双频观测值进行多项式拟合并与Kera... 基于IRI-2016数据,通过深度学习建立了电离层Keras神经网络模型。经测试,Keras神经网络模型与IRI-2016模型具有同等精度。将Keras神经网络模型应用于Jason-2卫星高度计的电离层电子含量观测,对Jason-2双频观测值进行多项式拟合并与Keras模型值进行比对,结果表明:二者平均电子含量均方根误差为4.46 TECU;平均相关系数为0.75;将总电子含量的均方根差值换算成Ku波段的传输延迟值为8.5 mm,对于测高精度在厘米级别的卫星高度计,该误差在可接受范围内。电离层Keras神经网络模型可以扩展IRI模型的使用范围,方便快捷,也有效地避免了IRI复杂繁琐的分层积分算法。该模型可应用于单频卫星高度计的电离层延迟误差校正。 展开更多
关键词 电离层 IRI-2016模型 keras神经网络模型 总电子含量
在线阅读 下载PDF
基于Xgboost和Keras框架的多疾病风险预测 被引量:4
20
作者 黄旭 贺松 +2 位作者 席欢欢 张硕 张慧 《智能计算机与应用》 2020年第9期109-112,共4页
慢性病已成为人类健康的主要威胁,找出慢性病发生直接的或间接的因素,做好疾病风险预测有着重要意义。本文采用3种集成学习算法RF、GBDT和Xgboost对3种慢性病进行分类,采用分类效果最好的Xgboost进行特征选择,使用Keras深度学习框架构... 慢性病已成为人类健康的主要威胁,找出慢性病发生直接的或间接的因素,做好疾病风险预测有着重要意义。本文采用3种集成学习算法RF、GBDT和Xgboost对3种慢性病进行分类,采用分类效果最好的Xgboost进行特征选择,使用Keras深度学习框架构建神经网络进行多疾病风险预测,采用问题转化中BR和LP二种方法将多疾病风险预测转化为多标签分类问题。 展开更多
关键词 慢性病 特征选择 Xgboost 多标签分类 keras
在线阅读 下载PDF
上一页 1 2 6 下一页 到第
使用帮助 返回顶部