期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于分布鲁棒优化的工业图像异常识别方法
1
作者
徐素秀
王洋迪
+1 位作者
高原
郭思尼
《系统管理学报》
北大核心
2025年第4期1011-1027,共17页
表面异常可能会导致工业产品在外观、质量及性能等方面出现缺陷,降低生产效率及增加安全风险,给生产企业带来经济与信誉损失。因此,工业产品表面异常的识别与检测至关重要。随着人工智能的快速发展,基于深度神经网络(DNNs)的计算机视觉...
表面异常可能会导致工业产品在外观、质量及性能等方面出现缺陷,降低生产效率及增加安全风险,给生产企业带来经济与信誉损失。因此,工业产品表面异常的识别与检测至关重要。随着人工智能的快速发展,基于深度神经网络(DNNs)的计算机视觉识别方法迅速兴起,被广泛应用于工业产品的表面异常检测中。然而,由于表面异常数量稀少、类型多样且标注成本高昂,DNNs的识别准确率常受限制。针对上述问题,提出了应用标签平滑(label smoothing,LS)的分布鲁棒优化生成式(DRO-G)模型。该模型分为两个阶段:第1阶段中拓展LS的正则化效应,证明了该正则化项可用于生成新图像;第2阶段利用生成的图像训练DNNs进行异常识别。进一步地,构建标签平滑-随机梯度(LS-SG)算法对模型近似求解:该算法第1阶段通过梯度上升法将LS的正则化效应添加到现有图像并生成新样本;第2阶段则通过梯度下降法训练DNNs以识别异常图像。在MVTecAD数据集(涵盖grid、carpet、wood和screw 4种产品)上的多种表面异常数据进行仿真实验表明,所提LS-SG算法能够有效扩大产品表面异常图像数据集的规模,并在一定程度上提高DNNs对特定产品异常的识别准确率,同时展现出一定的抗噪能力。本研究不仅有助于企业提升产品质量与生产效率,也为工业图像异常识别与检测提供了创新性解决方案。
展开更多
关键词
分布鲁棒优化
标签平滑
工业图像异常识别
在线阅读
下载PDF
职称材料
基于多情景组合的我国电能替代潜力预测与实施路径研究
2
作者
王博
王灿
+2 位作者
张洪秩
李浩
王兆华
《工程管理科技前沿》
北大核心
2025年第1期19-27,共9页
本文基于对数平均迪式指数法探究家庭和产业部门电力消费驱动因素的异质性,并结合分解结果扩展电力负荷预测模型,将智能化程度、电气化政策等我国新时期电力需求变化关键影响因素纳入模型,研判中国化共享社会经济路径(SSPs)与典型浓度路...
本文基于对数平均迪式指数法探究家庭和产业部门电力消费驱动因素的异质性,并结合分解结果扩展电力负荷预测模型,将智能化程度、电气化政策等我国新时期电力需求变化关键影响因素纳入模型,研判中国化共享社会经济路径(SSPs)与典型浓度路径(RCPs)的组合情景下我国电能替代水平。研究结果发现:(1)短期看家庭部门驱动因素的作用效果总体小于产业部门,两部门的能源强度效应和能源结构效应都将对电力增长发挥重要驱动作用;(2)我国未来电力需求增长空间广、情景差异大,2060年,可持续发展(SSP1-RCP1.9)情景下我国用电量达14.97万亿千瓦时,高化石能源依赖(SSP5-RCP8.5)情景下电力需求量达16.87万亿千瓦时,历史模式发展(SSP2-RCP4.5)情景下用电量仅为SSP5-RCP8.5情景的3/4。电力需求发展路径研判为未来能源系统转型、低碳政策制定提供科学支撑。
展开更多
关键词
电力需求预测
驱动因素解析
扩展电力负荷预测模型
SSP-RCP情景框架
在线阅读
下载PDF
职称材料
题名
基于分布鲁棒优化的工业图像异常识别方法
1
作者
徐素秀
王洋迪
高原
郭思尼
机构
北京理工大学
管理学院
北京理工大学数字经济与政策智能工业和信息化部重点实验室
出处
《系统管理学报》
北大核心
2025年第4期1011-1027,共17页
基金
国家自然科学基金创新群体项目(72321002)
北京理工大学青年教师学术启动计划
国家自然科学基金资助项目(72071093,72171023,72201033)。
文摘
表面异常可能会导致工业产品在外观、质量及性能等方面出现缺陷,降低生产效率及增加安全风险,给生产企业带来经济与信誉损失。因此,工业产品表面异常的识别与检测至关重要。随着人工智能的快速发展,基于深度神经网络(DNNs)的计算机视觉识别方法迅速兴起,被广泛应用于工业产品的表面异常检测中。然而,由于表面异常数量稀少、类型多样且标注成本高昂,DNNs的识别准确率常受限制。针对上述问题,提出了应用标签平滑(label smoothing,LS)的分布鲁棒优化生成式(DRO-G)模型。该模型分为两个阶段:第1阶段中拓展LS的正则化效应,证明了该正则化项可用于生成新图像;第2阶段利用生成的图像训练DNNs进行异常识别。进一步地,构建标签平滑-随机梯度(LS-SG)算法对模型近似求解:该算法第1阶段通过梯度上升法将LS的正则化效应添加到现有图像并生成新样本;第2阶段则通过梯度下降法训练DNNs以识别异常图像。在MVTecAD数据集(涵盖grid、carpet、wood和screw 4种产品)上的多种表面异常数据进行仿真实验表明,所提LS-SG算法能够有效扩大产品表面异常图像数据集的规模,并在一定程度上提高DNNs对特定产品异常的识别准确率,同时展现出一定的抗噪能力。本研究不仅有助于企业提升产品质量与生产效率,也为工业图像异常识别与检测提供了创新性解决方案。
关键词
分布鲁棒优化
标签平滑
工业图像异常识别
Keywords
distributionally robust optimization
label smoothing(LS)
industrial image anomaly recognition
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于多情景组合的我国电能替代潜力预测与实施路径研究
2
作者
王博
王灿
张洪秩
李浩
王兆华
机构
北京理工大学
管理学院
北京理工大学
经济
学院
北京理工大学数字经济与政策智能工业和信息化部重点实验室
出处
《工程管理科技前沿》
北大核心
2025年第1期19-27,共9页
基金
北京市社会科学基金资助项目(21GLC057)。
文摘
本文基于对数平均迪式指数法探究家庭和产业部门电力消费驱动因素的异质性,并结合分解结果扩展电力负荷预测模型,将智能化程度、电气化政策等我国新时期电力需求变化关键影响因素纳入模型,研判中国化共享社会经济路径(SSPs)与典型浓度路径(RCPs)的组合情景下我国电能替代水平。研究结果发现:(1)短期看家庭部门驱动因素的作用效果总体小于产业部门,两部门的能源强度效应和能源结构效应都将对电力增长发挥重要驱动作用;(2)我国未来电力需求增长空间广、情景差异大,2060年,可持续发展(SSP1-RCP1.9)情景下我国用电量达14.97万亿千瓦时,高化石能源依赖(SSP5-RCP8.5)情景下电力需求量达16.87万亿千瓦时,历史模式发展(SSP2-RCP4.5)情景下用电量仅为SSP5-RCP8.5情景的3/4。电力需求发展路径研判为未来能源系统转型、低碳政策制定提供科学支撑。
关键词
电力需求预测
驱动因素解析
扩展电力负荷预测模型
SSP-RCP情景框架
Keywords
electricity demand forecasting
driving factors analysis
extended power load prediction model
SSP-RCPscenarioframework
分类号
F426.61 [经济管理—产业经济]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于分布鲁棒优化的工业图像异常识别方法
徐素秀
王洋迪
高原
郭思尼
《系统管理学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于多情景组合的我国电能替代潜力预测与实施路径研究
王博
王灿
张洪秩
李浩
王兆华
《工程管理科技前沿》
北大核心
2025
0
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
