机译:利用图像线性代数特征和神经网络预测高压绝缘子的污染水平
1.King Fahd University of Petroleum and Minerals Dhahran Saudi Arabia;
1.King Fahd University of Petroleum and Minerals Dhahran Saudi Arabia;
1.King Fahd University of Petroleum and Minerals Dhahran Saudi Arabia;
High-voltage insulators; Contamination; Neural networks; Image processing;
机译:基于红外图像特征和RBFNN的非接触式绝缘子污染水平检测方法
机译:基于红外图像特征和RBFNN的非接触式绝缘体污染水平检测方法
机译:基于自适应突变粒子群优化和一般回归神经网络的绝缘子污染程度预测模型
机译:基于漏电流特性的神经网络绝缘子污染水平评估与预测
机译:使用非迭代神经网络从直边物体的图像中提取特征并进行动态图像/特征分类。
机译:深度卷积神经网络在数字全息成像中单细胞水平的无搜索焦点预测
机译:分析数字图像分类过程中完全连接神经网络的熟练程度分析。不同分类算法的基准从卷积层的高级图像特征
机译:基于纹理特征和神经网络的CT图像肝脏病变分类。