-
题名冷链运输智能监控系统的设计与实现
- 1
-
-
作者
张文祺
徐圣凯
秦宗毅
王怿平
田晓璇
冀振燕
-
机构
北京交通大学软件学院
-
出处
《河北省科学院学报》
2025年第1期21-25,75,共6页
-
文摘
为推动冷链业务市场化运作,促进冷链物流的全面发展,确保冷链运输过程中物品的安全性和优化物流计划成为亟待解决的关键问题。因此,研发一款足够智能的冷链运输监控系统以满足客户对冷链运输的实时查询、动态监控和历史数据追溯的需求至关重要。本文设计并实现了一款冷链运输智能监控系统,采用前后端分离技术与MVC(model-view-controller,模型-视图-控制器)架构,前端使用Vue 3.0框架,后端使用基于Spring Boot框架的Spring Cloud微服务架构,算法部分采用Python语言实现。系统引入时间序列预测算法,并对ARIMA、LSTM、BiLSTM、Transformer和iTransformer 5种算法的性能和准确度进行了实验对比分析,最终集成了LSTM、ARIMA和iTransformer三种表现优异的算法供用户选择。该系统可利用历史数据预测不同地区未来1-3年的冷链月运量需求,助力企业优化物流规划,提升冷链运输的效率与可靠性。
-
关键词
冷链运输
智能监控
时间序列预测
iTransformer
-
Keywords
Cold chain transportation
Intelligent monitoring
Time series forecasting
iTransformer
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名面向激光光条图像修复的循环相似度映射网络
- 2
-
-
作者
冀振燕
韩梦豪
宋晓军
冯其波
-
机构
北京交通大学软件学院
北京交通大学理学院
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2022年第5期1234-1242,共9页
-
基金
国家自然科学基金面上项目(No.52175493)
国家自然科学基金重点项目(No.51935002)。
-
文摘
基于线结构光的视觉检测技术广泛应用于工业检测,现场动态采集的激光光条图像通常含有光斑和局部断裂,影响光条中心提取精度进而影响测量精度,因此,需要构建图像修复模型去除光斑修复断裂.现有图像修复模型在RGB数据集上的修复效果显著,但不适用于激光光条灰度图像的修复.因此本文提出面向激光光条图像修复的循环相似度映射网络(Recurrent Similarity Mapping Network,RSM-Net),以循环网络为主体,采用软编码Pconv(Partial convolution)层取代部分原始Pconv层,强化特征学习能力;设计非对称相似度模块,降低图像背景特征对修复的负面影响;设计含有多尺度结构相似性(Multi-Scale Structural SIMilarity,MS-SSIM)损失项的混合损失函数,精确地引导光条结构信息的还原,实现高精度的激光光条图像修复.实验验证RSM-Net在小光斑区域、大光斑区域和断裂区域的修复精度均优于所对比的主流图像修复模型.
-
关键词
深度学习
图像修复
循环神经网络
相似度映射
-
Keywords
deep learning
image inpainting
recurrent neural network
similarity mapping
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于联邦学习的主动半监督短文本分类方法
- 3
-
-
作者
孔德焱
冀振燕
杨燕燕
刘洋
刘吉强
-
机构
北京交通大学软件学院
北京交通大学网络空间安全学院智能交通数据安全与隐私保护北京市重点实验室
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2024年第10期3517-3526,共10页
-
基金
国家自然科学基金(No.52175493,No.51935002)。
-
文摘
短文本分类应用广泛,是当前的研究热点,但受到短文本标注数据稀缺和数据隐私保护不便集中训练的影响,分类效果不佳.针对上述问题,我们提出了基于联邦学习的主动半监督异质图注意力网络模型(Active Semi-Supervised Learning empowered Heterogeneous Graph ATtention network model based on Federated learning,Fed-ASSL-HGAT),通过设计新颖的主动半监督学习(Active Semi-Supervised Learning,ASSL)框架生成高质量标注样本赋能异质图注意力网络(Heterogeneous Graph ATttention network model,HGAT),引入联邦学习对部署在不同节点的模型进行联合训练以满足数据隐私保护需求.所提出的ASSL框架通过将主动学习的多类别标注转化成二元类别标注,可大大降低标注难度;设计基于信息增益的选择策略筛选软、硬标签,以防止信息损失;通过半监督学习选择高准确率、高稳定性的正负样本打伪标签以确保标注质量.实验结果表明,所提出的ASSL-HGAT(S)在AGNews、Snippets、TagMyNews数据集上相比HGAT基线模型F1值分别提升2.45%、8.11%、7.46%.融合联邦学习所进一步提出的Fed-ASSL-HGAT模型可在不泄漏隐私数据的情况下满足性能要求.
-
关键词
异质图神经网络
主动学习
半监督学习
联邦学习
-
Keywords
heterogeneous graph neural network
active learning
semi-supervised learning
federated learning
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名多线激光光条图像缺陷分割模型研究
被引量:4
- 4
-
-
作者
郭晓轩
冯其波
冀振燕
郑发家
杨燕燕
-
机构
北京交通大学物理科学与工程学院
北京交通大学软件学院
东莞市诺丽科技股份有限公司
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2023年第1期172-179,共8页
-
基金
国家自然科学基金重点项目(No.51935002)
国家自然科学基金面上项目(No.52175493)。
-
文摘
受环境干扰以及反射光影响,室外采集的多线激光光条图像含有光斑和断裂缺陷.为了准确地分割图像缺陷,本文提出了一个轻量的UT(U-shape Target,U代表U型编解码网络结构,T代表靶形视野)分割模型,模型由3×3卷积和靶形卷积堆叠而成.靶形卷积是针对激光光条图像特点提出的多视野卷积模块,模块中四个卷积分支构成靶形卷积视野,能够提取激光光条图像几何结构特征、局部细节特征以及环绕纹理特征.实验表明,UT模型在多线激光光条图像上的缺陷分割精度高于主流分割模型,而且实现了分割精度和参数量的平衡.
-
关键词
缺陷分割
激光图像
深度学习
轻量级分割模型
多视野卷积
-
Keywords
defect segmentation
laser images
deep learning
light-weight segmentation model
multiple-receptive-field convolution
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-