基于交叉熵的CNN交通标志识别方法研究

为了弥补经典LeNet-5卷积神经网络模型在交通标志识别中易发生过拟合的不足,克服其识别准确率与训练效率较低的缺点,采用GTSRB德国交通标志数据集,并对数据集进行扩充,使训练集数量达到6 312 649张,同时对经典LeNet-5卷积神经网络模型在激活函数、池化策略、随机丢弃及网络结构等方面进行改进,使用基于交叉熵的梯度下降算法对模型的误差反向传播过程进行优化。实验结果表明,改进后的模型较改进前在识别准确率与训练效率上都有所提高,识别准确率最高可达97.04%。因此,基于交叉熵的卷积神经网络不仅能够提高模型的交通标志识别准确率,有效防止过拟合,还能够提升网络训练效率。     

基于改进AlexNet模型的肺癌辅助检测方法

针对目前肺部CT图像数据爆炸式增长和人工诊断力量严重不足的矛盾,提出一种基于改进AlexNet模型的肺癌辅助检测方法。该方法在传统8层AlexNet模型的基础上,增加了与传统AlexNet模型第4层相同参数的第5层结构,实现了9层的改进AlexNet模型;采用LIDC-IDRI肺癌检测数据集分别对改进前后的AlexNet模型进行训练,建立模型,并通过测试集数据对传统AlexNet模型和改进的AlexNet模型进行测试,实验结果表明改进的AlexNet模型在肺结节检测上有更好的表现,能够进一步提高对于肺结节的识别精度,从而更好地帮助医生进行辅助诊断,降低医生工作强度。     

基于迁移学习的遥感影像树种类型分类

提出了基于迁移学习思想的卷积神经网络遥感影像树种类型分类算法。采用ImageNet上训练的Inception-v3模型对树种影像特征进行提取,使用AID标准数据集和自行采集的东北林业大学实验林场数据集训练一个新的全连接层和Softmax层,更改输出层的节点数量;引入Dropout函数改善过拟合现象;通过反向传播优化模型。实验结果显示,模型在两种数据集上总体分类精度分别达到了98. 8%和97. 2%,Kappa系数分别为0. 987和0. 984,表明实验算法不仅降低了卷积神经网络的参数数量,还提高了目标分类识别的准确性。与传统方法相比,实验算法无需进行复杂的预处理技术即可实现树种的自动特征提取,同时解决了只有依赖大规模样本才可达到较高分类精度问题,在树种类型分类上具有很高的应用价值。     

基于迁移学习技术的面部表情识别算法

针对面部表情识别算法存在模型结构复杂、训练参数过多等问题，在对卷积神经网络各层分析的基础上，将迁移学习算法融入到面部表情识别模型中，从而对面部表情进行识别和分类.该文提出的算法首先通过数据增强的方法扩充面部表情图片的数量，然后将VGG16模型在ImageNet图像数据集上训练得到的权重参数，通过参数微调的方法，传递到面部表情识别模型中.最后采用全局平均池化层代替传统的全连接层，对表情图片通道信息进行求和运算实现降维，减少模型的网络参数.实验结果表明：提出的模型在KDEF数据集中取得了优异的识别效果，平均测试准确率达到96.23%.     

基于改进YOLOv5的番茄识别检测算法

为提升果园自动采摘机器人的工作效率,提高对番茄果实识别的准确率,提出了一种基于改进YOLOv5的番茄识别检测算法。该识别检测算法以YOLOv5算法为基础,改进了原算法中颈部网络的BottleneckCSP模块,通过增加批归一化层与SiLU激活函数提升了网络对目标深层语义信息的提取能力;采用轻量级通用上采样算子CARAFE扩大感受野,减少漏检并保持轻量化;结合轻量化注意力机制SimAM为网络提供三维的注意力权重,过滤掉冗余信息,提高模型的准确性和鲁棒性;用SIoU替换CIoU损失函数,有效减少冗余框的同时加快了预测框的收敛和回归。研究结果表明,改进后算法对番茄目标检测的平均精度均值达到96.5%,比原始算法提高3.4%,对小番茄及番茄被遮挡时的漏检率也有效降低,且满足实时要求。     

基于卷积神经网络的车牌识别技术研究

车牌识别是智能交通管理系统中的重要组成部分,能有效地提高车辆管理效率。文章在分析传统的LeNet-5卷积神经网络技术的基础上,提出通过增加卷积核个数,增大卷积核,采用softmax分类器,使用Dropout正则化方法和Adam优化算法对卷积神经网络进行改进,然后对车牌中汉字和字母(数字)的数据集分别进行训练。最后通过实验进行验证,改进的LeNet-5卷积神经网络对车牌具有很好的识别性能,使车牌识别正确率得到提升。     

一种基于深度学习的玉米病害识别方法

目的:针对现有玉米病害种类繁多、识别方法耗时耗力等问题,对传统卷积神经网络结构进行改进和优化,提出Corn＿Modle新型玉米病害自主识别模型。方法:构建含有6种玉米病害种类的数据集,并对其进行数据增强和预处理;将新建模型在训练集上进行训练,利用测试集对其进行试验验证。结果:Corn＿Modle模型的准确率为96.85%,参与对比的AlexNet、LeNet-5、ResNet50、MobileNet等4种经典模型的准确率分别为93.98%、77.06%、63.44%和87.25%,在准确率、精准度、召回率等评价指标上优于对比模型。结论:新构建的Corn＿Modle模型在准确率、鲁棒性和稳定性方面比传统的经典模型表现更好,可为玉米等农作物病害识别技术的发展提供参考。     

基于卷积神经网络的人脸识别算法

针对卷积神经网络(Convolutional Neural Network,CNN)在人脸图像识别中面对训练规模较大的图像集数据时收敛速度慢、效率低以及在复杂情况下识别率不高的问题,提出一种优化改进的CNN图像识别方法。该方法首先利用不含标签的图像训练一个稀疏自动编码器,得到符合数据集特性、有较好初始值的滤波器集合,然后对CNN的卷积核初始化赋值,从而大大提高其整体上使用BP算法进行训练的收敛速度,其次使用多类别SVM分类器(Multiclass Support Vector Machine)代替传统的Softmax分类器,对目标图像进行识别,在ORL和FERET等人脸图像库上的实验结果显示,所提算法与采用传统PCA+SVM算法及传统CNN算法相比,在人脸图像识别中有更好的识别效果。     

基于线性回归方法改进的KNN数据分类模型

传统的K最近邻算法(KNN)是机器学习领域中思想简单、易于学习、对低维数据处理效率较高的分类方法之一,但是在高维数据的分类中效率不高、性能会降低。针对传统KNN算法在处理多维数据集上的不足,提出了一种新的KNN改进算法:将线性回归方法引入该算法中,利用属性间的决定系数选择合适的属性集合,降低高维数据集的维数,并采用卡方距离作为KNN算法的距离度量函数,克服欧式距离不能体现特征向量之间相对关系的不足。实验结果分析表明,在标准数据集的测试中,基于线性回归方法的改进KNN算法达到了较高的分类准确度,相对于传统KNN算法在属性识别度上有了一定的提高。     

基于DenseNet迁移学习的年龄相关性黄斑变性图像的分类方法研究

针对年龄相关性黄斑变性图像的分类研究,提出采用DenseNet迁移学习的图像分类方法.对原始图像进行归一化、限制对比度自适应直方图均衡化等预处理方法,采用旋转、剪裁等数据增强方法扩增数据.在DenseNet网络模型基础上,采用数据集ImageNet首先对DenseNet网络模型进行预训练,然后将训练后得到的网络模型予以迁移,在做增强后的目标数据集上进行微调训练.结果表明:采用迁移学习方法的DenseNet网络模型不仅可以快速收敛,而且可以达到99.31%的分类准确率,整体性能优于对DenseNet直接训练方法.     

一路走着,读着……

在最后一场雪纷纷扬扬时,我们的小学青年教师教学理论读书班,正春意盎然地进行着。拿起苏霍姆林斯基《给教师的建议》轻轻地抚摩,爱不释手,因为它有一种积淀了丰富教育思想的厚重感;翻开施良方先生的《教学理论》、《学习论》, 高屋建瓴的理论框架也曾让我望而生畏;《新课程标     

试论天性学习与规定性学习

探讨学习的两种性质：天性学习和规定性学习为研究起点,分析两种学习认识的异同和产生的作用,试图从二者的集合相生作用中找出对教育异化现象的解释和解决思路。     

用DV瞄准爱情

爱好成就事业 耿成群站在监视器前,对着新郎喊:"踢球的时候不要看新娘,你是第一次见到她,怎么能老看她.眼神运用不对!你这样看不怕人家当你是流氓啊!"然后他走到新郎面前,拿起足球边踢边跑边示范,这样,很自然地跑过,让足球自然地滚到她脚边.一队人马在郑州市人民公园忙碌着,摄像、灯光、化妆……     

论后悔对人格发展的影响——基于埃里克森理论

埃里克森将人格发展视为自我调整顺利度过每个阶段的"危机",实现每个阶段的"平衡"。后悔往往伴随消极的情绪体验,与内部"不平衡"状态联系紧密,是人格发展需要处理的任务。接受后悔的程度、自我调整以及年龄差异影响个体的生活状态。适应和接受人生后悔经历对人最终实现人格自我完善具有重要意义。     

对赫尔巴特学生观的再认识

赫尔巴特主张在教学中和教学外都要给予学生最大程度的自由,但又反对教育者对学生放任自流。在对学生的态度上,他力图保持“压制”与“约束”、“自由”与“放任”间的平衡,这对当今教育有很大的警示作用。     

网络与未成年人健康成长之思考

未成年人正成为网络用户中的一支不容忽视的群体.网络的"双刃剑"作用明显,特别是网络对未成年人的负面影响引起了全社会的关注.加强网络管理,提供健康文明的网络环境.推进网络德育,提高未成年人的免疫力.社会、学校、家庭密切配合,让网络成为他们的良师益友,促进未成年人健康成长.     

论赖尔的行为主义身心观

分析哲学家赖尔批判了笛卡尔的身心二元论,否认了独立的心的存在,将心灵还原为行为,具有一定理论价值,但同时也面临方法论和本体论上的困难。由于其包含了物理主义的本体论,故成为一种＂无头脑＂的心理学。行为主义如何对待精神存在的事实？这也正是唯物主义必须直面的问题。     

关于重建教师评价工作的思考

教师评价工作既复杂又重要.反思教师评价工作现状,积弊甚多,应以"三个代表"重要思想为指导,重建教师评价工作.重建,是继承、借鉴和创新.发展教育生产力是教师评价工作的根本目的.评价工作应遵循先进性、科学性、客观性、全面性、群众性和法制性等基本原则.要用多元化的标准评价教师工作.构建强调了指导和权重的教师教学工作评价表是开展教师评价工作的关键.师德、课堂教学、教科研、身心健康、继续教育、学科成绩、学生测评等是特别要加强研究的教师工作评价子指标.     

考试作弊现象调查研究

考试作弊在我国越来越严重,屡禁不止。本文以问卷调查形式对考试作弊进行了一次考查,内容涉及作弊原因和防止作弊的措施等。通过统计分析,我们认为,恰当的方法和得力的措施还是能减少作弊的发生,但要从根本上杜绝考试作弊,还需要尽可能取消作弊有利的考试,提高决策质量。     

作文批改评语之我见

作文教学是综合语文学科的各种能力 ,培养思考 ,提高表达能力的重要一环 ,是由感知到内部语言（加工酝酿）再到外部语言的心理过程 ,是运用语言文字准确而有条理地反映客观事物 ,表达思想感情的高级思维活动。多年以来 ,作文教学一直是语文教学改革中研究探索的着力点 ,许多有识之士为改变作文教学停步不前、学生作文水平没有真正提高的局面 ,进行了不懈的努力 ,提出了许多新的理论 ,产生了一些新的教学模式和教学方法 ,使得作文教学研究领域里呈现出百花齐放、百家争鸣的景象。但是 ,在诸多研究中 ,人们更多地着眼于作文教学的过程研究和方…