日测题目-多选

更新时间: 试题数量: 购买人数: 提供作者:

有效期: 个月

章节介绍: 共有个章节

收藏
搜索
题库预览
发明专利申请提出了一种建立废钢等级划分神经网络模型的方法,废钢在收储时需要根据钢料的平均尺寸进行等级划分,但其存放时杂乱无章、相互堆叠,人工进行尺寸测量和等级判定时效率低且等级划分准确率不高。发明专利申请提出一种建立废钢等级划分神经网络模型的方法,通过卷积神经网络学习形成具有等级分类输出的等级划分神经网络模型,能够提高废钢等级划分的效率和准确率。申请的权利要求:一种建立废钢等级划分神经网络模型的方法,所述模型用于对收储的废钢进行等级划分,包括:获取多个图像,确定多个图像的不同废钢等级,对所述图像进行预处理,提取不同等级的图像数据特征,对提取的不同等级的图像数据特征进行卷积神经网络学习形成具有等级分类输出的等级划分神经网络模型;所述图像数据特征的提取是对图像画面像素点矩阵数据进行卷积神经网络卷积计算的集合进行提取,包括:对卷积层或者卷积层加池化层构成的多条线路的输出集合来实现对图像中物体颜色、边缘特征和纹理特征的提取,以及对图像中物体边缘、纹理之间关联特征的提取;其中,所述对图像中物体颜色、边缘特征的提取由卷积层加池化层构成的三条线路的输出集合来实现,包括从左至右的第一条线路一层池化层、第二条线路二层卷积层和第三条线路四层卷积层;所述对图像中纹理特征的提取是对上述图像中物体颜色、边缘特征的提取结果进行集合后,由卷积层构成的三条线路的输出集合来实现,包括从左至右的第一条线路0卷积层、第二条线路二层卷积层和第三条线路三层卷积层;所述对边缘、纹理之间关联特征提取的卷积层计算的线路数大于对图像中物体颜色、边缘和纹理特征提取的卷积层计算的线路数。 对比文件1为解决再生资源来源复杂、种类多、材质差异大,需要准确识别出废钢属于料豆、冲压料余料、面包铁或者其他种类以提高再生资源回收利用率的问题,提供了一种基于卷积神经网络模型对废钢种类进行识别的方法,并具体公开了获取多个已经确定废钢种类的图像数据,对所述图像数据进行预处理以进行特征提取,利用卷积神经网络进行训练并获得产品模型的相关步骤。以下关于创造性的分析正确的是?( )
1 2