10.20025/j.cnki.CN10-1679.2022-09-62
基于深度学习的地表水源质量等级分类技术研究及应用
本文是基于深度学习对环境地表水源质量等级进行分类研究及应用,通过进一步优化深度学习算法,选择合适的深度学习CNN网络模型,包括但不限于VGG16、DenseNet、Resnet50、AlexNet、Faster R-CNN等中的图像识别技术,分别对不同的模型选择合适的参数,进行训练和调参,找到最合适的训练模型和参数设置.联合环境水质检测技术,将地表水源水质检测数据和地表水现状图片相结合,进行关联性研究分析,建立水质参数检测结果与水质水平之间复杂的、非线性的因果关系,从而建立地表水水源质量等级分类系统,实现通过水质现状图片快速、准确地对未知地表水进行水质的分类识别.
深度学习、地表水、质量等级、分类技术
3
TS5(皮革工业)
2022-07-06(万方平台首次上网日期,不代表论文的发表时间)
共3页
190-191,194