期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
融合视觉变换器与随机森林的昆虫识别系统研究
1
作者 解程林 常怀艳 +2 位作者 于鑫 景国邦 李为梁 《智慧农业导刊》 2024年第21期21-24,共4页
随着人工智能技术的快速发展,特别是深度学习的应用,昆虫识别领域已经实现从传统方法向自动化和智能化方法的转变。该文介绍一种结合视觉变换器(Vision Transformer,ViT)和随机森林(Random Forest,RF)的昆虫识别系统,旨在提高识别的准... 随着人工智能技术的快速发展,特别是深度学习的应用,昆虫识别领域已经实现从传统方法向自动化和智能化方法的转变。该文介绍一种结合视觉变换器(Vision Transformer,ViT)和随机森林(Random Forest,RF)的昆虫识别系统,旨在提高识别的准确性和效率。通过这种创新的混合方法,能够更有效地处理大规模昆虫图像数据集,并实现高效率的昆虫识别。 展开更多
关键词 人工智能 深度学习 昆虫识别 视觉变换器 随机森林
在线阅读 下载PDF
基于DenseNet和ViT的三电平中点钳位型逆变器功率器件栅极驱动开路故障诊断方法
2
作者 阎彦 张思仪 +2 位作者 李晨 吴家奇 史婷娜 《电工电能新技术》 北大核心 2025年第6期1-14,共14页
栅极驱动开路故障是功率器件的一种典型故障,准确诊断此类故障有助于提升电力电子变换器的运行可靠性。针对已有故障诊断方法的不足,本文提出基于DenseNet-ViT网络的逆变器功率器件栅极驱动开路故障诊断新方法。首先,对采样数据做归一... 栅极驱动开路故障是功率器件的一种典型故障,准确诊断此类故障有助于提升电力电子变换器的运行可靠性。针对已有故障诊断方法的不足,本文提出基于DenseNet-ViT网络的逆变器功率器件栅极驱动开路故障诊断新方法。首先,对采样数据做归一化和增强处理,形成训练集、验证集和测试集等三类数据集;其次,构建DenseNet-ViT模型以实现故障特征的增强和提取,并采用故障数据训练该模型;最后,用验证集实施模型测试,遴选最佳模型。所述方法被应用于一台三电平中点钳位型(NPC)逆变器,基于这一特定功率变换器拓扑,介绍了其调制原理和故障诊断模型建模过程,说明了模型训练过程中采用的随机梯度下降函数,并搭建了实验平台进行实验验证。实验结果表明,与其他主流诊断方法相比,本文所提方法在浮点计算量、模型参数量和算法运行时间等方面具有一定优势。 展开更多
关键词 故障诊断 视觉变换器 密集卷积网络 三电平NPC逆变器 栅极驱动开路故障
在线阅读 下载PDF
基于掩码自编码器的苹果叶片病害检测方法研究
3
作者 陈承源 王玉琦 +3 位作者 袁梦茹 程云芬 杨凯 韩东杰 《农业与技术》 2025年第20期39-45,共7页
随着全球农业生产规模的扩大,苹果叶片病害的及时检测对提高果品质量和产量至关重要。传统方法依赖人工观察,效率低且易受人为因素影响。为此,本研究提出了一种基于掩码自编码器(MAE)的两阶段病害检测方法,通过自监督学习和迁移学习提... 随着全球农业生产规模的扩大,苹果叶片病害的及时检测对提高果品质量和产量至关重要。传统方法依赖人工观察,效率低且易受人为因素影响。为此,本研究提出了一种基于掩码自编码器(MAE)的两阶段病害检测方法,通过自监督学习和迁移学习提升检测性能。预训练阶段利用无标签数据提取深层特征,微调阶段将预训练的MAE编码器参数迁移到视觉变换器(ViT)模型中,并在带标签数据集上进行微调。实验结果表明,基于MAE预训练的ViT模型准确率可达到98.42%,较无预训练模型提升5.07%。消融实验显示,50%的掩码比例在特征学习与重建损失之间实现了最佳平衡。本研究验证了自监督学习与ViT模型结合在苹果叶片病害检测中的有效性,为智慧农业提供了高效、精准的病害识别方案。 展开更多
关键词 病害检测 掩码自编码器 视觉变换器 迁移学习
在线阅读 下载PDF
基于YOLOv7-tiny改进的航拍小目标检测算法 被引量:1
4
作者 吴栋 张长亮 +3 位作者 濮约刚 张明庆 张启军 姜有田 《计算机工程与设计》 北大核心 2024年第10期2978-2985,共8页
针对YOLOv7-tiny算法,提出一种改进的小目标检测算法。该算法主要包括3个设计要点:采用MobileViT block模块,提升了特征提取能力;基于EVC Block模块,优化特征融合性能;采用MPDIoU损失函数代替CIoU损失函数,应对预测框和真实目标框的长... 针对YOLOv7-tiny算法,提出一种改进的小目标检测算法。该算法主要包括3个设计要点:采用MobileViT block模块,提升了特征提取能力;基于EVC Block模块,优化特征融合性能;采用MPDIoU损失函数代替CIoU损失函数,应对预测框和真实目标框的长宽比相同而真实大小不同时的情况。实验结果表明,与YOLOv7-tiny相比,改进后的算法在VisDrone数据集上的mAP值结果为42.5%,提升了5.6%。当输入图片大小为640×640像素时,改进后的FPS值为39.5,能够满足无人机在边缘设备上的实时检测要求。 展开更多
关键词 小目标检测 移动视觉变换器 航拍数据集 注意力机制 增强值通道块 多阶段交并比 卷积
在线阅读 下载PDF
基于改进YOLOv5s的鱼雷检测算法 被引量:1
5
作者 崔陈 甘文洋 朱大奇 《兵器装备工程学报》 CAS CSCD 北大核心 2024年第1期35-41,79,共8页
针对目前深海鱼雷检测中存在检测精度低和检测速度慢的问题,提出了一种基于改进YOLOv5s的鱼雷检测算法。使用可分离视觉变换器(SepViT)模块来替换主干层网络最后一层中的C3模块,增强骨干网络与全局信息的联系以及鱼雷特征的提取,降低漏... 针对目前深海鱼雷检测中存在检测精度低和检测速度慢的问题,提出了一种基于改进YOLOv5s的鱼雷检测算法。使用可分离视觉变换器(SepViT)模块来替换主干层网络最后一层中的C3模块,增强骨干网络与全局信息的联系以及鱼雷特征的提取,降低漏检率和误检率。在YOLOv5s网络模型的主干层网络中引入ECA注意力机制,提高复杂的深海环境下检测模型对于鱼雷深层次关键特征的提取能力,同时避免了降维,以有效的方式捕捉跨通道的交互信息,以此来提高鱼雷检测模型的检测精度。将网络模型颈部层中的路径聚合网络(PANet)替换为双向特征金字塔网络(BiFPN),采用跨尺度连接去除路径聚合网络(PANet)中对特征融合贡献较小的节点,实现多尺度特征的快速融合,提高鱼雷检测模型的检测效率。实验结果表明:改进的YOLOv5s鱼雷检测算法的均值平均精度(mAP)达到了97.0%,较原来的YOLOv5s算法提高了3.7%,检测速度达83 FPS,有效地提高了深海鱼雷检测的精度和速度。 展开更多
关键词 鱼雷检测 YOLOv5s 深度学习 可分离视觉变换器 注意力机制 双向特征金字塔网络
在线阅读 下载PDF
基于敏感模态流形的变转速故障诊断方法
6
作者 郝德琛 李华玲 黄晋英 《组合机床与自动化加工技术》 北大核心 2023年第8期108-112,117,共6页
针对旋转机械变转速和复杂工况多分类问题,提出了一种基于构建改进敏感模态矩阵(ISMM)、等度量映射(ISOMAP)和convolution-vision transformer(CVT)网络结构的故障诊断方法。将变转速信号重叠采样之后构造高维ISMM,通过ISOMAP流形学习将... 针对旋转机械变转速和复杂工况多分类问题,提出了一种基于构建改进敏感模态矩阵(ISMM)、等度量映射(ISOMAP)和convolution-vision transformer(CVT)网络结构的故障诊断方法。将变转速信号重叠采样之后构造高维ISMM,通过ISOMAP流形学习将ISMM映射到流形空间中,提取变转速信号的故障瞬态特征,实验证明能够很好地解决了常规方法无法对变转速数据进行有效特征提取的问题。结合自注意力机制和CNN的优点,使用CVT网络结构进行特征提取、故障识别分类。通过实验室HFXZ-Ⅰ行星齿轮箱变转速数据集对提出的故障诊断模型进行实验验证。实验结果表明,提出的故障诊断模型具有良好的识别准确率及鲁棒性。 展开更多
关键词 卷积视觉变换器(CVT) 流形学习 敏感模态矩阵 旋转机械变转速 故障诊断
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部