学科分类
/ 25
500 个结果
  • 简介:摘要:电网规模随着我国经济的增长也随之出现不断扩大的态势,而且其结构也由简单变得复杂,所以这也就会使很多大型大网因此原因出现互联并引起低频振荡等问题,从而使电力设备或者电力系统出现损坏并影响正常的运行状态。所以,以确保电网安全运行为目标,本文基于深度学习算法对电力系统低频振荡进行了分析,以期可以证明深度学习算法在低频振荡模式中的辨识有效性。

  • 标签: 深度学习算法 电力系统 模型辨识
  • 简介:摘要:为了限制人脸识别中的特征选择和个性化算法,提出了一种基于深度学习的人脸识别算法。实验结果表明,与传统的单一或融合算法相比,该算法具有更高的检测率、更好的局部性能和更好的抗干扰性能。

  • 标签: 深度学习 局部方向 人脸识别 算法研究
  • 简介:

  • 标签:
  • 简介:摘要:随着我国教育事业的不断发展,教育质量和水平得到了很大的提升,结合当前教育具有的明显的综合性和延展性的特点。教师应不断创新教育的方式与内容,充分利用已有的教学资源,进行深度教学,让学生对学科知识进行充分的学习 ,在深度学习中提高学生的语文学习能力,培养学生的核心素养。

  • 标签: 深度教学 创新 发展 核心素养 改进方法 深度学习
  • 简介:摘要近十年来,人工智能技术快速发展并逐渐由学术界走向产业界,其在医疗领域的应用也逐渐深入。受技术和伦理的局限,人工智能在医疗领域更多处于辅助决策的地位。抑郁症作为一种常见的精神障碍,其发病率在全球日益增长,如何利用以深度学习为代表的人工智能技术手段实现对抑郁症的筛查和诊断,促进抑郁症早发现和及时治疗,具有十分重要的意义。我们对近几年以人工智能为手段的抑郁症辅助诊断技术进行了文献调研和总结,主要从人脸表情、语音语调、文本语义、姿态行为及多模态数据融合5个方面入手,介绍人工智能在面向患者日常行为分析的抑郁症辅助诊断方面的研究进展。

  • 标签: 抑郁症 深度学习 计算机视觉 行为分析 多模态数据融合
  • 简介:摘要:很多学生在学习的过程中都无法进行深入的学习,这其中的原因是学生没有对学习产生真正的兴趣,没有从学习中获得成就感,从而让学生认为学习是否枯燥乏味的,降低学生的学习积极性,数学老师在教学的过程中,要从学生的角度出发,运用相关的教学方法,引导学生进行深度学习,让学习真正的发生。

  • 标签: 深度学习 提高
  • 简介:【摘要 】数学学习应该是一个思维活动,而不是程序操练的过程,学生总是带着自己的数学现实参与课堂教学,不断地利用原有的经验背景对新的问题作出解释,进行加工,从而实现对新数学知识、数学思想的意义建构。数学课堂上精心设计问题情境和学习任务,引发学生认知冲突,组织深度探究的学习活动,关注对学生的持续性评价,这是深度学习的本源。

  • 标签: 有效探究 深度学习
  • 简介:摘要:无人机巡检已成为电力线路杆塔巡检的重要方式。然而,目前的无人机巡检仍主要通过人工方式评估线路灾损,不仅费时费力,而且准确率低。本文提出了一种基于深度学习算法的实时目标检测模型,通过无人机巡检视频实时检测电力杆塔的状态。通过对倒断类杆塔图像进行数据增广,解决了杆塔类别不平衡问题。通过使用 K-means算法对杆塔数据集的目标框进行重新聚类,改进了深度学习算法参数。测试结果表明,该模型能有效检测多种环境下多种尺度的杆塔目标。改进后的模型在测试集上的召回率和交并比较改进前有所提高,且平均均值精度达到 94.09%,检测速度达到 20顿 /s。此外,也对更快的简化版 YOLO模型进行了测试,检测速度能达到 30帧 /s。

  • 标签: 深度学习算法 无人机 电力线路 杆塔巡检 实时目标 检测模型
  • 简介:摘 要:近年来,大数据、云计算、人工智能等新技术的迅速发展,数据量也急速增长。对于多模数据的应用和海量数据的处理已经成为研究人员最关注的话题之一。而神经学习的出现,给处理多模和海量数据带来了新的方向。深度学习构建的神经网络可以很好的处理非结构化的数据,给推荐算法的发展指明了道路。文章搭建了一种基于深度神经网络的多模信息推荐算法模型。实验结果表明,该模型能够有较好的推荐效果。

  • 标签: 推荐模型 深度神经网络 多模信息
  • 简介:摘要:深度学习是从学习过程、学习结果、情感态度三个维度拓展学生思维、培养学生学习能力的过程。通过主动学习、自主探索、合作学习、自我反思等学习方式,学生能够对数学知识有深刻的理解、长期的维护和灵活的运用,最终,促进其学会自主学习、并热爱学习。如何在课堂上,进行深度学习是小学数学教学的关键。本文将从教师的角度,探讨深度学习在小学教学中的应用和优势。

  • 标签: 深度学习 整体建构 思维 联结
  • 简介:摘要:“潜学生”,笔者称行为习惯差,学习成绩差,整天贪玩好耍,而又天资聪明的学生。所以称他们为“潜学生”,是因为在他们内心深处隐藏着巨大的潜能,倘若成龙成凤,则利国利民;倘若成虫成蟑,则会祸国殃民。由于家庭原因,社会原因以及学校教育的不和谐或者一些弊端,致使他们的潜能没有得到发挥,或者没有发挥到正道上。研究这类学生问题,唤醒其内心潜能,为家庭、为社会、为国家多作贡献,乃是当今学校教育的重大课题。近年来笔者加强深度学习且这类学生深度接触,作了详细记录,积成文字,供读者互勉,志在抛砖引玉。

  • 标签: 深度学习 潜学生 教育
  • 简介:

  • 标签:
  • 简介:

  • 标签:
  • 简介:【摘 要】:深度学习的过程是师生共同成长的过程。小学数学深度学习的目标是提高学生的整体素质,旨在培养学生的核心素养。然而单元的整体教学活动不同于传统的小学数学一课一备的教学形式。它更多地是从知识体系和整体水平上合理地设计教学内容,着重于学生在学习过程中知识获得的系统性,为学生开发数学思维以及数学知识体系的建设具有重要影响。本文在深入分析小学数学教学特点的基础上,阐述了深度学习策略在小学数学单元组合教学中的有效运用。

  • 标签: 单元主题教学 实践研究 深度学习
  • 简介:摘要:作为一种新型学习方法,深度学习和深化教学强调学习过程的自主性和理解性,是帮助学生构建完整数学知识体系的方法。本文通过论述当前初中数学教学中存在的问题,指出在基于数学思维涵养的深度学习课堂建构中,教师要采用生活化的问题创设教学情境,点燃学生的思维;利用新旧知识的联系,让学生学会利用迁移法探求新知识,提高其主动发现问题和解决问题能力,构建起完整的数学解题思想。

  • 标签: 深度学习 数学思维 课堂构建
  • 简介:

  • 标签:
  • 简介:摘 要:在高中时期,许多学生认为高中数学是最难学的科目之一。大多数学生在高中成绩不佳的根本原因是他们的数学成绩低,数学是整体成绩提升中的障碍学科,因此,越来越多的学生讨厌学习高中数学。为什么大多数学生对数学有如此错误的想法?笔者根据多年的教学经验了解到,学生对高中数学缺乏正确的认识。在这方面,我们教师要做好引导学生对高中数学有科学全面的认识,注意培养学生的数学学习兴趣。

  • 标签: 高中数学 深度学习 学习效率
  • 简介:摘要:随着新课改的深入,培养学生的核心素养成为重要的教学目标。在小学教育中小学语文是重要的组成部分,对促进学生的深度学习、培养学生的核心素养有着重要影响,因此要重视小学语文教育的开展质量。现阶段,很多小学语文教师仍使用传统的教学思想,对深度学习的教学思想少之又少,从而不利于提升小学语文教学的效果。本文将对小学语文深度学习的有效策略进行探究,希望可以为相关研究提供有价值的参考依据。

  • 标签: 核心素养 小学语文 深度学习 有效策略
  • 简介:摘要目的探讨鼻窦CT扫描中,前置和后置自适应统计迭代重建算法(ASiR-V)对图像质量和辐射剂量的影响,并寻找最佳的迭代组合。方法以1具离体头颅标本为研究对象,采用临床鼻窦CT常规扫描条件[噪声指数(NI)=8],以及前置ASiR-V的不同等级(0~100%,间隔为10%)进行螺旋扫描,所得原始数据使用后置ASiR-V的不同等级(0~100%,间隔为10%)进行骨算法和标准算法重建,共获得242个鼻窦薄层图像序列。选择特定的感兴趣区(ROI)测量CT值,并计算图像对比噪声比(CNR)和品质因子(FOM)。记录容积CT剂量指数(CTDIvol)和智能毫安(Smart mA)值。采用线性回归分析对ASiR-V各等级与对应的CTDIvol、Smart mA、CNR、FOM进行比较分析。采用配对t检验对相同后置不同前置ASiR-V骨算法和标准算法图像的CNR进行分析比较。主观评价采用双盲法由3名高年资放射诊断医师以4分法(4分为最佳)进行图像质量评分。结果随着前置ASiR-V等级(0~100%)的增加,Smart mA、CTDIvol均减低,呈线性负相关(r分别为-0.981、-0.976,P均<0.001);Smart mA降幅为72.05%,CTDIvol降幅为71.22%。前置ASiR-V相同,随后置ASiR-V等级增加,骨算法和标准算法图像对应的CNR呈上升趋势,呈正相关(骨算法图像:R2分别为0.976、0.992、0.982、0.982、0.975、0.975、0.979、0.996、0.952、0.978、0.965;标准算法图像:R2分别为0.944、0.990、0.988、0.993、0.996、0.987、0.984、0.996、0.996、0.990、0.965);后置ASiR-V相同,随前置ASiR-V等级增加,骨算法和标准算法图像对应的FOM呈波动变化(骨算法图像:R2分别为0.335、0.341、0.344、0.364、0.385、0.405、0.418、0.429、0.455、0.474、0.516;标准算法图像:R2分别为0.223、0.278、0.327、0.285、0.309、0.329、0.325、0.346、0.360、0.390、0.380)。以上各种前置和后置迭代等级组合所得图像主观评价均可满足诊断要求(评分≥3)。结论当NI=8时,骨算法最佳前置和后置迭代等级组合为80%和100%;标准算法最佳迭代等级组合为100%和100%。鼻窦CT扫描中,选择恰当的前置和后置迭代等级组合,能够在图像质量满足诊断要求的前提下,有效降低辐射剂量。

  • 标签: 鼻窦 体层摄影术,X线计算机 辐射剂量 图像处理,计算机辅助 图像质量
  • 简介:

  • 标签: