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
双重细化门控自适应融合的道路裂缝检测算法
1
作者
冯永安
张紫扬
张旭
《计算机科学与探索》
北大核心
2025年第11期2981-2993,共13页
道路裂缝存在缺陷类型多样、异常区域复杂等特点,当前的目标检测算法在通道和空间维度存在冗余的特征处理、阶段信息的盲目式融合等问题,导致网络效率低、关键信息丢失。提出了一种双重细化门控自适应融合网络(DR-DETR),在潜在空间中实...
道路裂缝存在缺陷类型多样、异常区域复杂等特点,当前的目标检测算法在通道和空间维度存在冗余的特征处理、阶段信息的盲目式融合等问题,导致网络效率低、关键信息丢失。提出了一种双重细化门控自适应融合网络(DR-DETR),在潜在空间中实现特征在通道和空间维度上的双重精细化处理,解决上述问题的同时,也提高了道路裂缝的检测精度。构建一种通道-空间双重细化的信息蒸馏机制,分别对通道和空间维度内冗余的特征进行信息蒸馏,减少网络对特征的冗余处理,实现关键性特征的高效表征;针对阶段性特征的粗粒度融合,提出了特征信息门控自适应融合模块(FGAF-Fusion),利用增强型条带大核卷积获取全局信息,借助对比感知注意力实现通道间的交互和融合,同时利用门控自适应融合机制筛选出关键性的小目标语义信息;设计Res-DCNv3模块,利用DCNv3可变形卷积的灵活性来精确提取形态各异的道路裂缝特征。在RDD2022公开数据集中的实验结果显示,提出的DRDETR在mAP0.50和mAP0.50:0.95分别达到了51.7%和24.9%,相较于RT-DETR分别提升了4.2和3.3个百分点。在道路裂缝目标检测任务中,提出的DR-DETR可以有效检测出不同类型的道路缺陷,展现出极具竞争性的检测结果和良好的鲁棒性。
展开更多
关键词
缺陷检测
双重细化
门控自适应融合
RT-DETR
可变形卷积
在线阅读
下载PDF
职称材料
预测轴承寿命的gate递归单元特征融合域自适应模型
被引量：
1
2
作者
曾玉海
程峰
+1 位作者
魏春虎
杨世飞
《机电工程》
CAS
北大核心
2024年第4期613-621,共9页
采用现有的数据驱动模型对不同工况下的轴承剩余使用寿命(RUL)进行预测时,精度会大幅下降。针对这一问题,提出了一种基于门控递归单元特征融合领域自适应(GFFDA)模型的轴承RUL预测方法。首先,采用信号分析方法对轴承振动信号进行了特征...
采用现有的数据驱动模型对不同工况下的轴承剩余使用寿命(RUL)进行预测时,精度会大幅下降。针对这一问题,提出了一种基于门控递归单元特征融合领域自适应(GFFDA)模型的轴承RUL预测方法。首先,采用信号分析方法对轴承振动信号进行了特征提取,并采用特征评价的方法选择出了5个最优特征,在最优特征的基础上,采用粒子群算法优化后的支持向量机的方法对轴承的健康阶段进行了划分;然后,选择目标域和源域退化阶段的最优特征子集作为GFFDA模型的输入,采用源域数据对特征提取器和寿命预测模块进行了预训练;最后,更新了目标特征提取器和寿命预测模块,对目标域的RUL进行了预测;并使用西安交通大学的轴承数据集对该GFFDA模型的有效性进行了验证。研究结果表明:相比于现有的数据驱动模型,GFFDA模型具有更好的跨工况分析能力和更出色的信息提取能力;同时,在对变工况的轴承寿命进行预测时,采用GFFDA模型具有更好的性能。
展开更多
关键词
滚动轴承
剩余使用寿命(RUL)
特征评价
对抗
自适应
门控
递归单元特征
融合
领域
自适应
(GFFDA)模型
数据驱动模型
在线阅读
下载PDF
职称材料
题名
双重细化门控自适应融合的道路裂缝检测算法
1
作者
冯永安
张紫扬
张旭
机构
辽宁工程技术大学软件学院
出处
《计算机科学与探索》
北大核心
2025年第11期2981-2993,共13页
基金
国家自然科学基金面上项目(51874166,52274206)
国家自然科学基金青年基金(51904144)。
文摘
道路裂缝存在缺陷类型多样、异常区域复杂等特点,当前的目标检测算法在通道和空间维度存在冗余的特征处理、阶段信息的盲目式融合等问题,导致网络效率低、关键信息丢失。提出了一种双重细化门控自适应融合网络(DR-DETR),在潜在空间中实现特征在通道和空间维度上的双重精细化处理,解决上述问题的同时,也提高了道路裂缝的检测精度。构建一种通道-空间双重细化的信息蒸馏机制,分别对通道和空间维度内冗余的特征进行信息蒸馏,减少网络对特征的冗余处理,实现关键性特征的高效表征;针对阶段性特征的粗粒度融合,提出了特征信息门控自适应融合模块(FGAF-Fusion),利用增强型条带大核卷积获取全局信息,借助对比感知注意力实现通道间的交互和融合,同时利用门控自适应融合机制筛选出关键性的小目标语义信息;设计Res-DCNv3模块,利用DCNv3可变形卷积的灵活性来精确提取形态各异的道路裂缝特征。在RDD2022公开数据集中的实验结果显示,提出的DRDETR在mAP0.50和mAP0.50:0.95分别达到了51.7%和24.9%,相较于RT-DETR分别提升了4.2和3.3个百分点。在道路裂缝目标检测任务中,提出的DR-DETR可以有效检测出不同类型的道路缺陷,展现出极具竞争性的检测结果和良好的鲁棒性。
关键词
缺陷检测
双重细化
门控自适应融合
RT-DETR
可变形卷积
Keywords
defect detection
dual refinement
gate-controlled adaptive fusion
RT-DETR
deformable convolution
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
预测轴承寿命的gate递归单元特征融合域自适应模型
被引量：
1
2
作者
曾玉海
程峰
魏春虎
杨世飞
机构
江南大学机械工程学院
南京凯奥斯数据技术有限公司
出处
《机电工程》
CAS
北大核心
2024年第4期613-621,共9页
基金
国家重点研发计划政府间国际科技创新合作项目(2022YFE014300)
山东省重大科技创新工程自主项目(2019JZZY020111)。
文摘
采用现有的数据驱动模型对不同工况下的轴承剩余使用寿命(RUL)进行预测时,精度会大幅下降。针对这一问题,提出了一种基于门控递归单元特征融合领域自适应(GFFDA)模型的轴承RUL预测方法。首先,采用信号分析方法对轴承振动信号进行了特征提取,并采用特征评价的方法选择出了5个最优特征,在最优特征的基础上,采用粒子群算法优化后的支持向量机的方法对轴承的健康阶段进行了划分;然后,选择目标域和源域退化阶段的最优特征子集作为GFFDA模型的输入,采用源域数据对特征提取器和寿命预测模块进行了预训练;最后,更新了目标特征提取器和寿命预测模块,对目标域的RUL进行了预测;并使用西安交通大学的轴承数据集对该GFFDA模型的有效性进行了验证。研究结果表明:相比于现有的数据驱动模型,GFFDA模型具有更好的跨工况分析能力和更出色的信息提取能力;同时,在对变工况的轴承寿命进行预测时,采用GFFDA模型具有更好的性能。
关键词
滚动轴承
剩余使用寿命(RUL)
特征评价
对抗
自适应
门控
递归单元特征
融合
领域
自适应
(GFFDA)模型
数据驱动模型
Keywords
rolling bearings
remaining using life(RUL)
feature evaluation
adversarial adaptation
gated recurs
分类号
TH133.3 [机械工程—机械制造及自动化]
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
双重细化门控自适应融合的道路裂缝检测算法
冯永安
张紫扬
张旭
《计算机科学与探索》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
预测轴承寿命的gate递归单元特征融合域自适应模型
曾玉海
程峰
魏春虎
杨世飞
《机电工程》
CAS
北大核心
2024
1
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
