期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
面向井下环境参量的光纤传感物联网系统 被引量:2
1
作者 吴瑞勇 《激光技术》 CAS CSCD 北大核心 2021年第3期322-325,共4页
为了能够大范围准确获取井下环境参量并有效抑制噪声,研究了基于新型光纤光栅(FBG)封装的光纤传感物联网系统。设计了一种可同时测试应变与温度的传感模块,试制了新型FBG封装结构,搭建了符合巷道结构的光纤应力监测分布网络。采用基于... 为了能够大范围准确获取井下环境参量并有效抑制噪声,研究了基于新型光纤光栅(FBG)封装的光纤传感物联网系统。设计了一种可同时测试应变与温度的传感模块,试制了新型FBG封装结构,搭建了符合巷道结构的光纤应力监测分布网络。采用基于互相关差分计算的方法实现了对振动噪声的消除,并对井下巷道的应力和温度进行了连续监测。结果表明,拱段45°与60°的FBG可以准确记录应力、温度变化数据。该系统在大范围井下环境参量监测中具有更高的稳定性、更好的适应性。 展开更多
关键词 光纤光学 井下监测 物联网 互相关计算 振动噪声
在线阅读 下载PDF
基于改进U型神经网络的脑出血CT图像分割 被引量:5
2
作者 胡敏 周秀东 +2 位作者 黄宏程 张光华 陶洋 《电子与信息学报》 EI CSCD 北大核心 2022年第1期127-137,共11页
针对脑出血CT图像病灶部位的多尺度性导致分割精度较低的问题,该文提出一种基于改进U型神经网络的图像分割模型(AU-Net+)。首先,该模型利用U-Net中的编码器对脑出血CT图像特征编码,将提出的残差八度卷积(ROC)块应用到U型神经网络的跳跃... 针对脑出血CT图像病灶部位的多尺度性导致分割精度较低的问题,该文提出一种基于改进U型神经网络的图像分割模型(AU-Net+)。首先,该模型利用U-Net中的编码器对脑出血CT图像特征编码,将提出的残差八度卷积(ROC)块应用到U型神经网络的跳跃连接部分,使不同层次的特征更好地融合;其次,对融合后的特征,分别引入混合注意力机制,用以提高对目标区域的特征提取能力;最后,通过改进Dice损失函数进一步加强模型对脑出血CT图像中小目标区域的特征学习力度。为验证模型的有效性,在脑出血CT图像数据集上进行实验,同U-Net,Attention U-Net,UNet++以及CE-Net相比,mIoU指标分别提升了20.9%,3.6%,7.0%,3.1%,表明AU-Net+模型具有更好的分割效果。 展开更多
关键词 脑出血CT图像分割 注意力机制 Dice损失函数 残差八度卷积模块
在线阅读 下载PDF
基于区域Hough变换的眼睑退缩诊断
3
作者 胡敏 梁挺 +1 位作者 张光华 黄宏程 《计算机工程与设计》 北大核心 2022年第11期3217-3224,共8页
为克服传统的人工眼睑退缩检查诊断准确率低和耗时的缺点,采用一种Hough转换算法。对脸部的轮廓和上下眼睑的特征点进行提取;采用Bezier曲线和3次B样条曲线拟合面部和眼皮;采用最优Canny算子对图像进行边缘提取;采用改进的霍夫变形法进... 为克服传统的人工眼睑退缩检查诊断准确率低和耗时的缺点,采用一种Hough转换算法。对脸部的轮廓和上下眼睑的特征点进行提取;采用Bezier曲线和3次B样条曲线拟合面部和眼皮;采用最优Canny算子对图像进行边缘提取;采用改进的霍夫变形法进行虹膜外圆定位;根据眼睑退缩的诊断标准,确定有无眼睑退缩。用该算法解决实际眼睑退缩诊断问题,将仿真结果与其它算法进行比较,验证了该算法的准确率与速度均优于其它算法。 展开更多
关键词 HOUGH变换 虹膜定位 图像处理 眼睑退缩 甲状腺相关性眼病
在线阅读 下载PDF
新零售模式下的物联网智能生鲜物流终端设计 被引量:4
4
作者 李晓茹 江河 顾君忠 《计算机应用与软件》 北大核心 2021年第7期23-28,共6页
新零售模式在物流"最后一公里"的解决上并不完美,精确的物流管理已经成为研究的热点。提出一种新零售模式下的智能生鲜物流终端系统。研究将智能物流终端中的快递收发抽象为多主体模型,引入用户付费的快递服务过程,确保物流... 新零售模式在物流"最后一公里"的解决上并不完美,精确的物流管理已经成为研究的热点。提出一种新零售模式下的智能生鲜物流终端系统。研究将智能物流终端中的快递收发抽象为多主体模型,引入用户付费的快递服务过程,确保物流终端在消耗最小能量的同时,保持对生鲜快件状态的有效监测,并及时反馈给用户。此外,根据智能物流终端更新的数据,系统可以确定快件优化投递路线。实验结果表明,智能生鲜物流终端系统能够提高快件收发效率并改善用户体验。 展开更多
关键词 物联网 传感器 智能物流终端 生鲜快件 RFID
在线阅读 下载PDF
大数据挖掘中的K-means无监督聚类算法的改进 被引量:7
5
作者 吴海丽 《现代电子技术》 北大核心 2020年第19期118-121,共4页
针对K-means聚类算法简单,并且收敛速度比较快的问题,提出基于大数据挖掘的K-means无监督聚类算法。此算法设置一定范围,在迭代次数不断动态增加中,交叉算法增加,从而使算法在迭代过程中实现全局搜索,再实现局部搜索,有助于平衡算法全... 针对K-means聚类算法简单,并且收敛速度比较快的问题,提出基于大数据挖掘的K-means无监督聚类算法。此算法设置一定范围,在迭代次数不断动态增加中,交叉算法增加,从而使算法在迭代过程中实现全局搜索,再实现局部搜索,有助于平衡算法全局寻优及局部搜索能力,使算法收敛速度加快。对K-means聚类算法和标准差分进化算法进行分析,提出K-means聚类算法的改进,给出算法改进的步骤,利用实验对算法进行仿真。通过仿真结果表示,此算法聚类效果良好,聚类划分精度和稳定性高,还具有较高的稳定性。 展开更多
关键词 大数据挖掘 差分进化算法 K-MEANS聚类算法 全局寻优 鲁棒性 收敛速度
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部