检索结果-维普期刊中文期刊服务平台

基于生成对抗网络模型的光线不良情形桥梁裂缝检测算法研究: 1; 作者张精卫李博《桥梁建设》 2025年第5期98-104,共7页; 针对光线不良情形下现有桥梁裂缝检测方法精度不足、人工标注存在高成本及重复标注等问题,提出一种基于生成对抗网络(CycleGAN)模型的计算机视觉裂缝检测算法。该算法利用生成对抗网络的非成对训练特性,通过构建包含对抗损失、循环一致... 展开更多; 关键词桥梁工程光线不良裂缝检测图像翻译计算机视觉生成对抗网络模型检测算法; 在线阅读下载PDF 职称材料

农产品市场监测预警深度学习智能预测方法被引量：1: 2; 作者许世卫李乾川 +3 位作者栾汝朋庄家煜刘佳佳熊露《智慧农业(中英文)》 2025年第1期57-69,共13页; [目的/意义]农产品供给、消费和价格的变化直接影响市场监测和预警。随着中国农业生产方式和市场体系的转型,数据获取技术的进步使得农业数据呈现爆炸式增长。然而,农产品多品种的联动监测和预测仍面临数据复杂、模型狭窄、应变能力弱... 展开更多; 关键词监测预警深度学习生产量预测消费量预测价格预测生成对抗与残差网络协同生产量模型变分自编码器岭回归消费预测模型自适应变换器价格预测模型; 在线阅读下载PDF 职称材料

船体曲面特征的计算机视觉认知与生成机制研究被引量：2: 3; 作者杜林李广年郑彭军《船舶力学》 EI CSCD 北大核心 2022年第7期949-961,共13页; 船体曲面的型值数据与图片数据都是序列相关型数据,即数据排列形式与所表达信息紧密相关的数据类型,因此用于图片分类和生成的计算机视觉技术,理论上也适用于船体曲面特征的认知与生成。本文基于此共性假设,对基于计算机视觉的船体曲面... 展开更多; 关键词船体曲面建模与变形方法卷积神经网络模型生成式对抗网络模型计算机视觉技术; 在线阅读下载PDF 职称材料

基于点集匹配的缺陷样本图像生成方法被引量：2: 4; 作者高海洋张明川 +1 位作者葛泉波刘华平《智能系统学报》 CSCD 北大核心 2023年第5期1030-1038,共9页; 针对工业缺陷检测中存在的由产品次品率过低、产品迭代更新过快、缺陷种类难以覆盖全部以及缺陷样本高质量标注难度较高导致的小样本问题,使用基于点集匹配的缺陷样本图像生成方法来对缺陷数据进行扩充。将缺陷部位从多特征角度进行变换... 展开更多; 关键词工业缺陷检测小样本问题点集匹配样本扩充缺陷样本生成有效训练循环生成对抗网络模型矢量化变分自动编码器; 在线阅读下载PDF 职称材料

手写体版面分析和多风格古籍背景融合被引量：1: 5; 作者田瑶琳陈善雄 +2 位作者赵富佳林小渝熊海灵《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2020年第7期1111-1120,共10页; 近年来,基于深度学习的版面分析和风格迁移等技术得到广泛的应用并取得了许多突破.为了对古籍多风格纹理进行复原,提出一种古籍版面分析和风格融合网络结构.首先利用生成对抗网络和多风格背景生成模型进行模型训练,形成多风格的古籍纹理... 展开更多; 关键词深度卷积生成对抗网络模型深度学习图像生成版面分析目标检测; 在线阅读下载PDF 职称材料

题名基于生成对抗网络模型的光线不良情形桥梁裂缝检测算法研究: 1; 作者张精卫李博; 机构中交第一公路勘察设计研究院有限公司; 出处《桥梁建设》 2025年第5期98-104,共7页; 基金中交第一公路勘察设计研究院有限公司科研项目(22-27k)。; 文摘针对光线不良情形下现有桥梁裂缝检测方法精度不足、人工标注存在高成本及重复标注等问题,提出一种基于生成对抗网络(CycleGAN)模型的计算机视觉裂缝检测算法。该算法利用生成对抗网络的非成对训练特性,通过构建包含对抗损失、循环一致性损失和身份损失的图像翻译模型,实现正常光线与光线不良桥梁图像的双向转换并保持图像中的裂缝结构不变。以某桥实地采集的昼夜裂缝图像数据集为例,训练CycleGAN模型以生成夜间风格图像并共享原始标注数据,进而扩充UNet语义分割模型的训练集,从而实现光线不良下桥梁裂缝的准确识别与检测。结果表明:在光线不良测试集上,相较传统算法采用扩充前数据集训练的模型,该算法采用扩充后数据集训练的模型,其语义分割模型关键指标均显著提高,裂缝长度与宽度测量误差显著降低。该方法在不需要成对样本与额外标注的情况下,可提高在光线不良情形下的裂缝检测精度和效率,为复杂光照条件下的桥梁裂缝智能检测提供实用解决方案。; 关键词桥梁工程光线不良裂缝检测图像翻译计算机视觉生成对抗网络模型检测算法; Keywords bridge engineering poor lighting condition crack detection image-to-image translation computer vision CycleGAN model detection algorithm; 分类号 U446.3 [建筑科学]; 在线阅读下载PDF 职称材料

题名农产品市场监测预警深度学习智能预测方法被引量：1: 2; 作者许世卫李乾川栾汝朋庄家煜刘佳佳熊露; 机构中国农业科学院农业信息研究所北京市农林科学院数据科学与农业经济研究所农业农村部农业监测预警技术重点实验室中国农业科学院农业监测预警智能系统重点开放实验室; 出处《智慧农业(中英文)》 2025年第1期57-69,共13页; 基金 “十四五”国家重点研发计划项目(2022YFD1600603) 农业农村部农业监测预警技术重点实验室开放课题基金(KLAMEWT202403)。; 文摘 [目的/意义]农产品供给、消费和价格的变化直接影响市场监测和预警。随着中国农业生产方式和市场体系的转型,数据获取技术的进步使得农业数据呈现爆炸式增长。然而,农产品多品种的联动监测和预测仍面临数据复杂、模型狭窄、应变能力弱等挑战。因此,亟需构建适应中国农业数据特点的深度学习模型,以提升农产品市场的监测与预警能力,推动精准决策和应急响应。[方法]本研究应用深度学习方法,从中国多维农业数据资源实际出发,创新提出了一套不同监测预警对象条件下深度学习综合预测方法,构建了生成对抗与残差网络协同生产量模型(Generative Adversarial Network and Residual Network, GAN-ResNet)、变分自编码器岭回归消费预测模型(Variational Autoencoder and Ridge Regression, VAE-Ridge)、自适应变换器价格预测模型(Adaptive-Transformer)。为适应实际需求,研究在CAMES中采用“离线计算与可视化分离”策略,模型推理离线完成,平衡了计算复杂度与实时预警需求。[结果和讨论]深度学习综合预测方法在玉米单产、生猪消费量和番茄市场价格的预测上,均表现出显著的精度提升。GAN-ResNet生产量预测模型进行县级尺度玉米单产预测的平均绝对百分比误差(Mean Absolute Percentage Error, MAPE)为6.58%,运用VAE-Ridge模型分析生猪消费量的MAPE为6.28%,运用Adaptive-Transformer模型预测番茄价格的MAPE为2.25%。[结论]该研究提出的深度学习综合预测方法,具有较先进的单品种、多场景、宽条件下的农产品市场监测预警分析能力,并在处理不同区域多维数据、多品种替代、市场季节性波动等分析方面显示出优良的指标性能,可为中国农产品市场监测预警提供一套新的有效分析方法。; 关键词监测预警深度学习生产量预测消费量预测价格预测生成对抗与残差网络协同生产量模型变分自编码器岭回归消费预测模型自适应变换器价格预测模型; Keywords monitoring and early warning deep learning production forecasting consumption forecasting price forecasting GAN-ResNet VAE-Ridge Adaptive-Transformer; 分类号 TP393.01 [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

题名船体曲面特征的计算机视觉认知与生成机制研究被引量：2: 3; 作者杜林李广年郑彭军; 机构宁波大学; 出处《船舶力学》 EI CSCD 北大核心 2022年第7期949-961,共13页; 基金高等学校学科创新引智计划(D21013) 装备预先研究领域基金(80907010201)。; 文摘船体曲面的型值数据与图片数据都是序列相关型数据,即数据排列形式与所表达信息紧密相关的数据类型,因此用于图片分类和生成的计算机视觉技术,理论上也适用于船体曲面特征的认知与生成。本文基于此共性假设,对基于计算机视觉的船体曲面特征认知与生成机制开展系列研究。通过卷积神经网络搭建多元分类器用于识别不同区域的船体曲面形状,在多种曲面分割方案下均得到较为理想的分类精度;基于生成式对抗网络模型,设计一体式和分区式船体曲面生成方法,并根据这两种方法分别尝试进行曲面生成和重构,证明两种方法都能依据其自身特点部分实现船体曲面生成功能,为后续的研究提供参考。本文研究结果可为船体曲面快速建模与变形方法方面的研究提供技术和理论支持。; 关键词船体曲面建模与变形方法卷积神经网络模型生成式对抗网络模型计算机视觉技术; Keywords ship hull surface modeling and transformation convolutional neural network generative adversarial network computer vision; 分类号 U662 [交通运输工程—船舶及航道工程]; 在线阅读下载PDF 职称材料

题名基于点集匹配的缺陷样本图像生成方法被引量：2: 4; 作者高海洋张明川葛泉波刘华平; 机构河南科技大学信息工程学院南京信息工程大学自动化学院清华大学计算机科学与技术系; 出处《智能系统学报》 CSCD 北大核心 2023年第5期1030-1038,共9页; 基金国家自然科学基金重点项目(62033010) 中原科技创新领军人才项目(224200510004)。; 文摘针对工业缺陷检测中存在的由产品次品率过低、产品迭代更新过快、缺陷种类难以覆盖全部以及缺陷样本高质量标注难度较高导致的小样本问题,使用基于点集匹配的缺陷样本图像生成方法来对缺陷数据进行扩充。将缺陷部位从多特征角度进行变换,使用单张样本进行扩充得到不同特征的缺陷图像,解决小样本条件下深度学习方法难以生成高质量缺陷图像的问题。通过图像评估与实验验证,该方法生成的图像具有更好的视觉效果,并且对缺陷与分割模型有着高效的提升。该方法可应用于样本较少的深度学习模型训练过程中,达到扩充样本提高训练效果的目的。; 关键词工业缺陷检测小样本问题点集匹配样本扩充缺陷样本生成有效训练循环生成对抗网络模型矢量化变分自动编码器; Keywords industrial defect detection small-sample problem point set matching sample expansion generation of the defect sample effective training Cycle GAN model VQ-VAE©《智能系统学报》编辑部版权所有; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名手写体版面分析和多风格古籍背景融合被引量：1: 5; 作者田瑶琳陈善雄赵富佳林小渝熊海灵; 机构西南大学商贸学院西南大学计算机与信息科学学院; 出处《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2020年第7期1111-1120,共10页; 基金国家自然科学基金(61303227) 国家社会科学基金(19BYY171) +3 种基金重庆市教委科学技术研究项目(KJQN201801901).; 文摘近年来,基于深度学习的版面分析和风格迁移等技术得到广泛的应用并取得了许多突破.为了对古籍多风格纹理进行复原,提出一种古籍版面分析和风格融合网络结构.首先利用生成对抗网络和多风格背景生成模型进行模型训练,形成多风格的古籍纹理;然后提出重排列算法进行版面分析,调整前景文字的排列位置;最后通过前景文字和古籍风格背景的融合实现文本背景的多风格生成.实验中,以古彝文、古汉语(秦小篆)、女真文的古籍和古画作为数据样本,对DCGANs模型进行参数和结构上的改进以提高模型的生成性能,结合交叉熵损失函数和Fréchet inception distance(FID)对生成结果进行评估,得到在FID上表现最佳的训练模型M8并将其作为多风格背景生成模型,与DCGANs模型相比,生成性能提高19.26%,图像生成质量有了明显提升.; 关键词深度卷积生成对抗网络模型深度学习图像生成版面分析目标检测; Keywords deep convolutional generative adversarial networks model deep learning image generation layout analysis object detection; 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	作者	出处	发文年	被引量	操作
1	基于生成对抗网络模型的光线不良情形桥梁裂缝检测算法研究	张精卫李博	《桥梁建设》	2025		在线阅读下载PDF 职称材料
2	农产品市场监测预警深度学习智能预测方法	许世卫李乾川栾汝朋庄家煜刘佳佳熊露	《智慧农业(中英文)》	2025	1	在线阅读下载PDF 职称材料
3	船体曲面特征的计算机视觉认知与生成机制研究	杜林李广年郑彭军	《船舶力学》 EI CSCD 北大核心	2022	2	在线阅读下载PDF 职称材料
4	基于点集匹配的缺陷样本图像生成方法	高海洋张明川葛泉波刘华平	《智能系统学报》 CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料
5	手写体版面分析和多风格古籍背景融合	田瑶琳陈善雄赵富佳林小渝熊海灵	《计算机辅助设计与图形学学报》 EI CSCD 北大核心	2020	1	在线阅读下载PDF 职称材料