摘要：基于积分图运算的阈值分割将图像二值化,使用仿射变换完成文本字段图像的方向校正,从而实现文本行的定位.在原始卷积循环神经网络(CRNN)的基础上,将骨干网络替换成MobileNet-V3结构,在2层LSTM之间加入注意力机制,同时引入中心损失函数.利用改进的CRNN实现文本行字符的识别.将改进后的CRNN在40510张芯片文本行图像上进行测试.通过小样本数据集进行模型微调训练得到多个子模型,从而实现集成推理,使用3个模型的综合识别准确率稳定在99.97%左右,单张芯片图像的总识别时间小于60 ms.实验结果表明,改进的CRNN算法的准确率比原始CRNN提升了大约27.48%,多模型集成推理的方法可以实现更高的准确率.

摘要：针对中国民族复音音乐的乐器活动检测问题,提出了一种基于卷积循环神经网络(CRNN)的复音乐器活动检测方法,该方法属于事件检测类,在秒级的时间分辨率上识别乐器活跃的起止时间及乐器种类.同时,在中国音乐学院的DCMI数据库基础上,构建了3种不同的面向10种中国民族乐器的复音数据集进行训练和评估.通过实验,我们将CRNN模型与CNN模型进行了比较,验证了模型的特点和优势.

摘要：由于风速具有随机性和间歇性的特点,以传统方法难以实现风速的精准测量及预测。风速信号对于风电机组输出功率稳定、电能质量提升优化等具有重要作用。基于此,提出一种基于卷积与循环神经网络相结合的深度学习实现风速预测的方法,并与其它方法做了对比分析。以某风电场2014—2015年机组历史大数据为依据,经过数据预处理随机选取44天数据对设计模型进行训练验证,结果与实际风速基本一致,并且效果好于其他方法。从该风场2015年历史大数据中再随机选取12天数据,进一步对模型泛化性能进行检验,结果表明该模型仍然能够实现风速的准确预测,泛化性能良好。

摘要：验证码是目前大部分网站用来防止批量注册、刷票等恶意操作的图灵测试手段。为了帮助开发者设计出更缜密的安全策略,将生成的5000张混合英数的不定长验证码作为训练集,基于PyTorch学习框架,使用卷积循环神经网络来训练模型,CTC算法对标签进行对齐,实现对不定长验证码的识别。实验表明,最终该模型对不定长验证码的识别准确率达到了99.2%。

摘要：为了降低指针式压力表的误读率,减轻人工读数压力,提高仪表读数的精度,设计了一种基于深度学习的指针式压力表读数方法。通过在DBNet网络结构基础上增加主干网络ResNet-18各个卷积层的通道数来提高模型的鲁棒性,重新设计了更适应指针式压力表刻度值检测的损失函数,在刻度值精准检测识别的基础上设计了极坐标展开的方法,将弧形的刻度值展开成一条直线,提高了读数的准确率。实验结果表明,最大误差仅1.05%,平均误差仅0.725%。相较于常用的Hough直线检测与ORB结合或DBNet+CRNN检测的方法,读数识别的平均误差大幅降低,为指针式压力表的自动读数提供了新的思路。

摘要：深度神经网络声音事件检测方法需要大量标记声音事件类别和起止时间的强标签音频样本,然而强标签标注非常困难和耗时.弱标签声音事件检测是解决这一困难的有效途径.本文将弱标签声音事件检测作为多实例学习问题,并基于卷积循环神经网络提出弱标签声音事件检测的空间-通道特征表征与自注意池化方法.该方法研究多实例弱标签声音事件检测的特征表征和帧级预测结果池化两个方面的内容.在特征表征方面,为了增强卷积神经网络的特征表征能力,结合上下文门控和通道注意机制构建门控注意力结构并嵌入到卷积循环神经网络中,实现了音频样本特征的空间和通道特征选择;在预测结果池化方面,引入自注意思想设计音频帧预测结果的自注意池化方法,增强了音频样本中事件帧之间的相关度,使事件帧获得更大的权重.本文方法通过对卷积循环神经网络特征表征和预测结果池化的革新,有效提升了模型的检测性能.本文提出的方法在DCASE 2017任务4和DCASE 2018任务4数据集的评估集中分别取得了52.47%和31.00%的F1得分,性能优于当前绝大部分的弱标签声音事件检测方法.实验结果表明:本文提出的空间-通道特征表征与自注意池化方法能显著改善弱标签声音事件检测的综合性能.

摘要：情感特征的高级表示与说话者的个性化特征之间存在较强相关性,因此以提升个性化情感识别精度为目标,设计一组融合说话者特征和语音情感特征的识别模型,利用卷积神经网络模型获取说话者类别,在融合说话人特征高阶表达的基础上,利用卷积循环神经网络训练个性化情感识别模型,结合自建的成人自然情感语料库,在多项语音情感语料库上测试识别模型性能,从而验证该模型的有效性。

摘要：在牵引变流器系统设计中,各子系统间存在复杂的多元技术矛盾,而依赖手动查表的传统创新方法难以有效解决这些矛盾。对此,文章将深度学习算法引入发明问题解决理论(TRIZ)中,通过研究基于深度学习和TRIZ原理相结合的协同创新方法,构建TRIZ-CRNN模型,挖掘创新案例中隐含的发明原理,从而实现牵引变流器的协同创新。实验结果显示,TRIZ-CRNN模型在TRIZ创新案例数据集上的识别精度达到99.5%。这验证了该协同创新方法的可行性,其能实现对TRIZ创新机制的智能建模,为牵引变流器技术创新提供理论支撑及解决方案;同时,由于该设计方法基于TRIZ-CRNN的人机交互软件,其不仅提升了计算机辅助创新系统的操作智能化水平,而且还优化了TRIZ-CRNN算法的应用。

摘要：仪表读数的检测与识别被广泛应用在工业中,然而工程领域中复杂的背景环境为获取仪表信息带来了困难。为了解决光照不均、背景复杂、图像模糊、仪表倾斜以及遮挡等多种干扰问题,本文设计了一种基于深度学习的数字仪表读数算法。首先使用图像增广方法丰富数字仪表检测数据集,并利用数据合成的方法构建了数字仪表文本识别数据集;然后通过可微分二值化处理(DB)分割算法进行文符区域检测简化后处理过程,同时提出了一种适用于数字仪表图像的预处理方法,通过引入注意力机制改进卷积循环神经网络(CRNN)算法,对检测后的数据进行文符识别。在上述测试集中检测率可达到88.3%,识别准确率可达到96%。通过实验发现,该算法不仅可以提高整体识别准确率至90%以上,同时降低了复杂度,提高了识别效率。

摘要：光学字符识别(optical character recognition,OCR)技术在图书数字化、文献管理等诸多领域得到了广泛应用,而相比于已十分成熟的中文、英文印刷体识别系统,小文种(维吾尔文)印刷体识别还有研究空间和实际应用需求。针对传统识别方法特征表示不足等问题,结合日益兴起的深度学习技术,采用Python语言编程,选用经改进的卷积循环神经网络作为识别算法核心,并利用Django设计系统框架。实验表明,印刷体维文识别系统的精度达到95.7%,平均速度达到12.5 fps。该系统实现了端到端的维文整词识别。