钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
自动化技术与计算机技术期刊
\
计算机测量与控制期刊
\
基于改进的卷积神经网络的道路井盖缺陷检测研究
基于改进的卷积神经网络的道路井盖缺陷检测研究
作者:
姚明海
隆学斌
原文服务方:
计算机测量与控制
井盖缺陷
卷积神经网络
激活函数
神经元
摘要:
道路井盖缺陷检测对于道路维护与安全至关重要,论文提出了一种改进的卷积神经网络算法,可实现井盖缺陷的快速、准确检测;算法对卷积神经网络的激活函数模型进行了改进,针对Relu激活函数在输入小于零时输出设为零,导致部分缺陷信息丢失问题,设计了MReLu和BReLu两种改进激活函数;在此基础上,为了增强神经网络模型的特征表达能力,提出了双层激活函数模型;最后,在公共数据集MNIST,CIFAR-10上进行了比较实验,网络主要参数有批处理大小(batch size)为32,最大迭代次数为1 000次,学习率为0.000 1,每经过5 000次迭代衰减50%;实验结果表明,基于改进后的激活函数和应用双层激活函数所构造的卷积神经网络,大大减少了训练参数,不仅收敛速度更快,而且可以更加有效地提高分类的准确率.
下载原文
收藏
引用
分享
推荐文章
基于轻量级卷积神经网络的实时缺陷检测方法研究
卷积神经网络
深度可分离卷积
通道混洗
缺陷检测
基于卷积神经网络的管道表面缺陷识别研究
缺陷识别
管道表面缺陷
机器视觉
卷积神经网络
缺陷分类
GoogleNet构造优化
基于卷积神经网络的目标检测研究综述
卷积神经网络
目标检测
深度学习
基于改进卷积神经网络的人体检测研究
行人检测
深度学习
卷积神经网络
复杂背景
内容分析
文献信息
版权信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
基于改进的卷积神经网络的道路井盖缺陷检测研究
来源期刊
计算机测量与控制
学科
关键词
井盖缺陷
卷积神经网络
激活函数
神经元
年,卷(期)
2020,(1)
所属期刊栏目
测试与故障诊断
研究方向
页码范围
66-70,75
页数
6页
分类号
TP391
字数
语种
中文
DOI
10.16526/j.cnki.11-4762/tp.2020.01.015
五维指标
作者信息
序号
姓名
单位
发文数
被引次数
H指数
G指数
1
姚明海
浙江工业大学信息工程学院
91
1088
17.0
30.0
2
隆学斌
浙江工业大学信息工程学院
1
0
0.0
0.0
传播情况
被引次数趋势
(/次)
(/年)
版权信息
全文
全文.pdf
引文网络
引文网络
二级参考文献
(42)
共引文献
(18)
参考文献
(12)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1988(1)
参考文献(0)
二级参考文献(1)
1989(2)
参考文献(0)
二级参考文献(2)
1997(1)
参考文献(0)
二级参考文献(1)
1998(1)
参考文献(0)
二级参考文献(1)
2003(3)
参考文献(0)
二级参考文献(3)
2004(2)
参考文献(1)
二级参考文献(1)
2006(2)
参考文献(0)
二级参考文献(2)
2007(1)
参考文献(0)
二级参考文献(1)
2008(2)
参考文献(0)
二级参考文献(2)
2009(2)
参考文献(0)
二级参考文献(2)
2010(1)
参考文献(0)
二级参考文献(1)
2011(3)
参考文献(0)
二级参考文献(3)
2012(3)
参考文献(0)
二级参考文献(3)
2013(1)
参考文献(0)
二级参考文献(1)
2014(6)
参考文献(1)
二级参考文献(5)
2015(7)
参考文献(1)
二级参考文献(6)
2016(8)
参考文献(3)
二级参考文献(5)
2017(4)
参考文献(2)
二级参考文献(2)
2018(3)
参考文献(3)
二级参考文献(0)
2019(1)
参考文献(1)
二级参考文献(0)
2020(0)
参考文献(0)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
研究主题发展历程
节点文献
井盖缺陷
卷积神经网络
激活函数
神经元
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机测量与控制
主办单位:
中国计算机自动测量与控制技术协会
出版周期:
月刊
ISSN:
1671-4598
CN:
11-4762/TP
开本:
大16开
出版地:
北京市海淀区阜成路甲8号
邮发代号:
创刊时间:
1993-01-01
语种:
汉
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
0
期刊文献
相关文献
1.
基于轻量级卷积神经网络的实时缺陷检测方法研究
2.
基于卷积神经网络的管道表面缺陷识别研究
3.
基于卷积神经网络的目标检测研究综述
4.
基于改进卷积神经网络的人体检测研究
5.
基于卷积神经网络的肺炎检测系统
6.
基于改进卷积神经网络的手势识别
7.
基于U-Net卷积神经网络的轮毂缺陷分割
8.
基于卷积神经网络的钣金件表面缺陷分类识别方法
9.
基于双通道卷积神经网络的缺陷检测
10.
基于卷积神经网络的乳腺疾病检测算法
11.
基于改进型卷积神经网络和行特征的文本检测
12.
基于改进卷积神经网络的肺炎影像判别
13.
基于卷积神经网络的行人目标检测系统设计
14.
基于改进的卷积神经网络的人脸识别算法
15.
基于卷积神经网络改进的图像自动分割方法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
计算机测量与控制1998
计算机测量与控制1999
计算机测量与控制2000
计算机测量与控制2001
计算机测量与控制2002
计算机测量与控制2003
计算机测量与控制2004
计算机测量与控制2005
计算机测量与控制2006
计算机测量与控制2007
计算机测量与控制2008
计算机测量与控制2009
计算机测量与控制2010
计算机测量与控制2011
计算机测量与控制2012
计算机测量与控制2013
计算机测量与控制2014
计算机测量与控制2015
计算机测量与控制2016
计算机测量与控制2017
计算机测量与控制2018
计算机测量与控制2019
计算机测量与控制2020
计算机测量与控制2023
计算机测量与控制2024
计算机测量与控制2020年第6期
计算机测量与控制2020年第7期
计算机测量与控制2020年第4期
计算机测量与控制2020年第8期
计算机测量与控制2020年第5期
计算机测量与控制2020年第2期
计算机测量与控制2020年第3期
计算机测量与控制2020年第1期
计算机测量与控制2020年第9期
计算机测量与控制2020年第10期
计算机测量与控制2020年第11期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号