期刊文献+
共找到46,893篇文章
< 1 2 250 >
每页显示 20 50 100
基于RPA+DeepSeek的企业信息核查审计机器人研究——以ND会计师事务所市监局项目为例 被引量:3
1
作者 程平 唐涔芮 +1 位作者 胥尧 林定逢 《会计之友》 北大核心 2025年第12期107-114,共8页
传统企业信息核查审计工作因流程冗长、效率低、准确性不足及人力消耗大等问题,制约了核查质量和效率。文章以ND会计师事务所市场监督管理局项目为例,提出结合RPA与Deep Seek大模型的技术创新方案,推动核查审计工作的数字化转型。通过... 传统企业信息核查审计工作因流程冗长、效率低、准确性不足及人力消耗大等问题,制约了核查质量和效率。文章以ND会计师事务所市场监督管理局项目为例,提出结合RPA与Deep Seek大模型的技术创新方案,推动核查审计工作的数字化转型。通过构建涵盖应用层、服务层、数据层和基础设施层的审计机器人框架模型,实现从文件识别到报告生成的全流程自动化。Deep Seek大模型凭借其自然语言处理能力和本地化部署优势,提升非结构化数据处理效率和信息抽取精准度;RPA技术通过自动化流程执行,减少人工干预和错误风险。研究表明,RPA与Deep Seek大模型的深度融合显著提高了核查效率与准确性,降低了人力成本,为审计智能化转型提供了技术支撑。实际应用中需重点关注技术集成与业务流程适配、模型性能优化、数据安全与合规性保障,以及人员技术培训与转型支持。 展开更多
关键词 RPA deep Seek 企业信息核查 数字化转型 审计机器人
在线阅读 下载PDF
Deep Seek技术驱动下的童书出版智能化生产范式转型 被引量:1
2
作者 陈苗苗 应莹 《出版广角》 北大核心 2025年第5期64-71,共8页
在数字化浪潮冲击下,传统童书出版业面临选题策划失准、创作滞后、编辑断层、营销低效等结构性困境,亟须通过智能化转型重构生产范式。以Deep Seek多模态大模型为技术框架,系统解析其如何通过动态用户画像、多模态内容生成、智能校对与... 在数字化浪潮冲击下,传统童书出版业面临选题策划失准、创作滞后、编辑断层、营销低效等结构性困境,亟须通过智能化转型重构生产范式。以Deep Seek多模态大模型为技术框架,系统解析其如何通过动态用户画像、多模态内容生成、智能校对与知识图谱、强化学习决策等技术模块,深度赋能童书出版选题策划、作者创作、编辑加工、营销发行全链路智能化升级。童书出版机构在转型过程中面临选题依赖数据遮蔽儿童需求、技术理性消解作者原创性、编辑职能被技术侵蚀、营销发行同质化等挑战,需构建童书出版智能化转型的方法论框架,助力童书出版产业在数字时代重塑核心竞争力。 展开更多
关键词 deep Seek 童书出版 智能化 生产范式
在线阅读 下载PDF
改进Deep Q Networks的交通信号均衡调度算法
3
作者 贺道坤 《机械设计与制造》 北大核心 2025年第4期135-140,共6页
为进一步缓解城市道路高峰时段十字路口的交通拥堵现象,实现路口各道路车流均衡通过,基于改进Deep Q Networks提出了一种的交通信号均衡调度算法。提取十字路口与交通信号调度最相关的特征,分别建立单向十字路口交通信号模型和线性双向... 为进一步缓解城市道路高峰时段十字路口的交通拥堵现象,实现路口各道路车流均衡通过,基于改进Deep Q Networks提出了一种的交通信号均衡调度算法。提取十字路口与交通信号调度最相关的特征,分别建立单向十字路口交通信号模型和线性双向十字路口交通信号模型,并基于此构建交通信号调度优化模型;针对Deep Q Networks算法在交通信号调度问题应用中所存在的收敛性、过估计等不足,对Deep Q Networks进行竞争网络改进、双网络改进以及梯度更新策略改进,提出相适应的均衡调度算法。通过与经典Deep Q Networks仿真比对,验证论文算法对交通信号调度问题的适用性和优越性。基于城市道路数据,分别针对两种场景进行仿真计算,仿真结果表明该算法能够有效缩减十字路口车辆排队长度,均衡各路口车流通行量,缓解高峰出行方向的道路拥堵现象,有利于十字路口交通信号调度效益的提升。 展开更多
关键词 交通信号调度 十字路口 deep Q Networks 深度强化学习 智能交通
在线阅读 下载PDF
DeepSeek赋能基础教育高质量发展(笔谈) 被引量:13
4
作者 罗生全 李霓 +6 位作者 宋萑 荣晴 李洪修 王萌萌 雷浩 马玉林 曾文婕 《天津师范大学学报(基础教育版)》 北大核心 2025年第3期1-14,共14页
数字化赋能基础教育,是实现教育高质量发展的必然趋势。DeepSeek作为我国自主研发的人工智能系统,其在教育领域的多模态处理能力和个性化学习支持功能,为基础教育高质量发展提供了新的技术支撑。具体可从以下几方面着力:一是教师能力提... 数字化赋能基础教育,是实现教育高质量发展的必然趋势。DeepSeek作为我国自主研发的人工智能系统,其在教育领域的多模态处理能力和个性化学习支持功能,为基础教育高质量发展提供了新的技术支撑。具体可从以下几方面着力:一是教师能力提升应着重将培养模式向“思维发展导向”转型、实践场域向“技术嵌入型”重构、制度环境创新向弹性化动态化转变等;二是基础教育课程改革要以数据智能推动个性化教学的规模化、人机协同重构师生互动的深度、人文关怀守护教育本质的温度;三是应对课程知识形态变化需重塑知识选择标准、重构知识组织方式、规范知识表达过程、提升教师数字素养;四是DeepSeek驱动的教师教材使用需基于“思维过程可视化——文化认知与伦理嵌入——生成性交互积累”的三维智能要素,教师要创造性地理解教材、特色化地运用教材、协同化地反思教材使用等;五是DeepSeek赋能深度学习评价需关注评价指标生成的众智叠加、评价方法的教学融入和评价数据处理中的算力支持,以此促进学生的深度学习不断增值。 展开更多
关键词 deepSeek 数字化赋能 教育强国 基础教育课程改革 教师能力 课程知识形态 教师教材使用 深度学习评价
在线阅读 下载PDF
技术革命周期与我国算力竞争战略选择——基于DeepSeek复杂经济系统的思考 被引量:5
5
作者 黄晓野 代栓平 李克 《工业技术经济》 北大核心 2025年第4期25-31,共7页
算力是信息化、数字化、智能化时代的新质生产力,是大国博弈利器。算力竞争战略选择关乎一国能否抓住新技术新产业革命机遇,实现综合国力跃迁式增长。以技术-经济范式模型为理论依据,结合全球人工智能发展实践,本文提出我国目前处于算... 算力是信息化、数字化、智能化时代的新质生产力,是大国博弈利器。算力竞争战略选择关乎一国能否抓住新技术新产业革命机遇,实现综合国力跃迁式增长。以技术-经济范式模型为理论依据,结合全球人工智能发展实践,本文提出我国目前处于算力技术革命从导入期过渡到展开期的关键节点,算力发展战略重点应从算力基础设施转移至算力经济领域。高质量算力经济通过整体配置社会资源引领我国进入算力技术革命展开期,充分释放算力市场潜力。以DeepSeek为代表的自主可控产业链、创新性创业主体、经济生态赋能、经济逻辑引导技术创新、因地制宜发展中国式算力经济的复杂算力经济系统,为算力经济高质量发展提供了示范效应。伴随算力市场的扩张,需要提前完善算力市场机制并拓展市场功能。本文认为,应关注“杰文斯悖论(Jevons Paradox)”前瞻性布局与高质量算力经济匹配的算力设施建设;积极完善研发引领长期盈利的竞争机制,以集成创新驱动算力经济,推动完善价值共创机制,壮大算力商品市场和匹配市场。 展开更多
关键词 算力 技术革命周期 算力经济 竞争战略 deepSeek 复杂经济系统 杰文斯悖论 新质生产力
在线阅读 下载PDF
DeepSeek模型分析及其在AI辅助蛋白质工程中的应用 被引量:1
6
作者 李明辰 钟博子韬 +6 位作者 余元玺 姜帆 张良 谭扬 虞慧群 范贵生 洪亮 《合成生物学》 北大核心 2025年第3期636-650,共15页
2025年年初,杭州深度求索人工智能基础技术研究有限公司发布并开源了其自主研发的DeepSeek-R1对话大模型。该模型具备极低的推理成本和出色的思维链推理能力,在多种任务上能够媲美甚至超越闭源的GPT-4o和o1模型,引发了国际社会的高度关... 2025年年初,杭州深度求索人工智能基础技术研究有限公司发布并开源了其自主研发的DeepSeek-R1对话大模型。该模型具备极低的推理成本和出色的思维链推理能力,在多种任务上能够媲美甚至超越闭源的GPT-4o和o1模型,引发了国际社会的高度关注。此外,DeepSeek模型在中文对话上的优异表现以及免费商用的策略,在国内引发了部署和使用的热潮,推动了人工智能技术的普惠与发展。本文围绕DeepSeek模型的架构设计、训练方法与推理机制进行系统性分析,探讨其核心技术在AI蛋白质研究中的迁移潜力与应用前景。DeepSeek模型融合了多项自主创新的前沿技术,包括多头潜在注意力机制、混合专家网络及其负载均衡、低精度训练等,显著降低了Transformer模型的训练和推理成本。尽管DeepSeek模型原生设计用于人类语言的理解与生成,但其优化技术对同样基于Transformer模型的蛋白质预训练语言模型具有重要的参考价值。借助DeepSeek所采用的关键技术,蛋白质语言模型在训练成本、推理成本等方面有望得到显著降低。 展开更多
关键词 大语言模型 AI蛋白质 深度自注意力变换网络 蛋白质语言模型 深度学习
在线阅读 下载PDF
Research status of high efficiency deep penetration welding of medium-thick plate titanium alloy:A review 被引量:4
7
作者 Zhihai Dong Ye Tian +4 位作者 Long Zhang Tong Jiang Dafeng Wang Yunlong Chang Donggao Chen 《Defence Technology(防务技术)》 2025年第3期178-202,共25页
Titanium alloy has the advantages of high strength,strong corrosion resistance,excellent high and low temperature mechanical properties,etc.,and is widely used in aerospace,shipbuilding,weapons and equipment,and other... Titanium alloy has the advantages of high strength,strong corrosion resistance,excellent high and low temperature mechanical properties,etc.,and is widely used in aerospace,shipbuilding,weapons and equipment,and other fields.In recent years,with the continuous increase in demand for medium-thick plate titanium alloys,corresponding welding technologies have also continued to develop.Therefore,this article reviews the research progress of deep penetration welding technology for medium-thick plate titanium alloys,mainly covering traditional arc welding,high-energy beam welding,and other welding technologies.Among many methods,narrow gap welding,hybrid welding,and external energy field assistance welding all contribute to improving the welding efficiency and quality of medium-thick plate titanium alloys.Finally,the development trend of deep penetration welding technology for mediumthick plate titanium alloys is prospected. 展开更多
关键词 Titanium alloy deep penetration welding Narrow gap welding Hybrid welding External energy field assistance welding
在线阅读 下载PDF
基于改进DeepLabV3+网络的光伏组件热斑故障识别及状态量化评估方法研究 被引量:3
8
作者 陈雷 刘波 +1 位作者 孙凯 赵健 《太阳能学报》 北大核心 2025年第3期445-453,共9页
针对光伏组件热斑的精确定位和量化评估,提出一种基于改进DeepLabV3+网络与热斑像素比重模型相融合的光伏组件状态量化评估方法,旨在实现不同热斑状态的量化评估。首先,基于获取的红外热斑图像集,提出在DeepLabV3+主干网络中引入迁移学... 针对光伏组件热斑的精确定位和量化评估,提出一种基于改进DeepLabV3+网络与热斑像素比重模型相融合的光伏组件状态量化评估方法,旨在实现不同热斑状态的量化评估。首先,基于获取的红外热斑图像集,提出在DeepLabV3+主干网络中引入迁移学习网络(EfficientNetB7)来提高热斑形状特征提取能力,进而实现热斑的像素级语义分割;其次,利用Canny算法对分割的热斑图像进行像素级轮廓界定,并利用格林积分计算其像素比重;最后,通过构建状态评估模型实现对光伏组件热斑状态的量化评估。现场试验表明,与常见的语义分割方法(DeepLabV3、FCN、U-net、Linknet、SegNet)相比,该文所提方法在像素准确率和平均交并比方面分别达到98.33%和91.43%,具有较好的热斑分割效果。此外,所提状态评估方法可实现对光伏组件热斑大小的准确量化评估。 展开更多
关键词 光伏组件 热斑 图像分割 状态评估 深度学习 红外图像
在线阅读 下载PDF
基于改进Deeplabv3+的磁瓦表面缺陷分割 被引量:2
9
作者 李明 魏利胜 《电子测量与仪器学报》 北大核心 2025年第1期50-56,共7页
针对磁瓦图像中不同类型的缺陷大小不一影响分割准确率、检测模型参数量大在实际应用中难以部署、图像像素分布不均匀的问题,提出了一种基于改进Deeplabv3+的磁瓦表面缺陷分割算法。首先,在结构上,主干网络采用轻量化的MobilNetv3网络... 针对磁瓦图像中不同类型的缺陷大小不一影响分割准确率、检测模型参数量大在实际应用中难以部署、图像像素分布不均匀的问题,提出了一种基于改进Deeplabv3+的磁瓦表面缺陷分割算法。首先,在结构上,主干网络采用轻量化的MobilNetv3网络代替原模型的Xception网络,使得模型的参数和计算量保持较小以提升检测速度;其次,引入ECANet注意力机制,提升模型的特征表达能力和泛化能力;最后,采用Dice Loss和Focal Loss相结合的损失函数,有效缓解样本像素点分布不平衡对模型训练的影响。将各个改进点进行消融实验,再将改进后的Deeplabv3+与其他模型进行对比,实验结果表明,算法在magnetic tile surface defects数据集上平均交并比为68.25%,平均像素准确率为82.80%,准确率为79.80%,相较于原Deeplabv3+算法,平均交并比提升了8.62%,平均像素准确率提升了9.96%,准确率提升了11.52%,验证了算法的有效性和可行性,在工业应用中具备一定的实际应用价值。 展开更多
关键词 深度学习 缺陷检测 语义分割 磁瓦
在线阅读 下载PDF
DeepCorp:一种基于上下文和操作角色的需求实体共指检测网络
10
作者 田梦晗 杨卫东 《计算机应用与软件》 北大核心 2025年第2期157-164,共8页
自动化检测需求实体共指(EC),对于需求质量的一致性分析十分重要。现有方法往往是利用编辑距离或词嵌入等完成EC检测,其在没有大量专家标注数据的情况下和在捕获需求语句较为复杂的语义信息方面表现不佳。提出一种用于EC检测的新型深度... 自动化检测需求实体共指(EC),对于需求质量的一致性分析十分重要。现有方法往往是利用编辑距离或词嵌入等完成EC检测,其在没有大量专家标注数据的情况下和在捕获需求语句较为复杂的语义信息方面表现不佳。提出一种用于EC检测的新型深度网络DeepCorp(Deep&Context-wise&Requirements Operation Role Network),通过引入实体上下文和需求操作角色信息,使用多层感知机隐式融合嵌入表示来实现需求实体深层次的语义表达,从而进行实体语义相似性判断。在公开需求文档仓库上的实验表明,DeepCorp可达到96.72%准确率、96.67%召回率和96.69%F1,相较于现有方法平均提升1.27%。 展开更多
关键词 需求工程 实体共指 不一致 深度学习
在线阅读 下载PDF
基于改进DeepLabV3+的云南省光伏板识别方法 被引量:1
11
作者 徐真 周仿荣 +4 位作者 高振宇 文刚 马御棠 朱鹏航 吴磊 《东华大学学报(自然科学版)》 北大核心 2025年第2期215-221,共7页
光伏板提取是山火遥感监测虚警库建设的重要部分,对于避免山火遥感监测误报、提升山火遥感监测运行效率等具有重要意义。云南省地处云贵高原,地表环境较为复杂,采用遥感技术提取光伏板面临较大挑战。为克服光伏板样本不均衡等难点,将Res... 光伏板提取是山火遥感监测虚警库建设的重要部分,对于避免山火遥感监测误报、提升山火遥感监测运行效率等具有重要意义。云南省地处云贵高原,地表环境较为复杂,采用遥感技术提取光伏板面临较大挑战。为克服光伏板样本不均衡等难点,将ResNet-50残差网络作为DeepLabV3+语义分割模型的骨干网络,在空洞空间金字塔池化(ASPP)模块后融入注意力机制以更有效地聚合特征的多尺度上下文信息。构建云南省光伏板提取模型,并进行精度评价。结果显示,利用改进的DeepLabV3+模型进行光伏板提取的精准率达97.95%,召回率达95.84%,交并比达93.73%,在各模型中表现最佳,能实现高精度的光伏板提取,利用该模型提取云南省光伏板面积共40.149 km^(2)。 展开更多
关键词 deepLabV3+ 光伏板 语义分割 深度学习
在线阅读 下载PDF
基于YOLOv5与DeepSort对天气雷达数据鸟杂波的识别与追踪
12
作者 姚文 李松书 +1 位作者 王海江 张晶 《气象》 北大核心 2025年第4期417-430,共14页
根据飞鸟回波在天气雷达反射率产品上呈现明显的圆环形态这一具体图像特征,提出一种基于轻量化卷积神经网络(YOLOv5)与多目标跟踪算法(DeepSort)相结合的改进算法,利用2020—2023年营口雷达体扫回波强度资料,构造模型训练数据集和测试... 根据飞鸟回波在天气雷达反射率产品上呈现明显的圆环形态这一具体图像特征,提出一种基于轻量化卷积神经网络(YOLOv5)与多目标跟踪算法(DeepSort)相结合的改进算法,利用2020—2023年营口雷达体扫回波强度资料,构造模型训练数据集和测试数据集,分别对鸟回波进行识别和追踪。首先,在YOLOv5算法中引入轻量级注意力机制以提高整体模型检测的准确性与有效性;其次,在DeepSort算法中将原有的交并比IOU匹配机制替换为一种改进的目标检测的损失函数DIOU匹配机制,DIOU在计算边界框重叠度的基础上,引入了边界框中心点之间的距离,从而提供更精确的定位,减少了因部分遮挡重叠等原因造成的追踪目标编号ID错误匹配和ID切换次数。试验结果表明,优化后的YOLOv5算法在精准度方面提升了2.6百分点,召回率提升了1.0百分点,阈值大于0.5的平均精准度提升了1.2百分点;改进后的DeepSort算法使得ID切换次数降低2次,多目标跟踪准确率提高了4.5百分点,实现对初始模型的轻量化;整体检测性能得到明显提高,满足对鸟回波识别与追踪的实际需求。 展开更多
关键词 深度学习 注意力机制 目标检测 目标追踪
在线阅读 下载PDF
改进的DeepLabV3+模型用于四川县域大小春作物识别 被引量:2
13
作者 张璇 杨本勇 +2 位作者 文武 邓维熙 周何帆 《测绘通报》 北大核心 2025年第3期133-137,167,共6页
传统的农业灌溉水资源分配模式存在严重的分配不均及浪费现象,通过遥感技术准确获取作物空间分布数据能解决农业灌溉水资源分配中作物分布缺失的问题。本文以四川省成都市新津区为研究区,引入对比学习和特征增强机制改进DeepLabV3+模型... 传统的农业灌溉水资源分配模式存在严重的分配不均及浪费现象,通过遥感技术准确获取作物空间分布数据能解决农业灌溉水资源分配中作物分布缺失的问题。本文以四川省成都市新津区为研究区,引入对比学习和特征增强机制改进DeepLabV3+模型,使用GF系列影像数据实现大小春作物的准确识别。结果表明,改进后的IM-DeepLabV3+模型在对新津地区油菜、小麦、水稻、玉米的识别精度上有所提升,分别达91.73%、89.93%、80.18%、72.08%,能够为农业灌溉水资源科学分配提供科学的作物分布数据支撑。 展开更多
关键词 农业遥感 对比学习 深度学习 四川 作物识别
在线阅读 下载PDF
基于YOLO和DeepSORT的内河船舶速度检测方法
14
作者 耿世启 赵建森 +2 位作者 周真真 韩冰 王胜正 《中国航海》 北大核心 2025年第S1期96-104,共9页
通常情况下,用于监测内河船舶速度的方法包括自动识别系统(AIS)和雷达等传感器。但一些小型船舶可能故意关闭AIS系统,使海事监管难以有效实施。同时,雷达等传感器的精度可能受到恶劣环境的影响。因此,提出一种基于YOLO和DeepSORT的内河... 通常情况下,用于监测内河船舶速度的方法包括自动识别系统(AIS)和雷达等传感器。但一些小型船舶可能故意关闭AIS系统,使海事监管难以有效实施。同时,雷达等传感器的精度可能受到恶劣环境的影响。因此,提出一种基于YOLO和DeepSORT的内河船舶速度检测方法,以更好地确保内河船舶航运的安全。采用深度学习中的YOLOv7和DeepSORT算法来检测和跟踪内河船舶。建立基于视觉图像的实例分割模型,用于将像素坐标映射到世界坐标。利用这一映射关系,将船舶在像素坐标下的运动像素矢量转化为世界坐标系下的位移,并计算出船舶的速度。试验证明:该方法解决了在以无人机为主题的船舶测速的情况下无人机运动过程中的拍摄视角和高度的不确定性,而且试验结果表明对船舶速度的测量平均精度均超过95%,表现出出色的鲁棒性。该方法有望在未来的航运安全监测中发挥重要作用。 展开更多
关键词 船速提取 多目标船舶跟踪 模型映射 深度学习 实例分割
在线阅读 下载PDF
基于DeepViT和彩虹散射的含颗粒液滴多参数提取方法
15
作者 黄林滨 李天池 +2 位作者 李灿 李宁 翁春生 《化工进展》 北大核心 2025年第4期1859-1866,共8页
提出了一种基于DeepViT深度学习模型和彩虹散射的含颗粒液滴多参数提取方法,实现了从消光彩虹图像中对宿主液滴粒径和内含物体积分数的同时精确测量。介绍了DeepViT模型的基本组成和实现手段,包括训练数据预处理以及网络超参数的设置。... 提出了一种基于DeepViT深度学习模型和彩虹散射的含颗粒液滴多参数提取方法,实现了从消光彩虹图像中对宿主液滴粒径和内含物体积分数的同时精确测量。介绍了DeepViT模型的基本组成和实现手段,包括训练数据预处理以及网络超参数的设置。随后,展示了含颗粒液滴彩虹光路系统和典型测量信号,分析了该方法在不同粒径和体积分数工况下的测量结果,并与消光彩虹法的测量值对比。本方法在0~0.3%体积分数条件下测量的粒径相对误差均在±0.5%以内,而消光彩虹法最大相对误差约为2%;在120~140μm粒径范围条件下测量内含物体积分数的最大绝对误差小于0.01%。所提出的基于DeepViT方法可快速地实现对动态含颗粒液滴这类非均质液滴的高精度原位参数测量,为含颗粒液滴测量技术的发展提供新思路。 展开更多
关键词 深度学习 彩虹散射 含颗粒液滴 液滴粒径 内含物体积分数 多相流
在线阅读 下载PDF
Deep residual systolic network for massive MIMO channel estimation by joint training strategies of mixed-SNR and mixed-scenarios
16
作者 SUN Meng JING Qingfeng ZHONG Weizhi 《Journal of Systems Engineering and Electronics》 2025年第4期903-913,共11页
The fifth-generation (5G) communication requires a highly accurate estimation of the channel state information (CSI)to take advantage of the massive multiple-input multiple-output(MIMO) system. However, traditional ch... The fifth-generation (5G) communication requires a highly accurate estimation of the channel state information (CSI)to take advantage of the massive multiple-input multiple-output(MIMO) system. However, traditional channel estimation methods do not always yield reliable estimates. The methodology of this paper consists of deep residual shrinkage network (DRSN)neural network-based method that is used to solve this problem.Thus, the channel estimation approach, based on DRSN with its learning ability of noise-containing data, is first introduced. Then,the DRSN is used to train the noise reduction process based on the results of the least square (LS) channel estimation while applying the pilot frequency subcarriers, where the initially estimated subcarrier channel matrix is considered as a three-dimensional tensor of the DRSN input. Afterward, a mixed signal to noise ratio (SNR) training data strategy is proposed based on the learning ability of DRSN under different SNRs. Moreover, a joint mixed scenario training strategy is carried out to test the multi scenarios robustness of DRSN. As for the findings, the numerical results indicate that the DRSN method outperforms the spatial-frequency-temporal convolutional neural networks (SF-CNN)with similar computational complexity and achieves better advantages in the full SNR range than the minimum mean squared error (MMSE) estimator with a limited dataset. Moreover, the DRSN approach shows robustness in different propagation environments. 展开更多
关键词 massive multiple-input multiple-output(MIMO) channel estimation deep residual shrinkage network(DRSN) deep convolutional neural network(CNN).
在线阅读 下载PDF
基于改进DeeplabV3+算法的地铁轨行区识别
17
作者 刘嘉宁 赵才友 张银喜 《铁道建筑》 北大核心 2025年第2期139-145,共7页
为解决现有基于深度学习的算法在地铁轨道区域识别上目标分割不精确、计算和存储资源需求大、检测速度慢的问题,提出了一种基于改进DeeplabV3+算法的地铁轨道区域识别算法。该模型将主干网络替换为有较低的模型大小和计算复杂度的轻量... 为解决现有基于深度学习的算法在地铁轨道区域识别上目标分割不精确、计算和存储资源需求大、检测速度慢的问题,提出了一种基于改进DeeplabV3+算法的地铁轨道区域识别算法。该模型将主干网络替换为有较低的模型大小和计算复杂度的轻量级卷积神经网络MobileNetV2,引入注意力机制CBAM(Channel Attention Module)来提高网络对特征的感知能力,并改进ASPP(Atrous Spatial Pyramid Pooling)使其能编码多尺度信息。应用自制数据集验证本文方法的有效性,并与经典DeeplabV3+、U-net、MaskR-CNN算法进行对比分析。结果表明:本文算法精确率、准确率、召回率、平均交并比分别为94.57%、94.43%、93.49%、90.24%,训练时长6.5 h,单张图像预测时长51.78 ms,模型大小为23 MB,均优于其他三种算法。本文算法在提高对轨道区域图像分割性能的同时,增强了模型的训练和检测效率,具有运用于地铁轨道区域识别的可行性和实用性。 展开更多
关键词 地铁 轨道区域识别 深度学习 语义分割 deeplabV3+算法
在线阅读 下载PDF
Study on the characteristics of crack initiation in deep dense shale containing circular hole under varying stress conditions
18
作者 XIE Hong-qiang FENG Gan +4 位作者 LIU Huai-zhong HE Qiang XIAO Ming-li PEI Jian-liang TAHERDANGKOO Reza 《Journal of Central South University》 2025年第1期244-261,共18页
The evolution of cracks in shale directly affects the efficient production of shale gas.However,there is a lack of research on the characteristics of crack initiation in deep dense shale under different stress conditi... The evolution of cracks in shale directly affects the efficient production of shale gas.However,there is a lack of research on the characteristics of crack initiation in deep dense shale under different stress conditions.In this work,considering the different combinations of confining pressure and bedding plane inclination angle(α),biaxial mechanical loading experiments were conducted on shale containing circular holes.The research results indicate that the confining pressure and inclination angle of the bedding planes significantly influence the failure patterns of shale containing circular holes.The instability of shale containing circular holes can be classified into five types:tensile failure along the bedding planes,tensile failure through the bedding planes,shear slip along the bedding planes,shear failure through the bedding planes,and block instability failure.Furthermore,the evolution of strain and stress fields around the circular holes was found to be the fundamental cause of variations in the initiation characteristics and locations of shale cracks.The crack initiation criterion for shale containing circular hole was established,providing a new method for evaluating the trajectory of shale hole wall fractures.This study holds significant importance for evaluating the evolution and stability of fracture networks within shale reservoirs. 展开更多
关键词 shale gas deep dense shale crack initiate characteristics failure modes
在线阅读 下载PDF
Numerical and experimental investigation on the formability of stainless steel-copper composites during micro deep drawing
19
作者 QI Yan-yang MA Xiao-guang +6 位作者 JIANG Zheng-yi MA Li-nan WANG Zhi-hua ZHOU Cun-long HASAN Mahadi DOBRZAŃSKI Leszek A. ZHAO Jing-wei 《Journal of Central South University》 2025年第4期1237-1251,共15页
In the present study,two-layered stainless steel-copper composites with a thickness of 50μm were initially subjected to annealing at 800,900 and 1000℃for 5 min,respectively,to achieve diverse microstructural feature... In the present study,two-layered stainless steel-copper composites with a thickness of 50μm were initially subjected to annealing at 800,900 and 1000℃for 5 min,respectively,to achieve diverse microstructural features.Then the influence of annealing temperature on the formability of stainless steel-copper composites and the quality of micro composite cups manufactured by micro deep drawing(MDD)were investigated,and the underlying mechanism was analyzed.Three finite element(FE)models,including basic FE model,Voronoi FE model and surface morphological FE model,were developed to analyze the forming performance of stainless steel-copper composites during MDD.The results show that the stainless steel-copper composites annealed at 900℃possess the best plasticity owing to the homogeneous and refined microstructure in both stainless steel and copper matrixes,and the micro composite cup with specimen annealed at 900℃exhibits a uniform wall thickness as well as high surface quality with the fewest wrinkles.The results obtained from the surface morphological FE model considering material inhomogeneity and surface morphology of the composites are the closest to the experimental results compared to the basic and Voronoi FE model.During MDD process,the drawing forces decrease with increasing annealing temperature as a consequence of the strength reduction. 展开更多
关键词 micro deep drawing annealing temperature stainless steel-copper composites FORMABILITY WRINKLING finite element method
在线阅读 下载PDF
基于MECB-DeepLabV3+的梨树叶片病害分级研究
20
作者 陈祥渠 李爱凤 +2 位作者 梁冬悦 吕兆东 张方恒 《山东农业科学》 北大核心 2025年第6期138-148,共11页
梨树叶片病害的准确分级对有效防治病害、提高梨果实的产量和质量具有重要意义。本研究以梨树黑斑病、褐斑病、灰斑病叶片和健康叶片为对象,提出轻量级梨树叶片病害图像分割模型MECB-DeepLabV3+。首先,采用迁移学习方法,对比分析了U-Net... 梨树叶片病害的准确分级对有效防治病害、提高梨果实的产量和质量具有重要意义。本研究以梨树黑斑病、褐斑病、灰斑病叶片和健康叶片为对象,提出轻量级梨树叶片病害图像分割模型MECB-DeepLabV3+。首先,采用迁移学习方法,对比分析了U-Net、PSPNet和DeepLabV3+网络,选出综合表现最优的DeepLabV3+作为基础网络模型;其次,针对DeepLabV3+参数量较大、计算复杂度较高的问题,选用MobileNetV3作为骨干网络,实现了模型的轻量化;最后,针对DeepLabV3+在细小病斑识别及边界分割上的不足,引入高效通道注意力(ECA)、坐标注意力(CA)和瓶颈注意力(BAM)模块,并使用Ranger21优化器和复合损失函数优化模型训练。实验结果表明,MECB-DeepLabV3+模型的平均交并比和平均像素精度分别达到91.22%和95.01%,比基础网络模型DeepLabV3+分别提升2.91、2.14个百分点,参数量仅为4.221 M;采用病斑面积占比进行病害分级,整体平均准确率达到95.02%,可以实现有效的病害分级,可为及时防治梨树叶片病害提供科学依据。 展开更多
关键词 梨树叶片病害 病害分级 深度学习 语义分割 迁移学习
在线阅读 下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部