期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
风电机组叶片损伤检测技术研究与进展
被引量：
15
1
作者
王道累
肖佳威
+3 位作者
刘易腾
杜文斌
朱瑞
李峰
《中国电机工程学报》
EI
CSCD
北大核心
2023年第12期4614-4630,共17页
叶片是风电机组的关键组件,其性能优劣将影响整个系统。风力发电机工作环境复杂,叶片很容易受到损伤,未被及时发现的表面损伤如裂纹等扩展可能会导致对结构造成不可逆损坏,甚至会导致塔架的损坏。因此,叶片的损伤检测对于保障风电机组...
叶片是风电机组的关键组件,其性能优劣将影响整个系统。风力发电机工作环境复杂,叶片很容易受到损伤,未被及时发现的表面损伤如裂纹等扩展可能会导致对结构造成不可逆损坏,甚至会导致塔架的损坏。因此,叶片的损伤检测对于保障风电机组安全高效工作与降低运维成本有着重要意义。文中全面介绍风力发电机叶片损伤原因和损伤类型,对现有叶片检测技术进行分析简述,探讨现有方法的优缺点和研究热点,在此基础上,介绍配有多种传感器的机器人复合检测技术及检测技术中常用的数据分析算法。同时,给出各种检测方法在风力发电机组叶片损伤检测工程应用的建议。最后,指出风电机组叶片损伤检测技术的未来发展趋势。
展开更多
关键词
风电机组叶片
无损检测
结构健康监测
声发射
应变测量
在线阅读
下载PDF
职称材料
基于级联孪生密集网络的金属表面缺陷检测方法
被引量：
16
2
作者
王道累
刘易腾
+1 位作者
杜文斌
朱瑞
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2022年第6期946-952,共7页
针对当前金属表面缺陷实时检测中存在的缺陷检测精度不高以及难以定位等问题,提出一种基于级联孪生密集网络的表面缺陷检测方法SCSEG-Net.该方法通过加入空洞空间金字塔池化模块结构,获取具有不同采样率的特征图捕获多尺度信息;同时,为...
针对当前金属表面缺陷实时检测中存在的缺陷检测精度不高以及难以定位等问题,提出一种基于级联孪生密集网络的表面缺陷检测方法SCSEG-Net.该方法通过加入空洞空间金字塔池化模块结构,获取具有不同采样率的特征图捕获多尺度信息;同时,为了增强分类准确度,在训练时融合浅层卷积获取的低层纹理和边界等特征和深度卷积获取的复杂高层特征信息,通过级联网络更好地优化训练参数.SCSEG-Net可以将缺陷图像转换为像素级预测蒙版,并快速地获取真实的缺陷类别.在行业标准钢铁表面缺陷数据集上对SCSEG-Net方法进行训练、评估及验证,结果表明,对比同类方法,该方法能更精确地分割出钢铁表面缺陷的轮廓并完成分类,F1值为97.8%,召回率为98.81%.
展开更多
关键词
表面缺陷检测
图像分割
深度学习
卷积神经网络
在线阅读
下载PDF
职称材料
基于密集连接与特征增强的遥感图像检测
被引量：
8
3
作者
王道累
杜文斌
+3 位作者
刘易腾
张天宇
孙嘉珺
李明山
《计算机工程》
CAS
CSCD
北大核心
2022年第6期251-256,262,共7页
遥感技术的快速发展使得遥感图像检测技术广泛应用于军事、农业、交通、城市规划等多个领域。随着遥感分辨率和数据体量的不断提升,通过人工处理数据的方法已经无法满足实时性需求,因此,实现高效、精准的自动化数据处理方式成为该领域...
遥感技术的快速发展使得遥感图像检测技术广泛应用于军事、农业、交通、城市规划等多个领域。随着遥感分辨率和数据体量的不断提升,通过人工处理数据的方法已经无法满足实时性需求,因此,实现高效、精准的自动化数据处理方式成为该领域的研究热点。针对遥感图像分辨率高、背景复杂、目标尺度小等特点,提出一种改进的YOLOv3算法,用以提升遥感图像的检测效果。在原始YOLOv3算法的基础上,使用改进的密集连接网络替换原有的DarkNet53作为基础网络,以提升网络输入和预测结果的尺度多样性。通过阀杆模块降低输入损失,同时在浅层特征图中加入特征增强模块,从而丰富特征图的感受野,强化网络对浅层特征信息的提取,在保证整体检测性能的同时使网络对遥感图像中、小目标的检测精度和鲁棒性均有所提升。在遥感图像数据集上进行多组对比实验,结果表明,相比原始YOLOv3算法,该算法的平均准确率提高9.45个百分点,在小尺度目标上的检测准确率提升更显著,达到11.03个百分点,且模型参数量得到有效缩减。
展开更多
关键词
目标检测
深度学习
遥感图像
特征增强
密集连接
在线阅读
下载PDF
职称材料
题名
风电机组叶片损伤检测技术研究与进展
被引量：
15
1
作者
王道累
肖佳威
刘易腾
杜文斌
朱瑞
李峰
机构
上海电力大学能源与机械工程学院
出处
《中国电机工程学报》
EI
CSCD
北大核心
2023年第12期4614-4630,共17页
基金
国家自然科学基金项目(12172210,61502297)。
文摘
叶片是风电机组的关键组件,其性能优劣将影响整个系统。风力发电机工作环境复杂,叶片很容易受到损伤,未被及时发现的表面损伤如裂纹等扩展可能会导致对结构造成不可逆损坏,甚至会导致塔架的损坏。因此,叶片的损伤检测对于保障风电机组安全高效工作与降低运维成本有着重要意义。文中全面介绍风力发电机叶片损伤原因和损伤类型,对现有叶片检测技术进行分析简述,探讨现有方法的优缺点和研究热点,在此基础上,介绍配有多种传感器的机器人复合检测技术及检测技术中常用的数据分析算法。同时,给出各种检测方法在风力发电机组叶片损伤检测工程应用的建议。最后,指出风电机组叶片损伤检测技术的未来发展趋势。
关键词
风电机组叶片
无损检测
结构健康监测
声发射
应变测量
Keywords
wind turbine blades
non-destructive testing
structural health monitoring
acoustic emission signal
strain determination
分类号
TM315 [电气工程—电机]
在线阅读
下载PDF
职称材料
题名
基于级联孪生密集网络的金属表面缺陷检测方法
被引量：
16
2
作者
王道累
刘易腾
杜文斌
朱瑞
机构
上海电力大学能源与机械工程学院
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2022年第6期946-952,共7页
基金
国家自然科学基金(12172210,61502297).
文摘
针对当前金属表面缺陷实时检测中存在的缺陷检测精度不高以及难以定位等问题,提出一种基于级联孪生密集网络的表面缺陷检测方法SCSEG-Net.该方法通过加入空洞空间金字塔池化模块结构,获取具有不同采样率的特征图捕获多尺度信息;同时,为了增强分类准确度,在训练时融合浅层卷积获取的低层纹理和边界等特征和深度卷积获取的复杂高层特征信息,通过级联网络更好地优化训练参数.SCSEG-Net可以将缺陷图像转换为像素级预测蒙版,并快速地获取真实的缺陷类别.在行业标准钢铁表面缺陷数据集上对SCSEG-Net方法进行训练、评估及验证,结果表明,对比同类方法,该方法能更精确地分割出钢铁表面缺陷的轮廓并完成分类,F1值为97.8%,召回率为98.81%.
关键词
表面缺陷检测
图像分割
深度学习
卷积神经网络
Keywords
surface defect inspection
image segmentation
deep learning
convolutional neural network
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于密集连接与特征增强的遥感图像检测
被引量：
8
3
作者
王道累
杜文斌
刘易腾
张天宇
孙嘉珺
李明山
机构
上海电力大学能源与机械工程学院
出处
《计算机工程》
CAS
CSCD
北大核心
2022年第6期251-256,262,共7页
基金
国家自然科学基金(61502297)。
文摘
遥感技术的快速发展使得遥感图像检测技术广泛应用于军事、农业、交通、城市规划等多个领域。随着遥感分辨率和数据体量的不断提升,通过人工处理数据的方法已经无法满足实时性需求,因此,实现高效、精准的自动化数据处理方式成为该领域的研究热点。针对遥感图像分辨率高、背景复杂、目标尺度小等特点,提出一种改进的YOLOv3算法,用以提升遥感图像的检测效果。在原始YOLOv3算法的基础上,使用改进的密集连接网络替换原有的DarkNet53作为基础网络,以提升网络输入和预测结果的尺度多样性。通过阀杆模块降低输入损失,同时在浅层特征图中加入特征增强模块,从而丰富特征图的感受野,强化网络对浅层特征信息的提取,在保证整体检测性能的同时使网络对遥感图像中、小目标的检测精度和鲁棒性均有所提升。在遥感图像数据集上进行多组对比实验,结果表明,相比原始YOLOv3算法,该算法的平均准确率提高9.45个百分点,在小尺度目标上的检测准确率提升更显著,达到11.03个百分点,且模型参数量得到有效缩减。
关键词
目标检测
深度学习
遥感图像
特征增强
密集连接
Keywords
target detection
deep learning
remote sensing image
feature enhancement
dense connection
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
风电机组叶片损伤检测技术研究与进展
王道累
肖佳威
刘易腾
杜文斌
朱瑞
李峰
《中国电机工程学报》
EI
CSCD
北大核心
2023
15
在线阅读
下载PDF
职称材料
2
基于级联孪生密集网络的金属表面缺陷检测方法
王道累
刘易腾
杜文斌
朱瑞
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2022
16
在线阅读
下载PDF
职称材料
3
基于密集连接与特征增强的遥感图像检测
王道累
杜文斌
刘易腾
张天宇
孙嘉珺
李明山
《计算机工程》
CAS
CSCD
北大核心
2022
8
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
