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108篇文章
< 1 2 … 6 >
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的汽车门板紧固件检测算法 被引量：2
1
作者 王晓辉 贾韫硕 郭丰娟 《计算机工程与设计》 北大核心 2025年第1期298-306,共9页
针对汽车门板紧固件在复杂场景下存在的检测准确度较低和实时性较差的问题,提出一种小目标改进算法YOLOv8-SOD(small object detection)。在主干网络引入SPD(space-to-depth)模块和自适应权重分配模块,在算法的颈部网络输出位置增加选... 针对汽车门板紧固件在复杂场景下存在的检测准确度较低和实时性较差的问题,提出一种小目标改进算法YOLOv8-SOD(small object detection)。在主干网络引入SPD(space-to-depth)模块和自适应权重分配模块,在算法的颈部网络输出位置增加选择性注意力模块,将CIOU损失函数替换为MPDIOU损失函数。实验结果表明,YOLOv8-SOD算法平均检测精度为99.1%,比模板匹配方法和YOLOv8算法分别提高了9.4%、2%,达到了工厂生产流水线的检测标准,具有实用价值。 展开更多
关键词 汽车门板紧固件检测 小目标 自适应权重分配 无参注意力 选择性注意力 损失函数 深度学习
在线阅读 下载PDF
基于优化权重的YOLOv7密集行人检测算法 被引量：1
2
作者 曹洁 牛瑜 梁浩鹏 《液晶与显示》 北大核心 2025年第3期505-515,共11页
针对自然复杂场景中行人拥挤和相互遮挡,导致检测精度不佳的问题,提出了一种基于优化权重的YOLOv7密集行人检测算法。首先,针对遮挡行人特征提取问题,利用跨空间高效多尺度注意力机制(Efficient Multi-Scale Attention Module with Cros... 针对自然复杂场景中行人拥挤和相互遮挡,导致检测精度不佳的问题,提出了一种基于优化权重的YOLOv7密集行人检测算法。首先,针对遮挡行人特征提取问题,利用跨空间高效多尺度注意力机制(Efficient Multi-Scale Attention Module with Cross-Spatial Learning,EMA)重新分配主干网络的权重,并跨维度学习不同通道特征之间的相关性,以增强模型对行人目标可见区域的关注。其次,针对检测模型复杂性较高的问题,设计了高效轻量化连接模块(Efficient Lightweight Connection Module,ELCM),旨在提升模型表达能力的同时加快训练速度。最后,构建了聚焦边界框损失函数Focal-SIoU loss,该损失函数注重抑制低质量样本,同时添加角度损失提高模型的检测精度。实验结果表明,所提算法在行人检测数据集Wider-Person与Crowd Human数据集上的均值平均精度分别达到83.7%和82.6%,相比其他先进的算法,在密集拥挤人群检测任务中有显著检测优势。 展开更多
关键词 密集行人检测 优化权重 聚焦边界框损失函数 YOLOv7
在线阅读 下载PDF
类别不均衡的少样本工业产品表观缺陷检测
3
作者 王素琴 杜雨洁 +1 位作者 石敏 朱登明 《图学学报》 北大核心 2025年第3期568-577,共10页
通用的目标检测网络在缺陷样本数量较少、缺陷类别分布不均衡时,总体检测精度偏低,在缺陷样本稀少的尾部类别上检测精度更低。为此,提出了一种基于改进YOLOv8s的工业产品表观缺陷检测方法。通过在Neck网络使用幻影卷积(GSConv),降低网... 通用的目标检测网络在缺陷样本数量较少、缺陷类别分布不均衡时,总体检测精度偏低,在缺陷样本稀少的尾部类别上检测精度更低。为此,提出了一种基于改进YOLOv8s的工业产品表观缺陷检测方法。通过在Neck网络使用幻影卷积(GSConv),降低网络复杂度的同时增强网络非线性能力,以避免过拟合风险。利用聚合模块VoV-GSCSP进一步提取与融合不同层次特征,提升网络特征提取与融合能力。通过采用重加权损失函数以平衡不同类别样本的训练损失贡献,加大尾部类别样本的损失贡献占比,从而提高尾部类别缺陷的检测精度。相比基线模型,改进方法对针灸针表观缺陷检测精度mAP为93.3%,提高5.0%,样本最少的断针缺陷提升9.1%;药板表观缺陷检测精度mAP为91.4%,提高2.6%,样本最少的脏污缺陷提升3.2%。在样本较多且分布不均衡的钢材数据集上,整体缺陷检测精度mAP提高2.6%。实验表明,该改进方法在缺陷样本少且类别分布不均衡时,可有效提升工业产品表观缺陷总体检测精度,对样本稀少的尾部类别检测精度改善明显,泛化性良好。 展开更多
关键词 表观缺陷检测 少样本 类别不均衡 GSConv 重加权损失函数
在线阅读 下载PDF
基于马氏距离的密度加权最小二乘孪生支持向量机
4
作者 吕莉 贺智鹏 +3 位作者 张法滢 张莹莹 康平 李院民 《江西师范大学学报(自然科学版)》 北大核心 2025年第1期37-48,共12页
最小二乘孪生支持向量机基于欧氏距离判断样本相似性并搭建模型的方法未考虑样本不同维度的方差差异对决策超平面位置的影响,导致模型处理此类样本精度不高且对噪声样本敏感.鉴于此,该文提出一种基于马氏距离的密度加权最小二乘孪生支... 最小二乘孪生支持向量机基于欧氏距离判断样本相似性并搭建模型的方法未考虑样本不同维度的方差差异对决策超平面位置的影响,导致模型处理此类样本精度不高且对噪声样本敏感.鉴于此,该文提出一种基于马氏距离的密度加权最小二乘孪生支持向量机.该算法利用马氏距离替换欧氏距离构造密度加权策略,充分考虑点与分布的关系,给予噪声数据较低的权重,降低算法对噪声的敏感性;同时结合马氏距离核函数计算样本内协方差矩阵,消除样本特征值之间方差的差异,更准确地体现样本间的相关性,从而优化决策超平面.实验采用人工数据集和UCI数据集,实验结果表明:该算法比同类型分类算法具有更高的分类精确度和泛化能力,能够有效区分在样本中的噪声数据并赋予合适的权重值,提升分类器的鲁棒性. 展开更多
关键词 支持向量机 马氏距离 核函数 密度加权 最小二乘损失函数
在线阅读 下载PDF
基于回指与逻辑推理的文档级关系抽取模型
5
作者 胡婕 吴翠 +1 位作者 孙军 张龑 《计算机应用》 北大核心 2025年第5期1496-1503,共8页
在文档级关系抽取(DocRE)任务中,现有模型主要侧重于学习文档中实体间的交互,忽略了对实体内部结构的学习,并很少关注到文档中的代词指代识别问题以及对逻辑规则的应用,这导致模型对文档中实体间关系的建模不够准确。因此,基于Transfor... 在文档级关系抽取(DocRE)任务中,现有模型主要侧重于学习文档中实体间的交互,忽略了对实体内部结构的学习,并很少关注到文档中的代词指代识别问题以及对逻辑规则的应用,这导致模型对文档中实体间关系的建模不够准确。因此,基于Transformer的架构融合关系回指图,建模实体间交互和实体内部结构,从而利用回指将更多上下文信息聚合到相应实体上以提高关系抽取的准确性。此外,采用数据驱动方式从关系注释中挖掘逻辑规则,增强对文本隐含逻辑关系的理解和推理能力。针对样本不平衡问题,引入加权长尾损失函数提高对稀有关系的识别准确性。在2个公开数据集DocRED(Document-level Relation Extraction Dataset)和Re-DocRED(Revisiting Documentlevel Relation Extraction Dataset)上的实验结果表明,所提模型性能表现最优,在DocRED测试集上,基于BERT编码器的模型的IgnF1和F1值比基线模型ATLOP(Adaptive Thresholding and Localized cOniext Pooling)分别提高了1.79和2.09个百分点,可见所提模型的综合性能较高。 展开更多
关键词 文档级关系抽取 关系回指图 逻辑规则 样本不平衡 加权长尾损失函数
在线阅读 下载PDF
基于自适应卷积和加权损失的浪高预测模型
6
作者 郑宗生 赵泽骋 +1 位作者 张月维 王绪龙 《海洋测绘》 北大核心 2025年第2期47-51,共5页
有效波高(significant wave heights,SWH)是海浪运动的重要参数,准确的波高预测对于海上安全有重要意义。针对当前深度学习方法难以有效提取波浪场的多尺度特征,以及深度学习数据集中的浪高样本等级分布不平衡问题,提出一种区域浪高预... 有效波高(significant wave heights,SWH)是海浪运动的重要参数,准确的波高预测对于海上安全有重要意义。针对当前深度学习方法难以有效提取波浪场的多尺度特征,以及深度学习数据集中的浪高样本等级分布不平衡问题,提出一种区域浪高预测模型AC-LSTM(adaptive convlution LSTM)。该方法使用自适应卷积(Adaptive Convlution)提取波浪场的局部和全局特征,选择性地融合多尺度特征;使用考虑浪高等级的加权损失函数,缓解浪高数据中的类别不平衡问题。提出的模型在南海再分析数据集上进行实验,模型12 h的MAE、RMSE分别为0.152 m、0.223 m,表现优于流行的时空预测模型,可以有效进行区域浪高预测。 展开更多
关键词 有效波高预测 循环神经网络 自适应卷积 加权损失函数 多尺度
在线阅读 下载PDF
改进YOLOv8s-Pose多人姿态估计轻量化模型研究 被引量：3
7
作者 傅裕 高树辉 《计算机科学与探索》 北大核心 2025年第3期682-692,共11页
针对现有人体姿态估计模型计算量大、检测速度慢等问题,提出了一种基于YOLOv8s-Pose模型的轻量化改进算法。在backbone中引入轻量化模块C2f-GhostNetBottleNeckV2替换原先C2f,减少参数量,提高模型速度。引入Non_Local注意力机制捕捉并... 针对现有人体姿态估计模型计算量大、检测速度慢等问题,提出了一种基于YOLOv8s-Pose模型的轻量化改进算法。在backbone中引入轻量化模块C2f-GhostNetBottleNeckV2替换原先C2f,减少参数量,提高模型速度。引入Non_Local注意力机制捕捉并传递人体关键点位置,直接融合全面的信息,为后续的层级提供更为丰富和深入的语义信息,提升整体的信息处理深度和广度,强化特征提取的效能,减少模型轻量化后精度降低问题,再将neck层引入加权双向特征金字塔网络,通过双向融合的理念,对自顶向下和自底向上的信息流动路径进行了重新规划,确保在处理不同尺度的特征信息时达到良好的平衡,给网络增加一个小目标检测头,减少对小目标的漏检情况,将CIOU损失函数更换为Focal-EIOU损失函数,以增强对复杂场景和多目标场景下的鲁棒性。实验结果表明,改进后的实验模型参数量降低了9.3%,在COCO2017人体关键点数据集上,与原模型相比mAP@0.50提升了0.4个百分点,mAP@0.50:0.95提升了0.6个百分点。可见,所提出的轻量化改进算法在减少模型参数量的同时,提升了人体姿态估计的算法精度,尤其对小目标检测有显著改善,为实现实时准确的姿态估计提供了有效手段。 展开更多
关键词 姿态估计 YOLOv8s-Pose GhostNetV2网络 加权双向特征金字塔网络 损失函数
在线阅读 下载PDF
基于代码可视化的工业互联网恶意代码检测方法 被引量：1
8
作者 龙墨澜 康海燕 《计算机集成制造系统》 北大核心 2025年第2期567-578,共12页
针对工业互联网中不断增加的恶意软件数量和种类,传统恶意代码检测方法存在准确率低、时间开销大、数据预处理过程复杂等问题,结合神经网络在图像分类方向的成熟应用,提出一种基于代码可视化的工业互联网恶意代码检测方法。通过可视化... 针对工业互联网中不断增加的恶意软件数量和种类,传统恶意代码检测方法存在准确率低、时间开销大、数据预处理过程复杂等问题,结合神经网络在图像分类方向的成熟应用,提出一种基于代码可视化的工业互联网恶意代码检测方法。通过可视化算法将恶意代码原始文件转化为彩色图像,采用改进GoogLenet检测并识别恶意代码家族;用数据增强扩充原始样本集,并提出适用于多分类任务的带权Focal loss损失函数,通过样本期望体积调整不同恶意代码家族在模型训练过程中的权重参数,缓解模型过拟合的影响。最后在Malimg和Leopard Mobile两个数据集上的实验表明,彩色恶意代码图像在准确性方面优于恶意代码灰度图,该方法在Malimg和Leopard Mobile数据集的准确率分别达到98.26%和97.19%,验证了该方法的优越性。 展开更多
关键词 恶意代码分类 代码可视化 深度学习 数据增强 带权损失函数
在线阅读 下载PDF
基于改进YOLOv7—tiny的茶叶嫩芽识别方法 被引量：1
9
作者 王启航 顾寄南 +2 位作者 蒋兴宇 范天浩 潘知瑶 《中国农机化学报》 北大核心 2025年第6期150-155,共6页
为提高茶叶采摘机器人的采摘效率和采摘精度,使模型能更方便地部署在低算力的移动端设备上,提出一种基于改进YOLOv7—tiny的茶叶嫩芽识别方法。首先,用HardSwish激活函数减少量化模式下数值的精度损失,使模型精度提升;其次,利用深度可... 为提高茶叶采摘机器人的采摘效率和采摘精度,使模型能更方便地部署在低算力的移动端设备上,提出一种基于改进YOLOv7—tiny的茶叶嫩芽识别方法。首先,用HardSwish激活函数减少量化模式下数值的精度损失,使模型精度提升;其次,利用深度可分离卷积改进原网络中的ELAN模块减少该模块中的参数冗余,降低模型的参数量和计算量使模型轻量化;最后,为消除模型轻量化造成的精度损失,进一步提高模型精度,使用对小目标更敏感的EIoU边界框损失函数。试验结果显示,改进后的模型精确率、召回率与平均精度均值分别为79.6%、79.1%和81.4%,相比原始模型提升5.4%、2.3%和2.7%;并且改进后的模型参数量为4.8 M,相比原始模型降低20.0%;计算量为10.8 GFLOPs,相比原始模型降低16.9%。 展开更多
关键词 茶叶嫩芽识别 轻量化 深度可分离卷积 边界框损失函数
在线阅读 下载PDF
基于动态类权重的卷积神经网络攻击检测模型 被引量：1
10
作者 樊荣 《电信科学》 北大核心 2025年第8期176-185,共10页
入侵检测系统(intrusion detection system,IDS)作为物联网安全防御的核心组件,其性能直接影响网络的安全性。然而,入侵检测数据集中类样本的不平衡分布降低了入侵检测系统对少数类样本的检测性能。为解决这一问题,提出一种基于动态类... 入侵检测系统(intrusion detection system,IDS)作为物联网安全防御的核心组件,其性能直接影响网络的安全性。然而,入侵检测数据集中类样本的不平衡分布降低了入侵检测系统对少数类样本的检测性能。为解决这一问题,提出一种基于动态类权重的卷积神经网络的入侵检测(dynamical class-weighted-based convolutional neural network intrusion detection,DCID)模型。DCID模型采用一维卷积神经网络(1-D CNN)结构,并引入基于动态类权重的损失函数,使得DCID模型不仅能保持对多数类样本的高检测性能,也能显著提升对少数类样本的检测能力。为验证DCID模型的有效性,使用数据集CICIDS 2017进行实验。实验结果表明,与典型的机器学习模型相比,DCID模型在精确率、召回率和F1值方面表现出明显的优势。此外,还对比了不同损失函数下DCID模型的检测性能,结果表明基于动态类权重的损失函数能够有效提升少数类样本的检测性能。 展开更多
关键词 入侵检测系统 类分布不平衡 卷积神经网络 损失函数 类权重
在线阅读 下载PDF
基于多数据融合和自适应加权混合损失函数约束的地震波初至智能拾取方法
11
作者 赵军才 马江涛 +3 位作者 刘洋 王宁 胡亚东 谭勇 《石油物探》 北大核心 2025年第4期691-700,共10页
初至拾取是地震数据处理的关键环节之一,其拾取精度直接影响速度模型的构建及静校正效果。常规基于卷积神经网络的初至拾取方法虽然效果显著,但在黄土塬等复杂地表地区,由于初至波能量弱、背景噪声强等因素影响,拾取效果往往不佳。为此... 初至拾取是地震数据处理的关键环节之一,其拾取精度直接影响速度模型的构建及静校正效果。常规基于卷积神经网络的初至拾取方法虽然效果显著,但在黄土塬等复杂地表地区,由于初至波能量弱、背景噪声强等因素影响,拾取效果往往不佳。为此,提出了一种基于多数据融合和自适应加权混合损失函数约束的深度学习初至拾取方法。首先,将地震记录、偏移距和高程信息进行融合,构建多数据融合模型,提升方法的鲁棒性;然后,通过自适应加权策略优化多个损失函数的组合,构建自适应加权混合损失函数来有效约束模型的训练过程,进而提升模型的初至拾取精度。实际地震数据测试结果表明,在复杂地质条件下的弱初至、强噪声情况下,所提出的初至拾取方法较常用的长/短时窗均值比方法和地震图像深度语义分割方法(简称分割方法)具有更好的拾取效果和更强的抗噪性能,测试结果验证了方法的有效性和鲁棒性。 展开更多
关键词 初至拾取 卷积神经网络 数据融合 自适应加权混合损失函数
在线阅读 下载PDF
基于RT-DETR改进的织物疵点检测算法
12
作者 朱胜利 李明 何志奇 《毛纺科技》 北大核心 2025年第8期118-127,共10页
为了解决织物疵点检测中疵点类型多、大小不平衡和小目标疵点难以检测的问题,基于RT-DETR(Real-Time DEtection TRansformer)提出了一种改进的织物疵点检测算法FD-DETR(Fabric Defect-DETR)。将可变形注意力机制模块DA(Deformable Atten... 为了解决织物疵点检测中疵点类型多、大小不平衡和小目标疵点难以检测的问题,基于RT-DETR(Real-Time DEtection TRansformer)提出了一种改进的织物疵点检测算法FD-DETR(Fabric Defect-DETR)。将可变形注意力机制模块DA(Deformable Attention)引入特征交互模块AIFI(Attention-based Intrascale Feature Interaction)来增强算法对疵点感受野的适应性,以更好地实现对不同类型和不同大小疵点的检测;在Neck层将Slim-Neck与加权双向特征金字塔Bi-FPN相结合形成GVBi-FPN模块以替换CCFM模块,降低模型复杂度的同时提高对小疵点的检测能力;在分类损失部分将RT-DETR的原分类损失函数Varifocal Loss与Slide Loss结合为Slide Varifocal Loss,提高困难样本的训练权重,使算法注重更难检测的目标以提高困难样本的检测精度。结果表明:在检测20类疵点时,相较RT-DETR,FD-DETR算法的参数量有所降低,并且在mAP@0.5方面提高了3.3%,mAP@0.5∶0.95方面提高了1.7%,实现了45.3帧/s的检测速度,能够快速准确的对不同大小疵点进行检测,有效提升算法性能。 展开更多
关键词 织物疵点检测 RT-DETR 加权双向特征金字塔 可变形注意力 损失函数
在线阅读 下载PDF
基于模糊数学感官评价对中药饼干的配方优化及减肥作用
13
作者 闫文慧 李欣 +6 位作者 宋意亭 谭晓越 刘宇彤 马孜涵 毛娅瑄 刘芳芳 周文静 《食品工业科技》 北大核心 2025年第22期264-273,共10页
目的:以燕麦粉、山药汁为基质,加入茯苓、山楂、决明子、荷叶等药食两用药材,制备一款中药饼干。方法:以饼干的外形、色泽、口感和香味、组织状态为感官评价指标,在单因素实验的基础上,利用正交试验结合模糊数学综合评价法优化其制备工... 目的:以燕麦粉、山药汁为基质,加入茯苓、山楂、决明子、荷叶等药食两用药材,制备一款中药饼干。方法:以饼干的外形、色泽、口感和香味、组织状态为感官评价指标,在单因素实验的基础上,利用正交试验结合模糊数学综合评价法优化其制备工艺,并通过建立高脂饮食诱导的小鼠肥胖模型来验证该饼干的减肥作用。结果:燕麦粉:山药汁作为基质,比例为110:30,中药粉用量为26 g,无盐黄油用量为15 g,木糖醇用量为20 g,感官评价得分为86.62±0.3215,制得的饼干口感较好,外形完整,薄厚均匀,颜色金黄,焙烤香气浓郁,组织细腻。动物实验表明,中药饼干对高脂饮食诱导的小鼠肥胖有一定的改善作用。与普通饲料喂养组相比,高脂饲料喂养组小鼠体重增加29.5%,经中药饼干干预后,小鼠体重极显著降低(P<0.01),且与模型组相比,饼干组小鼠Lee's指数与脏器指数均极显著下降(P<0.01)。中药饼干极显著降低肥胖小鼠血清中的总胆固醇(Total Cholesterol,TC)、甘油三酯(Triglyceride,TG)、低密度脂蛋白胆固醇(Low-Density Lipoprotein Cholesterol,LDL-C)水平(P<0.01),增加血清中高密度脂蛋白胆固醇(High-Density Lipoprotein Cholesterol,HDL-C)含量。肝组织苏木精-伊红染色法(Hematoxylin-Eosin Staining,HE)结果显示,模型组多见肝细胞微泡型脂肪变性,肝细胞内可见圆形脂滴蓄积,经中药饼干干预后,肝组织细胞结构排列整齐,几乎未发现脂肪变性。结论:中药饼干配方制备工艺可行,且对高脂饮食诱导的小鼠肥胖具有明显的改善作用。 展开更多
关键词 药食两用药材 模糊数学 饼干 配方优化 减肥作用 燕麦粉 山药汁
在线阅读 下载PDF
基于动态上采样的轻量级生成对抗网络DU-FastGAN
14
作者 徐国愚 闫晓龙 张一丹 《计算机应用》 北大核心 2025年第10期3067-3073,共7页
近年来,生成对抗网络(GAN)被广泛应用于数据增强,能有效缓解训练样本不足的问题,对模型训练具有重要研究意义。然而,现有用于数据增强的GAN模型存在对数据集要求高和模型收敛不稳定等问题,导致生成的图像易出现失真和形变。因此,提出一... 近年来,生成对抗网络(GAN)被广泛应用于数据增强,能有效缓解训练样本不足的问题,对模型训练具有重要研究意义。然而,现有用于数据增强的GAN模型存在对数据集要求高和模型收敛不稳定等问题,导致生成的图像易出现失真和形变。因此,提出一种基于动态上采样的轻量级GAN——DU-FastGAN(Dynamic-Upsample-FastGAN)进行数据增强。首先,通过动态上采样模块构建生成器,使生成器能够根据当前特征图的大小采用不同粒度的上采样方法,从而重建纹理,提高合成的整体结构和局部细节的质量;其次,为了使模型能够更好地获取图像的全局信息流,提出权重信息跳跃连接模块,以减小卷积及池化操作对特征的扰动,提高模型对不同特征的学习能力,使得模型生成图像的细节更逼真;最后,给出特征丢失损失函数,通过计算采样过程中对应特征图之间的相对距离提高模型生成质量。实验结果表明,相较于FastGAN、MixDL(Mixup-based Distance Learning)和RCL-master(Reverse Contrastive Learning-master)等方法,DU-FastGAN在10个小数据集上的FID(Fréchet Inception Distance)的最大降幅达到23.47%,能够有效缓解生成图像的失真和形变问题,并提高了生成图像的质量;同时,DU-FastGAN的模型训练时间在600 min内,实现了轻量级开销。 展开更多
关键词 生成对抗网络 数据增强 动态上采样 权重信息跳跃连接 特征丢失损失
在线阅读 下载PDF
多频Transformer引导图聚合视网膜图像质量分级算法
15
作者 梁礼明 钟奕 +1 位作者 王成斌 康婷 《光电工程》 北大核心 2025年第6期109-124,共16页
针对视网膜图像质量分级任务中各等级样本数量差异大和分级效率不高的问题,提出一种多频Transformer引导图聚合视网膜图像质量分级算法。该算法首先对图像采取对比度受限直方图均衡化操作,突出关键细节特征,并采取Res Net50网络进行多... 针对视网膜图像质量分级任务中各等级样本数量差异大和分级效率不高的问题,提出一种多频Transformer引导图聚合视网膜图像质量分级算法。该算法首先对图像采取对比度受限直方图均衡化操作,突出关键细节特征,并采取Res Net50网络进行多级特征提取。然后设计频率通道重组Transformer模块,引入频域信息辅助建模全局特征,以优化全局与局部特征。随后构建图交叉特征聚合模块,采用跨尺度交叉注意力机制引导图聚合,实现不同源特征对齐,进而增强模型对多层次特征敏感性。最后搭建加权损失函数,聚焦模型对少数类样本关注度。在Eye-Quality和RIQA-RFMiD数据集上进行实验验证,其准确率分别为88.71%和84.95%,精确率分别为87.78%和74.22%。实验结果表明,所提算法在视网膜图像质量评估领域具有一定应用价值。 展开更多
关键词 视网膜图像质量分级 频率通道重组Transformer模块 图交叉特征聚合模块 加权损失
在线阅读 下载PDF
多变量数据驱动的化工过程质量相关故障监测
16
作者 秦绪光 王雪 +2 位作者 陈锋 李磊 宋维燕 《现代化工》 北大核心 2025年第11期231-236,共6页
以多变量数据驱动为导向,分别对卷积神经网络(CNN)及交叉熵损失函数(CEL)进行改进优化,构建适用于复杂化工过程质量相关故障的监测模型——二维卷积神经网络(2DCNN)及基于类别加权的交叉熵损失函数(WCEL)。该方法能够将多变量数据转化... 以多变量数据驱动为导向,分别对卷积神经网络(CNN)及交叉熵损失函数(CEL)进行改进优化,构建适用于复杂化工过程质量相关故障的监测模型——二维卷积神经网络(2DCNN)及基于类别加权的交叉熵损失函数(WCEL)。该方法能够将多变量数据转化为若干样本矩阵,并以此作为2DCNN模型的输入,分别有效地捕捉矩阵行数和列数所表征的时空维度特征,从而实现高精准的质量相关故障监测;同时,嵌入损失函数——WCEL,自适应地动态调整2DCNN模型的学习率,从而解决故障类别分配不均衡问题。 展开更多
关键词 质量相关故障 化工过程 多变量数据 二维卷积神经网络 基于类别加权的交叉熵损失函数
在线阅读 下载PDF
基于熵权的灰色聚类在洪灾评估中的应用 被引量：13
17
作者 刘力 周建中 +1 位作者 杨莉 张勇传 《自然灾害学报》 CSCD 北大核心 2010年第4期213-218,共6页
洪水灾害灾情识别的实质就是建立各个洪水灾害灾情决策指标与洪灾等级之间的非线性关系。鉴于洪灾成因机制的复杂性和发生过程的随机性,在灰色聚类的基础上引入信息熵概念,提出了具有典型指数白化权函数,并采用加权平均原则的灰色信息... 洪水灾害灾情识别的实质就是建立各个洪水灾害灾情决策指标与洪灾等级之间的非线性关系。鉴于洪灾成因机制的复杂性和发生过程的随机性,在灰色聚类的基础上引入信息熵概念,提出了具有典型指数白化权函数,并采用加权平均原则的灰色信息熵聚类。该方法有效解决了"零权重"问题,通过引用熵权所反应的数据本身的效用值来修正指标的权重系数,充分利用了样本遗留信息,并极大地保留了聚类系数的蕴涵信息。实例证明,灰色信息熵聚类的评价过程直观简单,结果合理有效,能有效扩大灰色聚类在实际工程中的应用范围。 展开更多
关键词 灰色聚类 信息熵 洪水灾害灾情 白化权函数 加权平均原则
在线阅读 下载PDF
开关磁阻电机转矩脉动与铜耗最小化控制研究 被引量：27
18
作者 王喜莲 许振亮 王翠 《电机与控制学报》 EI CSCD 北大核心 2015年第7期52-57,65,共7页
针对开关磁阻电机(switched reluctance motor,SRM)的双凸极结构导致其运行时产生很强的转矩脉动现象,根据SRM非饱和特性下电感与角度关系曲线,提出一种基于指数函数的SRM转矩脉动与铜耗最小化转矩分配综合控制方法,该方法综合转矩计算... 针对开关磁阻电机(switched reluctance motor,SRM)的双凸极结构导致其运行时产生很强的转矩脉动现象,根据SRM非饱和特性下电感与角度关系曲线,提出一种基于指数函数的SRM转矩脉动与铜耗最小化转矩分配综合控制方法,该方法综合转矩计算式和查表法将参考转矩直接转化为参考电流,避免了对转矩的测量。与正弦转矩分配控制进行比较分析,在电机工作效率方面验证了该控制系统性能的优越性;提出将转矩脉动抑制作为主要优化对象,抑制定子绕组换相电流作为次级条件,利用加权函数实现转矩脉动抑制与运行效率的优化平衡方案。以一台3 kw的12/8极开关磁阻电机为控制对象,建立控制系统仿真模型,验证了方案的有效性。 展开更多
关键词 转矩分配 指数函数 开关磁阻电机 铜耗 转矩脉动 权重值
在线阅读 下载PDF
基于贝叶斯理论的工程车辆载荷样本长度计算方法 被引量：5
19
作者 王继新 季景方 +2 位作者 胡际勇 王乃祥 张英爽 《农业工程学报》 EI CAS CSCD 北大核心 2011年第6期148-151,共4页
确定载荷样本长度是载荷谱编制的一个关键步骤,直接影响着零部件疲劳寿命预测的准确性。为了找到一种有效地确定载荷样本长度的方法,该文以轮式装载机为例,结合其零部件的受载特点,假定载荷均值服从正态分布,均值的先验分布也服从正态分... 确定载荷样本长度是载荷谱编制的一个关键步骤,直接影响着零部件疲劳寿命预测的准确性。为了找到一种有效地确定载荷样本长度的方法,该文以轮式装载机为例,结合其零部件的受载特点,假定载荷均值服从正态分布,均值的先验分布也服从正态分布,提出了用贝叶斯理论和加权平方损失函数来计算载荷样本长度的方法。该方法以加权平方损失函数的后验损失期望值取最小值为条件,得到了包含先验信息、样本信息以及总体信息的后验参数估计值;然后结合t分布得到了在满足一定置信度和误差要求时的载荷样本长度。 展开更多
关键词 车辆 载荷 计算 加权平方损失函数 T分布
在线阅读 下载PDF
发酵果蔬汁的通便和减肥功能 被引量：7
20
作者 张敏佳 欧阳道福 +6 位作者 王晓宁 刘文颖 刘伟 喻勤 周雅琳 许雅君 谷瑞增 《食品与发酵工业》 CAS CSCD 北大核心 2019年第1期77-82,共6页
使用盐酸洛哌丁胺构建小鼠功能性便秘模型,使用高热量饲料构建大鼠营养性肥胖模型。实验动物均按体重随机分成5组:空白对照组、模型对照组和发酵果蔬汁低、中、高3个干预剂量组。3个发酵果蔬汁干预组每天分别灌胃2. 1、4. 2和8. 4 m L/k... 使用盐酸洛哌丁胺构建小鼠功能性便秘模型,使用高热量饲料构建大鼠营养性肥胖模型。实验动物均按体重随机分成5组:空白对照组、模型对照组和发酵果蔬汁低、中、高3个干预剂量组。3个发酵果蔬汁干预组每天分别灌胃2. 1、4. 2和8. 4 m L/kg发酵果蔬汁,空白对照组和模型对照组在相同时间内每天灌胃蒸馏水。通便功能评价实验检测小肠运动和排便,减肥功能评价实验检测体重和体脂。结果发现发酵果蔬汁组墨汁推进率、排首粒黑便时间和5 h排黑便粒数与模型对照组相比有显著改善;发酵果蔬汁组体重、睾丸及肾周脂肪重和脂/体比显著低于模型对照组。发酵果蔬汁具有一定的通便和减肥功能。 展开更多
关键词 发酵果蔬汁 通便 减肥
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 … 6 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