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
共找到1,943篇文章
< 1 2 … 98 >
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：
梁式桥抗震韧性评估方法:Ⅰ.基于专家意见的构件震后功能恢复模型 被引量：5
1
作者 王晓伟 叶爱君 +6 位作者 吴学平 周连绪 宋开辉 李军 娄亮 魏新农 彭俊 《土木工程学报》 北大核心 2025年第1期65-76,共12页
梁式桥是中国交通路网中最普遍的桥型,建立其抗震韧性评估方法是“韧性城市”国家战略顺利实施的必然需求,但其中至关重要的梁式桥各构件震后功能恢复模型尚未建立。震后功能恢复模型表征了结构在遭受地震后使用功能损失-保持-恢复的过... 梁式桥是中国交通路网中最普遍的桥型,建立其抗震韧性评估方法是“韧性城市”国家战略顺利实施的必然需求,但其中至关重要的梁式桥各构件震后功能恢复模型尚未建立。震后功能恢复模型表征了结构在遭受地震后使用功能损失-保持-恢复的过程。为填补这一空白,该文第一部分采用专家意见调研的方法,构建了梁式桥主要受力构件(墩柱、主梁、支座、基础、桥台)和次要受力构件(挡块、伸缩缝)的震后功能恢复模型。首先,系统地定义了各构件的多级损伤状态和性能指标;然后,设计了调研问卷,面向全国各地124位桥梁设计、科研、施工、检测、养护、加固领域的专家,征询各构件不同损伤状态下的桥梁震后通行决策、残余通行功能、决策时间、构件修复策略与时间、以及构件修复期间桥梁残余通行功能;最后,通过对调研结果的统计分析,建立了梁式桥各构件的震后功能恢复模型。该文第二部分将利用该模型对我国量大面广的板式支座梁式桥开展抗震韧性评估研究。 展开更多
关键词 桥梁工程 抗震韧性 震后功能恢复模型 专家意见调研 功能损失 构件修复时间
在线阅读 下载PDF
改进YOLOv8的光伏电池缺陷检测算法 被引量：1
2
作者 杨丽 杨晨晨 +2 位作者 杨耿煌 段海龙 邓靖威 《电子测量技术》 北大核心 2025年第1期92-99,共8页
针对光伏电池缺陷检测在复杂背景下存在的误检、漏检等问题,提出了一种基于改进YOLOv8的光伏电池缺陷检测算法。首先,采用双向特征金字塔网络作为特征融合机制,通过自顶向下和自底向上的路径,实现多尺度特征的有效融合;其次,在颈部网络... 针对光伏电池缺陷检测在复杂背景下存在的误检、漏检等问题,提出了一种基于改进YOLOv8的光伏电池缺陷检测算法。首先,采用双向特征金字塔网络作为特征融合机制,通过自顶向下和自底向上的路径,实现多尺度特征的有效融合;其次,在颈部网络引入上下文聚合模块,使用不同空洞卷积速率的空洞卷积获取不同感受野的上下文信息,帮助模型更精准地识别微小目标,进而提升模型的目标检测性能;最后,优化边界框损失函数,并不断调试其权重因子,提高模型的收敛速度与效率。实验结果表明,与YOLOv8算法检测网络相比,本文算法的召回率和平均精确度均值分别提高了10.4%、1.8%,检测帧率达到270 fps,保证了实时检测和后续部署的轻量化要求,改进后的算法能在复杂背景下对光伏电池的缺陷进行鲁棒检测。 展开更多
关键词 光伏电池 缺陷检测 YOLOv8 注意力机制 损失函数
在线阅读 下载PDF
基于时空交互网络的人体行为检测方法研究 被引量：1
3
作者 田青 张浩然 +2 位作者 楚柏青 张正 豆飞 《计算机应用与软件》 北大核心 2025年第4期156-165,共10页
针对现有的人体行为检测方法中,存在特征融合能力较差、时序信息相关性不强和行为边界不明确等问题,提出一种基于时空交互网络的人体行为检测方法。重新设计了双流特征提取模块,在空间流和时空流两个网络之间添加连接层;分别在空间流和... 针对现有的人体行为检测方法中,存在特征融合能力较差、时序信息相关性不强和行为边界不明确等问题,提出一种基于时空交互网络的人体行为检测方法。重新设计了双流特征提取模块,在空间流和时空流两个网络之间添加连接层;分别在空间流和时间流网络中引入改进的空间变换网络和视觉注意力模型;设计基于像素筛选器的特征融合模块,用于重点区域时序信息相关性的计算和两类不同维度特征的聚合;对网络的损失函数进行了优化。在AVA数据集上的实验结果表明该方法在检测精度、速度以及泛化能力上具有优越性。 展开更多
关键词 时空交互网络 人体行为检测 视觉注意力 特征融合 损失函数
在线阅读 下载PDF
自然环境下基于改进YOLOv7的梨花识别方法 被引量：1
4
作者 张秀花 魏华杰 +3 位作者 孔德刚 刘尚坤 黄征 王洪森 《农业工程学报》 北大核心 2025年第2期224-232,共9页
针对自然环境下梨花易被遮挡、背景杂乱、光照条件与目标距离不断变化等特点导致梨花识别难和精度不高的问题,该研究提出了一种基于改进YOLOv7模型的梨花识别算法。该算法首先加入P2小目标层,增加了特征提取与模型多尺度融合能力,使被... 针对自然环境下梨花易被遮挡、背景杂乱、光照条件与目标距离不断变化等特点导致梨花识别难和精度不高的问题,该研究提出了一种基于改进YOLOv7模型的梨花识别算法。该算法首先加入P2小目标层,增加了特征提取与模型多尺度融合能力,使被遮挡的梨花目标更好地被捕获;其次,在输出检测端末尾加入CBAM(convolutional block attention module)注意力机制模块,提高模型的上下文理解能力,提升YOLOv7在各种场景下(不同光照条件、复杂背景等)的表现;最后,将CIoU(complete intersection over union)损失函数优化为NWD(normalized weighted distance)损失函数,针对不同形状的目标进行精确的边界框回归,提高模型对复杂背景梨花目标与远距离梨花目标的检测精度。试验结果表明:改进模型与原模型相比,精确率、召回率、mAP和F1-score分别提高了2.1、1.2、1.9和0.6个百分点,达到了99.4%、99.6%、96.4%和89.8%;与其他主流算法相比,各评价指标均有优势。研究结果可为梨园自然环境下梨花精准识别提供支撑。 展开更多
关键词 梨花 图像识别 YOLOv7 自然环境 小目标层 CBAM 损失函数
在线阅读 下载PDF
基于改进YOLOv8的交通场景实例分割算法 被引量：2
5
作者 赵南南 高翡晨 《计算机工程》 北大核心 2025年第1期198-207,共10页
提出一种基于改进型YOLOv8的实例分割算法(DE-YOLO)。为减少图像中复杂背景的干扰,引入高效多尺度注意力机制,跨维交互使各特征组内空间语义特征平均分布。在主干网络部分,使用可变形卷积DCNv2结合C2f卷积层,突破原始卷积限制,提升可变... 提出一种基于改进型YOLOv8的实例分割算法(DE-YOLO)。为减少图像中复杂背景的干扰,引入高效多尺度注意力机制,跨维交互使各特征组内空间语义特征平均分布。在主干网络部分,使用可变形卷积DCNv2结合C2f卷积层,突破原始卷积限制,提升可变性。为减小有害梯度并提升检测器精度,采用动态非单调聚焦机制Wise-交并比(WIoU)替代联合完全交并(CIoU)损失函数进行质量评估,优化检测框定位,提升分割精度。同时,通过开启Mixup数据增强处理,充实数据集,丰富训练特征,提升模型学习能力。实验结果表明,DE-YOLO在城市景观数据集Cityscapes中的掩模平均精度均值(mAPmask)较基准模型YOLOv8n-seg提高了2.0百分点,IoU阈值为0.5时的平均精度提升了3.2百分点,所提算法在提升精度的同时,保持了优良的检测速度和较少的参数量,模型参数量较同类模型低2.2~31.3百分点。 展开更多
关键词 YOLOv8网络 实例分割 高效多尺度注意力 可变形卷积 损失函数
在线阅读 下载PDF
改进YOLOv8的无人机航拍图像小目标检测算法 被引量：3
6
作者 侯颖 吴琰 +4 位作者 寇旭瑞 黄嘉超 庹金豆 王裕旗 黄晓俊 《计算机工程与应用》 北大核心 2025年第11期83-92,共10页
无人机拍摄影像存在大量分布密集的小目标,针对通用目标检测方法对小目标容易造成漏检和错检的问题,提出了一种改进YOLOv8的无人机航拍图像小目标检测算法。利用高分辨率浅层特征信息具有较小的感受野和更精细的空间信息特性,改进算法... 无人机拍摄影像存在大量分布密集的小目标,针对通用目标检测方法对小目标容易造成漏检和错检的问题,提出了一种改进YOLOv8的无人机航拍图像小目标检测算法。利用高分辨率浅层特征信息具有较小的感受野和更精细的空间信息特性,改进算法增加小目标物体检测头,采用四个特征检测头提升小目标检测率。设计构造ConvSPD卷积模块和BiFormer注意力增强模块的小目标检测模块组改进YOLOv8骨干网络,有效增强小目标浅层细节特征信息的捕获能力。为确保模型的硬件终端部署需求,采用可重参数化的Rep-PAN模型优化Neck网络。Head网络采用Focaler-CIoU损失函数优化回归定位损失,提高定位精度。在VisDrone-2019数据集上,改进算法平均检测精度达到51.2%,比YOLOv8提高10.9个百分点,检测速度为63.7 FPS,具有良好的实时性。 展开更多
关键词 无人机(UAV) 目标检测 深度学习 YOLOv8算法 注意力机制 Focaler-CIoU损失函数
在线阅读 下载PDF
防屈曲支撑-钢筋混凝土框架结构基于韧性的抗震设计方法研究 被引量：1
7
作者 马恺泽 李兰欣 +1 位作者 邢国华 陈韵如 《振动与冲击》 北大核心 2025年第7期146-154,共9页
为实现防屈曲支撑-钢筋混凝土(buckling-restrained braced reinforced concrete,BRB-RC)框架结构基于韧性的抗震设计,引入韧性水平量化指标,建立建筑抗震韧性等级的分级,提出利用功能损失控制韧性指标的计算假定,并建立建筑多层级功能... 为实现防屈曲支撑-钢筋混凝土(buckling-restrained braced reinforced concrete,BRB-RC)框架结构基于韧性的抗震设计,引入韧性水平量化指标,建立建筑抗震韧性等级的分级,提出利用功能损失控制韧性指标的计算假定,并建立建筑多层级功能损失量化关系,提出根据建筑功能损失控制构件损伤及工程需求参数的方法。依据BRB-RC框架结构的受力机制,提出其基于韧性的抗震设计方法并建立设计流程。将设计方法应用于一幢5层的BRB-RC框架结构的抗震设计并进行罕遇地震作用下的弹塑性时程分析。分析结果表明,结构的层间位移角和层间剪力分布均满足设计要求,所提出的方法能实现预期的抗震韧性目标。 展开更多
关键词 建筑抗震韧性 防屈曲支撑(BRB) 钢筋混凝土(RC)框架结构 抗震设计 功能损失
在线阅读 下载PDF
基于改进YOLOv5的密集行人检测算法 被引量：2
8
作者 胡倩 皮建勇 +2 位作者 胡伟超 黄昆 王娟敏 《计算机工程》 北大核心 2025年第3期216-228,共13页
针对现有的行人检测方法对于密集行人或小目标行人检测精度低的问题,提出一种基于YOLOv5的综合改进算法模型YOLOv5_Conv-SPD_DAFPN。首先,针对小目标或密集行人的特征信息易丢失这一问题,在骨干网络中引入Conv-SPD网络模块替代原有的跨... 针对现有的行人检测方法对于密集行人或小目标行人检测精度低的问题,提出一种基于YOLOv5的综合改进算法模型YOLOv5_Conv-SPD_DAFPN。首先,针对小目标或密集行人的特征信息易丢失这一问题,在骨干网络中引入Conv-SPD网络模块替代原有的跨步卷积,有效缓解特征信息丢失的问题;其次,针对非相邻特征图不直接融合从而引起特征融合率较低的问题,提出新的双层渐进金字塔网络(DAFPN),提高行人检测的准确性和精度;最后,基于EIoU_Loss和CIoU_Loss引入EfficiCIoU_Loss定位损失函数,以调整和提高帧回归率,促进网络模型更快收敛。模型在CrowdHuman和WiderPerson行人数据集上相比于原YOLOv5模型,mAP@0.5、mAP@0.5∶0.95分别提升了3.9、5.3百分点和2.1、2.1百分点;引入EfficiCIoU_Loss后,模型收敛速度分别提升了11%、33%。这些改进使得基于YOLOv5的密集行人检测在特征信息保留、多尺度融合和损失函数优化等方面都取得了显著进展,提高了其在实际应用中的性能和效率。 展开更多
关键词 密集行人检测 小目标行人检测 Conv-SPD网络 双层渐进特征金字塔网络 EfficiCIoU_loss损失函数
在线阅读 下载PDF
基于优化权重的YOLOv7密集行人检测算法 被引量：1
9
作者 曹洁 牛瑜 梁浩鹏 《液晶与显示》 北大核心 2025年第3期505-515,共11页
针对自然复杂场景中行人拥挤和相互遮挡,导致检测精度不佳的问题,提出了一种基于优化权重的YOLOv7密集行人检测算法。首先,针对遮挡行人特征提取问题,利用跨空间高效多尺度注意力机制(Efficient Multi-Scale Attention Module with Cros... 针对自然复杂场景中行人拥挤和相互遮挡,导致检测精度不佳的问题,提出了一种基于优化权重的YOLOv7密集行人检测算法。首先,针对遮挡行人特征提取问题,利用跨空间高效多尺度注意力机制(Efficient Multi-Scale Attention Module with Cross-Spatial Learning,EMA)重新分配主干网络的权重,并跨维度学习不同通道特征之间的相关性,以增强模型对行人目标可见区域的关注。其次,针对检测模型复杂性较高的问题,设计了高效轻量化连接模块(Efficient Lightweight Connection Module,ELCM),旨在提升模型表达能力的同时加快训练速度。最后,构建了聚焦边界框损失函数Focal-SIoU loss,该损失函数注重抑制低质量样本,同时添加角度损失提高模型的检测精度。实验结果表明,所提算法在行人检测数据集Wider-Person与Crowd Human数据集上的均值平均精度分别达到83.7%和82.6%,相比其他先进的算法,在密集拥挤人群检测任务中有显著检测优势。 展开更多
关键词 密集行人检测 优化权重 聚焦边界框损失函数 YOLOv7
在线阅读 下载PDF
建成环境影响下的城市轨道交通客流多步短时预测 被引量：3
10
作者 李之红 郄堃 +2 位作者 王健宇 许晗 陈金政 《交通运输系统工程与信息》 北大核心 2025年第1期160-172,共13页
为挖掘客流的复杂时空耦合关系,解析建成环境影响下的轨道交通客流出行规律,本文提出一种考虑城市建成环境的时空双层超图神经网络模型(Spatial Temporal-Double Hypergraph Neural Network,STDHGNN)。模型分为双层超图神经网络和时间... 为挖掘客流的复杂时空耦合关系,解析建成环境影响下的轨道交通客流出行规律,本文提出一种考虑城市建成环境的时空双层超图神经网络模型(Spatial Temporal-Double Hypergraph Neural Network,STDHGNN)。模型分为双层超图神经网络和时间序列模块,双层超图神经网络模块用于挖掘轨道交通线路站点间的高阶连通关系和相邻同类建成区域站点的集群关系,时间序列模块用于表征历史客流数据的时间依赖关系。同时,以建成环境和线路作为变量构造新的损失函数,旨在剖析建成环境的影响,提高模型的预测性能。最后,以武汉轨道交通数据为例开展实证研究。研究结果显示:考虑建成环境和轨道站点高阶连通关系对客流预测精度的提升效果显著,本模型均方根误差(RMSE)和平均绝对误差(MAE)值分别为52.04和29.32,比基线模型降低了22%以上,性能显著优于基线模型;通过消融实验验证了融合轨道高阶联通关系和建成环境对模型性能的贡献,其中,单步预测任务中,考虑这两种因素使模型性能分别提升了6%和9%,多步预测任务中,分别提升了4%和12%;构造的融合建成环境因素的可解释损失函数,提高了模型的预测性能,同时,使模型具备更好的科学性和可解释性。研究成果为城市轨道交通的客流管理和列车调度提供了技术支持。 展开更多
关键词 智能交通 客流多步预测 超图时空网络 城市轨道交通 建成环境影响 可解释损失函数
在线阅读 下载PDF
基于CDD-YOLO的轻量级低光照目标检测算法
11
作者 史丽晨 杨超 +1 位作者 刘雪超 周星宇 《计算机工程与应用》 北大核心 2025年第6期106-117,共12页
针对低照度场景下目标检测算法面临的检测精度不高、计算成本以及内存消耗大等问题,提出一种改进YOLOv8的轻量级低光照目标检测网络模型CDD-YOLO。提出一个基于坐标注意力机制的多尺度卷积模块,提取不同感受野纹理特征并捕获空间位置之... 针对低照度场景下目标检测算法面临的检测精度不高、计算成本以及内存消耗大等问题,提出一种改进YOLOv8的轻量级低光照目标检测网络模型CDD-YOLO。提出一个基于坐标注意力机制的多尺度卷积模块,提取不同感受野纹理特征并捕获空间位置之间的远程依赖关系;将动态头部框架集成到检测头中,减少复杂背景和尺度变化的干扰;基于动态非单调聚焦机制设计边界框回归损失函数,提升锚框回归路径和质量,提高模型对光照变化和噪声的适应能力;通过剪枝算法修剪模型中的冗余参数,实现模型轻量化。采用自建数据集、ExDark和VOC数据集进行实验验证,实验结果表明该方法与主流算法相比具有更好的检测效果,在计算复杂度与检测精度之间实现了更好的平衡。 展开更多
关键词 低照度 YOLOv8 注意力机制 损失函数 轻量化网络
在线阅读 下载PDF
基于马氏距离的密度加权最小二乘孪生支持向量机
12
作者 吕莉 贺智鹏 +3 位作者 张法滢 张莹莹 康平 李院民 《江西师范大学学报(自然科学版)》 北大核心 2025年第1期37-48,共12页
最小二乘孪生支持向量机基于欧氏距离判断样本相似性并搭建模型的方法未考虑样本不同维度的方差差异对决策超平面位置的影响,导致模型处理此类样本精度不高且对噪声样本敏感.鉴于此,该文提出一种基于马氏距离的密度加权最小二乘孪生支... 最小二乘孪生支持向量机基于欧氏距离判断样本相似性并搭建模型的方法未考虑样本不同维度的方差差异对决策超平面位置的影响,导致模型处理此类样本精度不高且对噪声样本敏感.鉴于此,该文提出一种基于马氏距离的密度加权最小二乘孪生支持向量机.该算法利用马氏距离替换欧氏距离构造密度加权策略,充分考虑点与分布的关系,给予噪声数据较低的权重,降低算法对噪声的敏感性;同时结合马氏距离核函数计算样本内协方差矩阵,消除样本特征值之间方差的差异,更准确地体现样本间的相关性,从而优化决策超平面.实验采用人工数据集和UCI数据集,实验结果表明:该算法比同类型分类算法具有更高的分类精确度和泛化能力,能够有效区分在样本中的噪声数据并赋予合适的权重值,提升分类器的鲁棒性. 展开更多
关键词 支持向量机 马氏距离 核函数 密度加权 最小二乘损失函数
在线阅读 下载PDF
基于改进CycleGAN与YOLOv8s的混凝土坝水下裂缝识别方法
13
作者 赵阳 康飞 万刚 《水电能源科学》 北大核心 2025年第4期158-162,共5页
针对受水下环境影响造成的混凝土坝水下裂缝图像获取困难、样本稀缺,裂缝检测效率低、精度差、主观性强等问题,提出基于生成对抗网络CycleGAN和目标检测网络YOLOv8s的水下裂缝检测方法。首先,引入梯度惩罚WGAN-GP损失与相似性度量LPIPS... 针对受水下环境影响造成的混凝土坝水下裂缝图像获取困难、样本稀缺,裂缝检测效率低、精度差、主观性强等问题,提出基于生成对抗网络CycleGAN和目标检测网络YOLOv8s的水下裂缝检测方法。首先,引入梯度惩罚WGAN-GP损失与相似性度量LPIPS损失,提出一种改进的CycleGAN图像风格迁移网络,以此生成高质量水下裂缝图像,解决数据样本不足的问题;之后,添加SimAM无参注意力并引入WIoU损失,提出改进的YOLOv8s水下裂缝识别网络,以提高水下裂缝图像识别的精度。试验结果表明,改进CycleGAN方法起到了良好的数据扩充作用,能有效提升后续检测任务的精度;改进YOLOv8s方法在消融、对比试验中,裂缝识别精度较原网络、Faster R-CNN、YOLOX-s、YOLOv5s分别提高2.4%、5.4%、2.4%、1.2%,检测效果满足高效、精确的要求,可为混凝土坝水下裂缝识别提供技术支持。 展开更多
关键词 水下裂缝识别 生成对抗网络 数据扩充 损失函数 注意力机制
在线阅读 下载PDF
类别不均衡的少样本工业产品表观缺陷检测
14
作者 王素琴 杜雨洁 +1 位作者 石敏 朱登明 《图学学报》 北大核心 2025年第3期568-577,共10页
通用的目标检测网络在缺陷样本数量较少、缺陷类别分布不均衡时,总体检测精度偏低,在缺陷样本稀少的尾部类别上检测精度更低。为此,提出了一种基于改进YOLOv8s的工业产品表观缺陷检测方法。通过在Neck网络使用幻影卷积(GSConv),降低网... 通用的目标检测网络在缺陷样本数量较少、缺陷类别分布不均衡时,总体检测精度偏低,在缺陷样本稀少的尾部类别上检测精度更低。为此,提出了一种基于改进YOLOv8s的工业产品表观缺陷检测方法。通过在Neck网络使用幻影卷积(GSConv),降低网络复杂度的同时增强网络非线性能力,以避免过拟合风险。利用聚合模块VoV-GSCSP进一步提取与融合不同层次特征,提升网络特征提取与融合能力。通过采用重加权损失函数以平衡不同类别样本的训练损失贡献,加大尾部类别样本的损失贡献占比,从而提高尾部类别缺陷的检测精度。相比基线模型,改进方法对针灸针表观缺陷检测精度mAP为93.3%,提高5.0%,样本最少的断针缺陷提升9.1%;药板表观缺陷检测精度mAP为91.4%,提高2.6%,样本最少的脏污缺陷提升3.2%。在样本较多且分布不均衡的钢材数据集上,整体缺陷检测精度mAP提高2.6%。实验表明,该改进方法在缺陷样本少且类别分布不均衡时,可有效提升工业产品表观缺陷总体检测精度,对样本稀少的尾部类别检测精度改善明显,泛化性良好。 展开更多
关键词 表观缺陷检测 少样本 类别不均衡 GSConv 重加权损失函数
在线阅读 下载PDF
基于位置感应卷积与注意力机制的钢材缺陷检测
15
作者 解妙霞 程照中 +2 位作者 李嘉乐 李玲 贺宁 《湖南大学学报(自然科学版)》 北大核心 2025年第4期135-148,共14页
为了提高钢材缺陷检测精度,提出一种基于YOLOv5s的缺陷检测算法YOLOv5sFNCE.首先,在骨干特征提取网络中加入新型NAMAttention注意力机制,提高对目标的感知和区分能力;并提出新型的C3-Faster,通过减小内存访问和冗余计算更有效地提取特征... 为了提高钢材缺陷检测精度,提出一种基于YOLOv5s的缺陷检测算法YOLOv5sFNCE.首先,在骨干特征提取网络中加入新型NAMAttention注意力机制,提高对目标的感知和区分能力;并提出新型的C3-Faster,通过减小内存访问和冗余计算更有效地提取特征;在特征融合网络和输出端引入位置卷积CoordConvs,增强目标的语义感知能力和全局感知能力;最后,引入新的损失函数Focal-EIoU,以加快收敛速度,提高回归精度.实验结果表明,YOLOv5sFNCE算法在钢材表面缺陷数据集上的均值平均精度达到了75.1%,比原始YOLOv5s提高了1.7个百分点,检测速度则提升了20.5%,证明了该算法在钢材缺陷检测中能够有效提升检测速度和检测精度. 展开更多
关键词 目标检测 YOLOv5 位置感应 损失函数 注意力机制 钢材缺陷
在线阅读 下载PDF
基于一致损失生成对抗网络的冷水机组故障诊断
16
作者 高学金 吴浩宁 +1 位作者 高慧慧 齐咏生 《仪器仪表学报》 北大核心 2025年第1期285-297,共13页
冷水机组是供暖通风与空气调节系统的重要组成部分,当冷水机组发生故障时将造成能源浪费甚至安全事故。因此,针对冷水机组的故障诊断对于暖通风与空气调节等系统至关重要。基于数据驱动的故障诊断方法依赖大量历史数据,但带标签的故障... 冷水机组是供暖通风与空气调节系统的重要组成部分,当冷水机组发生故障时将造成能源浪费甚至安全事故。因此,针对冷水机组的故障诊断对于暖通风与空气调节等系统至关重要。基于数据驱动的故障诊断方法依赖大量历史数据,但带标签的故障数据往往难以收集,导致模型的诊断准确率下降。为此,提出了一种基于一致损失生成对抗网络(CLGAN)的故障诊断方法。首先,利用少量带标签样本和大量无标签样本训练CLGAN,并生成故障数据;然后,利用生成数据与历史数据构建一个包含各类故障的平衡数据集;最后,利用该数据集训练故障分类器并对冷水机组进行实时诊断。CLGAN通过在判别器中引入一致性损失函数,能够有效利用无标签数据辅助模型训练,提升了数据利用率。同时,CLGAN迫使生成器在多个尺度上满足判别器的要求,这种多维度的反馈机制使得模型在面对扰动时,依然能生成高质量的样本,进而提高故障诊断的准确性和鲁棒性。基于ASHRAE和HY-31C数据集的实验结果表明,在各类别仅有5个带标签样本的情况下,CLGAN分别获得了92.8%和95.9%的故障诊断准确率,展现了良好的故障诊断性能。此外,在噪声和跨工况实验中,CLGAN相比于其他对比方法也展现出了良好的鲁棒性和泛化性。 展开更多
关键词 故障诊断 生成对抗网络 冷水机组 一致损失函数 无标签数据
在线阅读 下载PDF
考虑水库调度效应的洪灾风险链式传递机理研究
17
作者 周婷 林腾 +2 位作者 金菊良 章启兵 胡勇 《灾害学》 北大核心 2025年第2期16-24,共9页
水库调度下的洪灾风险传递问题是定量表征洪灾风险形成发展机理、科学防御洪灾风险的重要基础性前沿问题,对于认识和管理洪灾风险具有重要意义。该文在分析水库调度下的洪灾风险形成机理的基础上,提出并系统性地阐述了由危险性、脆弱性... 水库调度下的洪灾风险传递问题是定量表征洪灾风险形成发展机理、科学防御洪灾风险的重要基础性前沿问题,对于认识和管理洪灾风险具有重要意义。该文在分析水库调度下的洪灾风险形成机理的基础上,提出并系统性地阐述了由危险性、脆弱性、损失风险构成的水库洪灾风险链式传递系统,构建了基于天然洪水危险性-经水库调度后的风险损失脆弱性-洪灾损失风险的洪灾风险链式传递过程计算模型。以淮河重要支流淠河上的“佛子岭-磨子潭-白莲崖”混联水库群为例,分别探求单库、并联水库群和混联水库群三种组合结构下的洪灾风险传递过程及机理。结果表明,基于“危险性-脆弱性-损失风险”的洪灾风险链式传递过程可定量表征、科学解析洪灾风险传递过程,为水库提供全局视角下可追溯、可解释、可调控的洪灾风险管理决策支撑。 展开更多
关键词 洪灾风险 危险性 脆弱性 损失函数 风险传递 水库调度 淠河
在线阅读 下载PDF
基于卷积神经网络的轻量高效图像隐写
18
作者 段新涛 白鹿伟 +4 位作者 徐凯欧 张萌 保梦茹 武银行 秦川 《应用科学学报》 北大核心 2025年第1期80-93,共14页
基于深度学习的图像隐写方法,因存在模型参数量和计算量大等问题,而面临高参数和计算负载的挑战,为此提出了一种轻量高效的图像隐写方法。首先在编码器和解码器中引入Ghost模块,降低了编码器和解码器的参数量和计算量。其次提出了一个... 基于深度学习的图像隐写方法,因存在模型参数量和计算量大等问题,而面临高参数和计算负载的挑战,为此提出了一种轻量高效的图像隐写方法。首先在编码器和解码器中引入Ghost模块,降低了编码器和解码器的参数量和计算量。其次提出了一个多尺度特征融合模块,用以捕捉多维数据中的复杂关系。最后提出了一个新颖的混合损失函数,可在保持模型不变的情况下提升图像隐写质量。实验结果表明,所提方法在256×256像素的图像上峰值信噪比达到47.59 dB。与目前最优的图像隐写方法相比,所提方法的隐写质量提升1.7 dB,参数量减少77%,计算量减少91%,在隐写质量上有较优的表现,同时模型的参数量和计算量大大降低,实现了模型的轻量高效化。 展开更多
关键词 图像隐写 深度学习 多尺度特征融合 混合损失函数
在线阅读 下载PDF
增强特征表示的绝缘子缺陷检测方法
19
作者 李丽芬 王明 +1 位作者 曹旺斌 梅华威 《计算机工程与设计》 北大核心 2025年第8期2373-2379,共7页
针对绝缘子缺陷目标区域较小、部分缺陷特征相似,从而导致检测精度较低的问题,提出了一种特征表示增强模型(FLDM-YOLO)。该模型基于FasterNet重构特征提取网络并且结合大核可分离注意力(LSKA)设计了SPPF-LSKA模块,增强了对目标的特征提... 针对绝缘子缺陷目标区域较小、部分缺陷特征相似,从而导致检测精度较低的问题,提出了一种特征表示增强模型(FLDM-YOLO)。该模型基于FasterNet重构特征提取网络并且结合大核可分离注意力(LSKA)设计了SPPF-LSKA模块,增强了对目标的特征提取能力;以重参数化技术为基础,提出了C2f-DBB模块,处理目标缺陷特征相似的问题;在边界框回归阶段使用MPDIoU作为损失函数,使得模型更加关注高质量锚框。实验结果表明,FLDM-YOLO模型在保证一定检测速度的前提下,mAP为91.3%,较YOLOv8模型提高了4.2%,可有效应用于实际的巡检工作。 展开更多
关键词 目标检测 绝缘子 部分卷积 主干特征提取网络 大核可分离注意力 重参数化 边界框损失函数
在线阅读 下载PDF
基于特征融合与软阈值残差的稠密点云几何压缩网络
20
作者 朱威 施海东 +2 位作者 汪宵 郑雅羽 何德峰 《小型微型计算机系统》 北大核心 2025年第3期662-671,共10页
点云是一种重要的三维数据表示形式,但其巨大的原始数据量阻碍了它在网络传输和存储记录等方面的应用.因此,本文提出了一种基于多尺度特征融合与软阈值残差结构的点云几何压缩网络,实现了对三维稠密点云的高效压缩.首先通过逐步融合多... 点云是一种重要的三维数据表示形式,但其巨大的原始数据量阻碍了它在网络传输和存储记录等方面的应用.因此,本文提出了一种基于多尺度特征融合与软阈值残差结构的点云几何压缩网络,实现了对三维稠密点云的高效压缩.首先通过逐步融合多尺度特征和构建软阈值注意力机制,实现特征加强和冗杂特征的消除,以解决体素化过程中特征丢失等问题.此外,采用构建特征掩膜层的方法,加速模型收敛.最后,引入动态非等比例损失函数提高网络的学习效果.实验结果表明,该方法在MVUB、8iVFB和Owlii数据集上相较于现有方法同样的点云分辨率下,具有更高的点云重建质量和较快的编解码速度. 展开更多
关键词 稠密点云压缩 多尺度特征 软阈值残差结构 特征掩膜 动态损失函数
在线阅读 下载PDF
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 2 … 98 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部