期刊文献+
共找到66篇文章
< 1 2 4 >
每页显示 20 50 100
基于时频图像组合和DenseNet-CPSAMs的电能质量复合扰动识别
1
作者 毕贵红 杨楠 +3 位作者 刘大卫 杨毅 陈冬静 陈仕龙 《电力系统保护与控制》 北大核心 2025年第17期156-168,共13页
针对新一代电力系统的电能质量扰动(power quality disturbances, PQDs)识别难题,提出一种改进的自适应噪声完备集合经验模态分解(improved complete ensemble empirical mode decompositiom with adaptive noise, ICEEMDAN)、两种模态... 针对新一代电力系统的电能质量扰动(power quality disturbances, PQDs)识别难题,提出一种改进的自适应噪声完备集合经验模态分解(improved complete ensemble empirical mode decompositiom with adaptive noise, ICEEMDAN)、两种模态时频图组合和DenseNet-CPSAMs深度学习模型结合的PQDs识别新方法。首先,提出ICEEMDAN分解PQDs信号,并重构分量。其次,通过同步提取变换(synchroextracting transform, SET)和S变换(Stockwell transform,ST)生成对应时频图,组合为6通道输入张量。最后,引入DenseNet-CPSAMs深度学习模型,融合了密集连接卷积神经网络(densely connected convolutional networks, DenseNet)、通道注意力机制(channel attention mechanism,CAM)与并行空间注意力机制(parallel spatial attention mechanisms, PSAMs),实现融合时频图特征深度提取与强化识别。相比于DenseNet-121模型,DenseNet-CPSAMs模型方法在成功减少模型参数6.5 M的同时,在20 dB高信噪比条件下对31类扰动的平均识别率为99.645%,仿真实验表明该方法特征提取能力强、抗噪性能好,并且对复合扰动识别率高。 展开更多
关键词 电能质量扰动 ICEEMDAN 同步提取变换 s变换 DenseNet 深度学习
在线阅读 下载PDF
基于D-S证据理论的接触网关键特征识别研究
2
作者 王伟 谭富林 +1 位作者 孙博 刘海庆 《中国铁路》 北大核心 2025年第9期100-106,共7页
为准确识别铁路接触网巡检图像与几何参数测量数据中的关键特征(如定位线夹、吊弦线夹),首先利用图像特征、采用改进的YOLOv3检测模型进行测试,发现该类方法易受线路上相似物件的干扰,误判率高;又依据接触网“之”字形设计和弹性悬挂特... 为准确识别铁路接触网巡检图像与几何参数测量数据中的关键特征(如定位线夹、吊弦线夹),首先利用图像特征、采用改进的YOLOv3检测模型进行测试,发现该类方法易受线路上相似物件的干扰,误判率高;又依据接触网“之”字形设计和弹性悬挂特性,提出数据趋势识别法,该方法在数据平稳时效果良好,但易受接触网非常规布局或数据波动的影响导致漏判。为综合二者优势、克服单一方法缺陷,进一步提出利用D-S证据理论,对上述2种方法的识别结果进行决策级融合,使吊弦和定位器线夹识别的F1值优于95%,识别效果优于单一方法,能更有效、更可靠地识别接触网关键特征,为进一步保障供电安全提供技术支撑。 展开更多
关键词 接触网线夹 目标识别 关键特征 D-s证据理论 基本概率分配函数 深度学习
在线阅读 下载PDF
基于改进S-ResNet34模型的小麦条锈病等级识别研究 被引量:1
3
作者 尉国帅 贺佳 +3 位作者 常宝方 袁培燕 赵肖媛 王来刚 《南京农业大学学报》 CAS 北大核心 2025年第1期230-239,共10页
[目的]快速准确识别小麦条锈病病害等级,对其精准防控具有重要意义。[方法]利用数码相机获取小麦叶片条锈病RGB图像,构建小麦叶片条锈病不同病害等级数据集,通过对ResNet34模型添加通道注意力模块(SE)和Inception模块加以改进,增强模型... [目的]快速准确识别小麦条锈病病害等级,对其精准防控具有重要意义。[方法]利用数码相机获取小麦叶片条锈病RGB图像,构建小麦叶片条锈病不同病害等级数据集,通过对ResNet34模型添加通道注意力模块(SE)和Inception模块加以改进,增强模型对小麦条锈病特征的关注程度和提取能力,并采用精准率、召回率、平衡F分数和准确率等评价指标,对比分析S-ResNet34与VGG16、MobileNetV2、Swin-Transformer、ResNet34等多种主流模型的识别精度。[结果]S-ResNet34模型的训练准确率为93.85%,相比于VGG16(84.53%)、MobileNetV2(79.35%)、Swin-Transformer(85.67%)和ResNet34(87.50%)等深度网络模型,准确率分别提高了9.32%、14.50%、8.18%和6.35%。模型损失值更小,改进的ResNet34模型识别小麦条锈病特征能力更强,训练收敛更快。[结论]采用深度学习模型能够准确识别小麦条锈病发病程度,通过对ResNet34模型添加注意力模块能有效提高小麦条锈病病害识别精度。 展开更多
关键词 小麦条锈病 深度学习 病害等级 图像识别 改进s-ResNet34模型
在线阅读 下载PDF
基于深度强化学习的电机S-曲线转速控制方法
4
作者 毛德辉 李鹏 吴建德 《机床与液压》 北大核心 2025年第5期88-94,共7页
针对电机暂态控制产生冲击和抖动导致的设备易损坏问题,提出一种基于深度强化学习的电机S-曲线转速控制方法。采用Sigmoid函数设计电机转速控制速度规划曲线,降低加速度不连续变化的冲击影响;基于Actor-Critic框架,结合深度确定性策略算... 针对电机暂态控制产生冲击和抖动导致的设备易损坏问题,提出一种基于深度强化学习的电机S-曲线转速控制方法。采用Sigmoid函数设计电机转速控制速度规划曲线,降低加速度不连续变化的冲击影响;基于Actor-Critic框架,结合深度确定性策略算法(DDPG)和混合形式的奖励函数搭建深度强化学习控制器,建立动态奖惩机制;通过MATLAB/Simulink仿真分析,将DDPG控制器与模型预测控制器、PID控制器、BP-PID控制器及GA-PID控制器分别在电机空载与负载时的控制效果进行对比。实验结果表明:DDPG控制器可以实现电机平滑加减速控制,并且可以消除超调量,具有更快的响应速度;当存在外部负载扰动时,电机转速跌落减少了50%~75%,极大提高了系统的抗扰动能力。 展开更多
关键词 深度强化学习 s-曲线 暂态控制 转速控制
在线阅读 下载PDF
基于改进D-S证据理论与深度学习的矿用电缆缺陷识别研究
5
作者 孟强 舒珊 +3 位作者 秦晓梅 郭振振 孔宁宁 刘瑞国 《中国煤炭》 北大核心 2025年第1期181-188,共8页
准确识别局部放电缺陷模式在矿用电缆的缺陷评估中至关重要,煤矿供电环境复杂,矿用电缆缺陷识别也尤为重要。因此提出了一种融合改进D-S证据理论与深度学习的方法,构建基于Efficientnet-b0和Resnet-18的深度学习识别模型用于提取矿用高... 准确识别局部放电缺陷模式在矿用电缆的缺陷评估中至关重要,煤矿供电环境复杂,矿用电缆缺陷识别也尤为重要。因此提出了一种融合改进D-S证据理论与深度学习的方法,构建基于Efficientnet-b0和Resnet-18的深度学习识别模型用于提取矿用高压电缆局部放电信号的关键特征并进行初步分类,引入D-S证据理论对单一模型的识别结果进行融合。针对证据冲突的情况,引入基尼不纯度改进D-S理论中的权重分配,从而提高矿用电缆缺陷识别的准确率。现场试验表明,融合后的模型平均识别率为94.2%,双模型融合的各项性能均比单一模型有所提高,有效提高了矿用电缆缺陷识别的准确度,为煤矿配电网安全可靠运行提供保障。 展开更多
关键词 矿用电缆 局部放电 D-s证据理论 深度学习 模式识别 双模型融合
在线阅读 下载PDF
基于深度学习与D-S理论的多模态数据特征融合算法
6
作者 张燕 《吉林大学学报(理学版)》 北大核心 2025年第3期855-860,共6页
针对传统多模态数据特征融合算法存在融合效果较差的问题,提出一种基于深度学习与D-S(Dempster-Shafer)理论的多模态数据特征融合算法.首先,在深度学习框架内,采用受限Boltzmann机(RBM)对多模态数据进行训练,根据数据的特性和任务需求,... 针对传统多模态数据特征融合算法存在融合效果较差的问题,提出一种基于深度学习与D-S(Dempster-Shafer)理论的多模态数据特征融合算法.首先,在深度学习框架内,采用受限Boltzmann机(RBM)对多模态数据进行训练,根据数据的特性和任务需求,构建RBM模型结构进行多模态数据特征选择.其次,根据选取的特征选择计算同类模态数据之间的距离,确定信任函数,并设定阈值以删除异常数据,实现同类模态数据初步融合.最后,通过计算异类模态数据与不同等级特征之间的距离,确定异类数据的信任函数,结合D-S理论实现多模态数据特征融合.实验结果表明,该算法的纯度最高达1.0,标准化互信息最高达0.3,表明该算法可以获取精准的多模态数据特征融合结果. 展开更多
关键词 深度学习 D-s理论 多模态数据特征 融合
在线阅读 下载PDF
改进YOLOX-s的密集垃圾检测方法 被引量:1
7
作者 谢若冰 李茂军 +1 位作者 李宜伟 胡建文 《计算机工程与应用》 CSCD 北大核心 2024年第5期250-258,共9页
针对密集堆放的多种类垃圾检测存在识别率低、定位不够准确和待测目标被误检、漏检问题,提出了一种融合多头自注意力机制改进YOLOX-s的垃圾检测方法。在特征提取网络嵌入SwinTransformer模块,引入基于滑窗操作的多头自注意力机制,使得... 针对密集堆放的多种类垃圾检测存在识别率低、定位不够准确和待测目标被误检、漏检问题,提出了一种融合多头自注意力机制改进YOLOX-s的垃圾检测方法。在特征提取网络嵌入SwinTransformer模块,引入基于滑窗操作的多头自注意力机制,使得网络兼顾全局特征信息和重点特征信息,减少误检现象;在预测输出网络中使用可变形卷积,对初始预测框进行精细化处理,提高定位精度;在EIoU损失的基础上引入加权系数,提出加权IoU-EIoU损失,自适应调整训练时不同阶段不同损失的关注程度,进一步加快训练网络的收敛速度。在公开204类垃圾检测数据集中进行测试,结果表明,所提改进算法的平均精度均值分别可达80.5%和92.5%,优于当前流行目标检测算法,且检测速度快,满足实时性需求。 展开更多
关键词 密集垃圾检测 多头自注意力机制 YOLOX-s 深度学习
在线阅读 下载PDF
基于改进YOLOX-s算法的航天太阳电池缺陷检测
8
作者 李振伟 张仕海 +2 位作者 屈重年 汝承印 陈康静 《太阳能学报》 EI CAS CSCD 北大核心 2024年第9期276-284,共9页
针对航天太阳电池表面缺陷检测问题,提出基于机器视觉与深度学习的缺陷检测方法。通过航天太阳电池缺陷检测系统获取图像,并依据企业电池片缺陷的分类标准构建航天太阳电池缺陷数据集。采用切片技术获取包含缺陷目标的子图像数据集,解... 针对航天太阳电池表面缺陷检测问题,提出基于机器视觉与深度学习的缺陷检测方法。通过航天太阳电池缺陷检测系统获取图像,并依据企业电池片缺陷的分类标准构建航天太阳电池缺陷数据集。采用切片技术获取包含缺陷目标的子图像数据集,解决卷积和下采样操作信息丢失而导致召回率低的问题。针对不同缺陷采取适当的图像增强方式进行扩充数据集,以避免训练过程中因数据集不足导致的过拟合问题。采用深度可分离卷积、优化损失函数、双线性插值上采样及引入注意力机制等方法对YOLOX-s算法进行改进,以获得综合效果最佳的航天太阳电池缺陷检测模型。通过不同数据集训练及检测精度指标对比,以及消融实验验证改进模型的有效性。通过改进模型与同类主流模型对比实验,验证改进模型在航天太阳电池缺陷检测方面的优越性。 展开更多
关键词 太阳电池 机器视觉 深度学习 YOLOX-s 缺陷检测
在线阅读 下载PDF
堆叠自动编码器与S变换相结合的电缆早期故障识别方法 被引量:35
9
作者 汪颖 卢宏 +2 位作者 杨晓梅 肖先勇 张文海 《电力自动化设备》 EI CSCD 北大核心 2018年第8期117-124,共8页
将深度学习概念应用到电缆早期故障识别中,提出结合S变换与堆叠自动编码器(SAE)的电缆早期故障识别方法。通过对故障相电流进行S变换,将获得的S变换模时频矩阵分为低、中和高频段。求取对应频段的能量熵和奇异熵等特征量,并组成特征向量... 将深度学习概念应用到电缆早期故障识别中,提出结合S变换与堆叠自动编码器(SAE)的电缆早期故障识别方法。通过对故障相电流进行S变换,将获得的S变换模时频矩阵分为低、中和高频段。求取对应频段的能量熵和奇异熵等特征量,并组成特征向量后,将时频域特征向量作为SAE网络的输入,经过预训练和参数微调,得到最优训练参数。利用构建好的网络从输入数据中挖掘有用信息,从大量扰动中识别电缆早期故障。仿真结果表明,与传统模式识别方法相比,所提方法的精度更高。 展开更多
关键词 电缆 电缆早期故障 s变换 奇异熵 能量熵 深度学习 堆叠自动编码器
在线阅读 下载PDF
基于深度学习震相拾取和密集台阵数据构建青海玛多M_(S)7.4地震震源区高分辨率地震目录 被引量:9
10
作者 郭慧丽 常利军 +3 位作者 鲁来玉 吴萍萍 吕苗苗 丁志峰 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2022年第5期1628-1643,共16页
高分辨率地震目录有助于描绘断层的精细结构和认识发震断裂的构造形态及发震机制.基于玛多地震科考布设的短周期台阵数据,本文利用深度学习自动拾取P/S波震相、震相关联、绝对定位、相对定位等定位流程,构建了玛多M_(S)7.4地震后第14天... 高分辨率地震目录有助于描绘断层的精细结构和认识发震断裂的构造形态及发震机制.基于玛多地震科考布设的短周期台阵数据,本文利用深度学习自动拾取P/S波震相、震相关联、绝对定位、相对定位等定位流程,构建了玛多M_(S)7.4地震后第14天至第43天的高分辨率地震目录,揭示了玛多震源区主震西侧以及主震向东20 km区域范围内的地震序列的时空分布特征和发震断层的几何形态.定位结果显示地震的发生频次随时间推移逐渐降低,并趋于平稳.地震序列整体上沿着地表破裂呈现条带状展布,集中分布于破裂带偏北一侧,走向为NWW-SEE.发震深度主要集中在15 km以内.地震剖面图显示发震断层整体向北倾斜,但在深度8~10 km左右,倾角转变为向南倾,表明可能受到局部构造应力或物性差异的影响,破裂面并非单一的平面结构,浅部与深部的破裂存在差异.不同区域的断层形态表现出明显的分段性.在西段(鄂陵湖南)走向为近E-W向,与整体序列的走向呈现一定拐角,断层倾向为近垂直,发震优势层为8~12 km.中间段(鄂陵湖至黄河乡)地震活动性较弱,地震深度浅,集中在2~5 km;以野马滩大桥为界,该段西侧地震序列较宽且连续,东侧地震序列表现为不连续性,出现小的地震空区或稀疏区.东段(主震向东)地震活动性最强,发震深度主要在8~12 km,地震序列在该段有一个向北凸起的弧度,说明该区域可能受到局部构造作用,形成复杂的孕震环境. 展开更多
关键词 玛多M_(s)7.4地震 深度学习 高分辨率地震目录 地震定位
在线阅读 下载PDF
深度学习视域下幼儿园区域活动的现实困境与实践路向 被引量:1
11
作者 田兴江 丘静 马文华 《学前教育研究》 北大核心 2025年第2期91-94,共4页
幼儿园区域活动是幼儿开展自主学习的重要载体,是支持幼儿深度学习的重要手段。当前,区域活动中幼儿的深度学习还存在活动设计的预设与生成、环境创设的标准化与因地制宜、材料更替的恒常与机动以及活动指导的幼儿自主与教师支持之间的... 幼儿园区域活动是幼儿开展自主学习的重要载体,是支持幼儿深度学习的重要手段。当前,区域活动中幼儿的深度学习还存在活动设计的预设与生成、环境创设的标准化与因地制宜、材料更替的恒常与机动以及活动指导的幼儿自主与教师支持之间的冲突,要从整体规划开放性区域活动、创设凸显问题的情境化区域活动环境、差异化地提供区域活动材料和给予幼儿个性化的经验支持等方面进行改进。 展开更多
关键词 区域活动 幼儿深度学习 有意义学习
在线阅读 下载PDF
基于S变换与深度学习相结合的滚动轴承故障诊断方法研究 被引量:9
12
作者 时培明 苏冠华 殷晓迪 《现代制造工程》 CSCD 北大核心 2019年第7期125-130,共6页
滚动轴承是机械设备中的重要组成部分,因其故障种类繁多,例如故障位置可能出现在轴承的内圈、外圈或者滚动体,故障的尺度又深浅不一,并且其工作环境往往在强噪声背景下,所以传统的信号处理与分类方法很难做到有效地分类识别。针对这一问... 滚动轴承是机械设备中的重要组成部分,因其故障种类繁多,例如故障位置可能出现在轴承的内圈、外圈或者滚动体,故障的尺度又深浅不一,并且其工作环境往往在强噪声背景下,所以传统的信号处理与分类方法很难做到有效地分类识别。针对这一问题,提出一种基于S变换时频分析提取特征与深度学习故障分类的滚动轴承故障的智能识别方法。首先将原始时域数据经过S变换得到二维特征矩阵,再将特征矩阵输入到稀疏自动编码器(Sparse Autoencoders,SAE)中进一步提取其隐含特征,并通过神经网络实现故障的分类。实验结果表明,应用上述方法可以有效地实现对不同位置、不同故障尺度的滚动轴承故障实现准确的诊断。 展开更多
关键词 s变换 深度学习 稀疏自动编码器 故障智能诊断
在线阅读 下载PDF
基于S-BGD和梯度累积策略的改进深度学习方法及其在光伏出力预测中的应用 被引量:26
13
作者 黎静华 黄乾 +1 位作者 韦善阳 黄玉金 《电网技术》 EI CSCD 北大核心 2017年第10期3292-3299,共8页
为提高光伏出力的预测精度,提出了一种改进深度学习算法的光伏出力预测方法。首先,针对传统的深度学习算法采用批量梯度下降(batch gradient descent,BGD)法训练模型参数速度慢的问题,利用随机梯度下降(stochastic gradient descent,SGD... 为提高光伏出力的预测精度,提出了一种改进深度学习算法的光伏出力预测方法。首先,针对传统的深度学习算法采用批量梯度下降(batch gradient descent,BGD)法训练模型参数速度慢的问题,利用随机梯度下降(stochastic gradient descent,SGD)法训练快的优点,提出了一种改进的随机-批量梯度下降(stochastic-batch gradient descent,S-BGD)搜索方法,该方法兼具SGD和BGD的优点,提高了参数训练的速度。然后,针对参数训练过程中容易陷入局部最优点和鞍点的问题,借鉴运动学理论,提出了一种基于梯度累积(gradient pile,GP)的训练方法。该方法以累积梯度作为参数的修正量,可以有效地避免训练陷入局部点和鞍点,进而提高预测精度。最后,以澳大利亚艾丽斯斯普林光伏电站的数据为样本,将所提方法应用于光伏出力预测中,验证所提方法的有效性。 展开更多
关键词 光伏出力预测 深度学习算法 梯度下降法 梯度累积量 参数训练 神经网络 随机-批量梯度下降
在线阅读 下载PDF
构建百年中国儿童文学思想史研究范式的路径选择
14
作者 任超 吴翔宇 《西南大学学报(社会科学版)》 北大核心 2025年第4期272-285,331,共15页
从思想史视域看,中国儿童文学的思想谱系根植于中华民族历史文化的土壤,是中国思想体系的衍生与具体化。中国儿童文学的出场脱胎于新文学,这不是域外思想在中国的“嫁接”,而是中国文学思想发展及现代变革的结果。论析百年中国儿童文学... 从思想史视域看,中国儿童文学的思想谱系根植于中华民族历史文化的土壤,是中国思想体系的衍生与具体化。中国儿童文学的出场脱胎于新文学,这不是域外思想在中国的“嫁接”,而是中国文学思想发展及现代变革的结果。论析百年中国儿童文学思想史,应该融通“对外爬梳”和“向内深耕”两个步骤。对外爬梳,将中国儿童文学思想史视为中国文学整体思想史的分支和子类,在思想文化整体框架中梳理中国儿童文学的思想脉络与知识逻辑;向内深耕,聚焦思想对中国儿童文学本体内涵的塑造和影响。从中国儿童文学的元历史出发,以知识考古的方法探究古代中国儿童观念变革对文学的影响。以现代思想为起点,从元概念角度探讨思想在构建中国儿童文学语法关系过程中的主体性作用。新时代,思想史研究可在中国儿童文学自主知识体系构建中起到关键作用,有助于推动中国儿童文学自主学科体系、学术体系和话语体系的形成。一方面,中国儿童文学体系建设应彰显“中国性”,体现“中国特色”立场、价值和学术自觉,在实践中叙述和推广“中国式童年”,为世界展示中国经验与中国方案;另一方面,在立足本体的基础上,不排拒与西方思想体系进行交流互动,为构建中西文明交流互鉴的新范式提供路径。 展开更多
关键词 中国儿童文学思想史 自主知识体系 知识考古 文明交流互鉴
在线阅读 下载PDF
基于深度强化学习的传感器-武器-目标分配方法
15
作者 闫世祥 刘海军 《现代防御技术》 北大核心 2025年第4期10-17,共8页
合理选择作战资源组成“传感器-武器-目标”杀伤链在防空网络化作战中具有重要的意义,研究了多约束限制、多优化指标下的传感器-武器-目标分配(sensor-weapon-taget assignment,S-WTA)问题,建立其数学模型,并提出一种基于深度强化学习... 合理选择作战资源组成“传感器-武器-目标”杀伤链在防空网络化作战中具有重要的意义,研究了多约束限制、多优化指标下的传感器-武器-目标分配(sensor-weapon-taget assignment,S-WTA)问题,建立其数学模型,并提出一种基于深度强化学习的分配方法。分析S-W-TA问题对应的寻优指标,使用杀伤链有利度指标整合传统的效能指标;采用深度Q网络(deep Q network,DQN)方法训练智能体,使用深度强化学习类方法对S-W-TA问题进行求解。仿真结果表明:在杀伤链择优组网的过程中,深度强化学习算法所求得的解优于工程上广泛应用的基于规则的分配方法,强化学习类算法更适合解决多约束限制、多优化指标的S-W-TA问题,具有一定的工程应用价值。 展开更多
关键词 网络化作战 传感器-武器-目标分配 杀伤链 强化学习 深度Q网络
在线阅读 下载PDF
基于S变换与复值U-Net网络的地震资料高分辨率处理方法 被引量:8
16
作者 李子航 陈小宏 +3 位作者 李景叶 王建花 张俊杰 耿伟恒 《石油物探》 CSCD 北大核心 2023年第3期406-418,共13页
地震资料高分辨率处理方法通过拓展频带范围有效地提高了地震资料的精度。迄今为止,基于深度学习的高分辨率处理方法仅在时域中进行特征提取,忽视了地震数据的频域信息,因而影响高分辨率处理效果。为此,结合深度学习的数据驱动能力与时... 地震资料高分辨率处理方法通过拓展频带范围有效地提高了地震资料的精度。迄今为止,基于深度学习的高分辨率处理方法仅在时域中进行特征提取,忽视了地震数据的频域信息,因而影响高分辨率处理效果。为此,结合深度学习的数据驱动能力与时频分析方法的时频定位能力,提出了一种基于S变换和复值U-Net网络(STCVU-Net)的地震资料高分辨率处理方法。首先,通过褶积模型构建高分辨率与低分辨率的单道地震数据,接着,利用S变换获得不同分辨率地震数据的时频谱并将其作为训练数据,然后基于构建的STCVU-Net对时频谱进行训练和测试,最后,使用迁移学习方法对已训练的网络进行微调并应用于实际数据的处理。STCVU-Net方法充分考虑了地震数据的时域与频域信息,在准确得到地震数据时频谱的同时在时频域中对地震信号进行精准拓频,从而提高了地震资料的分辨率。对比时域端到端的深度学习方法在模型资料和实际工区资料的高分辨率处理结果表明,STCVU-Net方法的高分辨率处理结果更准确,高频信息更丰富,具有较大的实际应用潜力。 展开更多
关键词 深度学习 复值神经网络 高分辨率处理 s变换 迁移学习
在线阅读 下载PDF
基于S变换相关度和深度学习的配电网单相接地故障选线新方法 被引量:40
17
作者 殷浩然 苗世洪 +2 位作者 郭舒毓 韩佶 王子欣 《电力自动化设备》 EI CSCD 北大核心 2021年第7期88-96,共9页
针对配电网发生单相接地故障时特征信息不明显,且现有选线方法易受故障条件和环境噪声影响的问题,基于S变换相关度和深度学习,提出一种具有强抗噪声能力和高泛化水平的配电网单相接地故障选线新方法。首先,利用S变换获取零序电流时频信... 针对配电网发生单相接地故障时特征信息不明显,且现有选线方法易受故障条件和环境噪声影响的问题,基于S变换相关度和深度学习,提出一种具有强抗噪声能力和高泛化水平的配电网单相接地故障选线新方法。首先,利用S变换获取零序电流时频信息,基于各线路零序电流的全频段信息计算线路故障信息相关度;其次,为提高故障特征的可辨识度和抗干扰性,提出一种S变换相关度图形(SCF)构建方法;在此基础上,建立含SCF层的卷积神经网络深度学习模型(S-CNN),并利用Simulink仿真模型生成的故障数据对其结构参数和超参数进行分步训练;最后,通过S-CNN提取配电网故障零序电流深层特征,实现故障选线,并测试了S-CNN在配电网不同运行状况和故障条件下的选线效果。仿真结果和实际配电网故障数据测试表明:在强噪声干扰场景中,基于S-CNN的故障选线模型在不同故障位置、故障相角、过渡电阻条件下可实现高正确率选线,且在各线路零序电流采样不同步条件下仍具有较强的鲁棒性。 展开更多
关键词 配电网 故障选线 深度学习 s变换 卷积神经网络
在线阅读 下载PDF
基于B/S架构的图像处理深度学习平台设计 被引量:6
18
作者 闫宗一 任德均 +2 位作者 李鑫 任秋霖 曹林杰 《现代电子技术》 2022年第16期60-66,共7页
为了解决企业进行图像处理相关深度学习工程遇到的开发难度大、效率低的问题,文中设计一种基于B/S(Browser/Server)架构的深度学习平台。系统设计包括深度学习算法、数据管理和用户系统设计等,深度学习平台采用前后端分离的开发模式,基... 为了解决企业进行图像处理相关深度学习工程遇到的开发难度大、效率低的问题,文中设计一种基于B/S(Browser/Server)架构的深度学习平台。系统设计包括深度学习算法、数据管理和用户系统设计等,深度学习平台采用前后端分离的开发模式,基于Python语言和Django框架,Vue前端框架和MySQL数据库进行开发,集成基于Pytorch框架实现的深度学习算法。深度学习平台可实现由浏览器端发起,从获取图片数据到训练、发布模型的全流程定制开发和应用,并在开发流程中为用户提供操作指引和参数建议,使操作人员无需深度学习算法基础也可以轻松使用。将平台部署在企业服务器,经过实际应用表明,使用基于B/S架构的深度学习平台进行开发,相对传统的开发方式,能有效降低企业相关人员进行图像处理深度学习工程开发的难度,提高开发效率。 展开更多
关键词 深度学习平台 B/s架构 开发模式 系统设计 图像处理 目标检测 应用测试
在线阅读 下载PDF
基于级联Vnet-S网络的CT影像单一器官自动分割算法 被引量:7
19
作者 徐宝泉 凌彤辉 《计算机应用》 CSCD 北大核心 2019年第8期2420-2425,共6页
为了快速准确地对计算机断层扫描(CT)影像中的器官进行分割,提出基于级联Vnet-S网络的单一器官自动分割算法。首先,使用第一个Vnet-S网络对CT影像中的器官进行粗分割;然后,选择分割结果中的最大连接通量做两次膨胀,根据膨胀后的最大连... 为了快速准确地对计算机断层扫描(CT)影像中的器官进行分割,提出基于级联Vnet-S网络的单一器官自动分割算法。首先,使用第一个Vnet-S网络对CT影像中的器官进行粗分割;然后,选择分割结果中的最大连接通量做两次膨胀,根据膨胀后的最大连接通量确定器官边界并提取器官区域;最后,使用第二个Vnet-S网络对器官进行细分割。为了验证算法的性能,采用MICCAI 2017 Liver Tumor Segmentation Challenge(LiTS)数据集进行肝脏分割实验,采用ISBI LUng Nodule Analysis 2016(LUNA16)数据集进行肺分割实验。级联Vnet-S算法在LiTS的70例线上测试数据上的Dice系数为0.9600,在LUNA16的288例测试数据上的Dice系数为0.9810,均高于Vnet-S网络和Vnet网络。实验结果表明,基于级联Vnet-S网络的单一器官分割算法可以准确地对器官进行分割,而且级联Vnet-S算法的计算量小于Unet网络和Vnet网络。 展开更多
关键词 器官分割 Vnet-s 深度学习 分割网络 级联网络结构
在线阅读 下载PDF
基于改进YoloX-s的密贴检查器故障检测方法 被引量:8
20
作者 徐哲玮 刘昭 +1 位作者 包建东 刘英舜 《电子测量技术》 北大核心 2022年第12期91-98,共8页
为了降低密贴检查器维护和检修中的高运营成本,提高安全保障能力,提出了一种改进YoloX-s的密贴检查器故障检测方法。通过改进YoloX-s中的PANet路径融合网络,进一步增加了与浅层特征层的融合;此外,增加了CA注意力机制,将注意力集中在目... 为了降低密贴检查器维护和检修中的高运营成本,提高安全保障能力,提出了一种改进YoloX-s的密贴检查器故障检测方法。通过改进YoloX-s中的PANet路径融合网络,进一步增加了与浅层特征层的融合;此外,增加了CA注意力机制,将注意力集中在目标区域内,以获取细节信息;选用CIoU损失函数以聚焦目标框与检测框之间的重叠面积、中心点距离和长宽比,提高模型的定位精度。实验结果表明,相较于YoloX-s模型,所提模型有着更好的综合表现,动接点环平均精度为97.73%,静接点片平均精度为98.83%,平均精度均值为98.28%。 展开更多
关键词 轨道交通 密贴检查器 故障检测 YoloX-s 深度学习
在线阅读 下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部