基于ResNet-UNet模型的DAS矸石浆体充填堵管监测技术

1

作者 柴敬 王梓名 +7 位作者 马晨阳 张丁丁 李至 周森 秋丰岐 吴玉意 冀汶莉 赵鹏翔 《西安科技大学学报》 北大核心 2025年第4期650-662,共13页

煤矸石浆体输送管道在输送过程中易产生堵塞、腐蚀等多种问题。目前针对浆体管道输送中存在的堵塞问题,精准定位仍面临着巨大挑战。基于此,提出了一种以分布式声波传感技术(DAS)为监测手段,结合图像降噪与ResNet-UNet复合网络对堵塞点... 煤矸石浆体输送管道在输送过程中易产生堵塞、腐蚀等多种问题。目前针对浆体管道输送中存在的堵塞问题,精准定位仍面临着巨大挑战。基于此,提出了一种以分布式声波传感技术(DAS)为监测手段,结合图像降噪与ResNet-UNet复合网络对堵塞点位进行监测和识别的方法;为评估所提出的技术方案,建立了15.14 m的环管模型,并进行注浆堵塞模拟试验。结果表明:相比于传统的UNet及ResNet网络,ResNet-UNet网络模型可在有效避免梯度爆炸问题的基础上,较为精准地对堵塞点位图像进行识别,堵塞点定位的准确率为97.83%,精确率为97.76%,召回率为94.80%,F1分数为0.958 9。该研究在全覆盖式监测矸石输送管道的基础上,有效解决了DAS传感监测时,由于其高灵敏度所带来的噪声处理难题,较为精确地实现了堵塞点的定位效果,研究为矸石浆体输送管道监测及堵塞点的定位问题提供了智能化的解决方案。 展开更多

关键词 分布式声波传感技术 矸石浆体管道输送 降噪算法 resnet-UNet模型 图像识别 堵塞定位

在线阅读 下载PDF 职称材料

多导联心电图识别的稳定步长ResNet深度网络

2

作者 曹玉怡 覃华 卢才德 《广西大学学报（自然科学版）》 CAS 北大核心 2024年第2期374-385,共12页

针对经典的ResNet深度神经网络对一维多导联心电图图像进行识别、分类时,因原始图像的维度较高导致提取到的深度特征维度高,造成全连接层训练出现收敛速度慢和过拟合的问题,在ResNet的全连接层提出一种稳定步长动量训练算法,通过引入近... 针对经典的ResNet深度神经网络对一维多导联心电图图像进行识别、分类时,因原始图像的维度较高导致提取到的深度特征维度高,造成全连接层训练出现收敛速度慢和过拟合的问题,在ResNet的全连接层提出一种稳定步长动量训练算法,通过引入近似二阶梯度信息增强动量法的寻优能力和加速收敛速度;利用连续2次迭代的参数变化量和梯度信息自适应调整步长,构造边界函数对步长的大小进行限制,以防止步长过大或过小而影响收敛稳定性,使用动量项对参数的更新方向进行修正。在CPSC2018心电图数据集上的实验结果表明:所提算法训练的ResNet取得的F 1分数、准确率、精确度分别达到0.859、97.4%、87.9%,收敛速度和整体分类指标值优于其他相比较的方法。 展开更多

关键词 多导联心电图 resnet深度网络 动量优化算法 稳定步长 二阶梯度信息

在线阅读 下载PDF 职称材料

基于改进Mask R-CNN的低空遥感实例分割算法

3

作者 李冰锋 王光耀 崔立志 《兵器装备工程学报》 北大核心 2025年第2期168-176,共9页

针对遥感领域图像目标繁杂、检测和分割精度不高的问题,提出一种改进Mask R-CNN算法。设计PMResNet-50结构作为主干网络,其中金字塔挤压注意模块可以促进局部和全局通道注意之间的信息交互作用,多层次特征聚合模块可以提高PMResNet-50... 针对遥感领域图像目标繁杂、检测和分割精度不高的问题,提出一种改进Mask R-CNN算法。设计PMResNet-50结构作为主干网络,其中金字塔挤压注意模块可以促进局部和全局通道注意之间的信息交互作用,多层次特征聚合模块可以提高PMResNet-50对输入通道语义信息的高效聚合作用。在RoI Align前引入自校准卷积模块来扩大卷积层的感受野大小并对边界框和掩码框执行校准操作。在分割分支使用掩码预测平衡损失函数,对每个类别的正负样本梯度进行平衡,实现对损失梯度的平滑降低处理。在自建低空遥感数据集和iSAID-Reduce100数据集上进行测试,实验结果表明:改进后的算法在自建数据集上box AP和mask AP分别提升17.9%和15.0%,在iSAID-Reduce100数据集上box AP和mask AP达到49.62%和50.27%,该算法很好地完成了对遥感目标的检测和分割。 展开更多

关键词 深度学习 图像处理 遥感图像 实例分割 改进Mask R-CNN算法 resnet-50

在线阅读 下载PDF 职称材料

基于YOLO2和ResNet算法的监控视频中的人脸检测与识别 被引量：27

4

作者 朱超平 杨艺 《重庆理工大学学报（自然科学）》 CAS 北大核心 2018年第8期170-175,共6页

针对监控环境下的人脸识别比较问题,提出一套基于深度学习的检测识别方法,利用YOLO2算法和Res Net算法完成监控视频中的人脸监测和识别。检测部分采用速度较快的YOLO2算法,识别部分采用准确率较高的Res Net算法。利用WIDER FACE人脸检... 针对监控环境下的人脸识别比较问题,提出一套基于深度学习的检测识别方法,利用YOLO2算法和Res Net算法完成监控视频中的人脸监测和识别。检测部分采用速度较快的YOLO2算法,识别部分采用准确率较高的Res Net算法。利用WIDER FACE人脸检测数据库和CASIA_Webface数据库做验证性实验,实验结果表明:系统整体的实时性和准确率均可满足实际工程应用需要。 展开更多

关键词 深度学习 快速检测 人脸识别 YOLO2算法 resnet算法

在线阅读 下载PDF 职称材料

基于ResNet的KLEIN算法改进模板攻击 被引量：1

5

作者 王永娟 王灿 +1 位作者 袁庆军 冯芯竹 《密码学报》 CSCD 2022年第6期1028-1038,共11页

针对传统模板攻击存在的多元高斯正态分布假设受限、预处理复杂度高且不适用于带掩码防护的应用场景等问题,研究基于深度学习的模板攻击的改进方法.利用深度学习模型ResNet,对轻量级分组密码算法KLEIN实施改进模板攻击,根据数据的标签... 针对传统模板攻击存在的多元高斯正态分布假设受限、预处理复杂度高且不适用于带掩码防护的应用场景等问题,研究基于深度学习的模板攻击的改进方法.利用深度学习模型ResNet,对轻量级分组密码算法KLEIN实施改进模板攻击,根据数据的标签对数据进行分类.在密钥恢复阶段利用密钥优势叠加的方法,平均需要15条相同密钥加密所产生的能量迹即可有效区分正确密钥.相较于传统的模板攻击,本文的攻击方法成功恢复密钥所需攻击能量迹减少了83.7%,降低了模板攻击的难度,有效提高了模板攻击的成功率和效率. 展开更多

关键词 模板攻击 KLEIN-64算法 深度学习 resnet

在线阅读 下载PDF 职称材料

基于YOLO-v5和ResNet的舱底水液位识别算法 被引量：5

6

作者 王坤 房玉吉 +2 位作者 刘华龙 刘帅 余淞洋 《船海工程》 北大核心 2020年第6期39-43,共5页

针对船舶破损浸水后无法快速识别的问题,提出一种基于YOLO-v5和ResNet算法的舱底水液位识别算法,测试结果显示,该方法的准确率和响应速度基本达到实际使用需求,随着训练样本数量增加,该舱底水液位识别算法的精度将继续提高,并具备在船... 针对船舶破损浸水后无法快速识别的问题,提出一种基于YOLO-v5和ResNet算法的舱底水液位识别算法,测试结果显示,该方法的准确率和响应速度基本达到实际使用需求,随着训练样本数量增加,该舱底水液位识别算法的精度将继续提高,并具备在船舶损害管制系统中应用的可能。 展开更多

关键词 YOLO-v5算法 resnet算法 图像识别 液位识别

在线阅读 下载PDF 职称材料

基于改进Inception-ResNet-v2的城市交通路面状态识别算法 被引量：4

7

作者 王佳 黄德启 +1 位作者 郭鑫 杨路明 《科学技术与工程》 北大核心 2022年第6期2524-2530,共7页

针对传统方法对于路面状态识别准确率低的问题,提出了一种改进Inception-ResNet-v2的路面状态识别算法,对6种城市交通路面状态进行识别。首先,在Inception-ResNet-v2算法的Inception-ResNet-C模块引入SENet注意力机制得到SE-Inception-R... 针对传统方法对于路面状态识别准确率低的问题,提出了一种改进Inception-ResNet-v2的路面状态识别算法,对6种城市交通路面状态进行识别。首先,在Inception-ResNet-v2算法的Inception-ResNet-C模块引入SENet注意力机制得到SE-Inception-ResNet-C模块,使算法学习到不同通道特征的重要程度;然后采用特征融合策略,将不同层级的特征信息融合,防止重要特征信息的丢失;最后采用全卷积结构,将原始算法中的全连接层换成卷积层,不仅保证了图像的空间结构,还能使网络接收任意尺度的图片。实验结果表明,该算法能提取关键的特征信息,有效提高了路面状态的识别精度。 展开更多

关键词 城市交通 路面状态识别 Inception-resnet-v2算法 注意力机制 特征融合 全卷积结构

在线阅读 下载PDF 职称材料

基于改进YOLO和Resnet的变电设备热缺陷识别及诊断方法 被引量：17

8

作者 郑文杰 杨祎 +3 位作者 乔木 吕俊涛 张峰达 洪欣媛 《重庆理工大学学报（自然科学）》 北大核心 2023年第9期261-269,共9页

针对变电设备红外图像背景干扰大、热缺陷故障种类多、现有故障诊断方法效率低,难以满足实际巡检应用需求的问题,提出一种基于改进YOLO和Resnet的变电设备热缺陷识别及诊断方法。首先,构建典型变电设备红外图像数据集,采用卷积核分解及... 针对变电设备红外图像背景干扰大、热缺陷故障种类多、现有故障诊断方法效率低,难以满足实际巡检应用需求的问题,提出一种基于改进YOLO和Resnet的变电设备热缺陷识别及诊断方法。首先,构建典型变电设备红外图像数据集,采用卷积核分解及多层特征融合技术改进YOLOv4-Tiny算法,对发生故障的设备进行定位并获取该设备先验框;然后,提出融合密集连接的Res_DNet网络获取先验框内局部图像数据的多尺度特征,提高设备故障类型的分类准确度;最后,采用贝叶斯算法改进模型超参数,获取学习率、卷积核个数等的最佳组合,实现高效率及高准确度的故障识别与分类。研究结果表明:改进后的YOLOv4-Tiny算法相较于原算法准确率提升了5.3%,改进后的Res_DNet算法相比经典算法准确率提升了4.6%以上,能实现变电设备热缺陷状态高精度识别。 展开更多

关键词 变电设备 红外图像 YOLOv4-Tiny算法 resnet 故障诊断

在线阅读 下载PDF 职称材料

基于改进StackCNN网络和集成学习的脑电信号视觉分类算法 被引量：1

9

作者 杨青 王亚群 +2 位作者 文斗 王莹 王翔宇 《郑州大学学报（工学版）》 CAS 北大核心 2024年第5期69-76,共8页

针对直接使用图像诱发的脑电信号进行视觉分类的现有研究少,并且视觉分类的平均准确率低等问题,设计了一种卷积神经网络(CNN)和集成学习相结合的方法,用于学习脑电信号相关的视觉特征表示。通过在StackCNN网络中加入K-max池化方法,解决... 针对直接使用图像诱发的脑电信号进行视觉分类的现有研究少,并且视觉分类的平均准确率低等问题,设计了一种卷积神经网络(CNN)和集成学习相结合的方法,用于学习脑电信号相关的视觉特征表示。通过在StackCNN网络中加入K-max池化方法,解决在提取脑电特征时信息丢失的问题,并结合Bagging算法增强网络的泛化能力,该方法称为StackCNN-B。采用基于残差神经网络(ResNet)回归对图像进行分类,验证StackCNN-B方法在图像分类上的性能。消融实验及与现有研究对比实验的结果表明:所提方法识别准确率较高,在学习脑电信号的视觉特征表示上的平均准确率达到99.78%,在图像分类上的平均准确率达到96.45%,与Bi-LSTM-AttGW方法相比,平均提高了0.28百分点和2.97百分点。研究结果验证了脑电信号可以有效地解码与视觉识别相关的人类大脑活动,也表明所提出StackCNN-B模型的优越性。 展开更多

关键词 脑电图 视觉分类 卷积神经网络 BAGGING算法 resnet网络

在线阅读 下载PDF 职称材料

基于深度学习的桥梁表观裂缝检测算法研究 被引量：4

10

作者 张鸣祥 张睿 钟其仁 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2024年第7期995-1002,共8页

针对在复杂背景条件下难以直接对桥梁表观裂缝进行检测的问题,文章提出一种基于深度学习的桥梁表观裂缝检测算法。首先利用滑动窗口算法将采集到的桥梁表观裂缝图像切分为小尺寸的桥梁裂缝面元图像和桥梁背景面元图像,并根据对面元图像... 针对在复杂背景条件下难以直接对桥梁表观裂缝进行检测的问题,文章提出一种基于深度学习的桥梁表观裂缝检测算法。首先利用滑动窗口算法将采集到的桥梁表观裂缝图像切分为小尺寸的桥梁裂缝面元图像和桥梁背景面元图像,并根据对面元图像的分析,提出一种基于Inception网络和残差网络(ResNet)的桥梁裂缝分类模型,用于桥梁裂缝面元和桥梁背景面元的识别;然后结合桥梁裂缝分类模型与滑动窗口算法对桥梁表观裂缝图像进行检测;最后利用数字图像处理技术测量裂缝宽度。结果表明:该文算法对桥梁表观裂缝有超过99%的分类精度,可满足实际工程需要;实现了裂缝的提取并能准确地定位出裂缝在图像中的位置;根据成像原理能测量出裂缝宽度。与传统的深度学习模型相比,该模型拥有更高的执行效率,可用于大规模检测,更易于应用在桥梁健康检测中。 展开更多

关键词 深度学习 桥梁表观裂缝检测 滑动窗口算法 Inception网络 残差网络 数字图像处理

在线阅读 下载PDF 职称材料

自然环境下多类水果采摘目标识别的通用改进SSD模型 被引量：95

11

作者 彭红星 黄博 +4 位作者 邵园园 李泽森 张朝武 陈燕 熊俊涛 《农业工程学报》 EI CAS CSCD 北大核心 2018年第16期155-162,共8页

为解决当前自然环境下水果识别率不高、泛化性不强等问题,该文以苹果、荔枝、脐橙、皇帝柑4种水果为研究对象,提出了一种改进的SSD(single shot multi-boxdetector)深度学习水果检测模型:将经典SSD深度学习模型中的VGG16输入模型替换为R... 为解决当前自然环境下水果识别率不高、泛化性不强等问题,该文以苹果、荔枝、脐橙、皇帝柑4种水果为研究对象,提出了一种改进的SSD(single shot multi-boxdetector)深度学习水果检测模型:将经典SSD深度学习模型中的VGG16输入模型替换为Res Net-101模型,并运用迁移学习方法和随机梯度下降算法优化SSD深度学习模型。该文基于Caffe深度学习框架,对自然环境下采集的水果图像进行不同网络模型、不同数据集大小和不同遮挡比例等多组水果识别检测效果对比试验。试验表明:改进的SSD深度学习水果检测模型对4种水果在各种环境下的平均检测精度达到88.4%,高于经典SSD深度学习模型中的86.38%,经过数据增强后平均检测精度可提升至89.53%,在遮挡面积低于50%的情况下F1值能达到96.12%,有较好的泛化性和鲁棒性,可以很好地实现自然环境下多类水果的精准检测,可为农业自动化采摘中的水果识别检测问题提供新的方案。 展开更多

关键词 图像识别 模型 算法 水果检测 深度学习 SSD VGG16 resnet-101

在线阅读 下载PDF 职称材料

基于深度学习的人工智能设计决策模型 被引量：35

12

作者 王亚辉 余隋怀 +4 位作者 陈登凯 初建杰 刘卓 王金磊 马宁 《计算机集成制造系统》 EI CSCD 北大核心 2019年第10期2467-2475,共9页

为了消除设计决策者决策偏好对产品开发的影响,进一步提升设计决策效率,提出了ResNet人工智能设计决策模型。该模型基于人工智能思想,构建了基于产品造型语义的设计历史方案数据集,并对该数据集进行了产品造型语义标注。通过深度残差学... 为了消除设计决策者决策偏好对产品开发的影响,进一步提升设计决策效率,提出了ResNet人工智能设计决策模型。该模型基于人工智能思想,构建了基于产品造型语义的设计历史方案数据集,并对该数据集进行了产品造型语义标注。通过深度残差学习网络算法(ResNet)对数据集进行不断训练来提高设计决策的准确度,将一般设计决策问题转化为设计方案图像的语义识别问题,最大限度地消除了决策者决策偏好的影响。通过起重机造型设计决策实例,验证了ResNet人工智能设计决策算法的有效性和可行性。 展开更多

关键词 深度学习 人工智能 设计决策 设计语义 resnet算法 产品开发

在线阅读 下载PDF 职称材料

基于改进SSD算法的安全驾驶行为识别方法研究 被引量：8

13

作者 施冬梅 《现代电子技术》 2021年第11期67-72,共6页

提出一种基于改进的SSD网络的安全驾驶行为识别方法。针对SSD目标检测算法VGG16网络结构的不足之处,用表征能力更强的Inception-ResNet网络进行替换;用残差学习算法减少网络学习维度,降低网络训练难度;引入多层特征金字塔结构,用改进三... 提出一种基于改进的SSD网络的安全驾驶行为识别方法。针对SSD目标检测算法VGG16网络结构的不足之处,用表征能力更强的Inception-ResNet网络进行替换;用残差学习算法减少网络学习维度,降低网络训练难度;引入多层特征金字塔结构,用改进三分支残差网络对小目标的语义进行多特征融合,从而在反向传播时可以获得后续多层的梯度信息,提高目标检测精度。给出了Tensorflow平台下具体的实现过程,测试结果表明,该方法能够实时有效地识别驾驶员疲劳状态,提高驾驶安全系数,减少交通事故。 展开更多

关键词 安全驾驶 行为识别 改进SSD算法 Inception-resnet 网络训练 多特征融合

在线阅读 下载PDF 职称材料