百科技术库 各行业技术资料 - 百科资料网
欢迎来到百科技术库 各行业技术资料 - 百科资料网！ [免费注册] | [登录] 微信快捷登录 QQ登录 微博登录 | 帮助中心 各行业技术应有尽有！

热门搜索： 干粉砂浆 填缝剂 瓷砖胶 水溶肥 切削液 聚氨酯发泡 丙烯酸乳液

全国服务热线 13310018778

栏目导航

A、生活必需 >

A、生活必需

A01 农林牧渔 A21 烘烤烘焙 A22 肉品加工 A23 食品饮料 A24 烟草 A41 服装 A42 帽类 A43 鞋类
A44 服饰配件；珠宝 A45 手携物品；旅行品 A46 刷类制品 A47 家具；家庭用品 A61 医疗 A62 救生；消防 A63 运动；娱乐
B、作业运输 >

B、作业运输

B01 沸腾 分离 混合 实验设备 B02 破碎 磨粉 粉碎 B03 分选 浮选 B04 离心装置 B05 喷射 雾化 B06 机械振动 B07 固体分离；分选
B08 清洁 B09 固废处理 B21 金属加工；金属冲压 B22 铸造；粉末冶金 B23 机床 金属加工 B24 磨削；抛光 B25 手动工具 B26 切割工具
B27 木材加工 B28 水泥 黏土 石料 B29 塑料加工 B30 压力机 B31 纸品加工 B32 层状产品 B41 印刷；排版机 B42 装订；印刷品
B43 书写绘图器具；办公用品 B44 装饰艺术 B60 一般车辆 B61 铁路 B62 无轨陆用车辆 B63 船舶 B64 飞行器；航空 B65 输送；包装；贮存 B66 卷扬；提升；牵引 B67 瓶子 罐 容器 B68 鞍具；家具罩面 B81 微观结构技术 B82 超微技术
C、化学冶金 >

C、化学冶金

C01 无机化学 C02 废水污泥 C03 玻璃；矿棉 C04 水泥；混凝土；人造石；陶瓷；耐火材料 C05 肥料 C07 有机化学 C08 有机高分子化合物
C09 染料；涂料；抛光剂；天然树脂；黏合剂 C10 石油 煤气；燃料；润滑剂 C11 动物或植物油；蜡；洗涤剂 C12 生物化学；酒；醋；微生物学
C13 糖工业 C14 皮革 C21 铁的冶金 C22 冶金；合金 C23 金属镀覆 C25 电解电泳 C30 晶体生长 C40 组合技术
D、纺织造纸 >

D、纺织造纸

D01 纤维；纺纱 D02 纱线 D03 织造 D04 编织；针织 D05 缝纫；绣花 D06 织物处理；洗涤 D07 绳；缆索 D21 造纸；纤维素
E、固定建筑 >

E、固定建筑

E01 道路 铁路 桥梁 E02 水利工程 E03 给水排水 E04 建筑物 E05 锁；钥匙；门窗零件；保险箱 E06 门窗；梯子 E21 钻矿；采矿
F、机械工程 >

F、机械工程

F01 发动机；蒸汽机 F02 燃烧发动机 F03 液力发动机；风力 弹力或重力发动机 F04 液体变容机；液体泵或弹性流体泵
F15 液压；气动 F16 工程元件；绝热 F17 贮存 F21 照明 F22 蒸汽 F23 燃烧设备 F24 供热；炉灶；通风
F25 制冷；热泵；气体的液化或固化 F26 干燥 F27 炉；窑 F28 热交换
G、物理系列 >

G、物理系列

G01 测量；测试 G02 光学 G03 摄影术；电影术 G04 测时学 G05 控制；调节 G06 计算 G07 核算装置 G08 信号装置
G09 教育；密码术；广告 G10 乐器；声学 G11 信息存储 G12 仪器的零部件 G16 通信技术 G21 核物理；核工程
H、电学系列 >

H、电学系列

H01 基本电气元件 H02 发电 变电或配电 H03 基本电子电路 H04 电通信技术 H05 其他类目不包含的电技术
更多>>

人气分享

最新技术
基于融合标签和堆叠机器学习模型的学习风格识别方法
本发明涉及一种基于融合标签和堆叠机器学习模型的学习风格识别方法,包括步骤：1)利用Kolb学习风格量表和在线学习行为调查量表分别计算学习者对应的学习风格,将两种计算结果取交集获取已划分和未划分的学习风格；2)对已划分和未划分的学习风格进行聚类处理,确定学习风格并标注标签,并对未划分的学习风格进行补充；3)对得到的学习风格标签与在线学习平台收集的在线学习行为特征进行相关性检验；4)选择训练数据和测试数据,利用堆叠机器学习模型进行训练,得到完整的堆叠模型；5)对训练后的堆叠模型进行综合性能评估。与现有技术相比,本发明具有减少模型训练难度、提高识别准确率等优点。
一种基于判别性区域定位的图像数据增广方法
本发明公开了一种基于判别性区域定位的图像数据增广方法,采用CAM方法计算原始图像的类激活图,并通过将所述类激活图上采样和取阈值来定位判别性区域；数据增广操作包括两种,其中区域裁剪是通过在判别性区域中随机采样一个正方形区域,并基于所述正方形区域对原始图像进行裁剪；区域混合是随机取两张不同类别的图片,分别求出两张图片的判别性区域掩膜,再根据所述掩膜将两张图片的判别性区域和非判别性区域进行混合；每轮迭代都由原始图像生成增广样本,并与下一轮迭代的原始图像一起组成下一轮迭代的训练样本,直至训练结束。本发明可以解决传统方法生成的样本由于没有包含足够多的判别性信息而成为噪声样本的问题。
一种车牌分类方法、车牌分类装置和计算机可读存储介质
本申请公开了一种车牌分类方法、车牌分类装置和计算机可读存储介质,该方法包括：对第一车牌图像进行车牌识别处理,得到车牌识别结果；对车牌识别结果进行编码处理,得到第一车牌特征；对第一车牌图像进行特征提取处理,得到第二车牌特征；利用分类网络对第一车牌特征与第二车牌特征进行处理,得到第一车牌分类结果。通过上述方式,本申请能够提高车牌分类的准确度。
基于机器学习的瓷砖色号自动分类归类的方法及装置
本发明涉及基于机器学习的瓷砖色号自动分类归类的方法,包括,预确定瓷砖色号种类；获取目标批量瓷砖；对目标批量瓷砖进行检测,将目标批量瓷砖中通过分类器及其关联的瓷砖边界的个体归于该分类器对应的瓷砖色号种类,将目标批量瓷砖中未通过分类器及其关联的瓷砖边界的个体定义为未知色号瓷砖；若未知色号瓷砖的数量超过第一阈值,则将未知色号瓷砖作为新的目标批量瓷砖重新进行以上操作直至瓷砖色号种类归类完成,得到最终的瓷砖色号种类以及归类完毕后的瓷砖；获取色号合并意见,根据色号合并意见进行色号合并操作,完成当前批次瓷砖的最终分类。本方法相比于人工检测,提高了瓷砖的生产质量,节约了生产成本,提高了瓷砖的生产效率。
基于虚幻引擎的可远程配置的数据模型融合方法
本发明公开了一种基于虚幻引擎的可远程配置的数据模型融合方法,包含如下步骤：在虚幻引擎中制作项目模板,项目模板包含：参数化模型库、模型材质库、远程模型配置模块、HTTP协议模块、模型动态加载模块,参数化模型库中预制若干模型；远程模型配置模块对预制于参数化模型库中的各个模型的模型参数进行配置；虚幻引擎通过HTTP协议模块获取需配置进应用场景中的各个模型的模型参数；模型动态加载模块将模型加载到应用场景中；模型动态加载模块将参数属性与模型进行匹配。本发明可远程对数据与模型融合交互进行配置,解决了现有虚幻引擎数据模型交互融合只可通过本地进行配置的缺陷。
一种基于模型蒸馏的图像分类方法、装置、存储介质及终端
本发明公开了一种基于模型蒸馏的图像分类方法,该方法包括：获取待分类目标图像并输入预先训练的学生模型中；预先训练的学生模型基于模型蒸馏法训练生成,模型蒸馏法采用主成分分析算法对预先训练的教师模型输出的特征进行特征降维,学生模型的模型特征通道数小于教师模型的模型特征通道数；输出目标图像对应的多个类别概率值；基于多个类别概率值判定待分类目标图像的目标类别。因此,本申请实施例通过采用主成分分析算法对教师模型输出的特征进行特征降维,并约束学生模型的输出特征与降维后的特征一致,使得学生模型也能学到和教师模型相似区分度的特征,由于学生模型结构简单以及参数少,从而提升了硬件平台的运行速度,提高了图像分类效率。
一种基于模型蒸馏的图像类别识别方法、装置、存储介质及终端
本发明公开了一种基于模型蒸馏的图像类别识别方法、装置、存储介质及终端,该方法包括：获取待分类目标图像并输入预先训练的学生模型中,输出多个类别概率值；其中,预先训练的学生模型基于模型蒸馏法训练生成,模型蒸馏法训练生成是基于预先训练的教师模型内全连接层的不同类别分类映射向量之间的相似度训练生成,不同分类映射向量之间的相似度为不同分类映射向量之间夹角的余弦值；基于多个类别概率值识别待分类目标图像的目标类别。因此,本申请实施例通过采用基于预先训练的教师模型内全连接层的不同类别分类映射向量之间的相似度指导学生模型进行训练,使得学生模型也能学到和教师模型相似区分度的特征,由于学生模型结构简单以及参数少,从而提升了硬件平台的运行速度,进一步提高了图像分类效率。
基于密度聚类的图像配准方法
本发明公开了一种基于密度聚类的图像配准方法,包括：基于密度聚类的图像配准方法,包括：提取模板图像的第一最终特征点集和每帧目标图像的第二最终特征点集；分别生成第一最终特征点集中所有第一最终特征点和第二最终特征点集中所有第二最终特征点的描述向量；根据描述向量的相似度,将第一最终特征点与当前帧目标图像的第二最终特征点进行匹配；根据所有匹配成功的第一最终特征点和当前帧目标图像的第二最终特征点计算配准参数；根据所述配准参数对当前帧目标图像进行图像变换。本发明通过密度聚类法快速逐帧更新目标图像的特征点,大幅提高了配准的处理速度。
对象关键点的检测模型训练的相关方法、装置、设备
本申请公开了对象关键点的检测模型训练的相关方法、装置、设备,其中,对象关键点的检测模型训练方法包括：获取到样本图片,将样本图片输入到检测模型中,得到样本图片的初始特征图；其中,样本图片中包括样本对象；基于初始特征图生成样本图片对应的第一热图；基于标准检测结果与第一热图生成第二热图；基于标准检测结果以及第一热图和/或第二热图对检测模型进行训练,得到训练后的检测模型。上述方案,能够提高对象关键点的检测精度。
基于多分析任务的数据分析方法及电子设备
本申请提供了基于多分析任务的数据分析方法及电子设备,适用于人工智能技术领域,该方法包括：在获取到待处理数据后,触发并行的多个第一分析任务和多个第二分析任务,以对待处理数据进行处理。并等待所有第一分析任务生成第一结果,以及对第二分析任务进行结果预测得到的第二结果。在获取到所有第一结果和第二结果之后,再对这些结果进行优先级排序,并根据排序结果来判断是否需要等待第二分析任务生成真实的分析结果。最后,如果判定为无需等待第二分析任务生成分析结果,则将排序结果中优先级最高的结果作为输出结果。本申请实施例可以舍弃对部分分析任务的等待,进而减少对分析任务等待的总耗时,提高多分析任务数据分析的处理效率。

热门专题更多>>
技术分类