基于格拉姆矩阵注意力的室外自监督单目深度估计方法

1

作者 贾宏君 张海龙 +3 位作者 李敬国 张晖敏 韩成功 江鹤 《计算机科学》 北大核心 2025年第S2期487-495,共9页

在室外深度估计任务中,传统的基于U型网络的模型在特征提取与融合阶段往往忽略了不同特征间的相关性和差异性,未能充分利用特征间的交互信息。针对这一问题,提出了一种基于格拉姆矩阵注意力的室外单目深度估计方法。具体而言,首先利用... 在室外深度估计任务中,传统的基于U型网络的模型在特征提取与融合阶段往往忽略了不同特征间的相关性和差异性,未能充分利用特征间的交互信息。针对这一问题,提出了一种基于格拉姆矩阵注意力的室外单目深度估计方法。具体而言,首先利用格拉姆矩阵分解的特性,设计了特征间的相关性矩阵和差异性矩阵,从而增强了特征间的信息交互及表征能力。在此基础上,进一步将格拉姆矩阵注意力机制生成的掩码与卷积层提取的特征进行深度融合。通过结合注意力机制所关注的重要特征与卷积层所捕捉的精细细节,实现了特征表达的多样性和完整性。大量的实验结果表明,在室外场景数据集KITTI上,引入格拉姆矩阵注意力机制后,网络的性能得到了提升。所提方法δ1指标提高到0.880,绝对误差指标则下降至0.112。此外,在Make3D数据集上的测试结果也进一步验证了该模型的优越性,具体表现为绝对相对误差、均方根相对误差、均方根误差分别达到了0.318,3.174和7.163的优异水平。 展开更多

关键词 深度估计 格拉姆矩阵 相关性矩阵 差异性矩阵 特征融合

在线阅读 下载PDF 职称材料

多维MIMO数字系统的可达性可观测性和噪声格拉姆矩阵

2

作者 肖承山 冯振明 《电子学报》 EI CAS CSCD 北大核心 1997年第12期92-95,共4页

本文将二维系统的可达性格拉姆矩阵Ｋ，可观测性格拉姆矩阵Ｗ和噪声格拉姆矩阵ＷＮ推广到多维数字系统，导出了Ｗ与ＷＮ的显式关系式．文中证明，Ｋ和ＷＮ满足一对修正的李亚普诺夫矩阵方程，对于分母可分的系统，Ｋ和ＷＮ为分块对角阵... 本文将二维系统的可达性格拉姆矩阵Ｋ，可观测性格拉姆矩阵Ｗ和噪声格拉姆矩阵ＷＮ推广到多维数字系统，导出了Ｗ与ＷＮ的显式关系式．文中证明，Ｋ和ＷＮ满足一对修正的李亚普诺夫矩阵方程，对于分母可分的系统，Ｋ和ＷＮ为分块对角阵，且可以通过求解李亚普诺夫矩阵方程组而得． 展开更多

关键词 多维数字系统 MIMO 数字信号处理 格拉姆矩阵

在线阅读 下载PDF 职称材料

线性系统格拉姆矩阵可观性判别的精细化方法

3

作者 徐志强 阎有运 李娜 《焦作工学院学报》 2003年第4期293-295,共3页

可控性、可观性是反映系统结构特性的重要指标,在总结可控性、可观性判据和分析方法的基础上,通过对线性时变系统状态方程和可观性定义的分析,运用精细化的处理手段,推导了可观性判别的格拉姆矩阵的具体形式,得出了格拉姆矩阵与可观性... 可控性、可观性是反映系统结构特性的重要指标,在总结可控性、可观性判据和分析方法的基础上,通过对线性时变系统状态方程和可观性定义的分析,运用精细化的处理手段,推导了可观性判别的格拉姆矩阵的具体形式,得出了格拉姆矩阵与可观性之间的代数关系式。 展开更多

关键词 线性时变系统 格拉姆矩阵 可观性 精细化 状态方程 非奇异矩阵

在线阅读 下载PDF 职称材料

基于MSACNN-GMNR的风力发电机轴承故障诊断

4

作者 朱晓慧 任延举 魏巍 《控制工程》 北大核心 2025年第9期1659-1665,共7页

针对风力发电机滚动轴承振动信号受传递路径复杂及其他部件振动耦合影响导致存在大量噪声,进而影响故障诊断精度的问题,提出了一种具有降噪效果的多尺度注意力卷积神经网络(MSACNN-GMNR)。首先,利用格拉姆降噪模块(GMNR)对发电机轴承的... 针对风力发电机滚动轴承振动信号受传递路径复杂及其他部件振动耦合影响导致存在大量噪声,进而影响故障诊断精度的问题,提出了一种具有降噪效果的多尺度注意力卷积神经网络(MSACNN-GMNR)。首先,利用格拉姆降噪模块(GMNR)对发电机轴承的原始信号进行降噪处理;然后,利用多尺度卷积模块(MSCNN)提取多尺度特征,并利用注意力机制(AM)为不同尺度特征赋予不同权重;最后,输入到softmax分类器实现风力发电机的轴承故障诊断。通过实际采集的风力发电机轴承数据对所提方法进行验证,结果表明,所提模型在强背景噪声下依然具有很好的诊断效果,为实际工程风力发电机的轴承故障诊断提供了一定的参考价值。 展开更多

关键词 故障诊断 滚动轴承 格拉姆矩阵 卷积神经网络 注意力机制

在线阅读 下载PDF 职称材料

基于CNN的轴承变工况故障识别系统 被引量：9

5

作者 于波 李建成 +1 位作者 陈先瑞 张强 《电子测量技术》 北大核心 2022年第19期25-29,共5页

为了保证工业机械设备运行安全,避免轴承损伤引起的设备严重损害,实现对机械设备上滚动轴承的变工况故障诊断,设计了基于卷积神经网络的变工况滚动轴承故障诊断系统。该系统使用格拉姆矩阵方法将一维时序数据转换为二维特征图,卷积神经... 为了保证工业机械设备运行安全,避免轴承损伤引起的设备严重损害,实现对机械设备上滚动轴承的变工况故障诊断,设计了基于卷积神经网络的变工况滚动轴承故障诊断系统。该系统使用格拉姆矩阵方法将一维时序数据转换为二维特征图,卷积神经网络训练最大化的学习数据中的特征信息,将训练好的模型部署于LabVIEW编写的上位机中实现实时故障诊断,将所提方法在美国凯斯西储大学轴承数据中心数据集进行实验,实验验证:在美国凯斯西储大学轴承数据集上,所使用的方法变工况下无故障运行数据识别准确率达到99.85%,变工况下综合识别准确率达到91.67%,实验结果表明该方法取得了较为准确的识别效果且具有不错的泛化能力,为变工况下滚动轴承的故障诊断积累了应用经验。 展开更多

关键词 卷积神经网络 故障诊断 格拉姆矩阵 滚动轴承 LABVIEW

在线阅读 下载PDF 职称材料

具有多噪声的马尔科夫跳变随机系统的精确能观性 被引量：2

6

作者 王维 张永华 梁向前 《山东科技大学学报（自然科学版）》 CAS 2016年第3期99-105,共7页

本文研究了具有多噪声的马尔科夫(Markov)跳变随机系统的精确能观性问题,利用H-表示和谱算子的方法以及伊藤公式,建立了马尔科夫跳变随机系统的系数矩阵和确定性系统的系数矩阵之间的关系,将随机系统的精确能观性转化为确定性系统的完... 本文研究了具有多噪声的马尔科夫(Markov)跳变随机系统的精确能观性问题,利用H-表示和谱算子的方法以及伊藤公式,建立了马尔科夫跳变随机系统的系数矩阵和确定性系统的系数矩阵之间的关系,将随机系统的精确能观性转化为确定性系统的完全能观性,从而得到了离散时间马尔科夫跳变随机系统的精确能观性的格拉姆矩阵判据(Gramian matrix criterion)。 展开更多

关键词 精确能观性 H-表示 格拉姆矩阵判据

在线阅读 下载PDF 职称材料

基于非线性系统降阶的感应电动机群聚合 被引量：9

7

作者 张钢 杜正春 +1 位作者 倪煜 李崇涛 《中国电机工程学报》 EI CSCD 北大核心 2015年第8期1893-1899,共7页

负荷模型对于电力系统稳定性分析结果有着重要的影响,感应电动机群聚合是综合负荷建模的重要组成部分。提出一种利用非线性模型降阶进行感应电动机群聚合的新方法。首先将感应电动机群描述成输入为母线电压,输出为等值阻抗的非线性系统... 负荷模型对于电力系统稳定性分析结果有着重要的影响,感应电动机群聚合是综合负荷建模的重要组成部分。提出一种利用非线性模型降阶进行感应电动机群聚合的新方法。首先将感应电动机群描述成输入为母线电压,输出为等值阻抗的非线性系统,然后计算系统的经验格拉姆矩阵以及平衡变换矩阵,接着利用自适应遗传算法对平衡变换矩阵进行修正,最后应用Glarkin投影对原系统平衡截断得到低阶负荷模型。以Anderson 3机9节点系统为例,对6台参数差异较大的感应电动机群进行聚合,分析比较所提方法与其他方法得到的聚合模型在不同故障切除时间下的系统响应和临界切除时间。仿真结果表明,所提方法得到的聚合模型在不同的系统运行状态下均能较好地反映原始电动机群的特性,可以保证电力系统暂态仿真的精度。 展开更多

关键词 感应电动机群聚合 非线性系统降阶 经验格拉姆矩阵 Galerkin投影 自适应遗传算法

在线阅读 下载PDF 职称材料

基于纯方位量测的三维运动目标可观测性研究 被引量：3

8

作者 熊茂涛 张勇 吴钦章 《现代防御技术》 北大核心 2009年第4期30-34,共5页

通过建立纯方位量测系统的状态方程和测量方程,利用伪线性化方法,将非线性测量方程转换成线性形式,再利用奇异矩阵的性质,获得一种基于可观测性定义和特征值分解法相结合的定量确定纯方位量测系统可观测性的方法,得出可观测的充要条件... 通过建立纯方位量测系统的状态方程和测量方程,利用伪线性化方法,将非线性测量方程转换成线性形式,再利用奇异矩阵的性质,获得一种基于可观测性定义和特征值分解法相结合的定量确定纯方位量测系统可观测性的方法,得出可观测的充要条件。此项成果对于分析运动目标跟踪的机动策略具有重要意义,可推广到对多种运动目标的三维被动跟踪研究中。 展开更多

关键词 目标运动分析 纯方位量测 伪线性化 可观测性 格拉姆矩阵

在线阅读 下载PDF 职称材料

基于压缩感知DOA估计的稀疏阵列设计 被引量：7

9

作者 刘朋露 杨洁 《电讯技术》 北大核心 2017年第4期382-386,共5页

根据格拉姆(Gram)矩阵优化测量矩阵的方法,给出了一种基于压缩感知波达方向(DOA)估计的均匀线阵的稀疏阵列设计方法。该方法不需要对阵列的输出数据进行压缩采样,直接利用稀疏阵列的输出数据,然后利用稀疏恢复算法求解DOA估计信息。实... 根据格拉姆(Gram)矩阵优化测量矩阵的方法,给出了一种基于压缩感知波达方向(DOA)估计的均匀线阵的稀疏阵列设计方法。该方法不需要对阵列的输出数据进行压缩采样,直接利用稀疏阵列的输出数据,然后利用稀疏恢复算法求解DOA估计信息。实验仿真证明,相比于原均匀线阵,所提方法在阵元数目较少且信噪比较低的情况下具有更好的DOA估计性能。 展开更多

关键词 压缩感知 测量矩阵 格拉姆矩阵 稀疏布阵 波达方向估计

在线阅读 下载PDF 职称材料

结合纹理特征分析的图像风格转换网络 被引量：5

10

作者 余英东 杨怡 林澜 《计算机应用》 CSCD 北大核心 2020年第3期638-644,共7页

针对图像风格转换效率不高、效果不佳的问题,提出一种结合图像纹理特征分析,并基于预训练网络的前馈残差图像风格转换算法。该算法利用预训练深层网络来提取风格图的深度特征,采用残差网络来进行深层训练以及进行图像变换;同时通过分析... 针对图像风格转换效率不高、效果不佳的问题,提出一种结合图像纹理特征分析,并基于预训练网络的前馈残差图像风格转换算法。该算法利用预训练深层网络来提取风格图的深度特征,采用残差网络来进行深层训练以及进行图像变换;同时通过分析研究输入风格图与内容图的纹理特征对转换效果的影响,针对不同输入图像采取相应的处理方法来提升转换效果。实验结果表明,与现有深度图像风格转换算法相比,该算法的输出视觉效果更佳,归一化风格损失更小,耗时更短,并且根据输入图像的信息熵与不变矩的计算来指导网络参数的设定与调整,能够针对性地优化网络,取得了良好的效果。 展开更多

关键词 图像风格转换 深度残差网络 图像纹理特征 预训练网络 格拉姆矩阵

在线阅读 下载PDF 职称材料

基于图相似日和PSO-XGBoost的光伏功率预测 被引量：34

11

作者 吴春华 董阿龙 +1 位作者 李智华 汪飞 《高电压技术》 EI CAS CSCD 北大核心 2022年第8期3250-3259,共10页

为充分利用历史信息,最大限度优化模型效果,提高光伏功率预测精度,提出了基于图相似日和粒子群优化极限梯度提升树(particle swarm optimization-extreme gradient boosting tree,PSO-XGBoost)的光伏功率预测方法。将每天由天气特征组... 为充分利用历史信息,最大限度优化模型效果,提高光伏功率预测精度,提出了基于图相似日和粒子群优化极限梯度提升树(particle swarm optimization-extreme gradient boosting tree,PSO-XGBoost)的光伏功率预测方法。将每天由天气特征组成的向量转换成格拉姆矩阵,以便充分挖掘各个向量之间的关系;然后将拉姆矩阵转换为图像,采用结构相似性算法(structural similarity,SSIM)寻找与待预测日最相似的历史日,并选取历史日的光伏功率、待预测日的辐照度、温度、湿度作为极限梯度提升树的输入变量;为充分发挥模型的预测能力,运用粒子群算法优化极限梯度提升树确定最优的超参数,最终输出各时段的光伏功率预测值。利用光伏电站实际数据进行验证,结果表明:相比于未改进的XGBoost模型,所提方法在晴天下的均方根误差(root mean square error,RMSE)降低了31.6%,平均绝对误差(mean absolute error,MAE)降低了31.6%;在多云天气下的RMSE降低了24.1%,MAE降低了40%;在阴雨天气下的RMSE降低了25%,MAE降低了38.5%,有效地提高了模型的预测精度和泛化能力。 展开更多

关键词 图相似日 格拉姆矩阵 结构相似性 极限梯度提升树 光伏功率预测 历史日

在线阅读 下载PDF 职称材料

结合深度自编码和时空特征约束的运动风格转移方法

12

作者 胡东 彭淑娟 +1 位作者 柳欣 杜吉祥 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2018年第5期946-956,共11页

运动风格化处理综合运用了运动编辑技术,可以较好地满足不同动画师对运动风格处理的要求.针对运动数据驱动方式的风格化处理存在未考虑运动时序性而导致姿态不协调和运动不自然等问题,提出一种结合深度自编码和时空特征约束的自动风格... 运动风格化处理综合运用了运动编辑技术,可以较好地满足不同动画师对运动风格处理的要求.针对运动数据驱动方式的风格化处理存在未考虑运动时序性而导致姿态不协调和运动不自然等问题,提出一种结合深度自编码和时空特征约束的自动风格转移模型.首先根据用户对风格转移的要求把运动分解为行为运动和风格运动;其次通过在深度自编码网络模型中增加历史运动序列关联信息建立风格特征提取模型,分别对行为运动和风格运动的时空特征进行提取;最后使用格拉姆矩阵对提取的特征建立运动风格转移约束,自动实现把一个运动的风格特征转移到另一个运动的行为内容上.实验结果表明,文中方法能够实现多种不同种类运动风格转移,并且转移后生成的运动序列风格自然和真实;此外,相关实验证实了文中提出的模型具有较强的泛化能力和自适应性. 展开更多

关键词 深度自编码 运动风格转移 时空特征约束 格拉姆矩阵

在线阅读 下载PDF 职称材料

基于层级特征融合的室内自监督单目深度估计 被引量：5

13

作者 程德强 张华强 +2 位作者 寇旗旗 吕晨 钱建生 《光学精密工程》 EI CAS CSCD 北大核心 2023年第20期2993-3009,共17页

针对目前自监督单目深度估计网络在充斥着大量低纹理、低光照区域的室内复杂场景中存在预测深度信息不精确、物体边缘模糊以及细节丢失严重等问题,本文提出一种基于层级特征融合的室内自监督单目深度估计网络模型。首先,通过映射一致性... 针对目前自监督单目深度估计网络在充斥着大量低纹理、低光照区域的室内复杂场景中存在预测深度信息不精确、物体边缘模糊以及细节丢失严重等问题,本文提出一种基于层级特征融合的室内自监督单目深度估计网络模型。首先,通过映射一致性图像增强模块来处理室内图像,提升低光照区域可见性并且保持亮度一致性,丰富纹理细节,一定程度上解决了训练网络时出现模糊假平面恶化模型的问题。然后,设计结合基于注意力机制的跨层级特征调整模块的深度估计网络,充分融合编码器以及编-解码器多层级特征信息,提升网络的特征利用能力,缩小预测深度与真实深度的语义差距。最后,设计基于图像风格特征的格拉姆矩阵相似性损失函数作为额外的自监督信号约束网络模型,提升网络预测深度的能力,进一步提高了预测深度的精度。在NYU Depth V2和ScanNet室内数据集上进行训练与测试,正确预测深度像素的比例能够分别达到81.9%和76.0%。实验结果表明,相比现有主要的室内自监督单目深度估计网络,本文网络模型很好地保持了物体边缘和细节信息,有效地提高了预测深度的精度。 展开更多

关键词 自监督 单目深度估计 图像增强 层级特征融合 格拉姆矩阵

在线阅读 下载PDF 职称材料