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537篇文章
< 1 2 … 27 >
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：
基于改进YOLOv8算法的在线听课行为识别模型研究 被引量：1
1
作者 李猛坤 袁晨 +3 位作者 王琪 赵冲 陈景轩 刘立峰 《计算机工程》 北大核心 2025年第1期287-294,共8页
目前目标检测技术日趋成熟,但是针对在线听课行为的识别仍存在挑战。针对在线课堂人为监管力度不足、目标检测模型复杂度较高所导致的在线课堂行为识别不精准、模型计算量较高等问题,提出一种基于改进的YOLOv8在线听课行为检测与识别方... 目前目标检测技术日趋成熟,但是针对在线听课行为的识别仍存在挑战。针对在线课堂人为监管力度不足、目标检测模型复杂度较高所导致的在线课堂行为识别不精准、模型计算量较高等问题,提出一种基于改进的YOLOv8在线听课行为检测与识别方法。首先在YOLOv8n的基础上添加BiFPN双向特征金字塔网络来进行特征融合,以增加特征提取的能力,提高模型识别准确度;其次在Head端采用C3Ghost模块替代C2f模块,以大幅减少模型计算量。实验结果表明,提出的YOLOv8n-BiFPN-C3Ghost模型在线上听课行为数据集上的mAP@0.5和mAP@0.5∶0.95指标分别为98.6%和92.6%,相比其他课堂行为识别模型在精度上最高提升了4.2%和5.7%,计算量为6.6 GFLOPS,比原模型降低了19.5%。YOLOv8n-BiFPN-C3Ghost模型能以更低的运算成本精确地实现在线听课行为的检测和识别,可以实现对学生在线课堂学习情况的动态、科学识别。 展开更多
关键词 目标检测 在线课堂 听课行为识别 性能优化 特征融合
在线阅读 下载PDF
面向雷达目标识别的一种在线迁移学习框架
2
作者 杨予昊 孙晶明 +2 位作者 张强 晏媛 王众 《现代雷达》 北大核心 2025年第5期16-20,共5页
可靠、高效、精准的目标识别性能需求,与完备的目标数据库构建困难之间的矛盾,要求雷达目标识别系统具备动态学习能力,动态实现数据、模型的更新与识别能力的跃升。而样本自标注、模型自更新等功能的实现是达到这一目标的前提条件。针... 可靠、高效、精准的目标识别性能需求,与完备的目标数据库构建困难之间的矛盾,要求雷达目标识别系统具备动态学习能力,动态实现数据、模型的更新与识别能力的跃升。而样本自标注、模型自更新等功能的实现是达到这一目标的前提条件。针对雷达目标识别在实际应用中的性能自提升需求,通过借鉴在线学习与迁移学习的思想,提出一种在线迁移学习框架,通过结合在线学习和迁移学习技术,采用闭环结构,通过样本标注和模型微调,实现模型的自我迭代优化,可自动完成样本标注、模型更新等任务。基于仿真数据的实验结果表明,所提框架可显著提升雷达目标识别的准确性,具有流程简单、部署快捷的优点,具有较强的工程实用性。 展开更多
关键词 雷达目标识别 样本自标注 模型自更新 在线学习 迁移学习
在线阅读 下载PDF
IR法在线测定高浓度重水过程中的气泡识别
3
作者 刘艳 武超 +2 位作者 任英 张宾永 王宇菲 《核化学与放射化学》 北大核心 2025年第5期555-560,I0003,共7页
在反应堆中,高浓度重水作为中子慢化剂和冷却剂,其浓度精度直接影响反应堆的运行性能与安全可靠性。为了确保反应堆的安全和操作人员的健康,对高浓度重水进行高准确度的在线定量监测至关重要。采用红外光谱法在线测定重水浓度过程中,测... 在反应堆中,高浓度重水作为中子慢化剂和冷却剂,其浓度精度直接影响反应堆的运行性能与安全可靠性。为了确保反应堆的安全和操作人员的健康,对高浓度重水进行高准确度的在线定量监测至关重要。采用红外光谱法在线测定重水浓度过程中,测量数据易受工艺系统中气泡干扰,具体表现为:气泡导致重水红外光谱图形状发生畸变,从而引发重水浓度定量偏差。针对此问题,本研究提出了一种通过红外光谱图在线识别高浓度重水中气泡的有效方法。(1)数据采集:系统采集高浓度重水在有气泡和无气泡两种状态下的红外吸收光谱图和单光束光谱图。(2)特征提取与方法比较:分别提取有气泡存在时的吸收光谱图和单光束光谱图特征。经比较,基于单光束光谱图的方法在重水浓度在线定量分析上更有优势。(3)方法开发:结合TQ Analyst软件、Micro Basic软件和Omnic 8.0软件,开发并建立了集重水浓度在线定量分析与气泡识别功能于一体的程序化分析方法。(4)气泡识别准确率测试:应用所开发的方法对500个高浓度重水样本进行了气泡识别准确率测试,结果表明,气泡识别准确率为100%。 展开更多
关键词 气泡识别 重水 红外光谱法 在线测定 单光束光谱
在线阅读 下载PDF
基于PSO-BP单晶金刚石刀具刃磨方向多信息融合在线识别
4
作者 冯雪雯 赵彬 +2 位作者 马海涛 吴佳玉 吉日嘎兰图 《科学技术与工程》 北大核心 2025年第7期2784-2791,共8页
为了提高单晶金刚石刀具刃磨方向在线识别精度,以及解决刃磨监测中单一传感器采集信息有限的问题,提出一种基于多信息融合与粒子群优化(particle swarm optimization, PSO)算法优化反向传播(back propagation, BP)神经网络的单晶金刚石... 为了提高单晶金刚石刀具刃磨方向在线识别精度,以及解决刃磨监测中单一传感器采集信息有限的问题,提出一种基于多信息融合与粒子群优化(particle swarm optimization, PSO)算法优化反向传播(back propagation, BP)神经网络的单晶金刚石刀具刃磨方向在线识别方法。通过采集刃磨过程中的振动信号和声发射(acoustic emission, AE)信号,采用小波包分解法分析刀具振动信号,得出与刀具刃磨方向强相关的特征频段,采用参数分析法来分析声发射信号,得出特征参数。将振动信号特征频段能量值和声发射信号特征参数作为识别刀具刃磨方向的特征参量。将特征参量作为BP神经网络模型输入进行融合,在线识别刀具刃磨方向。针对BP神经网络的容易陷入局部最小值的缺点,利用PSO算法优化神经网络权值和阈值,有效解决陷入局部最小值的问题。实验结果表明,经PSO-BP与多信息融合对单晶金刚石刀具刃磨方向在线识别准确率得到了有效提高,达到85%的准确率,为单晶金刚石刀具刃磨方向在线识别提供了一种新方法。 展开更多
关键词 单晶金刚石刀具 刃磨方向 多信息融合 在线识别 PSO-BP
在线阅读 下载PDF
基于递归稀疏在线学习的时间序列拓扑识别
5
作者 张志丽 古晓明 王文晶 《计算机应用与软件》 北大核心 2025年第1期277-286,共10页
针对动态时间序列之间的因果关系分析问题,提出一种基于递归稀疏在线学习的拓扑识别方法。通过复合目标迭代最小化序列稀疏拓扑识别标准,促进稀疏更新;通过基于最小二乘法的估计准则,大大提高对输入可变性的跟踪性能,并且瞬时损失函数... 针对动态时间序列之间的因果关系分析问题,提出一种基于递归稀疏在线学习的拓扑识别方法。通过复合目标迭代最小化序列稀疏拓扑识别标准,促进稀疏更新;通过基于最小二乘法的估计准则,大大提高对输入可变性的跟踪性能,并且瞬时损失函数考虑历史样本,进一步通过静态遗憾分析得到对数遗憾界限;在真实数据和合成数据上的结果表明所提出算法在静态和动态场景中的有效性。 展开更多
关键词 递归稀疏 时间序列 在线学习 拓扑识别
在线阅读 下载PDF
基于选择性标注与样本平衡的局部放电模式识别在线学习方法 被引量：1
6
作者 谢庆 王春鑫 +5 位作者 张雨桐 刘景立 谢晨昊 郑炎 律方成 谢军 《中国电机工程学报》 北大核心 2025年第2期778-790,I0032,共14页
训练与检测样本分布不一致是深度学习方法对现场新增局部放电(partial discharge,PD)(简称“局放”)识别准确率低的主要原因,为实现局放模式识别对现场数据分布变化的持续适配、降低样本标注工作量,该文提出一种局部放电模式识别在线学... 训练与检测样本分布不一致是深度学习方法对现场新增局部放电(partial discharge,PD)(简称“局放”)识别准确率低的主要原因,为实现局放模式识别对现场数据分布变化的持续适配、降低样本标注工作量,该文提出一种局部放电模式识别在线学习方法。首先,以局放模式识别模型各层特征为信息来源,利用推理模型区分处于训练集分布内外的新增局放样本,并分别采用软标签及人工方式对两种样本进行在线标注;其次,为平衡训练集分布内外样本的数量、提升新增样本识别准确率,采用基于梯度惩罚的条件式wasserstein距离生成对抗网络(conditional wasserstein generative adversarial network with gradient penalty,CWGAN-GP)扩充两类局放样本,并以联合训练的方式更新局放模式识别模型。利用实验及现场采样得到的局放样本对所提方法进行验证,结果表明,所提方法标注工作量降低66.68%,在线学习结束后,新增样本集与训练集分布相同时识别准确率可提升4.61%,分布不同时识别准确率最低提升22.27%。 展开更多
关键词 局部放电 选择性标注 在线学习 模式识别
在线阅读 下载PDF
基于亮度校正和AdaBoost的苹果缺陷在线识别 被引量：14
7
作者 张保华 黄文倩 +3 位作者 李江波 赵春江 刘成良 黄丹枫 《农业机械学报》 EI CAS CSCD 北大核心 2014年第6期221-226,共6页
提出了一种基于亮度校正和AdaBoost的苹果缺陷与果梗-花萼在线识别方法。以富士苹果为研究对象,首先在线采集苹果的RGB图像和NIR图像,并分割NIR图像获得苹果二值掩模;其次利用亮度校正算法对R分量图像进行亮度校正,并分割校正图像获得... 提出了一种基于亮度校正和AdaBoost的苹果缺陷与果梗-花萼在线识别方法。以富士苹果为研究对象,首先在线采集苹果的RGB图像和NIR图像,并分割NIR图像获得苹果二值掩模;其次利用亮度校正算法对R分量图像进行亮度校正,并分割校正图像获得缺陷候选区(果梗、花萼和缺陷);然后以每个候选区域为掩模,随机提取其内部7个像素的信息分别代表所在候选区的特征,将7组特征送入AdaBoost分类器进行分类、投票,并以最终投票结果确定候选区的类别。实验结果表明,该算法检测速度为3个/s,满足分选设备的实时性要求,且总体正确识别率达95.7%。 展开更多
关键词 苹果缺陷 机器视觉 亮度校正 adaboost在线识别 果梗-花萼
在线阅读 下载PDF
基于阻抗在线测量的锂离子电池过放电诱发内短路识别研究 被引量：7
8
作者 张闯 杨浩 +2 位作者 刘素贞 徐志成 杨庆新 《电工技术学报》 EI CSCD 北大核心 2024年第6期1656-1670,共15页
锂离子电池的过放电行为可诱发内短路进而可能导致热失控。由于单体电池一致性差异和过放电导致的内短路初期电、热特征不明显,使得电压和温度等常规物理参数难以可靠实现故障预警,而阻抗可以反映电池内部信息,对故障状态具有较好的指... 锂离子电池的过放电行为可诱发内短路进而可能导致热失控。由于单体电池一致性差异和过放电导致的内短路初期电、热特征不明显,使得电压和温度等常规物理参数难以可靠实现故障预警,而阻抗可以反映电池内部信息,对故障状态具有较好的指示能力。该文通过分析锂离子电池过放电诱发内短路引起阻抗变化的机理,基于设计的阻抗在线测量装置,确定用于监测电池内短路故障的特征阻抗频率为70 Hz,获取过放电诱发内短路过程中特征频率下动态阻抗及阻抗变化率,提出一种基于动态阻抗特征的内短路在线识别方法并验证了方法的可靠性。实验结果表明,锂离子电池放电过程中动态阻抗半正弦变化特征可提前约144 s实现过放电预警,动态阻抗针状变化特征可提前约152 s实现内短路故障预警,动态阻抗明显回升特征可作为内短路发生的标志。此外,阻抗变化率特征有助于实现锂离子电池故障识别及预警,该方法在锂离子电池故障在线快速诊断中具有重要的应用潜力。 展开更多
关键词 过放电 阻抗在线测量 内短路在线识别 故障预警
在线阅读 下载PDF
基于声发射的钢桥面板焊接气孔缺陷在线识别 被引量：6
9
作者 李丹 陈燕秋 +3 位作者 王浩 聂佳豪 刘洋 王建国 《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第2期285-293,共9页
为实现正交异性钢桥面板机器人智能化焊接过程中缺陷的在线监测,提出了一种基于快速傅里叶变换和支持向量机的气孔缺陷声发射识别方法.通过开展机器人焊接实验,揭示了钢桥面板焊接及缺陷产生过程的声发射特征.无损伤与气孔缺陷2种工况... 为实现正交异性钢桥面板机器人智能化焊接过程中缺陷的在线监测,提出了一种基于快速傅里叶变换和支持向量机的气孔缺陷声发射识别方法.通过开展机器人焊接实验,揭示了钢桥面板焊接及缺陷产生过程的声发射特征.无损伤与气孔缺陷2种工况信号的幅值、振铃计数、峰值频率和中心频率等参数重叠交叉严重、相关性不显著,而气孔缺陷信号的傅里叶频谱存在更多高频能量分布,因此以频谱为输入建立2种工况的径向基核支持向量机模型.实验结果表明,与朴素贝叶斯、随机森林和线性核支持向量机模型相比,径向基核支持向量机模型拥有更高的正确率(95.4%)和召回率(94.3%),能够用于焊接过程气孔缺陷的在线识别,具有较强的鲁棒性和实用性. 展开更多
关键词 钢桥面板 焊接缺陷 在线识别 声发射 频谱分析 支持向量机
在线阅读 下载PDF
电力电缆局放在线监测神经网络自动识别精度的提升方法 被引量：5
10
作者 孙廷玺 方义治 +4 位作者 郑晓东 雷小月 姜志彬 周智鹏 陈敏 《高压电器》 CAS CSCD 北大核心 2024年第7期210-220,共11页
为了尽可能降低电缆线路局放在线监测系统装置运行中对局放信号识别的误判误报的可能性,对局放的判读机理和识别精度进行了改进和提升。基于现场运行系统回收的数万个疑似电缆内部局放的告警记录数据进行了分析分类,对判别程序中沿用的... 为了尽可能降低电缆线路局放在线监测系统装置运行中对局放信号识别的误判误报的可能性,对局放的判读机理和识别精度进行了改进和提升。基于现场运行系统回收的数万个疑似电缆内部局放的告警记录数据进行了分析分类,对判别程序中沿用的局放自动逻辑判别程序追加了相间信号相关性过滤程序,对既有的神经网络在构造上作了优选优化,对神经网络学习数据的前置处理进行了改进。对改进提升后的局放判别程序采用了包括现场记录,模拟信号发生器和人工局放模型加电压实验的3种局放数据进行检验。结果表明,改进提升后的局放判别程序不但能够使现场的非局放告警数据的告警率降低到5%的期待水平,同时也提高了识别人工模拟产生的各种类型局放信号的准确性,大大降低了局放在线监测系统误判误报的可能性。 展开更多
关键词 电缆 局部放电 在线监测 相间关系 神经网络 学习数据 前置处理 识别精度
在线阅读 下载PDF
基于动态专家会议算法的刀具磨损度在线识别
11
作者 张峰 陈乃超 邢海燕 《机床与液压》 北大核心 2024年第4期218-224,共7页
为了提高机床加工过程中刀具磨损度识别准确率,提出基于动态专家会议算法的在线识别方法。分析刀具磨损机制,设计刀具磨损度识别框架;使用CEEMD分解源信号得到IMF分量,并基于IMF分量提取信号的改进I-kazTM系数、功率谱熵、标准差等多指... 为了提高机床加工过程中刀具磨损度识别准确率,提出基于动态专家会议算法的在线识别方法。分析刀具磨损机制,设计刀具磨损度识别框架;使用CEEMD分解源信号得到IMF分量,并基于IMF分量提取信号的改进I-kazTM系数、功率谱熵、标准差等多指标特征矩阵;针对随机森林算法存在的问题,将决策树视为决策专家,根据专家历史决策准确率动态确定专家决策权,从而设计一种新的动态专家会议算法。经PHM2010刀具磨损数据集验证,多指标特征矩阵在空间分布的类内聚集度、类间区分度均较好;基于动态专家会议算法的刀具磨损识别准确率为98.44%,分别比RF、LS-SVM算法高出了17.19%、11.72%,说明动态专家会议算法在刀具磨损度识别中是有效的。 展开更多
关键词 刀具磨损度 动态专家会议算法 多指标特征矩阵 在线识别
在线阅读 下载PDF
基于Adaboost算法的沉积微相自动识别--以陇东气田Q区山西组为例 被引量：6
12
作者 黄千玲 赵军龙 +1 位作者 白倩 许鉴源 《地质通报》 CAS CSCD 北大核心 2024年第4期658-666,共9页
在油气田开发中,沉积微相识别对于明确沉积背景及单砂体刻画起着重要的作用。陇东气田地质条件复杂,主力气藏深度大、产层单一,仅山1段底部产气,对于多种资料交叉共同分析沉积微相,仅依靠人工判别沉积微相,过程复杂且容易出错,很难在沉... 在油气田开发中,沉积微相识别对于明确沉积背景及单砂体刻画起着重要的作用。陇东气田地质条件复杂,主力气藏深度大、产层单一,仅山1段底部产气,对于多种资料交叉共同分析沉积微相,仅依靠人工判别沉积微相,过程复杂且容易出错,很难在沉积微相和测井数据之间建立精确的对应关系。为了充分利用测井资料,提高沉积微相划分的效率,提出一种基于Adaboost算法的沉积微相自动识别方法,为后期气田开发沉积背景及单砂体刻画提供更准确的依据。在研究中,对测井曲线进行优选,并进行预处理,运用数学统计法提取了6个特征参数作为训练的输入集,把沉积微相的类型作为训练的输出结果标签,从已解释的沉积微相数据中选取共1210组作为训练样本,其中组建的训练样本共约968组,组建测试样本242组。研究结果显示,应用该方法的训练效果和测试结果的准确性分别达到96.45%,90.4%,可以验证该方法在陇东气田Q区应用效果较好。 展开更多
关键词 沉积微相 adaboost算法 测井 自动识别 陇东气田
在线阅读 下载PDF
协同卡尔曼滤波和递归本征正交分解的结构损伤识别
13
作者 杨少冲 靳佳林 +2 位作者 邱富威 阎宇杰 马连华 《振动与冲击》 北大核心 2025年第20期49-59,74,共12页
当前基于本征正交分解和卡尔曼滤波(Kalman filter,KF)的结构损伤识别方法,只能通过跟踪结构一阶本征正交模态(proper orthogonal mode,POM)的演化进行结构损伤识别,但对微小损伤的敏感性较低。为了改善其识别能力,发展了一种协同KF和... 当前基于本征正交分解和卡尔曼滤波(Kalman filter,KF)的结构损伤识别方法,只能通过跟踪结构一阶本征正交模态(proper orthogonal mode,POM)的演化进行结构损伤识别,但对微小损伤的敏感性较低。为了改善其识别能力,发展了一种协同KF和递归本征正交分解(recursive proper orthogonal decomposition,RPOD)的KF-RPOD方法。该方法可基于结构动应变响应数据构造快照矩阵,避免了实际工程中位移传感器成本高、测点布置困难及环境因素导致的位移数据采集困难等问题。通过RPOD方法提取快照矩阵中的本征正交模态,构建降阶模型,减少结构分析计算的自由度,解决了损伤识别计算量大且难以求解的问题。在迭代的每一步计算过程,能及时更新观测向量分量,并在观测阶段和后验估计中消除低阶POM的影响,且能动态更新由POM构建的降阶模型,同时跟踪损伤的演化并对其进行定位。通过五层钢框架动力学数值模拟和模型实测试验验证了该方法的有效性。结果表明,所发展的方法能够准确跟踪高阶POM的演化,显著提高了识别精度,能在线识别结构损伤。 展开更多
关键词 卡尔曼滤波(KF) 递归本征正交分解(RPOD) 模型降阶 损伤识别 在线健康监测
在线阅读 下载PDF
基于改进YOLOv5s的碾茶轻量化在线分选方法
14
作者 李兵 朱勇 +3 位作者 夏程龙 李飞龙 蔡振洋 吴昊 《茶叶科学》 北大核心 2025年第5期879-897,共19页
碾茶是生产抹茶的原料,是确保抹茶品质最重要的一环。对碾茶进行快速有效分选是提高成品碾茶品质的重要环节。针对目前碾茶分选环节中存在分选效率低、劳动强度大等问题,提出了一种基于碾茶检测的在线分选方法,搭建了碾茶在线分选试验... 碾茶是生产抹茶的原料,是确保抹茶品质最重要的一环。对碾茶进行快速有效分选是提高成品碾茶品质的重要环节。针对目前碾茶分选环节中存在分选效率低、劳动强度大等问题,提出了一种基于碾茶检测的在线分选方法,搭建了碾茶在线分选试验平台。根据碾茶识别的实时性和轻量化需求,开发了一种基于YOLOv5s-EfficientNet-SimSPPF的碾茶识别模型,模型引入EfficientNet主干网络和SimSPPF模块,在保证识别精度的基础上提高了模型识别速度,缩小模型大小。该研究还提出了一种基于碾茶在线识别结果进行分选的控制算法,以及一种辅助算法,防止分选过程中对工业相机视场域边界上的碾茶进行低精确度的二次识别与二次定位。最后,设计了碾茶在线分选试验,对混合碾茶叶片和梗茎的样品分选平均精度达到97.0%。提出的碾茶在线分选方法可以满足碾茶在线分选的实际需要,可作为抹茶精加工和碾茶分选操作的有效工具,也可为其他农产品的在线识别和连续分选提供参考。 展开更多
关键词 碾茶识别 改进YOLOv5s算法 在线分选系统
在线阅读 下载PDF
基于多分类支持向量机的变压器在线监测数据错误模式识别 被引量：3
15
作者 何宁辉 吴旭涛 +5 位作者 张佩 沙伟燕 周秀 丁培 杨擎柱 程养春 《高压电器》 CAS CSCD 北大核心 2024年第7期173-181,共9页
针对变压器在线油中溶解气体在线监测数据质量问题,统计了200多台监测装置的2020全年数据,总结了3种主要数据错误模式;提出了数据错误模式识别策略和特征参数,构建了多分类支持向量机进行错误数据识别与分类;并利用核主成分分析法和排... 针对变压器在线油中溶解气体在线监测数据质量问题,统计了200多台监测装置的2020全年数据,总结了3种主要数据错误模式;提出了数据错误模式识别策略和特征参数,构建了多分类支持向量机进行错误数据识别与分类;并利用核主成分分析法和排列组合遍历寻优法对特征向量进行了降维优化。所构建的多分类支持向量机分类器对于H_(2)错误数据识别准确率达到97.5%,对于其他气体达到90%以上。应用所构建的分类器对2020全年数据进行了统计,其中H2的错误数据达到27.14%,C_(2)H_(2)的错误数据达到1.75%。 展开更多
关键词 错误数据 模式识别 支持向量机 在线监测 变压器 油中溶解气体分析
在线阅读 下载PDF
融合分割点检测的在线机动轨迹识别方法
16
作者 魏政磊 董康生 +3 位作者 段耀泽 陈蔚 岑飞 周欢 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2024年第12期20-33,共14页
为提高飞机机动识别方法精准度,提升识别过程的实时性,考虑到战术机动轨迹的动态性以及时序性,融合机动轨迹分割点检测方法,提出一种基于马氏距离度量动态时间规整神经网络的在线机动轨迹识别方法。首先,为防止训练的分割识别模型过拟合... 为提高飞机机动识别方法精准度,提升识别过程的实时性,考虑到战术机动轨迹的动态性以及时序性,融合机动轨迹分割点检测方法,提出一种基于马氏距离度量动态时间规整神经网络的在线机动轨迹识别方法。首先,为防止训练的分割识别模型过拟合,通过提取机动轨迹特征,将机动轨迹飞行参数转化为机动轨迹特征参数,同时构建了包括21种机动轨迹单元的机动库;然后,为快速分割机动轨迹单元,结合支持向量机和马氏距离,提出了一种基于马氏距离支持向量机的机动轨迹分割点检测方法;其次,为提高机动轨迹单元识别精度,结合基于改进马氏距离的动态时间规整与卷积神经网络,提出一种基于马氏距离度量动态时间规整神经网络的机动轨迹单元识别方法;最后,通过融合分割点检测模型与轨迹单元识别模型,构建在线机动轨迹识别平台,并利用3种机动轨迹工况数据对该方法进行仿真分析。仿真结果表明,提出的方法能实时检测飞机机动轨迹单元分割点,且在分割检测的准确率达到97.0%;与其他机动轨迹识别方法相比较,本研究提出的方法不仅满足实时性,且具有较高的识别精度,达到90%以上,从而验证了本研究提出的在线机动识别模型的有效性与实时性。 展开更多
关键词 在线机动轨迹识别 机动轨迹单元 马氏距离度量 支持向量机 动态时间规整神经网络
在线阅读 下载PDF
HchMER:混合人机智能的手写数学表达式识别方法
17
作者 康文惠 黄进 +3 位作者 仝青山 付强 田丰 戴国忠 《软件学报》 北大核心 2025年第2期915-938,共24页
随着人工智能和端到端识别方法在手写数学表达式识别上的应用,数学表达式识别准确率有了明显的提高.然而,与公开数据集上的测试不同,实际应用中人的参与为识别算法引入了更多的不确定因素,如个性化的笔画信息、包含歧义的手写字符,以及... 随着人工智能和端到端识别方法在手写数学表达式识别上的应用,数学表达式识别准确率有了明显的提高.然而,与公开数据集上的测试不同,实际应用中人的参与为识别算法引入了更多的不确定因素,如个性化的笔画信息、包含歧义的手写字符,以及不确定的公式结构等,影响了识别算法的性能.为此,提出了一种混合人机智能的手写数学表达式识别方法HchMER.该方法借助手写数学公式识别算法、知识库和用户反馈,增强机器对用户输入的数学表达式的理解,从而提升手写数学表达式的编辑速度和准确率.为了验证HchMER的有效性,将其分别与MyScript Math Recognition(MyScript)算法,以及一个成熟的商用产品“Microsoft Ink Equation”(InkEquation)进行了比较.实验结果表明,HchMER在准确率上较MyScript和InkEquation分别提高了23.2%和26.51%.在平均完成时间上,HchMER比MyScript增加了44.46%(9.6 s),但是比InkEquation降低了11.48%(4.05 s).同时,被试在问卷调查和半结构化访谈中对HchMER给予了肯定. 展开更多
关键词 人机混合智能 草图理解 在线手写数学表达式识别 用户界面
在线阅读 下载PDF
考虑可信度偏差的在线教育情感多模态识别
18
作者 王鑫 许晓辉 《传感器与微系统》 CSCD 北大核心 2024年第11期122-126,共5页
为解决当前多模态情感识别方法中普遍忽略模态可信度偏差问题,提出一种考虑模态可信度偏差的在线教育情感多模态识别方法。首先,对多模态融合识别和累积学习(CL)进行简要介绍,然后,将CL的思想引入到识别模型中,提出考虑模态可信度偏差... 为解决当前多模态情感识别方法中普遍忽略模态可信度偏差问题,提出一种考虑模态可信度偏差的在线教育情感多模态识别方法。首先,对多模态融合识别和累积学习(CL)进行简要介绍,然后,将CL的思想引入到识别模型中,提出考虑模态可信度偏差的情感多模态识别方法,最后,以某高校在线课堂的学习者视频和中文公开数据集CH⁃SIMS为研究对象进行实验。通过增加CL单元,考虑模态可信度偏差,显著提高了情感预测性能,在两个数据集上,平均绝对误差(MAE)指标至少提升2.01%,平均绝对百分比误差(MAPE)指标至少提升0.98%,Pearson系数指标至少提升0.02%,结果表明:CL单元能够通过考虑模态可信度偏差,突出高可信度模态数据的引导作用,提升情感预测性能。 展开更多
关键词 在线教育 学习者 情感识别 多模态 可信度
在线阅读 下载PDF
一种多骨架特征前期融合的在线行为识别算法
19
作者 刘均发 黎奕辉 《计算机应用与软件》 北大核心 2024年第1期161-167,共7页
针对现有基于人体骨架的行为识别方法存在计算量大、不适合在线应用的问题,提出一种多骨架特征前期融合的在线行为识别算法。该算法通过前期嵌入层融合不同类型的输入特征,并结合最大池化和层次池化操作提取骨架空间的多语义信息。根据... 针对现有基于人体骨架的行为识别方法存在计算量大、不适合在线应用的问题,提出一种多骨架特征前期融合的在线行为识别算法。该算法通过前期嵌入层融合不同类型的输入特征,并结合最大池化和层次池化操作提取骨架空间的多语义信息。根据日常行为的数据特征设计有效的骨架序列选取方式,并制作NTU-GAST Skeleton数据集,实现在线的行为识别应用。在公开数据集NTU60/120 RGB+D上进行测试,结果表明提出的算法需要更少计算量的同时取得了较高的识别准确率。 展开更多
关键词 多骨架特征 前期融合 行为识别 在线应用
在线阅读 下载PDF
基于地铁振动源强分析的车辆状态定量识别方法研究
20
作者 闫宇智 黄宏斌 +4 位作者 丁德云 刘敏 孙志强 李克飞 崔日新 《铁道科学与工程学报》 北大核心 2025年第8期3785-3794,共10页
车辆健康状态监测与评价是保证地铁运营安全的重要手段,是智慧城轨技术发展的方向。以地铁振动源强数据为基础,提出一种以隧道壁最大Z振级80分位数作为筛选值,以不少于5个不同类型监测断面和7 d连续监测数据作为样本的轨道交通车辆状态... 车辆健康状态监测与评价是保证地铁运营安全的重要手段,是智慧城轨技术发展的方向。以地铁振动源强数据为基础,提出一种以隧道壁最大Z振级80分位数作为筛选值,以不少于5个不同类型监测断面和7 d连续监测数据作为样本的轨道交通车辆状态定量识别方法,构建了地铁车辆状态指数(I_(vs))指标,并在不同城市地铁线路进行了实际应用和验证。研究结果表明:车辆状态定量识别方法在不同城市地铁线路均具有较好的稳定性与准确性,I_(vs)指标可以显著区分列车间车辆状态差异,I_(vs)越大,车辆状态越差,反之车辆状态越好。车辆状态差异对振动影响显著,同一监测断面不同列车引起隧道壁振动最大Z振级差可达6.7~24.1 dB。根据多个城市I_(vs)分布规律统计,车辆状态可划分为正常(0≤I_(vs)<50)、预警(50≤I_(vs)<80)和报警(80≤I_(vs)≤100)3个等级,针对不同等级给出了相应的维修整治建议。通过对某线路地铁车辆16个月的长期监测,I_(vs)变化趋势与实际情况吻合,车轮镟修前、后车辆运行状态差异明显,I_(vs)随之变化,验证了车辆状态定量识别方法的可行性。该方法可快速、定量地在线识别线路运营列车的车辆运行状态,对列车的安全运营与科学维修提供技术支撑。 展开更多
关键词 轨道交通 振动源强 车辆状态 定量识别 在线监测
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 … 27 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