基于神经网络语言模型的动态层序Softmax训练算法 被引量：4

1

作者 杨鹤标 胡惊涛 刘芳 《江苏大学学报（自然科学版）》 EI CAS 北大核心 2020年第1期67-72,80,共7页

针对词向量训练过程中层序Softmax算法无法进行增量训练及海量数据训练低效的问题,提出了动态层序Softmax算法.通过对数据样本的增量加载,采用结点置换方法动态构建编码树,实现对样本的增量训练.为避免损失函数因样本量较少而呈现震荡... 针对词向量训练过程中层序Softmax算法无法进行增量训练及海量数据训练低效的问题,提出了动态层序Softmax算法.通过对数据样本的增量加载,采用结点置换方法动态构建编码树,实现对样本的增量训练.为避免损失函数因样本量较少而呈现震荡式下降,利用梯度的一阶矩估计与二阶矩估计动态调整参数更新方向与学习率,通过梯度迭代缩小权值变化范围和收敛训练误差,提高词向量的训练效率.以维基百科中文语料作为数据进行了试验,完成了训练效率和质量的分析.结果表明:相较于现有方法动态层序Softmax算法显著提高了训练效率,当增量样本大小为10 kB^1 MB时,训练增速有近30倍的提升,有效地缩短训练周期. 展开更多

关键词 词向量 层序softmax 增量训练 矩估计 梯度迭代

在线阅读 下载PDF 职称材料

基于知识图谱和Softmax回归的干扰信号识别方法 被引量：10

2

作者 陈宣 李怡昊 陈金立 《中国电子科学研究院学报》 北大核心 2021年第9期856-861,共6页

随着信息技术的发展,未来移动通信系统将是地海空一体化的综合性网络,因此通信系统所面临的干扰情况将异常复杂,这将导致干扰信号的识别与抑制任务更具有挑战性。针对此问题,文中提出一种基于知识图谱和Softmax回归的干扰信号识别方法... 随着信息技术的发展,未来移动通信系统将是地海空一体化的综合性网络,因此通信系统所面临的干扰情况将异常复杂,这将导致干扰信号的识别与抑制任务更具有挑战性。针对此问题,文中提出一种基于知识图谱和Softmax回归的干扰信号识别方法。该方法首先构建干扰信号识别的专家知识图谱并利用TransR算法将其嵌入到低维向量空间中;然后,提取出每个干扰信号的多维特征并做归一化处理,将这些归一化特征值作为Softmax回归模型的输入,从而提高Softmax回归算法对干扰信号识别的准确率。仿真结果表明,对于典型的干扰样式,文中方法比基于Softmax回归和基于BP神经网络的干扰信号识别方法具有更好的识别性能。 展开更多

关键词 干扰信号识别 知识图谱 softmax回归 TransR算法

在线阅读 下载PDF 职称材料

基于不平衡数据的网络流量异常检测方法研究

3

作者 蔡登江 《电子设计工程》 2025年第1期46-50,共5页

为有效解决不平衡数据影响的问题,确保面对大规模网络流量数据异常检测的实时性,提出了基于不平衡数据的网络流量异常检测方法。通过优化SMOTE(合成少数类过采样)算法对含不平衡数据的网络流量数据进行平衡处理,将得到的数据集通过核主... 为有效解决不平衡数据影响的问题,确保面对大规模网络流量数据异常检测的实时性,提出了基于不平衡数据的网络流量异常检测方法。通过优化SMOTE(合成少数类过采样)算法对含不平衡数据的网络流量数据进行平衡处理,将得到的数据集通过核主成分分析方法实现特征提取后,输入到卷积神经网络中。通过卷积和池化过程进一步实现网络流量数据深度特征提取,依据Softmax分类层对网络流量特征进行分类,利用训练好的卷积神经网络预测模型实现不平衡数据的网络流量异常检测。通过实验验证,该方法展现出了良好的效率和稳定性。在迭代次数为40次时,实现最佳不平衡数据处理结果,能够对异常数据进行精准识别。 展开更多

关键词 不平衡数据 网络流量异常检测 优化SMOTE算法 核主成分分析 卷积神经网络 softmax分类

在线阅读 下载PDF 职称材料

基于GA优化的RF-Softmax水质预测模型研究 被引量：1

4

作者 董陈超 田明昊 赵伟朝 《湖北农业科学》 2022年第7期60-65,82,共7页

针对水质检测周期长、成本高等问题,提出了基于遗传算法优化的RF-Softmax水质预测模型。采用机器学习的方法,使用随机森林算法进行特征选择建立水样本中氨氮、总磷2项水质参数与水质类别的数学关系模型方法对水质类别进行预测。采用遗... 针对水质检测周期长、成本高等问题,提出了基于遗传算法优化的RF-Softmax水质预测模型。采用机器学习的方法,使用随机森林算法进行特征选择建立水样本中氨氮、总磷2项水质参数与水质类别的数学关系模型方法对水质类别进行预测。采用遗传算法替代传统Softmax回归算法训练过程中使用的梯度下降法,解决了逻辑回归算法在目标函数不是严格凸函数的情况下,容易陷入局部最优解的问题。以江阴市南闸街道地区地表水作为研究对象进行验证,结果表明,使用GA优化的RF-Softmax回归模型预测的准确率最高,其预测正确率相比传统Softmax回归和BP神经网络分别提高11.73和8.40百分点,平均误差分别降低58.68%和34.92%,平均均方根误差分别降低39.02%和23.62%。优化效果显著,能够实现高效、准确、低成本、快速的地表水质预测,为水质监测与预警提供了新思路,对于水质管理与环境保护具有重大意义。 展开更多

关键词 水质预测 预测模型 遗传算法 softmax回归 随机森林 机器学习

在线阅读 下载PDF 职称材料

基于灰狼算法的配电网短路故障自动监测系统 被引量：1

5

作者 施晓敏 徐飞 沈磊 《自动化与仪表》 2024年第4期83-88,共6页

针对接地短路故障中识别率较低、抗干扰性较大的问题,该文提出短路故障自动化监测系统。通过集成经验模态对零序电流做出分解,提取相应的本证模态分量,构建特征向量。结合灰狼算法对门控神经网络优化,加入相应的softmax分类优化,构建接... 针对接地短路故障中识别率较低、抗干扰性较大的问题,该文提出短路故障自动化监测系统。通过集成经验模态对零序电流做出分解,提取相应的本证模态分量,构建特征向量。结合灰狼算法对门控神经网络优化,加入相应的softmax分类优化,构建接地短路故障的自动化监测系统。经过实际算例验证,改进系统能够更稳定地进行故障识别,具有更高的准确率以及抗干扰性能。 展开更多

关键词 集成经验模态 神经网络 灰狼算法 故障检测 softmax层

在线阅读 下载PDF 职称材料

基于深度学习算法的人事考评信息非线性映射方法

6

作者 刘宁 郭芳琳 +2 位作者 杨明杰 寇小霞 张珍芬 《自动化技术与应用》 2024年第1期166-169,共4页

目前人事的考评方法无法准确获取考评指标,导致考评耗时高、考评精确度低、用户满意度低。为此,提出基于深度学习算法的人事考评信息非线性映射方法。采用深度学习算法对人事信息进行处理,获得人事信息的特征,并将其输入Softmax分类器中... 目前人事的考评方法无法准确获取考评指标,导致考评耗时高、考评精确度低、用户满意度低。为此,提出基于深度学习算法的人事考评信息非线性映射方法。采用深度学习算法对人事信息进行处理,获得人事信息的特征,并将其输入Softmax分类器中;根据特征分类结果,选取人事考评指标;采用非线性映射获取人事考评特征与考评等级之间的关系,完成人事的考评。实验结果表明,所提方法的考评耗时最高为37 s,考评精确度在95%以上,用户满意度接近100%。 展开更多

关键词 深度学习算法 softmax分类器 非线性映射方法 特征分类

在线阅读 下载PDF 职称材料

基于堆叠稀疏自动编码器的手写数字分类 被引量：14

7

作者 林少飞 盛惠兴 李庆武 《微处理机》 2015年第1期47-51,共5页

将稀疏自动编码器(Sparse Autoencoder,SAE)模型应用于数字识别中,并通过多个稀疏自动编码器的堆叠构建了深度网络,采用非监督贪婪逐层训练算法(Greedy Layer-Wise Unsupervised Learning Algorithm)初始化网络权重,使用反向传播算法优... 将稀疏自动编码器(Sparse Autoencoder,SAE)模型应用于数字识别中,并通过多个稀疏自动编码器的堆叠构建了深度网络,采用非监督贪婪逐层训练算法(Greedy Layer-Wise Unsupervised Learning Algorithm)初始化网络权重,使用反向传播算法优化网络参数。利用堆叠稀疏自动编码器学习数字图像的特征,使用softmax分类器进行数字分类。经实验证明,与其它浅层学习模型对比,深度网络不仅进一步学习了数据的高层特征,同时还降低了特征维数,提高了分类器的分类精度,最终改善了手写数字的分类效果。 展开更多

关键词 堆叠稀疏编码器 非监督贪婪逐层训练 反向传播算法 softmax 分类器

在线阅读 下载PDF 职称材料

移动终端身份认证的深度信念网络模型 被引量：5

8

作者 孙子文 张义超 《信息网络安全》 CSCD 北大核心 2019年第3期34-42,共9页

文章针对移动终端面临的信息安全问题,建立了移动终端身份认证的深度信念网络模型。利用触摸屏传感器采集用户原始触摸手势数据序列,经数据预处理后提取手势特征并传入深度信念网络模型;选用逐层贪婪算法进行无监督的预训练,再经反向传... 文章针对移动终端面临的信息安全问题,建立了移动终端身份认证的深度信念网络模型。利用触摸屏传感器采集用户原始触摸手势数据序列,经数据预处理后提取手势特征并传入深度信念网络模型;选用逐层贪婪算法进行无监督的预训练,再经反向传播算法进行有监督微调后固定模型参数;将测试手势特征数据作为模型输入层数据,经模型计算后得到输出层数据,由Softmax分类器对输出数据分类,认证用户身份。仿真实验结果表明,与连续隐马尔可夫模型、反向传播算法相比,文中深度信念网络模型能达到较低的错误率,明显提高认证的准确性。 展开更多

关键词 深度信念网络模型 逐层贪婪算法 反向传播算法 softmax分类器

在线阅读 下载PDF 职称材料

融合自编码降维的改进DNN水利工控网入侵检测算法 被引量：1

9

作者 刘庆华 赵雪寒 《计算机与数字工程》 2021年第11期2287-2291,2401,共6页

为解决工控网异常入侵、水利泵站通信网安全防护的问题。论文提出一种基于深度神经网络的水利泵站工控网入侵数据的检测算法。首先针对泵站工控网内的数据进行预处理,通过自编码算法对数据进行特征提取、降维处理;利用深度神经网络模型... 为解决工控网异常入侵、水利泵站通信网安全防护的问题。论文提出一种基于深度神经网络的水利泵站工控网入侵数据的检测算法。首先针对泵站工控网内的数据进行预处理,通过自编码算法对数据进行特征提取、降维处理;利用深度神经网络模型结合受限玻尔兹曼机对各类数据进行训练,采用Adadelta算法进行网络模型的参数优化,并由Softmax分类器对工控网数据进行是否合法判别。实验数据集由底层设备实地采集到的水利泵站工控网内流动数据导入到本地数据库。实验结果表明:该方法的准确率对比深度神经网络未改进前的算法提高了3.76%,检测率提高了6.32%,漏报率降低0.5%,从而验证了论文方法的有效性。 展开更多

关键词 水利泵站 通信安全 深度神经网络 Adadelta算法 softmax分类器

在线阅读 下载PDF 职称材料

基于物品嵌入向量的会话型推荐算法 被引量：3

10

作者 陈恩华 方宝富 《计算机工程》 CAS CSCD 北大核心 2021年第7期74-80,共7页

传统基于会话的推荐算法主要利用点击物品的时序信息进行建模,忽略了挖掘物品的特征信息,且未利用物品之间的相似性。为提升推荐效果,提出一种新的基于会话的推荐算法SR-I2V。通过Skip-gram模型和层次softmax优化方法学习物品的嵌入向量... 传统基于会话的推荐算法主要利用点击物品的时序信息进行建模,忽略了挖掘物品的特征信息,且未利用物品之间的相似性。为提升推荐效果,提出一种新的基于会话的推荐算法SR-I2V。通过Skip-gram模型和层次softmax优化方法学习物品的嵌入向量,由意图递进公式对已发生的物品点击提取出意图特征向量,并根据特征向量相似度计算出每个候选项的推荐分数。实验结果表明,与I2I、Po P和S-POP等传统基于会话的推荐算法相比,该算法在Yoochoose和Diginetica两个数据集上的推荐召回率分别提高了至少4.67个百分点和3.97个百分点,平均倒数排名指标也有相应提高。 展开更多

关键词 推荐算法 循环神经网络 嵌入向量 层次softmax 意图递进

在线阅读 下载PDF 职称材料

基于多种特征池化的中文文本分类算法 被引量：11

11

作者 阳馨 蒋伟 刘晓玲 《四川大学学报（自然科学版）》 CAS CSCD 北大核心 2017年第2期287-292,共6页

文本分类是文本挖掘的一个内容,在信息检索、邮件过滤及网页分类等领域有着广泛的应用价值.目前文本分类算法在特征表示上的信息仍然不足,对此本文提出了基于多种特征池化的文本分类算法.在该算法中,本文首先对分词后的文本采用skip-gra... 文本分类是文本挖掘的一个内容,在信息检索、邮件过滤及网页分类等领域有着广泛的应用价值.目前文本分类算法在特征表示上的信息仍然不足,对此本文提出了基于多种特征池化的文本分类算法.在该算法中,本文首先对分词后的文本采用skip-gram模型获取词向量,然后对整个文本的词向量进行多种池化,最后将多种池化的特征作为一个整体输入到Softmax回归模型中得到文本的类别信息.通过对复旦大学所提供的文本分类语料库(复旦)测试语料的实验,该结果表明,本文所给出的多种特征池化方法能够提高文本分类的准确率,证明了本文算法的有效性. 展开更多

关键词 中文文本分类 池化 分类算法 Skip-gram softmax

在线阅读 下载PDF 职称材料

基于Q-Learning的自动入侵响应决策方法 被引量：4

12

作者 刘璟 张玉臣 张红旗 《信息网络安全》 CSCD 北大核心 2021年第6期26-35,共10页

针对现有自动入侵响应决策自适应性差的问题,文章提出一种基于Q-Learning的自动入侵响应决策方法——Q-AIRD。Q-AIRD基于攻击图对网络攻防中的状态和动作进行形式化描述,通过引入攻击模式层识别不同能力的攻击者,从而做出有针对性的响... 针对现有自动入侵响应决策自适应性差的问题,文章提出一种基于Q-Learning的自动入侵响应决策方法——Q-AIRD。Q-AIRD基于攻击图对网络攻防中的状态和动作进行形式化描述,通过引入攻击模式层识别不同能力的攻击者,从而做出有针对性的响应动作;针对入侵响应的特点,采用Softmax算法并通过引入安全阈值θ、稳定奖励因子μ和惩罚因子ν进行响应策略的选取;基于投票机制实现对策略的多响应目的评估,满足多响应目的的需求,在此基础上设计了基于Q-Learning的自动入侵响应决策算法。仿真实验表明,Q-AIRD具有很好的自适应性,能够实现及时、有效的入侵响应决策。 展开更多

关键词 强化学习 自动入侵响应 softmax算法 多目标决策

在线阅读 下载PDF 职称材料

基于大数据驱动的配电网故障风险预警方法 被引量：10

13

作者 耿继朴 蒋锦霞 +3 位作者 郑晓燕 赖晓瀚 王剑 徐亦白 《电力信息与通信技术》 2022年第7期41-49,共9页

文章提出一种基于改进的RelieF-Softmax算法的配电网故障风险预警方法。首先通过数据调研和预处理,确定配电网4类24个故障特征量,综合考虑配电网故障发生频次与故障影响后果,提出配电网风险等级划分方法;其次引入K-maxmin聚类算法,对随... 文章提出一种基于改进的RelieF-Softmax算法的配电网故障风险预警方法。首先通过数据调研和预处理,确定配电网4类24个故障特征量,综合考虑配电网故障发生频次与故障影响后果,提出配电网风险等级划分方法;其次引入K-maxmin聚类算法,对随机抽样过程进行优化,提出改进的RelieF特征提取方法,筛选出最强相关最小冗余的最优特征向量;最后构造改进的模型损失函数,以解决样本不平衡问题,采用最优特征向量和Softmax分类器对配电网故障风险进行预警。对南方某地191条馈线进行故障风险等级预测分析,结果验证了文章所提配电网故障风险预警模型和方法的有效性。 展开更多

关键词 配电网 故障因素 特征提取 风险预警 RELIEF算法 softmax分类器

在线阅读 下载PDF 职称材料

一种基于CSI的双人定位方法 被引量：1

14

作者 党小超 曹渊 +1 位作者 郝占军 段渝 《传感技术学报》 CAS CSCD 北大核心 2019年第11期1700-1705,1718,共7页

为了解决因被测人数上升而引起的建立指纹库复杂和分类算法复杂的问题,提出一种基于信道状态信息(Channel State Information,CSI)的双人定位方法,离线阶段先进行数据采集,预处理之后用K-means算法建立粗指纹库,在此基础之上,使用SoftMa... 为了解决因被测人数上升而引起的建立指纹库复杂和分类算法复杂的问题,提出一种基于信道状态信息(Channel State Information,CSI)的双人定位方法,离线阶段先进行数据采集,预处理之后用K-means算法建立粗指纹库,在此基础之上,使用SoftMax分类算法建立细指纹库,在线匹配阶段先将采集到的数据与粗指纹库匹配,得到粗定位结果,然后再与细指纹库进行匹配,最终得到精确的定位结果。通过实验验证,该方法的最小定位误差为1.12m,同时能够较好的识别双人站位关系。 展开更多

关键词 传感技术 信道状态信息 分阶段双人定位 K-MEANS算法 softmax算法 矩阵距离

在线阅读 下载PDF 职称材料

基于改进CNN框架的人体动作识别 被引量：4

15

作者 于华 智敏 《计算机工程与设计》 北大核心 2019年第7期2071-2075,共5页

针对视频中人体复杂的动作识别问题,提出融合改进的时间和空间网络的人体动作识别算法(spatio-temporal STCNN)。在特征提取阶段,空间网络采用改进的卷积神经网络(CNN)框架,将空间仿射变换网络(STN)与CNN框架进行融合,时间网络结合改进... 针对视频中人体复杂的动作识别问题,提出融合改进的时间和空间网络的人体动作识别算法(spatio-temporal STCNN)。在特征提取阶段,空间网络采用改进的卷积神经网络(CNN)框架,将空间仿射变换网络(STN)与CNN框架进行融合,时间网络结合改进的多帧稠密光流算法,采用与空间网络相同的CNN结构;在分类识别阶段,采用加权求和的方式对时空特征进行融合,通过softmax分类器进行分类识别;在标准的人体动作数据集HMDB51和UCF101上进行实验,实验结果表明,该算法相比其它人体动作识别算法能达到更好的识别效果。 展开更多

关键词 人体动作识别算法 卷积神经网络 空间仿射变换 稠密光流算法 分类器

在线阅读 下载PDF 职称材料

基于DBN模型的铁路异物侵限检测算法研究 被引量：9

16

作者 李晓蕊 《电子测量技术》 2018年第12期128-132,共5页

随着铁路中货运重载化和客运高速化程度的不断提高,由异物入侵引发的交通事故屡见不鲜,使生命财产损失严重,所以对侵入铁路的异物进行有效检测具有重要意义。作为一种近年来被提出的具有多隐含层结构的新型人工神经网络,深度学习算法可... 随着铁路中货运重载化和客运高速化程度的不断提高,由异物入侵引发的交通事故屡见不鲜,使生命财产损失严重,所以对侵入铁路的异物进行有效检测具有重要意义。作为一种近年来被提出的具有多隐含层结构的新型人工神经网络,深度学习算法可以抽取样本中更深层次、具有代表性的特征,使得检测和分类的效果更好。在此基础上,所提出的异物侵限检测算法是以深度信念网络（DBN）结构模型为核心,并以铁路现场视频素材为基础建立网络训练样本库并对其进行处理与标注,设计DBN检测算法,采用逐层贪婪训练法和误差反向传播法进行网络训练及参数微调,达到优化效果;最后,使用softmax分类网络训练图像数据,并且在各组检测实验中均取得了良好的分类检测效果。 展开更多

关键词 铁路异物检测 深度学习算法 深度信念网络 softmax分类器

在线阅读 下载PDF 职称材料

基于改进K均值算法的螺丝锁附结果分类研究

17

作者 刘金燕 王冬青 崔建伟 《自动化与仪表》 2020年第4期39-42,共4页

为解决手机螺丝自动化锁附过程中的锁附结果检测问题,该文提出一种基于加权核K均值分类算法的改进算法。由于加权径向基核函数的K均值算法的计算速度较慢,文章将径向基核函数进行泰勒展开并取前三项进行简化,提高了计算速度。另外,采用... 为解决手机螺丝自动化锁附过程中的锁附结果检测问题,该文提出一种基于加权核K均值分类算法的改进算法。由于加权径向基核函数的K均值算法的计算速度较慢,文章将径向基核函数进行泰勒展开并取前三项进行简化,提高了计算速度。另外,采用软最大决策规则,保证每次迭代的高收敛速度和低计算复杂度。改进的算法较传统的核K均值算法在解决螺丝锁附结果分类问题上具有相同的精度但是计算速度更快。 展开更多

关键词 螺丝锁附 K均值算法 泰勒展开 软最大决策

在线阅读 下载PDF 职称材料

基于间接—即时注意力优化模块的密集人群计数算法

18

作者 韩素玉 王国栋 +1 位作者 王永 刘瑞 《青岛大学学报（自然科学版）》 CAS 2023年第2期50-57,共8页

针对网络中注意力通常处于多通道状态,更新却依赖单通道标签导致优化困难的问题,提出了一种间接—即时注意力优化(IIAO)模块。基于SoftMax-Attention策略,将多通道注意力在数学意义上转化为单通道密度图,同时自动为特征金字塔模组提供... 针对网络中注意力通常处于多通道状态,更新却依赖单通道标签导致优化困难的问题,提出了一种间接—即时注意力优化(IIAO)模块。基于SoftMax-Attention策略,将多通道注意力在数学意义上转化为单通道密度图,同时自动为特征金字塔模组提供自适应多尺度融合服务。考虑到转化方式的特殊性,设计了区域相关性损失函数(RCLoss)来检索连续易错区域,平滑空间信息。实验结果表明,所提算法有效且性能更加稳定。 展开更多

关键词 人群计数 注意力优化 密度图 softmax算法 特征金字塔

在线阅读 下载PDF 职称材料

判别卷积神经网络的手写字符识别模型 被引量：1

19

作者 屈喜文 吴响 +1 位作者 胡冕军 黄俊 《计算机工程与应用》 CSCD 北大核心 2023年第22期151-157,共7页

目前用于离线和联机手写字符识别的深度学习模型一般深度较浅,且使用softmax损失函数进行训练,缺乏从不同类样本中学习判别信息的能力。为构建更深层卷积神经网络模型,提出了一种编码器与解码器相结合的卷积神经网络模型,该模型可以有... 目前用于离线和联机手写字符识别的深度学习模型一般深度较浅,且使用softmax损失函数进行训练,缺乏从不同类样本中学习判别信息的能力。为构建更深层卷积神经网络模型,提出了一种编码器与解码器相结合的卷积神经网络模型,该模型可以有效增加网络深度,避免模型参数剧增导致训练困难的问题。为了进一步提高深度学习模型的识别精度,提出了一种判别损失函数,该损失函数通过最小化训练样本在全连接层的输出与该样本同类别优化原型之间的距离来训练神经网络模型。由于优化原型由最小化分类误差算法学习得到,使用判别损失函数训练的卷积神经网络模型具备了更强的判别能力。在公开的联机手写汉字数据集IAHCC-UCAS2016和离线手写字符数据集MNIST上进行对比实验,实验结果表明,在联机手写数据集上与softmax损失函数相比,判别损失函数的识别率提高了1.04个百分点。在两个数据集上,与现有的用于手写字符识别的传统模型和深度模型相比,提出的判别卷积神经网络模型识别率分别达到95.53%和99.73%,获得了更高的识别精度。 展开更多

关键词 手写字符识别 深度学习 softmax损失函数 优化原型 最小化分类误差算法

在线阅读 下载PDF 职称材料

ResNet模型在智能岩石勘测小车上的应用研究

20

作者 喻飞根 刘科 《现代信息科技》 2023年第8期88-91,95,共5页

文章以实现地质勘探无人化和岩石分类智能化为目标,设计出用于地质勘探现场的具有岩石分类功能的智能导航小车系统。该系统分为小车模块和岩石分类模块两部分,小车模块利用ROS平台进行开发,得到勘探区域环境数据后,利用SLAM算法生成栅... 文章以实现地质勘探无人化和岩石分类智能化为目标,设计出用于地质勘探现场的具有岩石分类功能的智能导航小车系统。该系统分为小车模块和岩石分类模块两部分,小车模块利用ROS平台进行开发,得到勘探区域环境数据后,利用SLAM算法生成栅格地图并进行路径规划来获得全局最优路径,最后小车自动导航至该地点并获得该区域的岩石图片。岩石分类模块采用深度学习技术对岩石图片进行分类,基于Softmax分类器和ResNet101神经网络模型,建立岩石分类模型。 展开更多

关键词 岩石分类 SLAM算法 自动导航 ResNet模型 softmax

在线阅读 下载PDF 职称材料