简介:摘要 :在选煤厂的物料处理过程中,准确快速地识别和分类不同的物料对于提高生产效率和降低能源消耗至关重要。传统的物料识别和分类方法依赖于人工识别或简单的自动化设备,这些方法不仅效率低下,而且容易受到人为因素的影响,导致识别准确率不高和处理速度慢。随着人工智能技术的发展,尤其是深度学习在图像识别领域的突破,为解决这一问题提供了新的技术路径。本研究表明,深度学习技术在选煤厂物料自动识别与分类中具有巨大的应用潜力和实际价值,未来可以通过进一步优化深度学习模型、扩大数据集和改进硬件设施,提升系统的性能,扩展其应用范围。
简介:摘要:在国土空间的规划工作开展的过程中,为了提高整体规划水平,就需要对空间基础数据进行详细的采集以及分析,并对相关格局进行深入的优化。为了全面的提升国土空间的规划效果,本文主要提出了以多源数据为基础的国土空间规划方案,并建立了用地分类体系,同时提出了土地类型的识别途径。
简介:摘要:作为一个复杂的神经网络系统,大脑区域和基因协同有效地存储和传递信息。本文提出将协作相关性抽象为脑区基因网络(BG-CN),并提出了基于图卷积神经网络的阿尔兹海默症的早期治疗系统,图卷积神经网络(GCN),用于研究脑区内部和脑区之间的信息传递。该结果可用于阿尔茨海默病(Alzheimer ' s disease, AD)的诊断和病因提取。首先,建立了BG-CN的亲和聚合模型来描述脑区间和脑区内的信息传递。其次,基于亲和聚合模型,设计了具有脑区间卷积和脑区内卷积操作的GCN体系结构。通过在AD神经成像倡议(ADNI)数据集上的充分实验验证,GCN的设计更符合生理机制,提高了可解释性和分类性能。此外,GCN可以识别受损的大脑区域和致病基因,这可能有助于AD的精准医疗和药物设计,并为其他神经系统疾病提供有价值的参考。
简介:当前,随着科学技术的不断发展,人们对安全防范的要求越来越高。同时,国家相关法律法规也要求以人防、物防、技防相结合的方式加强安全防范工作。在这样的背景下,面像识别技术在国家安全、军事安全和公安、司法、民政、金融、民航、海关、边境、口岸、保险及民用等行业开始实施、应用。如:公安布控监控、监狱监控、司法认证、民航安检、口岸出入控制、海关身份验证、银行密押、智能身份证、智能门禁、智能视频监控、智能出入控制、司机驾照验证、各类银行卡、金融卡、信用卡、储蓄卡等持卡人的身份验证,社会保险身份验证等。与其他生物识别技术相比,面像识别技术的可接受性强,人们通常不会介意将面孔作为识别特征。