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196篇文章
< 1 2 … 10 >
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：
基于多尺度空间-光谱特征提取的颜料高光谱图像分类方法
1
作者 汤斌 罗希玲 +6 位作者 王建旭 范文奇 孙玉宇 刘家路 唐欢 赵雅 钟年丙 《光谱学与光谱分析》 北大核心 2025年第8期2364-2372,共9页
颜料不仅赋予文物色彩和美感,更承载着丰富的历史、文化与技术信息,因此对颜料的准确分类与识别是古代彩绘作品修复、保护及学术研究的重要基础。通过检测颜料的种类与化学成分,不仅能帮助确定作品的创作年代、地域特征及工艺风格,还能... 颜料不仅赋予文物色彩和美感,更承载着丰富的历史、文化与技术信息,因此对颜料的准确分类与识别是古代彩绘作品修复、保护及学术研究的重要基础。通过检测颜料的种类与化学成分,不仅能帮助确定作品的创作年代、地域特征及工艺风格,还能为科学修复提供指导依据。然而,传统颜料分析受限于样品尺寸、表面平整度,且部分分析方法需要取样,对文物造成不可逆损伤,这使得古书画颜料的检测面临诸多挑战。高光谱成像技术(HSI)凭借其无损检测、广域扫描及获取完整光谱信息的优势,成为文物颜料分析的重要工具。HSI克服了样品表面不平整、尺寸受限等问题,能够从不同波段获取细致的光谱和空间信息,帮助提取颜料的微观特征。旨在利用HSI技术实现古书画颜料的精准分类与深度特征提取,以应对复杂场景下的颜料检测挑战。为此,我们提出了一种多尺度空间-光谱特征融合的方法,在分析过程中结合不同层次的信息:利用光谱-空间注意力机制捕捉细节特征,并通过视觉转换器(ViT)模型获取图像整体的高层语义信息,从而增强对复杂颜料特征的表示能力和分类性能。实验结果表明,该方法在模拟画作样品上的分类性能显著优于传统和其他深度学习模型:与支持向量机(SVM)相比,分类精度提升了34.35%;相较于HyBridSN与SSRN模型,精度分别提高了8.93%和5.6%。本方法不仅提升了颜料检测的准确性,还为古书画的科学修复和价值保护提供了无损、可靠的技术支持,并为文物保护的智能化发展奠定了技术基础。 展开更多
关键词 高光谱成像 多尺度特征融合 Vision Transformer 光谱-空间注意力 颜料分类
在线阅读 下载PDF
一种基于CSO-LSTM的新能源发电功率预测方法
2
作者 顾慧杰 方文崇 +3 位作者 周志烽 朱文 马光 李映辰 《计算机科学》 北大核心 2025年第S1期747-757,共11页
随着新能源发电技术的快速发展与广泛普及,该类技术已经成为电力系统中关键的一环。其中,对新能源发电功率的准确预测对于电力系统的合理规划有着重要的意义。然而,现有的新能源发电功率预测方法仍存在以下挑战:1)基于深度神经网络的预... 随着新能源发电技术的快速发展与广泛普及,该类技术已经成为电力系统中关键的一环。其中,对新能源发电功率的准确预测对于电力系统的合理规划有着重要的意义。然而,现有的新能源发电功率预测方法仍存在以下挑战:1)基于深度神经网络的预测模型的超参数对模型的预测性能有着重要的影响,而目前大多数算法仍采用人工确定的方法为超参赋值;2)现有的预测模型难以高效地挖掘时序数据中的长期依赖关系,从而影响预测精度。针对上述问题,本文提出了一种基于CSO-LSTM(Competitive Swarm Optimizer-Long Short-Term Memory)的新能源发电功率预测方法,旨在利用一种两阶段的模型综合地提升预测性能。首先,在模型的第一阶段提出了一种基于竞争群优化的LSTM超参数优化算法,利用竞争群优化算法良好的探索能力和全局优化能力,实现预测模型超参数的自适应调整。然后,在模型的第二阶段设计了一种基于组合多门控机制的LSTM模型,该方法结合自注意力门控机制和组合多个门控网络用于挖掘新能源发电时序数据中的长期依赖关系,从而进一步地适应不同时间尺度下的新能源生成模式。最后,在2个真实数据集和1个仿真数据集上与4个先进的预测方法进行了对比实验,实验结果验证了提出的CSO-LSTM模型的有效性和执行效率。 展开更多
关键词 竞争群优化 长短期记忆神经网络 新能源发电功率预测 多尺度时序数据挖掘 参数优化
在线阅读 下载PDF
面向数据丢失的极大规模天线阵列近场信道估计方法 被引量：1
3
作者 王韵唐 袁行方 +3 位作者 时艺轩 汤宇欣 苗红霞 彭木根 《无线电通信技术》 北大核心 2025年第1期20-28,共9页
6G技术采用更高的频段和更大规模的天线阵列以提升通信速率、分辨率、系统容量等指标。这些技术的应用扩大了辐射近场范围,极大规模天线阵列中的天线元件激增,空域采集数据量的增加使得信道估计的复杂度提高;极大规模阵列更易出现数据... 6G技术采用更高的频段和更大规模的天线阵列以提升通信速率、分辨率、系统容量等指标。这些技术的应用扩大了辐射近场范围,极大规模天线阵列中的天线元件激增,空域采集数据量的增加使得信道估计的复杂度提高;极大规模阵列更易出现数据丢失的问题。因此,数据不完整情况下的低复杂度信道估计成为亟待解决的难题。针对此问题,论证了近场信道在分数傅里叶变换域的稀疏性,基于压缩采样匹配追踪(Compressed Sampling Matching Pursuit,CoSaMP)算法提出了一种低复杂度的信道估计方法。分析了所提算法性能,给出了克拉美罗界(Cramér-Rao Bound,CRB)。借助大量仿真实验分析了信噪比(Signal-to-Noise Ratio,SNR)、丢失率、稀疏度对算法性能的影响,与正交匹配追踪(Orthogonal Matching Pursuit,OMP)等算法进行对比,验证了所提方法的正确性与有效性。相较于已有研究,所提方法考虑了数据丢失的因素,对于推动未来无线通信系统的发展具有重要的理论和实际意义。 展开更多
关键词 极大规模天线阵列 数据丢失 信道估计 分数傅里叶变换 压缩采样匹配追踪
在线阅读 下载PDF
COVID-19背景下深圳市职住平衡多尺度时空演化特征及影响因素
4
作者 段利鹏 辜智慧 +1 位作者 张艳 刘倩 《热带地理》 北大核心 2025年第1期102-112,共11页
文章基于2017—2022年手机信令数据,利用数据可视化、就业活动紧凑度和多元Logistic回归模型,探讨了COVID-19背景下深圳市职住关系多尺度演化特征及其成因。结果表明:1)就业和居住空间格局在COVID-19大流行前、大流行后严格管控期和常... 文章基于2017—2022年手机信令数据,利用数据可视化、就业活动紧凑度和多元Logistic回归模型,探讨了COVID-19背景下深圳市职住关系多尺度演化特征及其成因。结果表明:1)就业和居住空间格局在COVID-19大流行前、大流行后严格管控期和常态化期经历了集聚—扩散—第一圈层持续扩散而第二、三圈层回弹的演变过程;2)职住平衡1、2和3 km栅格尺度纵向演化在COVID-19大流行前均有所恶化,而在疫情期间总体上稳步改善,其中以1 km栅格尺度表现得最为显著;3)空间异质性影响了疫情前后不同背景下的就业和居住关系演化趋势,其中公共交通可达性和居民社会经济特征是导致演化类型分异的主要原因。 展开更多
关键词 职住平衡 COVID-19大流行 空间异质性 演化分异 多尺度 手机信令数据 深圳
在线阅读 下载PDF
基于改进YOLOv8n的井下人员多目标检测
5
作者 问永忠 贾澎涛 +2 位作者 夏敏高 张龙刚 王伟峰 《工矿自动化》 北大核心 2025年第1期31-37,77,共8页
针对井下危险区域人员监测视频存在光照不均匀、目标尺度不一致、遮挡等复杂情况,基于YOLOv8n网络结构,提出一种改进的井下人员多目标检测算法—YOLOv8n-MSMLAS。该算法对YOLOv8n的Neck层进行改进,添加多尺度空间增强注意力机制(MultiSE... 针对井下危险区域人员监测视频存在光照不均匀、目标尺度不一致、遮挡等复杂情况,基于YOLOv8n网络结构,提出一种改进的井下人员多目标检测算法—YOLOv8n-MSMLAS。该算法对YOLOv8n的Neck层进行改进,添加多尺度空间增强注意力机制(MultiSEAM),以增强对遮挡目标的检测性能;在C2f模块中引入混合局部通道注意力(MLCA)机制,构建C2f-MLCA模块,以融合局部和全局特征信息,提高特征表达能力;在Head层检测头中嵌入自适应空间特征融合(ASFF)模块,以增强对小尺度目标的检测性能。实验结果表明:(1)与Faster R-CNN,SSD,RT-DETR,YOLOv5s,YOLOv7等主流模型相比,YOLOv8n-MSMLAS综合性能表现最佳,mAP@0.5和mAP@0.5:0.95分别达到93.4%和60.1%,FPS为80.0帧/s,参数量为5.80×106个,较好平衡了模型的检测精度和复杂度。(2)YOLOv8n-MSMLAS在光照不均、目标尺度不一致、遮挡等条件下表现出较好的检测性能,适用于现场检测。 展开更多
关键词 煤矿井下危险区域 井下人员多目标检测 YOLOv8n 多尺度空间增强注意力机制 自适应空间特征融合 轻量化混合局部通道注意力机制
在线阅读 下载PDF
基于空间转换与多尺度特征融合的行人重识别方法
6
作者 金鹭 刘敏昆 +3 位作者 张春红 陈可飞 罗压琼 李博 《计算机科学》 北大核心 2025年第S1期524-530,共7页
针对行人空间特征未对齐以及因遮挡导致网络无法充分表征行人信息的问题,设计了一种结合空间转换与多尺度特征融合的网络。首先,提出了一种增强行人检索的方法,旨在增强网络对特殊样本的识别能力;其次,提出了一种自约束-注意力空间转换... 针对行人空间特征未对齐以及因遮挡导致网络无法充分表征行人信息的问题,设计了一种结合空间转换与多尺度特征融合的网络。首先,提出了一种增强行人检索的方法,旨在增强网络对特殊样本的识别能力;其次,提出了一种自约束-注意力空间转换网络,以解决行人图像空间语义信息不一致的问题;然后,从网络中提取不同尺度特征,并根据网络各分支特点分别融入坐标注意力、实例批量归一化;最后,将各支路特征进行融合,以获取高表征能力的融合特征。在多个数据集上的实验表明,所提方法相比现有方法的重识别性能更优。 展开更多
关键词 行人重识别 空间转换 特征融合 多尺度 侧窗滤波
在线阅读 下载PDF
黄河“几字弯”地区农业碳排放效率地域差异与影响因素——以陕西省榆林市20个村为例
7
作者 宋永永 余焕 +2 位作者 王宁 李娅儒 杨丹 《地球科学与环境学报》 北大核心 2025年第3期470-484,共15页
科学揭示村域尺度农业碳排放效率的空间分异规律与影响因素,是实现“双碳”目标,推动村域农业全面绿色转型的迫切需要。选择黄河“几字弯”核心区——陕西省榆林市榆阳区为案例地,采用数据包络分析(DEA)和地理探测器等方法,从村域尺度... 科学揭示村域尺度农业碳排放效率的空间分异规律与影响因素,是实现“双碳”目标,推动村域农业全面绿色转型的迫切需要。选择黄河“几字弯”核心区——陕西省榆林市榆阳区为案例地,采用数据包络分析(DEA)和地理探测器等方法,从村域尺度研究榆阳区20个典型村农业碳排放量及碳排放效率的地域差异特征,揭示村域农业碳排放效率的影响因素,提出村域农业绿色低碳发展模式和路径。结果表明:①榆阳区村域农业碳排放量地域差异显著,岔河则村种植业碳排放量最高,达到3149.12 t·年^(-1),大圪堵村养殖业碳排放量最高,达到1687.28 t·年^(-1);②榆阳区村域农业碳排放构成差异明显,化肥投入和羊养殖是农业碳排放的主要来源;③榆阳区村域农业碳排放效率提升空间大,种植业和养殖业碳排放效率平均值分别为0.951和0.713,在劳动力投入、灌溉面积、农药使用量、牛饲养量和家禽饲养量方面存在冗余;④榆阳区农业碳排放效率受到自然因素、社会经济因素、物质投入因素等多重因素的共同作用。因此,加快农业生产技术革新,减少牲畜肠道发酵碳排放,完善绿色低碳农业政策等,是促进榆阳区农业绿色低碳转型、实现高质量发展的关键路径。 展开更多
关键词 农业碳排放 绿色转型 数据包络分析 地理探测器 碳减排路径 村域尺度 陕西
在线阅读 下载PDF
基于核特征缩放和边界样本挖掘的不平衡图像分类方法
8
作者 冷强奎 陶抒清 《计算机科学与探索》 北大核心 2025年第7期1851-1867,共17页
不平衡图像分类是计算机视觉领域的一大挑战。尽管深度学习技术已被广泛应用,但类别不平衡问题仍然显著,导致模型偏向多数类而忽视少数类。传统的数据采样方法易引入噪声或丢失关键信息,限制了模型的泛化能力。研究表明,将几何思想融入... 不平衡图像分类是计算机视觉领域的一大挑战。尽管深度学习技术已被广泛应用,但类别不平衡问题仍然显著,导致模型偏向多数类而忽视少数类。传统的数据采样方法易引入噪声或丢失关键信息,限制了模型的泛化能力。研究表明,将几何思想融入深度学习方法中是一种有效且创新的解决方案。几何思想通过优化特征空间结构、改进决策边界和增强数据多样性,显著提升了不平衡图像分类的性能。提出了一种新的几何深度学习方法,该方法集成了基于核函数的层次特征缩放技术(KHFS)和相对邻域边界样本挖掘手段(RNBM)。KHFS借鉴了基于核函数的支持向量数据描述(SVDD),通过层次聚类确定每类的中心点,并计算以中心点为球心的超球体半径,对各类特征向量进行相应缩放,从而增强少数类样本的表示能力。RNBM方法则通过构建相对邻域图来捕捉样本间的邻域关系,从中挖掘出不同类别交界处的边界样本,以约束类内样本的紧凑性和类间样本的分散性。此外,也引入了卷积块自注意力机制(CBSA),应用于卷积神经网络(CNN)特征提取模块,旨在关注输入数据中的关键信息。在CIFAR-10、CIFAR-100、CINIC-10三个基准数据集上的大量实验验证了该几何深度学习方法在解决数据不平衡问题方面优于现有模型的显著性能。 展开更多
关键词 不平衡图像分类 几何方法 特征缩放 边界样本挖掘 支持向量数据描述
在线阅读 下载PDF
基于多尺度潜在特征表示的工业控制协议模糊测试方法
9
作者 连莲 孙世明 +4 位作者 王国刚 宁博伟 何戡 孙逸菲 宗学军 《计算机应用研究》 北大核心 2025年第2期545-554,共10页
工业控制协议(ICP)由于缺乏认证、授权和加密等安全措施,存在大量漏洞,对工业控制系统(ICS)的安全构成重大威胁。模糊测试作为一种主流的漏洞挖掘技术,在ICP中的应用存在测试用例接收率低和多样性不足的问题。为了解决这些问题,提高ICP... 工业控制协议(ICP)由于缺乏认证、授权和加密等安全措施,存在大量漏洞,对工业控制系统(ICS)的安全构成重大威胁。模糊测试作为一种主流的漏洞挖掘技术,在ICP中的应用存在测试用例接收率低和多样性不足的问题。为了解决这些问题,提高ICP漏洞挖掘效率,提出了基于多尺度潜在特征表示(multi-scale latent feature representation)的工业控制协议模糊测试方法。该方法将Transformer与生成对抗网络(GAN)在潜在空间中相结合,使用Transformer获取协议报文潜在特征的向量表示,并通过一个动态的多尺度判别器捕捉潜在表示序列中ICP不同尺度的语义信息,融合局部字段特征和全局语义特征,提升测试用例的接收率。此外,引入自对抗学习策略对生成对抗网络进行训练,降低潜在特征表示的冗余,增加测试用例的多样性。基于上述方法,设计了一个通用的ICP模糊测试框架MLFRFuzzer,采用S7comm、Ethernet/IP和Modbus/TCP三种ICP对其性能进行评估,实验结果表明MLFRFuzzer生成的测试用例接收率更高并且更具多样性,异常触发率相较于DCGANFuzzer、WGANFuzzer和PeachFuzzer分别提高23.76%、44.07%和71.96%,验证了MLFRFuzzer的有效性与普适性,与传统的ICP模糊测试方法相比,具有更强的漏洞挖掘能力。 展开更多
关键词 工业控制协议 潜在特征表示 动态多尺度判别器 TRANSFORMER 自对抗学习 模糊测试 漏洞挖掘
在线阅读 下载PDF
一种在尺度空间下基于边缘的角点目标检测方法 被引量：1
10
作者 宋佳声 李浩天 《电子测量与仪器学报》 CSCD 北大核心 2024年第2期58-66,共9页
图像中的目标角点位置是实现很多计算机视觉任务的关键数据。为了克服传统检测算法产生的数据冗余问题,提出了一种在尺度空间下基于边缘的角点目标检测方法。首先,构建一个分组多层的尺度空间,将原图投影到其中后得到多个平滑图像。与... 图像中的目标角点位置是实现很多计算机视觉任务的关键数据。为了克服传统检测算法产生的数据冗余问题,提出了一种在尺度空间下基于边缘的角点目标检测方法。首先,构建一个分组多层的尺度空间,将原图投影到其中后得到多个平滑图像。与此同时,采用定义的边缘算子检出平滑图像中所有边缘而得到多个按序存放的像素点集,当点集数量稳定时停止更大尺度的变换。然后,在当前尺度下,计算点集中各元素反映其角点强度的特征值。根据这些特征值变化规律检出角点的支撑集区间,并在此区间中采用高斯拟合函数确定最终的目标角点。实验表明,该方法能够检出特征显著的目标角点及其角度,其中合成图像精度在像素级,应用案例中的平均误差与图幅比约为1.5/100。 展开更多
关键词 角点检测 尺度变换 边缘算子 数据拟合
在线阅读 下载PDF
基于双流自适应时空增强图卷积网络的手语识别 被引量：1
11
作者 金彦亮 吴筱溦 《应用科学学报》 CAS CSCD 北大核心 2024年第2期189-199,共11页
针对提取手语特征过程中出现的信息表征能力差、信息不完整问题,设计了一种双流自适应时空增强图卷积网络(two-stream adaptive enhanced spatial temporal graph convolutional network,TAEST-GCN)实现基于孤立词的手语识别。该网络使... 针对提取手语特征过程中出现的信息表征能力差、信息不完整问题,设计了一种双流自适应时空增强图卷积网络(two-stream adaptive enhanced spatial temporal graph convolutional network,TAEST-GCN)实现基于孤立词的手语识别。该网络使用人体身体、手部和面部节点作为输入,构造基于人体关节和骨骼的双流结构。通过自适应时空图卷积模块生成不同部位之间的连接,并充分利用其中的位置和方向信息。同时采用残差连接方式设计自适应多尺度时空注意力模块,进一步增强该网络在空域和时域的卷积能力。将双流网络提取到的有效特征进行加权融合,可以分类输出手语词汇。最后在公开的中文手语孤立词数据集上进行实验,在100类词汇和500类词汇分类任务中准确率达到了95.57%和89.62%。 展开更多
关键词 骨架数据 双流结构 自适应时空图卷积模块 自适应多尺度时空注意力模块 特征融合
在线阅读 下载PDF
基于多尺度特征融合和注意力机制的矿区道路障碍检测
12
作者 李刚 杜亚波 +2 位作者 杨庆贺 毛梦影 贾冬平 《中国安全科学学报》 CAS CSCD 北大核心 2024年第9期87-98,共12页
为解决复杂露天矿区背景下的行车障碍检测问题,提出一种基于改进跨尺度特征融合的矿区道路障碍检测算法。首先,针对原始矿山数据集中小目标样本类别不平衡的问题,采用一种基于几何变换和加权泊松融合的数据增强方法扩大样本数量;其次,... 为解决复杂露天矿区背景下的行车障碍检测问题,提出一种基于改进跨尺度特征融合的矿区道路障碍检测算法。首先,针对原始矿山数据集中小目标样本类别不平衡的问题,采用一种基于几何变换和加权泊松融合的数据增强方法扩大样本数量;其次,在特征提取阶段提出更适用于障碍检测的跨阶段连接网络,以增大检测尺度,提高算法对小目标特征的学习能力;然后,在特征融合阶段提出基于3D无参注意力(SimAM)和去权重的双向特征融合金字塔网络(Bi-FPN),通过扩大预测特征图和特征感受野,提升多尺度检测性能;最后,针对训练中样本不均衡和障碍物边界框定位不精准问题,引入质量焦点损失函数(QFL)和可扩展的交并比损失函数(SIoU),将分类得分与位置的质量预测结合,提高对密集遮挡目标的定位精度。结果表明:改进方法能有效识别复杂背景下露天矿区非结构化道路障碍物,在实际应用中,检测精度达到91.88%,检测速度达到68.7帧/s,相较于主流检测方法有着更好的小目标和多尺度检测性能,可满足露天矿区无人矿卡行进中的障碍安全检测要求。 展开更多
关键词 多尺度 特征融合 注意力机制 矿区道路 障碍检测 数据增强
在线阅读 下载PDF
煤矿工业数据AI模型自动推理技术 被引量：3
13
作者 张智星 付翔 +6 位作者 张小强 李浩杰 秦一凡 刘萌 孙岩 贾一帆 杨宇琪 《工矿自动化》 CSCD 北大核心 2024年第9期138-143,共6页
煤矿生产过程的智能化主要依托于人工智能(AI)技术分析煤矿工业数据,但单一应用场景AI模型无法适用于煤矿复杂的应用场景,且仅使用分布式计算来处理AI模型输入特征值会导致模型应用效率降低。针对上述问题,提出了一种煤矿工业数据AI模... 煤矿生产过程的智能化主要依托于人工智能(AI)技术分析煤矿工业数据,但单一应用场景AI模型无法适用于煤矿复杂的应用场景,且仅使用分布式计算来处理AI模型输入特征值会导致模型应用效率降低。针对上述问题,提出了一种煤矿工业数据AI模型自动推理技术。该技术架构包括数据层、计算驱动层和模型推理层:数据层采集各类监测数据并统一存储,为计算驱动层提供原始数据;计算驱动层将数据层采集的海量原始数据转换成煤矿应用场景AI模型输入特征值,通过煤矿应用场景AI模型输入特征值双计算引擎自动切换机制,根据数据量自动合理地选择使用基于Spark的分布式计算方式或基于Python的单机计算方式,解决了海量数据计算速度慢、数据应用延迟大的问题;模型推理层将特征值输入应用场景AI模型进行推理,引入煤矿应用场景AI模型多触发方式协同推理机制,通过定时触发、人为交互触发、信号反馈触发3种触发方式,解决了在煤矿复杂的应用条件下单一应用场景AI模型利用效果差的问题。测试和应用结果表明,该技术可实现多应用场景AI模型输入特征值的快速计算,以及不同应用场景AI模型的快速、自动、协同推理。 展开更多
关键词 煤矿人工智能 煤矿工业数据 AI模型推理 海量数据计算 AI模型应用
在线阅读 下载PDF
面向小目标的多空间层次安全帽检测 被引量：3
14
作者 李嘉信 胡杨 +1 位作者 黄协舟 李洪均 《计算机工程与应用》 CSCD 北大核心 2024年第6期230-237,共8页
由于目标视频中存在目标小、距离远等影响检测效果的因素,对小目标的捕捉难度较大,提出一种面向小目标的多空间层次安全帽佩戴检测算法,该算法将在Yolov5s的网络模型基础上进行个性化改进。设计一种多空间注意力模块,从不同角度考虑空... 由于目标视频中存在目标小、距离远等影响检测效果的因素,对小目标的捕捉难度较大,提出一种面向小目标的多空间层次安全帽佩戴检测算法,该算法将在Yolov5s的网络模型基础上进行个性化改进。设计一种多空间注意力模块,从不同角度考虑空间特征的效果并加以融合,加强显著性特征的空间位置关系;融合多空间尺度的特征,同时结合特征提取过程中的多种特征,适应对不同空间层次目标的捕捉,提高对小目标的检测能力;利用数据增强提高数据集的泛用性,使训练目标适应更多样的情景;优化损失函数,增强回归能力,提高训练效果。实验结果表明,所提算法的平均准确率达到91.5%,明显地减少了漏检情况。除此之外,将其部署到实际施工现场,展现了出对小目标优越的检测性能,具有极大的应用价值。 展开更多
关键词 安全帽检测 Yolov5s 多空间注意力模块 数据增强 多空间尺度融合
在线阅读 下载PDF
基于卡诺模型和多源数据的城市街区步行适宜性评价与优化 被引量：5
15
作者 赵力伟 宣蔚 +2 位作者 姚宇超 肖佳琦 彭康 《科学技术与工程》 北大核心 2024年第11期4698-4710,共13页
科学评价与优化街区步行适宜性对提升城市活力、推动绿色发展具有重要意义。首先从居民实际需求出发,基于马斯洛需求理论(Maslow's demand theory)和卡诺模型(Kano model)构建包含五个维度共十五个指标的城市街区步行适宜性评价模型... 科学评价与优化街区步行适宜性对提升城市活力、推动绿色发展具有重要意义。首先从居民实际需求出发,基于马斯洛需求理论(Maslow's demand theory)和卡诺模型(Kano model)构建包含五个维度共十五个指标的城市街区步行适宜性评价模型,结合多源数据和改进的CRITIC(criteria importance though intercrieria correlation)-熵权赋权法以合肥市为例进行测度;随后结合热点分析识别各维度高、低值的空间聚类情况,并分析产生原因;最后引入街区活力,利用双变量莫兰指数探讨二者的空间匹配关系,进而提出步行适宜性优化方法。结果表明,基于马斯洛需求理论和卡诺模型可从通畅性、便捷性、安全性、丰富性和舒适性五个维度对步行适宜性展开评价;研究区内的步行适宜性具有显著的空间分异性和自相关性,且与街区活力存在较多不匹配区域。在此基础上提出街区步行适宜性优化策略,可为合肥市未来步行空间设计和改造提供参考。 展开更多
关键词 步行适宜性 卡诺模型 马斯洛需求理论 街区活力 多源数据 街区尺度 空间自相关
在线阅读 下载PDF
基于SCSC-Swin Transformer的电力系统暂态稳定预测方法 被引量：2
16
作者 刘文胜 荣娜 +2 位作者 李宏伟 周洪才 张异浩 《电子测量技术》 北大核心 2024年第22期120-128,共9页
现代电力系统在遭受扰动后,失稳模式呈现多样化,迫切需要准确识别不同的失稳模式,以采取相应的控制措施避免造成较大损失,因此本文提出一种基于改进Swin Transformer的电力系统暂态稳定评估方法。首先,通过时域仿真采集电力系统受扰后... 现代电力系统在遭受扰动后,失稳模式呈现多样化,迫切需要准确识别不同的失稳模式,以采取相应的控制措施避免造成较大损失,因此本文提出一种基于改进Swin Transformer的电力系统暂态稳定评估方法。首先,通过时域仿真采集电力系统受扰后的电压幅值及相角特征构建起特征矩阵;然后,基于Swin Transformer,本文提出一种空间跨尺度卷积注意力模块,用来替代原来的多头自注意力模块,该模块通过一系列不同卷积核大小的卷积层,能够充分提取到不同维度的有效特征,进而实现更为准确的预测结果。最后,通过在修改后的New England 10机39节点系统及IEEE 50机145节点系统中进行仿真实验,预测准确率分别达到99.05%和99.00%,多摆失稳误判率为0.35%和0.27%,这表明所提方法不仅能够对不同的失稳模式进行准确的预测,同时在噪声及PMU特征缺失情况下仍表现出优越的鲁棒性。 展开更多
关键词 暂态稳定预测 空间跨尺度卷积模块 失稳模式 Swin Transformer 数据驱动
在线阅读 下载PDF
基于夜光遥感的赣闽粤原中央苏区县域经济空间格局演变及影响因素 被引量：1
17
作者 宋水红 王秀丽 +1 位作者 李恒凯 聂圣东 《湖南师范大学自然科学学报》 北大核心 2024年第6期10-19,共10页
在国家大力支持原苏区振兴发展背景下,针对赣闽粤原中央苏区县域经济发展不平衡、不充分的现状,研究基于夜间灯光数据构建TNL指数衡量地区经济发展水平,并综合运用NICH指数、标准差椭圆、空间自相关分析以及多尺度地理加权回归分析等方... 在国家大力支持原苏区振兴发展背景下,针对赣闽粤原中央苏区县域经济发展不平衡、不充分的现状,研究基于夜间灯光数据构建TNL指数衡量地区经济发展水平,并综合运用NICH指数、标准差椭圆、空间自相关分析以及多尺度地理加权回归分析等方法,对赣闽粤原中央苏区2011—2020年的县域经济空间格局演变特征及影响因素进行研究分析。结果表明:(1)全区县域经济存在南高北低的空间分异特征,经济增长的极化现象明显;(2)全区县域经济重心移动趋势为东北—西北—西南,西、北部经济发展快于东、南部地区;(3)全区经济总体空间关联性较弱,存在“连片贫困”地区,经济热点区主要聚集分布在区域东南部;(4)经济实力、产业结构、市场购买力和道路条件对地区经济发展起到了显著的正向促进作用。本研究将为推动赣闽粤原中央苏区经济振兴、协调发展提供决策支持。 展开更多
关键词 苏区振兴 夜间灯光数据 多尺度地理加权回归 县域经济空间格局 影响因素
在线阅读 下载PDF
基于无监督学习的异质网络多尺度离群点挖掘研究 被引量：1
18
作者 朱辉 张莉芸 《现代电子技术》 北大核心 2024年第12期182-186,共5页
现有的异质网络多尺度离群点挖掘算法忽略了数据点之间的顺序关系,无法充分利用数据点在异质网络中的排列顺序信息,从而导致聚类精度下降。对此,提出一种基于无监督学习的异质网络多尺度离群点挖掘方法,对异质网络的多节点、多边特点进... 现有的异质网络多尺度离群点挖掘算法忽略了数据点之间的顺序关系,无法充分利用数据点在异质网络中的排列顺序信息,从而导致聚类精度下降。对此,提出一种基于无监督学习的异质网络多尺度离群点挖掘方法,对异质网络的多节点、多边特点进行分析。利用季节-趋势时序分解法提取异质网络数据特征。根据数据特征,结合K-means聚类算法与排序算法,将数据点的排序信息添加至聚类过程中,以实现对异质网络数据离群点的挖掘。实验结果表明,利用该方法进行网络数据节点聚类的准确率均能达到80%以上;并且实现了多尺度离群点挖掘后,能够精准地识别出离群点,为后续的网络通信维护提供了良好的保障。 展开更多
关键词 异质网络 多尺度 离群点挖掘 无监督学习 K均值聚类 网络数据 离群因子
在线阅读 下载PDF
县域尺度下湖南省碳排放空间分异特征与影响因素 被引量：9
19
作者 周航 赵先超 《地球科学与环境学报》 CAS 北大核心 2024年第2期196-210,共15页
开展县域尺度下的碳排放空间分异与影响因素研究,是助推实现县域等多尺度区域“双碳”目标的重要环节。以湖南省122个县(市、区)为研究对象,通过夜间灯光数据估算湖南省各区县的碳排放量,采用探索性空间数据分析方法刻画了县域碳排放时... 开展县域尺度下的碳排放空间分异与影响因素研究,是助推实现县域等多尺度区域“双碳”目标的重要环节。以湖南省122个县(市、区)为研究对象,通过夜间灯光数据估算湖南省各区县的碳排放量,采用探索性空间数据分析方法刻画了县域碳排放时空格局,运用地理探测器和时空地理加权回归(GTWR)模型,从政策、经济、能源、社会和产业维度对县域碳排放空间分异与影响因素进行了定量研究。结果表明:①2012~2020年,湖南省县域碳排放总体呈减弱趋势,且差异较为明显,空间格局分布为北高南低,东西差距较小;②莫兰指数(Moran's I)逐年下降,空间集聚特征较为显著,总体成正相关关系;③财政支出、人口规模、城镇化率、能源碳排放强度和农业发展水平是影响县域碳排放的主导因子;④通过时空地理加权回归模型对主导因子进行分析,发现同一指标对不同区县碳排放的影响存在显著的时空差异。 展开更多
关键词 碳排放 空间分异 影响因素 县域尺度 夜间灯光数据 地理探测器 时空地理加权回归模型 湖南
在线阅读 下载PDF
基于混合尺度健康因子的LSTM-Transformer锂电池寿命预测 被引量：3
20
作者 赵昱坡 黄伟 张剑飞 《电子测量技术》 北大核心 2024年第11期112-122,共11页
为提高锂电池剩余使用寿命(RUL)预测的精度,提出基于混合尺度健康因子的集成模型进行RUL预测。针对电池退化数据噪声大,数据量少和非线性特点捕捉不全的问题,首先提出奇异值分解(SVD)对电容信号处理,通过奇异值的能量分布优化变分模态分... 为提高锂电池剩余使用寿命(RUL)预测的精度,提出基于混合尺度健康因子的集成模型进行RUL预测。针对电池退化数据噪声大,数据量少和非线性特点捕捉不全的问题,首先提出奇异值分解(SVD)对电容信号处理,通过奇异值的能量分布优化变分模态分解(VMD)的最佳模态数,降噪重构出直接健康因子SR。提出一种幅度、相位双扰动(APP)的数据增强方法,依据SR数据分布变化,生成人工标记数据ESR,此ESR与电容相关系数均高于0.97。将SR、ESR结合GRA算法择取的3个间接健康因子,建立了更全面的混合尺度寿命特征信息;此外,为了避免单一模型预测的局限性,采用LSTM模型改进了Transformer结构中的解码器,引入新兴Optuna框架分析了影响模型预测精度的关键超参数并对它们进行了优化。最后通过NASA数据进行实验,并与RNN、LSTM、Transformer以及现有模型方法进行比较,结果证明RMSE控制在2.39%以内,MAE在1.59%以内,且预测性能受预测起点的影响小,稳定性更高,95%置信区间更窄。 展开更多
关键词 锂离子电池 混合尺度特征提取 LSTM-Transformer模型 APP数据增强 Optuna框架
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 … 10 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