查询结果

查询结果：　　　王刚，宫元九．基于深度学习的锂电池褶皱检测方法的研究[J]．计算机应用与软件，2019，36(1)：216 - 219,231．
中文标题	基于深度学习的锂电池褶皱检测方法的研究		发表栏目	人工智能与识别	摘要点击数	332
英文标题	LITHIUM BATTERY WRINKLE DETECTION METHOD BASED ON DEEP LEARNING
作　者	王刚宫元九	Wang Gang Gong Yuanjiu
作者单位	辽宁大学信息学院辽宁沈阳 110036
英文单位	College of Information， Liaoning University， Shenyang 110036， Liaoning， China
关键词	深度学习 CNN 锂电池褶皱检测
Keywords	Deep learning CNN Lithium battery wrinkle detection
基金项目
作者资料	王刚，硕士生，主研领域：数字图像处理，深度学习。宫元九，教授。。
文章摘要	为了解决锂电池褶皱检测问题，提出基于深度学习的褶皱检测方法。CNN是在实际应用中最成功的深度神经网络,能够很好地实现分类。提出CNN来解决锂电池褶皱检测的方法：收集锂电池X光照片；人工把锂电池X光照片分为无褶皱和有褶皱两种，并标注；将数据集放入构建的CNN模型中训练学习。在数据集充足的情况下，通过大量实验表明：该方法的准确率能够达到99%，相对于原始的凭借经验、人工观察检测的方法有很大提升。
Abstract	In order to solve the problem of lithium battery wrinkle detection, we proposed a wrinkle detection method based on deep learning. CNN is the most successful deep neural network in practical applications. It can achieve good classification. CNN was put forward to solve the problem of lithium battery wrinkle detection. We collected the X-ray photo of the lithium battery. The X-ray photo of the lithium battery was manually divided into two types: no wrinkles and wrinkles, and we marked them. The data set was put into the constructed CNN model for training and learning. With sufficient data sets, a large number of experiments have shown that the accuracy of the CNN-based lithium battery wrinkle detection method can reach 99%. Compared with the original experience, and manual observation and detection methods, it has been a big improvement.
下载PDF全文

根据该篇关键词查找到本刊已发表相关论文供参考
序号	文　　章　　标　　题	作者1	发表栏目	年	期	页码	摘要
1	边缘计算的物联网深度学习及任务卸载调度策略	苟英	网络与通信	2019	8		摘要还未上传
2	MLICP-CNN：基于CNN与ICP的多标记胸片置信诊断模型	吴能光	人工智能与识别	2019	7	177	[摘要]
3	基于多特征融合密集残差CNN的人脸表情识别	马中启	人工智能与识别	2019	7	197	[摘要]
4	基于卷积神经网络的脐橙果梗脐部检测算法及应用	杜雨亭	人工智能与识别	2019	7	208	[摘要]
5	基于层次语义理解的电力系统客服工单分类	杨鹏	人工智能与识别	2019	7	231	[摘要]
6	基于深度学习的复杂网络实时Sybil攻击检测算法	李扬	算法	2019	7	300	[摘要]
7	基于新型物联网的蚕室环境管理系统设计与应用	孙孝龙	应用技术与研究	2019	6	58	[摘要]
8	基于深度学习的IPTV视频用户行为分析方法研究	刘超	人工智能与识别	2019	6	167	[摘要]
9	面向医疗设备的深度问答系统的设计	饶林尚	人工智能与识别	2019	6	171	[摘要]
10	基于改进卷积神经网络的单幅图像物体重建方法	张玉麒	图像处理与应用	2019	6	190	[摘要]
11	形态学与RCF相结合的唐卡图像边缘检测算法	刘千	图像处理与应用	2019	6	196	[摘要]
12	基于IRGAN模型和Hadoop的电影推荐系统的设计	赵桂升	应用技术与研究	2019	5	43	[摘要]
13	跨域标记牌文字检测算法研究	于之靖	人工智能与识别	2019	5	133	[摘要]
14	对抗样本生成在人脸识别中的研究与应用	张加胜	人工智能与识别	2019	5	158	[摘要]
15	深度迁移学习辅助的阿尔兹海默氏症早期诊断	金祝新	图像处理与应用	2019	5	171	[摘要]
16	基于CNN-LSTM网络的声纹识别研究	闫河	人工智能与识别	2019	4	166	[摘要]
17	基于弱监督深度学习的文本聚类算法及应用	谭敏	人工智能与识别	2019	4	171	[摘要]
18	基于依存关系和双通道卷积神经网络关系抽取方法	吴佳昌	算法	2019	4	241	[摘要]
19	营销活动问题标签分类语料库的构建与分类研究	徐俊利	数据工程	2019	3	42	[摘要]
20	基于深度CNN和极限学习机相结合的实时文档分类	闫河	人工智能与识别	2019	3	174	[摘要]
21	基于深度学习模型的自发学习表情识别方法研究	何秀玲	人工智能与识别	2019	3	180	[摘要]
22	基于RPN与B-CNN的细粒度图像分类算法研究	赵浩如	图像处理与应用	2019	3	210	[摘要]
23	基于深度学习的伺服系统状态预测算法	张鹏	算法	2019	3	236	[摘要]
24	基于深度信念网络的CYP450 2C9抑制性分类	李自臣	人工智能与识别	2019	2	189	[摘要]
25	基于AlexNet的小样本水面漂浮物识别	李宁	人工智能与识别	2019	2	245	[摘要]
26	一种加权的深度森林算法	宫振华	算法	2019	2	274	[摘要]
27	中文作文句间逻辑合理性智能判别方法研究	刘杰	应用技术与研究	2019	1	71	[摘要]
28	基于深度学习的锂电池褶皱检测方法的研究	王刚	人工智能与识别	2019	1	216	[摘要]
29	基于粒子群的HLS的自动化架构实现	吴家飞	软件技术与研究	2018	9	22	[摘要]
30	基于改进深度卷积神经网络的病理图像有丝分裂检测算法研究	齐莹	人工智能与识别	2018	9	199	[摘要]
31	强光干扰下基于多目视觉交叉注意的物体识别系统	徐小伟	人工智能与识别	2018	9	216	[摘要]
32	基于卷积神经网络的多标签飞机识别算法	孙振华	算法	2018	9	270	[摘要]
33	基于卷积神经网络的跨领域语义信息检索研究	谢先章	数据工程	2018	8	73	[摘要]
34	文本情感分析的深度学习方法	邢长征	数据工程	2018	8	102	[摘要]
35	基于深度学习的慢性肝病CT报告相似度分析	常炳国	算法	2018	8	289	[摘要]
36	改进的Alexnet模型及在油井示功图分类中的应用	段友祥	人工智能与识别	2018	7	226	[摘要]
37	基于改进卷积神经网络的机动车图像分类算法	王茜	图像处理与应用	2018	7	263	[摘要]
38	基于深度学习的代码分析研究综述	张峰逸	综合评述	2018	6	9	[摘要]
39	生成式对抗网络在抑郁症分类中的应用	刘宁	人工智能与识别	2018	6	163	[摘要]
40	基于TensorFlow进行股票预测的深度学习模型的设计与实现	韩山杰	算法	2018	6	267	[摘要]
41	基于DBN和TSVM的混合入侵检测模型研究	张克君	安全技术	2018	5	313	[摘要]
42	基于深度学习的电力大数据融合与异常检测方法	刘冬兰	数据工程	2018	4	61	[摘要]
43	基于多通路CNN的多模态MRI神经胶质瘤分割	朱婷	人工智能与识别	2018	4	220	[摘要]
44	基于注意力的BiLSTM-CNN中文微博立场检测模型	白静	算法	2018	3	266	[摘要]
45	基于分块的有遮挡人脸识别算法	周孝佳	人工智能与识别	2018	2	183	[摘要]
46	基于深度学习的移动社交网络用户分类研究	王嘉祺	应用技术与研究	2018	12	42	[摘要]
47	改进的卷积神经网络图片分类识别方法	闫河	人工智能与识别	2018	12	193	[摘要]
48	基于深度学习的图片问答系统设计研究	周远侠	人工智能与识别	2018	12	199	[摘要]
49	基于神经网络融合的司机违规行为识别	李俊俊	图像处理与应用	2018	12	222	[摘要]
50	基于双向GRU神经网络和双层注意力机制的中文文本中人物关系抽取研究	张兰霞	应用技术与研究	2018	11	130	[摘要]
51	基于深度学习的青梅品级半监督智能认知方法	李帷韬	图像处理与应用	2018	11	245	[摘要]
52	视频人脸图像质量评估及其在课堂点名系统中的应用	方冠男	多媒体技术应用	2018	10	140	[摘要]
53	基于Leap Motion手势识别方法在树木交互的应用	王红全	人工智能与识别	2018	10	153	[摘要]
54	基于高斯混合模型与CNN的奶牛个体识别方法研究	刘杰鑫	人工智能与识别	2018	10	159	[摘要]
55	基于深度学习的脊柱CT图像分割	刘忠利	图像处理与应用	2018	10	200	[摘要]
56	基于多路特征融合和深度学习的露霜图像分类	周忠义	图像处理与应用	2018	10	205	[摘要]
57	基于深度学习的视频近似拷贝检索	冯兆华	多媒体技术应用	2018	1	160	[摘要]
58	结合卷积神经网络不同层的特征进行包类商品检索	骆正茂	人工智能与识别	2018	1	195	[摘要]
59	基于深度学习的鱼类分类算法研究	顾郑平	人工智能与识别	2018	1	200	[摘要]
60	基于深度卷积神经网络的人脸识别技术综述	景晨凯	图像处理与应用	2018	1	223	[摘要]
61	L2-SVM下的短文本情感分类动态CNN模型	鲁新新	算法	2018	1	298	[摘要]
62	构建适用于深度学习的海浪样本数据集的并行算法实现及性能优化	邹国良	应用技术与研究	2017	9	57	[摘要]
63	基于深度学习的PD致病基因活性预测	李自臣	人工智能与识别	2017	9	183	[摘要]
64	基于改进的CNN多级分类的行人检测算法研究	杨杰	图像处理与应用	2017	8	220	[摘要]
65	基于深度卷积神经网络的人群密度估计方法	谭智勇	人工智能与识别	2017	7	130	[摘要]
66	基于RNN进行面向主题的特征定位方法	尹春林	软件技术与研究	2017	6	12	[摘要]
67	基于卷积神经网络的中文微博情感分类	冯多	人工智能与识别	2017	4	157	[摘要]
68	融合深度及边界信息的图像目标识别	原彧鑫	图像处理与应用	2017	4	183	[摘要]
69	基于卷积神经网络的汽车型号识别	陈淑君	图像处理与应用	2017	11	228	[摘要]
70	一种基于深度学习的新型小目标检测方法	陈江昀	人工智能与识别	2017	10	227	[摘要]
71	基于深度自编码器网络的人脸特征点定位方法	梁洋洋	人工智能与识别	2016	9	139	[摘要]
72	基于生物视觉机制的图像感兴趣区域快速获取方法研究	刘尚旺	图像处理与应用	2016	9	171	[摘要]
73	一种用于行人检测的隐式训练卷积神经网络模型	黄咨	人工智能与识别	2016	5	148	[摘要]
74	基于线性解码和深度回归预测的图像分类算法	张鸿	图像处理与应用	2016	11	130	[摘要]
75	基于多通道卷积神经网络的非结构化道路路表分析	崔巍	人工智能与识别	2016	1	159	[摘要]
76	结合侧抑制机制的自动编码器训练新算法	倪嘉成	人工智能与识别	2015	9	157	[摘要]
77	基于深度学习和部分模型的相关性人脸检测	谭萍	人工智能与识别	2015	12	123	[摘要]
78	粒子群优化的CNN互信息医学图像配准算法	兰红	图像处理与应用	2015	12	201	[摘要]
79	骨龄X射线图像的手骨兴趣区域定位研究	宋日刚	图像处理与应用	2014	7	226	[摘要]
80	基于波原子变换与脉冲耦合神经网络的图像融合	刘竞杰	图像处理与应用	2014	7	233	[摘要]
81	基于脉冲耦合神经网络的零水印算法	王晓珍	图像处理与应用	2014	5	227	[摘要]