-
题名基于YOLO模型的堤坝管涌监测智能识别方法
被引量:4
- 1
-
-
作者
陆公义
欧阳鹏
程赟
羌予践
华亮
-
机构
南通大学电气工程学院
-
出处
《水利水电科技进展》
CSCD
北大核心
2024年第1期89-94,共6页
-
基金
南通市市级社会民生科技重点项目(MS22021032)。
-
文摘
针对堤坝管涌现象的监测识别问题,提出一种基于YOLO模型的堤坝管涌识别方法。该方法通过引入改进的残差块及替换模型的激活函数来提升YOLO v3模型的网络性能,构建了基于堤坝管涌感兴趣区域提取的Piping YOLO模型来提取管涌感兴趣区域,并采用二维主成分分析方法提取管涌现象的特征,将其作为多权值神经网络的输入,经训练后实现管涌状态的分类识别。基于自主搭建的管涌渗漏试验平台建立了数据集并进行了试验验证,结果表明,提出的方法能有效识别堤坝管涌现象,在堤坝管涌无人巡检领域具有一定的应用前景。
-
关键词
堤坝管涌
感兴趣区域
YOLO
v3模型
多权值神经网络
-
Keywords
dyke piping
region of interest
YOLO v3 model
multi-weight neural network
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名仿生模式识别理论在45°视角的步态识别中的应用
被引量:1
- 2
-
-
作者
李一波
孟迪
-
机构
沈阳航空航天大学自动化学院
-
出处
《计算机应用与软件》
CSCD
2015年第1期190-193,共4页
-
基金
国家自然科学基金项目(61103123)
-
文摘
结合仿生模式识别理论,提出一种利用多权值神经元网络来进行步态识别的方法。提取同一时刻左右小腿关节点运动的速度场和关节角度,构成特征向量,利用多权值神经元网络形成的复杂几何体在特征空间中构造不同人步态特征的最小覆盖,从而达到步态识别的目的。相关实验表明,该方法在保证较高的识别率的同时,可以有效提高拒识率。与传统方法相比,误识率明显下降。
-
关键词
仿生模式识别
超香肠神经元
多权值神经网络
步态识别
-
Keywords
Biomimetic pattern recognition Hyper sausage neuron Multi-weight neural network Gait recognition
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于仿生模式识别理论的声调识别
被引量:2
- 3
-
-
作者
王改良
武妍
-
机构
同济大学电子与信息工程学院
-
出处
《计算机应用》
CSCD
北大核心
2010年第10期2709-2711,共3页
-
文摘
基音频率轨迹能比较真实地反映汉语普通话中的声调特性,通过识别不同的基音轨迹来识别声调,是一种较好的方法。根据仿生模式识别理论,提出用迭代自组织数据分析算法(ISODATA)寻找覆盖区中心,运用多权值神经网络对每个聚类中心实现覆盖的方法,实现四种声调的识别。通过实验与隐马尔科夫模型(HMM)和支持向量机(SVM)算法比较,在少量样本的情况下,能得到相对较高的识别率。
-
关键词
声调识别
仿生模式识别
聚类
多权值神经网络
汉语
-
Keywords
tone recognition
biomimetic pattern recognition
cluster
multi-weight neural networks
Chinese
-
分类号
TP391.42
[自动化与计算机技术—计算机应用技术]
-
-
题名基于声信号识别的焊后残余应力处理质量检测方法
- 4
-
-
作者
陈一帆
吴倩
蒋凌
华亮
-
机构
南通大学电气工程学院
-
出处
《工程设计学报》
CSCD
北大核心
2022年第3期272-278,共7页
-
基金
江苏省高等学校自然科学研究重大项目(19KJA350002)
江苏省“六大人才高峰”高层次人才项目(XNY-039)。
-
文摘
焊后残余应力处理过程的非线性程度高且参数耦合性强,导致处理质量不稳定。而现有检测方法仅做抽样检测,存在检测精度低、周期长等问题,且无法进行实时在线检测。为此,提出一种新的基于声信号识别的焊后残余应力处理质量在线检测方法。该方法先实时采集焊后残余应力处理过程中的声信号并提取其特征,然后构建基于多权值神经网络的焊后残余应力处理质量检测模型,以实现在线识别。实验结果表明,相比于传统检测方法,所提出方法可实现焊后残余应力处理质量的在线检测,可为焊后处理过程中的参数优化和质量控制提供参考。
-
关键词
焊后残余应力处理
多权值神经网络
特征提取
质量检测
-
Keywords
post-weld residual stress treatment
multi-weight neural network
feature extraction
quality detection
-
分类号
TG441.8
[金属学及工艺—焊接]
-