期刊文献+
共找到1,325篇文章
< 1 2 67 >
每页显示 20 50 100
基于深度强化学习的游戏智能引导算法 被引量:2
1
作者 白天 吕璐瑶 +1 位作者 李储 何加亮 《吉林大学学报(理学版)》 北大核心 2025年第1期91-98,共8页
针对传统游戏智能体算法存在模型输入维度大及训练时间长的问题,提出一种结合状态信息转换与奖励函数塑形技术的新型深度强化学习游戏智能引导算法.首先,利用Unity引擎提供的接口直接读取游戏后台信息,以有效压缩状态空间的维度,减少输... 针对传统游戏智能体算法存在模型输入维度大及训练时间长的问题,提出一种结合状态信息转换与奖励函数塑形技术的新型深度强化学习游戏智能引导算法.首先,利用Unity引擎提供的接口直接读取游戏后台信息,以有效压缩状态空间的维度,减少输入数据量;其次,通过精细化设计奖励机制,加速模型的收敛过程;最后,从主观定性和客观定量两方面对该算法模型与现有方法进行对比实验,实验结果表明,该算法不仅显著提高了模型的训练效率,还大幅度提高了智能体的性能. 展开更多
关键词 深度强化学习 游戏智能体 奖励函数塑形 近端策略优化算法
在线阅读 下载PDF
基于改进蜣螂优化算法深度混合核极限学习机的高压断路器故障诊断
2
作者 范兴明 许洪华 +3 位作者 张思舜 李涛 蒋延军 张鑫 《电工技术学报》 北大核心 2025年第12期3994-4003,共10页
针对高压断路器机械故障诊断准确率偏低的问题,该文提出一种基于改进蜣螂优化算法(IDBO)优化深度混合核极限学习机(DHKELM)的故障诊断方法。首先,采用逐次变分模态分解(SVMD)对高压断路器合闸振动信号进行分解,得到若干个含本征频率的... 针对高压断路器机械故障诊断准确率偏低的问题,该文提出一种基于改进蜣螂优化算法(IDBO)优化深度混合核极限学习机(DHKELM)的故障诊断方法。首先,采用逐次变分模态分解(SVMD)对高压断路器合闸振动信号进行分解,得到若干个含本征频率的固有模态分量(IMF);其次,提取各IMF分量的功率谱熵构建特征向量矩阵,并利用t分布-随机邻域嵌入算法(t-SNE)对特征向量进行数据降维;然后,引入融合Tent混沌映射、黄金正弦策略、自适应t分布扰动策略对传统蜣螂优化算法(DBO)进行改进,并使用IDBO对DHKELM进行参数优化,完成IDBO-DHKELM高压断路器故障诊断模型的构建;最后,通过搭建模拟故障的实物断路器实验平台进行验证,结果表明,该文提出的方法在故障诊断上的准确率达到了98.33%,相较于其他故障诊断模型在多项分类评价指标上均有显著提升,为准确、可靠地诊断高压断路器机械故障提供了新方案。 展开更多
关键词 高压断路器 改进蜣螂优化算法 深度混合核极限学习 故障诊断 逐次变分模 态分解
在线阅读 下载PDF
基于剪枝算法优化的轻量级深度学习网络算法
3
作者 仇丹丹 《计算机科学》 北大核心 2025年第S2期194-200,共7页
随着目前计算机技术的不断发展,很多计算机技术都使用了智能算法来提高自身的智能化水平。其中,轻量化深度学习网络算法是使用频率较高的一种,很多领域中都使用了该算法来提高自身的生产效率。但现在的轻量级深度学习网络算法还存在算... 随着目前计算机技术的不断发展,很多计算机技术都使用了智能算法来提高自身的智能化水平。其中,轻量化深度学习网络算法是使用频率较高的一种,很多领域中都使用了该算法来提高自身的生产效率。但现在的轻量级深度学习网络算法还存在算法规模大、特征提取效果差等缺点。为了解决上述问题,文中以深度网络学习算法中的一维卷积神经网络算法为研究对象,利用剪枝算法对卷积神经网络算法进行轻量化设计,以期优化算法的性能。首先将轻量化后的卷积神经网络算法与传统的算法进行对比,结果显示,轻量化算法的速度提升了近3倍,达到了3.7 bps,与此同时,算法的存储需求和能源消耗大幅度降低,能源消耗仅有12.3%。然后,将剪枝算法轻量化后的卷积神经网络学习算法与其他轻量化算法进行对比,结果表明,该算法对不同数据的平均检测精度均为95%以上,远高于其他算法,该算法的特征提取效果也显著优于其他算法,且该算法的运行耗时仅需4.98 ms,远低于其他算法。由上述结果可知,所提出的剪枝算法轻量化设计方法可以提高深度学习网络算法的各项性能。 展开更多
关键词 深度学习网络算法 剪枝算法 轻量化 卷积神经网络
在线阅读 下载PDF
基于深度强化学习NoisyNet-A3C算法的自动化渗透测试方法
4
作者 董卫宇 刘鹏坤 +2 位作者 刘春玲 唐永鹤 马钰普 《郑州大学学报(工学版)》 北大核心 2025年第5期60-68,共9页
在自动化渗透测试领域,现有攻击路径决策算法大多基于部分可观测马尔可夫决策过程(POMDP),存在算法复杂度过高、收敛速度慢、易陷入局部最优解等问题。针对这些问题,提出了一种基于马尔可夫决策过程(MDP)的强化学习算法NoisyNet-A3C,并... 在自动化渗透测试领域,现有攻击路径决策算法大多基于部分可观测马尔可夫决策过程(POMDP),存在算法复杂度过高、收敛速度慢、易陷入局部最优解等问题。针对这些问题,提出了一种基于马尔可夫决策过程(MDP)的强化学习算法NoisyNet-A3C,并用于自动化渗透测试领域。该算法通过多线程训练actor-critic,每个线程的运算结果反馈到主神经网络中,同时从主神经网络中获取最新的参数更新,充分利用计算机性能,减少数据相关性,提高训练效率。另外,训练网络添加噪声参数与权重网络训练更新参数,增加了行为策略的随机性,利于更快探索有效路径,减少了数据扰动的影响,从而增强了算法的鲁棒性。实验结果表明:与A3C、Q-learning、DQN和NDSPI-DQN算法相比,NoisyNet-A3C算法收敛速度提高了30%以上,验证了所提算法的收敛速度更快。 展开更多
关键词 渗透测试 攻击路径决策 A3C算法 深度强化学习 METASPLOIT
在线阅读 下载PDF
基于深度强化学习的离散状态转移算法求解柔性作业车间调度问题 被引量:1
5
作者 朱家政 王聪 +2 位作者 李新凯 董颖超 张宏立 《北京航空航天大学学报》 北大核心 2025年第4期1385-1394,共10页
柔性作业车间调度问题(FJSP)作为一种在实际生活中应用广泛的调度问题,对其智能算法具有重要价值。为了解决FJSP,以最小化最大完工时间为优化目标,提出了一种基于近端策略优化的离散状态转移算法(DSTA-PPO)。DSTA-PPO具有3个特点:考虑到... 柔性作业车间调度问题(FJSP)作为一种在实际生活中应用广泛的调度问题,对其智能算法具有重要价值。为了解决FJSP,以最小化最大完工时间为优化目标,提出了一种基于近端策略优化的离散状态转移算法(DSTA-PPO)。DSTA-PPO具有3个特点:考虑到FJSP需要同时对工序排序、机器分配同时进行调度安排,结合工序编码和机器编码,设计了一种能够充分表达当前调度问题的状态特征;针对工序排序、机器分配设计了多种基于关键路径的搜索操作;通过强化学习的训练,能够有效地引导智能体选择正确的搜索操作优化当前的调度序列。通过基于不同数据集的仿真实验,验证了算法各环节的有效性,同时在相同算例上以最小化最大完工时间为对比指标与现有算法进行了比较,对比结果表明了所提算法能够在多数算例上以更短的完工时间对算例完成求解,有效地求解了柔性作业车间调度问题。 展开更多
关键词 深度学习 强化学习 离散状态转移算法 近端策略优化算法 柔性作业车间调度
在线阅读 下载PDF
动态环境下共融机器人深度强化学习导航算法 被引量:3
6
作者 顾金浩 况立群 +2 位作者 韩慧妍 曹亚明 焦世超 《计算机工程与应用》 北大核心 2025年第4期90-98,共9页
在过去的几十年里,移动服务机器人的导航算法得到了广泛研究,但智能体仍然缺乏人类在拥挤环境中展现出的复杂性和合作性。随着人机共融的应用不断拓展,机器人和人类共享工作空间的协作将愈发重要,因此下一代移动服务机器人需要符合社交... 在过去的几十年里,移动服务机器人的导航算法得到了广泛研究,但智能体仍然缺乏人类在拥挤环境中展现出的复杂性和合作性。随着人机共融的应用不断拓展,机器人和人类共享工作空间的协作将愈发重要,因此下一代移动服务机器人需要符合社交要求,才能被人类接受。为了提升多智能体在动态场景中的自主导航能力,针对多智能体导航中社会适应性低和寻找最优值函数问题,提出了一种动态环境下共融机器人深度强化学习避障算法。建立了更贴近人类行为的运动模型并将其添加到深度强化学习框架中,用于提高共融机器人的合作性;为了在行人物理安全的基础上提升其感知安全,重新制定了奖励函数;利用非线性深度神经网络代替传统的值函数,解决寻找最优值函数问题。仿真实验显示,相较于最新的深度强化学习导航方法,该方法在不增加导航时间的情况下实现了100%的导航成功率,且没有发生任何碰撞。结果表明,该方法使共融机器人最大限度地满足人类的社交原则,同时朝着目标前进,有效提高了行人的感知安全。 展开更多
关键词 服务机器人 避障算法 深度强化学习 最优值函数 奖励函数
在线阅读 下载PDF
基于深度学习算法的硝酸铵溶液析晶点检测系统 被引量:1
7
作者 魏周华 王清华 +3 位作者 何锋军 党创刚 田璐 孙伟博 《爆破器材》 北大核心 2025年第1期36-40,共5页
为解决膨化硝铵生产线水相溶液质量自动检测的问题,根据生产线现场条件,设计了水相溶液质量自动检测系统。通过研究不同深度学习算法对硝酸铵析晶状态判定的准确度发现,EfficientNet算法的准确度最高。对EfficientNet算法进行改良,上调... 为解决膨化硝铵生产线水相溶液质量自动检测的问题,根据生产线现场条件,设计了水相溶液质量自动检测系统。通过研究不同深度学习算法对硝酸铵析晶状态判定的准确度发现,EfficientNet算法的准确度最高。对EfficientNet算法进行改良,上调每层特征通道数,在深度上删去了多个MBConv层,减小参数量,降低FLOPs,加速检测,使系统自动测量的析晶点温度与人工测量的平均误差小于0.3℃。结果表明:系统可准确测量硝酸铵水相溶液的析晶温度及密度,并自动生成硝酸铵水相溶液检测报告;同时,实现数据的追溯和查询,并对异常数据进行标记,满足生产需要。 展开更多
关键词 硝酸铵水相溶液 深度学习 析晶点 EfficientNet算法
在线阅读 下载PDF
基于改进深度强化学习算法的自动电压调节器控制 被引量:1
8
作者 阮柏松 刘利 +3 位作者 顾阳 刘琦 王涵 赵晶晶 《电力系统及其自动化学报》 北大核心 2025年第6期150-158,共9页
为适应大容量同步发电机组并网点母线电压波动增加对自动电压调节器(automatic voltage regulator,AVR)系统响应能力的更高要求,提出一种基于含探索网络的双延迟深度确定性策略梯度(twin delayed deep deterministic policy gradient wi... 为适应大容量同步发电机组并网点母线电压波动增加对自动电压调节器(automatic voltage regulator,AVR)系统响应能力的更高要求,提出一种基于含探索网络的双延迟深度确定性策略梯度(twin delayed deep deterministic policy gradient with Explorer network,TD3EN)算法的同步发电机励磁电压控制方法。首先,通过传递函数对同步发电机励磁调压子系统进行建模;然后建立TD3EN算法探索网络、动作网络和评价网络,并设置相应参数;接着利用TD3EN算法训练智能体,通过探索网络探索动作空间,并根据评价网络更新动作网络参数,使其为AVR提供控制信号;将训练完成的智能体接入AVR系统,实现对发电机机端电压的控制。仿真结果表明,所提方法提高了AVR系统响应调节指令和应对电压暂降的能力。 展开更多
关键词 双延迟深度确定性策略梯度算法 探索网络 深度强化学习 同步发电机 自动电压调节器
在线阅读 下载PDF
深度学习下的单阶段通用目标检测算法研究综述 被引量:10
9
作者 王宁 智敏 《计算机科学与探索》 北大核心 2025年第5期1115-1140,共26页
近年来,目标检测算法作为计算机视觉领域中的核心任务,逐渐成为热门研究方向。它使得计算机能够识别和定位图像或视频帧中的目标物体,广泛应用于自动驾驶、生物个体检测、农业检测、医疗影像分析等领域。随着深度学习的发展,通用目标检... 近年来,目标检测算法作为计算机视觉领域中的核心任务,逐渐成为热门研究方向。它使得计算机能够识别和定位图像或视频帧中的目标物体,广泛应用于自动驾驶、生物个体检测、农业检测、医疗影像分析等领域。随着深度学习的发展,通用目标检测算法从传统的目标检测方法转变为基于深度学习下的目标检测方法。其中深度学习下的通用目标检测算法主要分为单阶段目标检测与两阶段目标检测,以单阶段目标检测为切入点,根据采用经典卷积与Transformer两种不同架构,对首个单阶段目标检测算法YOLO系列(YOLOv1~YOLOv11、YOLO主要改进版本)、SSD等和以Transformer为基础架构的DETR系列的主流单阶段检测算法进行分析总结。介绍各个算法的网络结构以及其研究进展,根据各个算法的结构归纳出其特点优势以及局限性,概括目标检测领域主要通用数据集与评价指标,分析各算法以及其改进方法的性能,讨论各算法在不同领域的应用现状,展望单阶段目标检测算法在未来的研究方向。 展开更多
关键词 目标检测 深度学习 计算机视觉 单阶段 yolo DETR
在线阅读 下载PDF
深度学习重建算法的原理及其在腹部CT临床应用进展 被引量:1
10
作者 李云成 邓炜 李小虎 《中国医学影像学杂志》 北大核心 2025年第1期102-106,共5页
深度学习重建(DLR)算法是近年新兴的CT图像重建技术,在临床实践中可作为滤波反投影和迭代重建的替代方案。相较于传统的图像重建算法,DLR算法能够在降低图像噪声和辐射剂量的同时,保留图像纹理,缩短重建时间,提高诊断效能,在图像重建领... 深度学习重建(DLR)算法是近年新兴的CT图像重建技术,在临床实践中可作为滤波反投影和迭代重建的替代方案。相较于传统的图像重建算法,DLR算法能够在降低图像噪声和辐射剂量的同时,保留图像纹理,缩短重建时间,提高诊断效能,在图像重建领域具有广阔的临床应用前景。本文就DLR算法的基本原理及其在腹部CT临床应用新进展进行综述。 展开更多
关键词 体层摄影术 X线计算机 深度学习 图像重建算法 腹部 综述
在线阅读 下载PDF
基于深度学习的类球状水果采摘识别算法研究进展 被引量:1
11
作者 李辉 张俊 +1 位作者 俞烁辰 李志鑫 《果树学报》 北大核心 2025年第2期412-426,共15页
中国在水果产量方面处于全球领先地位,但因人力资源减少和老龄化问题,传统的人工采摘方式已经无法满足快速高效的采摘需求,研发集成计算机视觉的自动化水果采摘设备成为解决劳动力短缺难题的关键。水果大多呈类球状,相关的识别算法研究... 中国在水果产量方面处于全球领先地位,但因人力资源减少和老龄化问题,传统的人工采摘方式已经无法满足快速高效的采摘需求,研发集成计算机视觉的自动化水果采摘设备成为解决劳动力短缺难题的关键。水果大多呈类球状,相关的识别算法研究居多,探讨了柑橘、蜜桃等类球状水果的识别算法。根据应用场景的不同,分析了传统类球状水果识别算法与基于深度学习的类球状水果识别算法在网络结构方面的差异与改进,对水果采摘识别算法进行总结并提出算法的未来发展趋势。传统算法在简单场景下表现有效,但在复杂环境中往往会受到设计特征的限制,基于深度学习的算法因其高效性和准确性更适合自动化水果采摘的需求。总结了类球状水果识别算法的研究进展,在处理复杂环境时深度学习算法具有良好的有效性和适应性,更适合部署在自动化采摘设备;也提出了未来的研究方向,即通过优化算法性能、数据集构建及扩增,以及结合多模态数据提升算法的精度和适应性。 展开更多
关键词 水果采摘 目标检测算法 深度学习 卷积神经网络 计算机视觉
在线阅读 下载PDF
基于深度学习算法的G-M制冷机低温泵冷头故障诊断研究
12
作者 彭刚 王玉青 +5 位作者 王辉 朱剑豪 王旭迪 何智 武义锋 邓家良 《真空科学与技术学报》 北大核心 2025年第5期408-413,共6页
G-M制冷机低温泵是一种广泛应用于半导体制造等领域的重要设备,对超高真空的获得与维持至关重要。由于其长期连续运行,容易引发机械磨损等故障,导致制冷能力和抽气特性下降。因此,开展有效的故障诊断显得尤为关键,文章提出一种改进型遗... G-M制冷机低温泵是一种广泛应用于半导体制造等领域的重要设备,对超高真空的获得与维持至关重要。由于其长期连续运行,容易引发机械磨损等故障,导致制冷能力和抽气特性下降。因此,开展有效的故障诊断显得尤为关键,文章提出一种改进型遗传算法与反向传播神经网络的故障诊断方法,克服了传统反向传播神经网络依赖初始权重与阈值设置、优化效率低的问题。研究结果表明,该方法在故障诊断中的准确率达98.05%。为低温泵健康监测与故障预警提供了科学依据。 展开更多
关键词 G-M制冷机低温泵 故障诊断 深度学习 遗传算法
在线阅读 下载PDF
深度学习中单阶段金属表面缺陷检测算法优化综述 被引量:8
13
作者 董甲东 郭庆虎 +1 位作者 陈琳 桑飞虎 《计算机工程与应用》 北大核心 2025年第4期72-89,共18页
金属表面的划痕、凹坑、波纹等缺陷会直接影响产品的质量。传统的检测方法耗时耗力,准确性受限于操作人员的经验和技能。近年来,深度学习技术在图像识别领域的突破性进展为金属表面缺陷检测提供了新的解决方案,基于深度学习的金属表面... 金属表面的划痕、凹坑、波纹等缺陷会直接影响产品的质量。传统的检测方法耗时耗力,准确性受限于操作人员的经验和技能。近年来,深度学习技术在图像识别领域的突破性进展为金属表面缺陷检测提供了新的解决方案,基于深度学习的金属表面缺陷检测方法在检测精度和速度方面取得了显著成效。为了便于金属表面缺陷检测算法的研究,综合分析了单阶段深度学习算法在金属表面缺陷检测中的优化方法及应用。介绍了目前常用的金属表面缺陷数据集和算法评价指标;总结了目标检测算法的发展史以及单阶段目标检测算法的基本概念和典型模型;从数据增强、特征的提取与融合、锚框优化三个方面,对比总结了不同算法不同优化方式的优缺点,并研究了金属表面缺陷检测算法的轻量化;从多模态融合、大数据应用技术、现实与虚拟结合三个方面对金属表面缺陷检测算法的未来研究方向进行了展望。 展开更多
关键词 金属表面缺陷检测 深度学习 单阶段目标检测算法 模型优化
在线阅读 下载PDF
基于改进深度强化学习算法的农业机器人路径规划
14
作者 赵威 张万枝 +4 位作者 侯加林 侯瑞 李玉华 赵乐俊 程进 《浙江大学学报(工学版)》 北大核心 2025年第7期1492-1503,共12页
农业机器人采用深度强化学习算法进行路径规划时存在难以找到目标点、稀疏奖励、收敛缓慢等问题,为此提出基于多目标点导航融合改进深度Q网络算法(MPN-DQN)的路径规划方法.利用激光同步定位与建图(SLAM)扫描全局环境以构建先验地图,划... 农业机器人采用深度强化学习算法进行路径规划时存在难以找到目标点、稀疏奖励、收敛缓慢等问题,为此提出基于多目标点导航融合改进深度Q网络算法(MPN-DQN)的路径规划方法.利用激光同步定位与建图(SLAM)扫描全局环境以构建先验地图,划分行走行和作物行区域;对地图边界进行膨胀拟合处理,形成前向弓字形作业走廊.利用中间目标点分割全局环境,将复杂环境划分为多阶段短程导航环境以简化目标点搜索过程.从动作空间、探索策略和奖励函数3个方面改进深度Q网络算法以改善奖励稀疏问题,加快算法收敛速度,提高导航成功率.实验结果表明,搭载MPN-DQN的农业机器人自主行驶的总碰撞次数为1,平均导航时间为104.27 s,平均导航路程为16.58 m,平均导航成功率为95%. 展开更多
关键词 深度强化学习 农业机器人 中间目标点 多目标点导航融合改进深度Q网络算法(MPN-DQN) 路径规划
在线阅读 下载PDF
深度学习与开普勒优化算法结合近红外光谱测定烟草烟碱含量
15
作者 王桂瑶 林梦涵 +7 位作者 李少鹏 詹映 张军 彭云发 田震 周汉平 郭建华 宋纪真 《分析测试学报》 北大核心 2025年第10期2071-2078,共8页
为提升近红外光谱对烟叶烟碱含量的定量分析精度,提出了一种融合开普勒优化算法(KOA)、卷积神经网络(CNN)、门控循环单元(GRU)和多头自注意力机制(MultiAttention)的深度学习模型。首先对1790份烟叶样本的近红外光谱进行Savitzky-Golay... 为提升近红外光谱对烟叶烟碱含量的定量分析精度,提出了一种融合开普勒优化算法(KOA)、卷积神经网络(CNN)、门控循环单元(GRU)和多头自注意力机制(MultiAttention)的深度学习模型。首先对1790份烟叶样本的近红外光谱进行Savitzky-Golay一阶导数预处理,通过CNN提取光谱多尺度特征,利用GRU捕捉波长点间的时序依赖关系,并引入MultiAttention实现特征动态加权;同时,采用KOA算法优化模型超参数(学习率、卷积核个数、隐藏层节点数),通过调控轨道周期(T_(C))、初始引力强度(M_(0))和衰减系数(λ),解决传统模型易陷入局部最优和收敛慢的问题。实验结果表明,当T_(C)=1、M_(0)=0.05、λ=8时,模型预测烟碱含量的拟合优度(R^(2))为0.980,均方根误差(RMSE)为0.069,平均绝对误差(MAE)为0.049,较偏最小二乘法(PLS)、卷积神经网络回归(CNNR)等对比模型的精度显著提升。研究表明,该模型通过特征提取-时序建模-全局优化的一体化框架,有效提升了近红外光谱定量分析的鲁棒性与泛化能力,为烟叶化学成分的快速精准检测提供了新方法。 展开更多
关键词 近红外光谱 烟碱定量分析 开普勒优化算法 多头自注意力机制 深度学习
在线阅读 下载PDF
深度学习算法下舰船导航设备状态检验方法设计
16
作者 李永俊 孙静宇 谢红薇 《舰船科学技术》 北大核心 2025年第14期164-168,共5页
为自动提取数据中的复杂特征,提升状态检验的鲁棒性,设计深度学习算法下舰船导航设备状态检验方法。通过建立包含陀螺仪漂移误差、加速度计随机误差及GPS接收机定位误差的多源误差模型,系统量化姿态角、速度及位置等关键状态指标;在深... 为自动提取数据中的复杂特征,提升状态检验的鲁棒性,设计深度学习算法下舰船导航设备状态检验方法。通过建立包含陀螺仪漂移误差、加速度计随机误差及GPS接收机定位误差的多源误差模型,系统量化姿态角、速度及位置等关键状态指标;在深度信念网络内,输入关键指标数据,自动提取数据中反映舰船导航设备状态的复杂特征;以极限学习机为深度信念网络的回归层,结合提取的复杂特征,输出导航设备状态检验结果。实验证明,该方法可有效自动提取检查导航设备状态的复杂特征,完成设备状态检验;在不同负载情况下,导航设备状态检验的决定系数达0.93以上,即状态检验的鲁棒性较优。 展开更多
关键词 深度学习算法 舰船导航设备 状态检验 误差模型
在线阅读 下载PDF
三维颌面对称参考平面智能构建的深度学习算法
17
作者 朱玉佳 沈华 +7 位作者 温奥楠 高梓翔 秦庆钊 单珅瑶 李文博 傅湘玲 赵一姣 王勇 《北京大学学报(医学版)》 北大核心 2025年第1期113-120,共8页
目的:建立一种可实现三维颌面点云数据智能配准的本体-镜像关联深度学习算法,基于颌面动态图结构的配准网络(maxillofacial dynamic graph registration network,MDGR-Net)模型,实现三维颌面对称参考平面的自动化构建,以期为口腔临床数... 目的:建立一种可实现三维颌面点云数据智能配准的本体-镜像关联深度学习算法,基于颌面动态图结构的配准网络(maxillofacial dynamic graph registration network,MDGR-Net)模型,实现三维颌面对称参考平面的自动化构建,以期为口腔临床数字化设计与分析提供参考。方法:收集2018年10月至2022年10月就诊于北京大学口腔医院无显著颌面畸形临床患者400例,通过数据增强的方式获得2000例三维颌面数据用于MDGR-Net算法训练与测试,其中训练集1600例、验证集200例、内部测试集200例,MDGR-Net模型包含构造本体与镜像点云(X和Y)中关键点的特征向量,基于特征向量获取点云X和Y中关键点的对应关系,以及通过奇异值分解(singular value decomposition,SVD)计算旋转和平移矩阵R,t。基于MDGR-Net模型实现本体点云与镜像点云的智能配准,获得本体-镜像联合点云,并采用主成分分析(principal component analysis,PCA)算法获得MDGR-Net关联法对称参考平面。基于决定系数(coefficient of determination,R 2)指标对内部测试集平移及旋转矩阵进行模型评价,并对200例内部测试集与40例外部测试集临床数据,基于MDGR-Net关联法与“真值”迭代最近点(iterative closest point,ICP)关联法构建的三维颌面对称参考平面进行角度误差评价。结果:基于200例内部测试集三维颌面数据测试MDGR-Net旋转矩阵R 2为0.91,平移矩阵R^(2)为0.98。在内部与外部测试集上,角度误差平均值分别为0.84°±0.55°、0.58°±0.43°,临床构建40例三维颌面对称参考平面仅需3 s,在正畸骨性Ⅲ类、高角、安氏Ⅲ类错牙合畸形受试者表现最佳。结论:基于点云智能配准的MDGR-Net关联法为口腔临床三维颌面对称参考平面构建提供了新的解决方案,可显著提升诊疗效率和效果,降低专家依赖性。 展开更多
关键词 颌面部 对称参考平面 成像 三维 深度学习 算法
在线阅读 下载PDF
基于麻雀搜索算法优化的深度极限学习向量机和感知阵列的毒害气体泄露检测方法研究
18
作者 董华青 汤旭翔 孟实 《传感技术学报》 北大核心 2025年第5期937-942,共6页
实验室是高校师生从事实践活动的重要场所,近年来高校实验室安全事故频发,因此实验室安全问题至关重要。将多个气体传感器构建的感知阵列布置在实验室中,获取环境中气体检测信息。并采用非线性方法实现对感知信号的预调理,并采用支持向... 实验室是高校师生从事实践活动的重要场所,近年来高校实验室安全事故频发,因此实验室安全问题至关重要。将多个气体传感器构建的感知阵列布置在实验室中,获取环境中气体检测信息。并采用非线性方法实现对感知信号的预调理,并采用支持向量机(SVM)算法、相关向量机(RVM)算法、K-近邻(KNN)算法、深度极限学习向量机(DELM)、麻雀搜索算法优化的深度极限学习向量机(SSA-DELM)算法建立四种不同的实验室气体泄露分类模型。研究结果证明麻雀搜索算法优化的深度极限学习向量机(SSA-DELM)算法损伤检测准确率为95%,针对实验室毒害气体泄露的预报率最高。所提出的方法具有较好的预报精度,为实验室毒害气体泄露检测提供一种新思路。 展开更多
关键词 毒害气体 实验室 感知阵列 深度极限学习 麻雀搜索算法
在线阅读 下载PDF
基于改进E-DWT算法和深度学习模型的红小豆锈病诊断方法
19
作者 付强 关海鸥 李嘉琪 《光谱学与光谱分析》 北大核心 2025年第9期2648-2657,共10页
红小豆锈病是一种由真菌引起的常见植物病害,主要通过感染叶片影响光合作用,导致作物产量显著下降。本文提出了一种基于改进经验模态分解-小波变换(E-DWT)算法和深度学习模型的新型红小豆锈病诊断方法。选用“宝清红”红小豆作为实验对... 红小豆锈病是一种由真菌引起的常见植物病害,主要通过感染叶片影响光合作用,导致作物产量显著下降。本文提出了一种基于改进经验模态分解-小波变换(E-DWT)算法和深度学习模型的新型红小豆锈病诊断方法。选用“宝清红”红小豆作为实验对象,使用手持可见/近红外光谱仪对960例红小豆叶片进行为期10天的连续光谱数据采集,获取波长范围为326~1075 nm的红小豆叶片反射率数据。首先,采用改进的E-DWT算法对采集的光谱数据进行去噪处理。该算法结合了经验模态分解(EMD)和小波阈值去噪技术,能够在去除噪声的同时最大限度保留信号的有效信息。通过对比RMSE和SNR指标确定了最佳的小波基函数(sym5)和分解层数(4层)。为了进一步降低高维数据中的冗余信息,采用连续投影算法(SPA)从750个初始波长中筛选出了12个具有代表性的特征波长,实现了数据降维,将特征波长数量减少了98.4%。接着,结合格拉姆角场(GAF)方法,将一维波长序列转换为二维光谱图像,增强了不同波段之间的相关性,便于后续的模型训练。在模型设计上,采用了结合卷积神经网络(CNN)和卷积块注意力机制(CBAM)的深度学习模型。CBAM模块通过引入通道和空间注意力机制,能够有效区分光谱数据中不同特征波长和时间节点的权重,使模型更加关注影响红小豆锈病识别的关键特征。实验结果表明,基于CBAM的CNN模型在训练集中的识别率为99.31%,而在测试集中的识别率为98.33%,召回率达到98.89%,明显高于传统CNN模型的表现。与现有的其他方法相比,本文提出的模型在识别准确性、稳定性以及训练收敛速度上均具有显著优势。总体而言,本文所提出的基于改进E-DWT算法与CBAM-CNN模型的红小豆锈病诊断方法,不仅实现了高效、精准的病害检测,还为未来数据驱动型作物病害诊断系统的构建提供了理论依据与技术支持。 展开更多
关键词 红小豆锈病 光谱数据处理 E-DWT算法 深度学习模型 诊断模型
在线阅读 下载PDF
深度学习算法的舰船用电数据挖掘研究
20
作者 王晓辉 高鹏翔 孙守强 《舰船科学技术》 北大核心 2025年第9期170-174,共5页
为捕捉序列中相隔较远信息之间的联系,设计了基于门控循环单元深度学习算法的舰船用电数据挖掘方法。利用采集终端实时采集发电机组、甲板机械等设备的原始舰船用电数据;将原始用电数据转换为标准格式,根据舰船电力系统电能质量分析与... 为捕捉序列中相隔较远信息之间的联系,设计了基于门控循环单元深度学习算法的舰船用电数据挖掘方法。利用采集终端实时采集发电机组、甲板机械等设备的原始舰船用电数据;将原始用电数据转换为标准格式,根据舰船电力系统电能质量分析与故障诊断等需求,运用深度学习算法中的门控循环单元,在原始用电数据内捕捉序列中相隔较远信息之间的联系,挖掘舰船用电数据规律特征,为舰船用电管理优化提供决策支持。实验证明:该方法可有效实时采集原始舰船用电数据,并有效挖掘舰船用电数据规律特征;应用该方法后,可有效提升舰船电力系统负荷预测精度。 展开更多
关键词 深度学习算法 舰船用电数据 数据挖掘 长短期记忆网络
在线阅读 下载PDF
上一页 1 2 67 下一页 到第
使用帮助 返回顶部