请选择 目标期刊

基于深度学习的工业车辆驾驶行为识别 下载:26 浏览:385

李俊杰1 邓海勤2 高志勇2 张勇1 《信息通信与技术》 2019年2期

摘要:
文章提出一种基于深度学习的工业车辆驾驶行为识别的方法。该方法对工业车辆在实际工厂环境中行驶的特点进行分析,将三轴加速度传感器和三轴角速度传感器采集到的数据进行预处理,根据处理结果将数据送入深度神经网络训练,完成对工业车辆驾驶行为的识别。系统先对样本数据使用数据插值、标准化处理等方法进行预处理,通过数据增强算法减少过拟合的影响,再基于长短期记忆网络(LSTM)处理时间序列数据,构建出CNN+LSTM的深度网络模型,用于驾驶行为的识别。测试结果表明,所提模型识别整体准确率可达96.51%,能够准确地识别出工业车辆行驶的状态。

人工智能应用中的“大象”——时间序列数据人工智能及应用 下载:60 浏览:368

唐晓峰 高志勇 邓海勤 《信息通信与技术》 2019年1期

摘要:
时序数据大量存在于各行各业当中,尽管数量庞大且应用价值很高,但由于其获取方式和可解释性的限制,长期以来被大多数国内外科技巨头和研究学者所忽略,成了人工智能应用领域中"屋子里面的大象"。通过介绍时序数据特点,分析领域研究和应用难以融合的原因;阐述时序数据AI典型应用包括相似度搜索、分割和模式识别及研究领域概况;介绍时序AI系统构建流程、设计原则及参考架构等系统实施原则,通过多个真实案例分析,重点比较架构决策因素以及传统机器学习和深度学习在时序数据上的应用效果。

自动化控制系统在热力站中的应用分析 下载:189 浏览:1889

高志勇 《传感器研究》 2022年7期

摘要:
本文简要介绍了热力站应用的自控系统:系统结构、自控设备、自控系统、通讯系统,提出了热力站应用自控系统的优势:提升调度效率、节能降耗、防控安全事故,全面提升电力单位热力站的工作效率,发挥热力站的工作效能,促进其电力单位良好发展。
[1/1]
在线客服::点击联系客服
联系电话::400-188-5008
客服邮箱::service@ccnpub.com
投诉举报::feedback@ccnpub.com
人工客服

工作时间(9:00-18:00)
官方公众号

科技成果·全球共享