期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于锐度感知最小化与多色域双级融合的视网膜图片质量分级
被引量：
3
1
作者
梁礼明
雷坤
+2 位作者
詹涛
彭仁杰
谭卢敏
《科学技术与工程》
北大核心
2022年第32期14289-14297,共9页
针对视网膜图片质量差异性大,质量分级模型泛化性能不足的问题,提出了一种基于锐度感知最小化的多色域双级融合算法,用于视网膜图片质量的分级预测。首先,采用ResNeSt网络对RGB(red, green, blue)、HSV(色相hue、饱和度saturation、亮度...
针对视网膜图片质量差异性大,质量分级模型泛化性能不足的问题,提出了一种基于锐度感知最小化的多色域双级融合算法,用于视网膜图片质量的分级预测。首先,采用ResNeSt网络对RGB(red, green, blue)、HSV(色相hue、饱和度saturation、亮度value)和LAB(L表示像素的亮度、A表示从红色到绿色的范围、B表示从黄色到蓝色的范围)3种色域空间进行特征提取。其次,使用网络的特征输出与预测输出进行双级融合,丰富视网膜图片的特征表示。然后,使用锐度感知最小化对视网膜图片质量分级模型进行优化,提高质量分级模型的泛化性能。最后,在EyeQ数据集上进行实验仿真,其准确率为87.35%、精确度为85.87%、敏感度为85.07%、F值为85.44%,所提算法能有效区分视网膜图片的质量等级并提高模型的泛化性能。
展开更多
关键词
图片质量分级
锐度感知最小化
ResNeSt网络
多色域空间
双级融合
在线阅读
下载PDF
职称材料
基于GADF-Inception-SAM的转子故障诊断方法
2
作者
伍济钢
张源
曾嘉
《噪声与振动控制》
北大核心
2025年第3期98-104,221,共8页
针对现有转子故障诊断方法缺乏多尺度特征提取能力以及强噪声导致故障分类准确率较低的问题,提出一种基于格拉姆角差场(Gramian Angular Difference Field,GADF)、Inception模块与锐度感知最小化(Sharpness Awareness Minimization,SAM...
针对现有转子故障诊断方法缺乏多尺度特征提取能力以及强噪声导致故障分类准确率较低的问题,提出一种基于格拉姆角差场(Gramian Angular Difference Field,GADF)、Inception模块与锐度感知最小化(Sharpness Awareness Minimization,SAM)的故障诊断方法。首先,对故障信号进行GADF变换,并使用多传感器信息融合策略将由不同传感器信号变换得到的图像进行水平拼接;接着,将拼接后的图像输入到Inception-SAM模型中进行分类识别,其中,Inception模块能增强神经网络对于多尺度特征的提取能力,SAM能增强模型的泛化性能。实验结果表明,所提方法在转子故障诊断中的分类准确率能够达到99.64%,而且相比其他图片编码方法和神经网络模型,该方法具有更高的故障分类准确率;同时,抗噪性能测试证明该方法在高噪声条件下仍具有较高的准确率。
展开更多
关键词
故障诊断
格拉姆角差场
多传感器信息融合
锐度感知最小化
转子
在线阅读
下载PDF
职称材料
题名
基于锐度感知最小化与多色域双级融合的视网膜图片质量分级
被引量：
3
1
作者
梁礼明
雷坤
詹涛
彭仁杰
谭卢敏
机构
江西理工大学电气工程与自动化学院
江西理工大学应用科学学院
出处
《科学技术与工程》
北大核心
2022年第32期14289-14297,共9页
基金
国家自然科学基金(51365017,6146301)
江西省自然科学基金(20192BAB205084)
江西省教育厅科学技术研究重点项目(GJJ170491)。
文摘
针对视网膜图片质量差异性大,质量分级模型泛化性能不足的问题,提出了一种基于锐度感知最小化的多色域双级融合算法,用于视网膜图片质量的分级预测。首先,采用ResNeSt网络对RGB(red, green, blue)、HSV(色相hue、饱和度saturation、亮度value)和LAB(L表示像素的亮度、A表示从红色到绿色的范围、B表示从黄色到蓝色的范围)3种色域空间进行特征提取。其次,使用网络的特征输出与预测输出进行双级融合,丰富视网膜图片的特征表示。然后,使用锐度感知最小化对视网膜图片质量分级模型进行优化,提高质量分级模型的泛化性能。最后,在EyeQ数据集上进行实验仿真,其准确率为87.35%、精确度为85.87%、敏感度为85.07%、F值为85.44%,所提算法能有效区分视网膜图片的质量等级并提高模型的泛化性能。
关键词
图片质量分级
锐度感知最小化
ResNeSt网络
多色域空间
双级融合
Keywords
image quality grading
sharpness perception minimization
ResNeSt network
multi-gamut space
two-stage fusion
分类号
TP391 [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
基于GADF-Inception-SAM的转子故障诊断方法
2
作者
伍济钢
张源
曾嘉
机构
湖南科技大学机电工程学院
出处
《噪声与振动控制》
北大核心
2025年第3期98-104,221,共8页
基金
国家自然科学基金资助项目(51775181)。
文摘
针对现有转子故障诊断方法缺乏多尺度特征提取能力以及强噪声导致故障分类准确率较低的问题,提出一种基于格拉姆角差场(Gramian Angular Difference Field,GADF)、Inception模块与锐度感知最小化(Sharpness Awareness Minimization,SAM)的故障诊断方法。首先,对故障信号进行GADF变换,并使用多传感器信息融合策略将由不同传感器信号变换得到的图像进行水平拼接;接着,将拼接后的图像输入到Inception-SAM模型中进行分类识别,其中,Inception模块能增强神经网络对于多尺度特征的提取能力,SAM能增强模型的泛化性能。实验结果表明,所提方法在转子故障诊断中的分类准确率能够达到99.64%,而且相比其他图片编码方法和神经网络模型,该方法具有更高的故障分类准确率;同时,抗噪性能测试证明该方法在高噪声条件下仍具有较高的准确率。
关键词
故障诊断
格拉姆角差场
多传感器信息融合
锐度感知最小化
转子
Keywords
fault diagnosis
Gramian angular difference field
multi sensor information fusion
sharpness awareness minimization
rotor
分类号
TP277 [自动化与计算机技术—检测技术与自动化装置]
TP183 [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
作者
出处
发文年
被引量
操作
1
基于锐度感知最小化与多色域双级融合的视网膜图片质量分级
梁礼明
雷坤
詹涛
彭仁杰
谭卢敏
《科学技术与工程》
北大核心
2022
3
在线阅读
下载PDF
职称材料
2
基于GADF-Inception-SAM的转子故障诊断方法
伍济钢
张源
曾嘉
《噪声与振动控制》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
