检索结果-维普期刊中文期刊服务平台

基于计算机视觉的工业人员行为分析实验平台: 1; 作者徐晓滨孔俊杰 +3 位作者张泽辉王坚陈龙何宏《实验技术与管理》 CAS 北大核心 2024年第9期101-110,共10页; 该文面向本科生与研究生实践教学,利用计算机视觉技术开发了工业人员行为分析实验平台。依托工程实训中心,通过多通道数据采集装置收集人员工作环境、作业行为以及劳保用品等数据。基于PyQt5构建工业人员行为分析实验平台,该平台将计算... 展开更多; 关键词计算机视觉工业安全行为分析人体关键点检测; 在线阅读下载PDF 职称材料

基于视觉的工人高处攀爬不安全行为识别模型: 2; 作者张泽辉张乾隆 +3 位作者徐晓滨赵祖国王海泉李昊《中国安全科学学报》北大核心 2025年第2期144-151,共8页; 为精准识别高处作业人员攀爬过程中出现的不安全行为,提出一种基于视觉的工人高处攀爬不安全行为识别模型,由人体姿态估计算法和一维卷积不安全行为识别算法组成。人体姿态估计研究者采用量子化自编码器对人体关键点进行结构化建模,实... 展开更多; 关键词计算机视觉工人高处攀爬不安全行为识别模型一维卷积神经网络(1DCNN) 人体姿态估计; 在线阅读下载PDF 职称材料

基于深度学习的质子交换膜燃料电池故障预测方法: 3; 作者左彬董天航 +4 位作者张泽辉王华珺霍为炜宫文峰程军圣《华南理工大学学报(自然科学版)》北大核心 2025年第7期21-30,共10页; 质子交换膜燃料电池以其无污染、高效率、低噪音等优点,受到车辆、船舶以及航空航天等领域的重点关注,然而其可靠性问题阻碍了燃料电池的大规模商业化推广。为进一步提升燃料电池的可靠性,该文提出了一种基于深度学习的燃料电池故障预... 展开更多; 关键词燃料电池深度学习故障预测长短时记忆网络卷积神经网络; 在线阅读下载PDF 职称材料

基于特征匹配度与异类子模型融合的安全性评估方法: 4; 作者徐晓滨张云硕 +2 位作者施凡常雷雷陶志刚《计算机工程》 CAS CSCD 北大核心 2024年第8期113-122,共10页; 机器学习模型的好坏影响预测精度、输入与输出结果的拟合情况。在复杂系统中,使用单一模型评估系统安全性问题时容易受数据量、数据格式、模型结构以及环境干扰等因素影响,使得这个模型在解决某个问题的能力上比较出色,而在解决其他问题... 展开更多; 关键词特征匹配度异类子模型单模型多模型融合安全性评估; 在线阅读下载PDF 职称材料

基于AdaBoost的地下采掘工程高韧性安全评估方法被引量：1: 5; 作者徐晓滨施凡 +2 位作者冯静徐晓健常雷雷《中国安全科学学报》 CAS CSCD 北大核心 2023年第S01期112-118,共7页; 为确保煤炭地下采掘工程的安全性,提出一种基于AdaBoost的高韧性安全评估方法。首先,将隧道设计参数、地质条件参数和施工参数作为模型的输入,矿井沉降值作为输出,将施工现场采集的输入参数数据划分为训练数据集和测试数据集;其次,从数... 展开更多; 关键词地下采掘工程 ADABOOST 高韧性安全评估异常数据正常数据; 在线阅读下载PDF 职称材料

题名基于计算机视觉的工业人员行为分析实验平台: 1; 作者徐晓滨孔俊杰张泽辉王坚陈龙何宏; 机构杭州电子科技大学中国-奥地利人工智能与先进制造“一带一路”联合实验室杭州电子科技大学自动化学院杭州电子科技大学杭州电子科技大学圣光机联合学院杭州电子科技大学电子信息学院杭州电子科技大学通信学院; 出处《实验技术与管理》 CAS 北大核心 2024年第9期101-110,共10页; 基金浙江省“尖兵”“领雁”研发攻关计划项目(2024C03254) 国家重点研发计划项目(2022YFE0210700) +2 种基金宁东能源化工基地本级重点支持领域科技项目(2023NDKJXMLX059)。; 文摘该文面向本科生与研究生实践教学,利用计算机视觉技术开发了工业人员行为分析实验平台。依托工程实训中心,通过多通道数据采集装置收集人员工作环境、作业行为以及劳保用品等数据。基于PyQt5构建工业人员行为分析实验平台,该平台将计算机视觉技术与工业安全管控标准深度融合,以实现工业人员流程类与非流程类作业的行为分析。为验证实验平台的有效性,使用工业人员行为测试数据对所研发的实验平台进行了实验验证。实验结果表明,该实验平台能对工人多种作业进行有效评判。该实验平台有助于提升本科生和研究生在智能图像处理领域的实践能力。; 关键词计算机视觉工业安全行为分析人体关键点检测; Keywords computer vision industrial safety behavior analysis human key point detection; 分类号 TP312 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名基于视觉的工人高处攀爬不安全行为识别模型: 2; 作者张泽辉张乾隆徐晓滨赵祖国王海泉李昊; 机构杭州电子科技大学中国-奥地利人工智能与先进制造“一带一路”联合实验室中职物联(湖北)信息科技有限公司中原工学院电子信息学院宁夏长骏科技咨询有限公司; 出处《中国安全科学学报》北大核心 2025年第2期144-151,共8页; 基金国家重点研发计划资助项目(2022YFE0210700) 国家水运安全工程技术研究中心开放基金资助(A202403) +1 种基金浙江省“尖兵”,“领雁”研发攻关计划资助项目(2024C03254)。; 文摘为精准识别高处作业人员攀爬过程中出现的不安全行为,提出一种基于视觉的工人高处攀爬不安全行为识别模型,由人体姿态估计算法和一维卷积不安全行为识别算法组成。人体姿态估计研究者采用量子化自编码器对人体关键点进行结构化建模,实现人体关键点坐标的检测;结合高处作业安全行为知识,基于一维卷积神经网络(1DCNN)模型构建高处攀爬不安全行为识别算法,并通过实验进行验证。结果表明:该模型在人员无遮挡情况和有部分遮挡情况下,分别达到93.91%和90.34%的精度;与支持向量机(SVM)、K最邻近算法(KNN)相比,该模型具有更强的泛化能力。; 关键词计算机视觉工人高处攀爬不安全行为识别模型一维卷积神经网络(1DCNN) 人体姿态估计; Keywords computer vision worker high-altitude climbing unsafe behavior recognition model one-dimensional convolutional neural network(1DCNN) human pose estimation; 分类号 X910 [环境科学与工程—安全科学]; 在线阅读下载PDF 职称材料

题名基于深度学习的质子交换膜燃料电池故障预测方法: 3; 作者左彬董天航张泽辉王华珺霍为炜宫文峰程军圣; 机构湖南大学机械与运载工程学院中能建储能科技(武汉)有限公司杭州电子科技大学中国-奥地利人工智能先进制造“一带一路”联合实验室中汽信息科技(天津)有限公司北京信息科技大学机电工程学院北部湾大学广西海洋工程装备与技术重点实验室; 出处《华南理工大学学报(自然科学版)》北大核心 2025年第7期21-30,共10页; 基金国家自然科学基金项目(52401376) 国家重点研发计划项目(2022YFE0210700) +3 种基金宁东能源化工基地本级重点支持领域科技计划项目(2023NDKJXMLX059)。; 文摘质子交换膜燃料电池以其无污染、高效率、低噪音等优点,受到车辆、船舶以及航空航天等领域的重点关注,然而其可靠性问题阻碍了燃料电池的大规模商业化推广。为进一步提升燃料电池的可靠性,该文提出了一种基于深度学习的燃料电池故障预测方法。首先,针对电压、电流、湿度、温度等状态监测数据,根据燃料电池故障机理选取用于故障诊断的特征参数,以降低数据维度、抑制冗余信息,提高故障预测模型的运算效率,并采用标准化、时间滑窗等预处理方法,消除监测参数之间量纲不同的影响;然后,构建基于长短时记忆网络的燃料电池状态预测模型,其输入为预处理后的多维特征序列,输出为未来T个时间步长的燃料电池状态;最后,将预测的状态数据输入至卷积神经网络故障辨识模型,实现燃料电池故障状态预测。使用燃料电池实验故障数据对所提出的方法进行验证,结果表明,所提出的故障预测模型能够提前预测到故障。该文所提基于深度学习的燃料电池故障预测方法通过有效的数据预处理、基于长短时记忆网络的未来状态预测及基于卷积神经网络的故障识别,实现了对质子交换膜燃料电池运行异常的提前预测。; 关键词燃料电池深度学习故障预测长短时记忆网络卷积神经网络; Keywords fuel cell deep learning fault prediction long short-term memory network convolutional neural network; 分类号 TK01 [动力工程及工程热物理]; 在线阅读下载PDF 职称材料

题名基于特征匹配度与异类子模型融合的安全性评估方法: 4; 作者徐晓滨张云硕施凡常雷雷陶志刚; 机构杭州电子科技大学中国-奥地利人工智能与先进制造“一带一路”联合实验室杭州电子科技大学自动化学院中国矿业大学(北京)力学与土木工程学院; 出处《计算机工程》 CAS CSCD 北大核心 2024年第8期113-122,共10页; 基金浙江省属高校基本科研业务费专项(GK239909299001-010) 浙江省基础公益研究计划项目(LTGG23F030009) +1 种基金浙江省杰出青年科学基金(LR21030001)。; 文摘机器学习模型的好坏影响预测精度、输入与输出结果的拟合情况。在复杂系统中,使用单一模型评估系统安全性问题时容易受数据量、数据格式、模型结构以及环境干扰等因素影响,使得这个模型在解决某个问题的能力上比较出色,而在解决其他问题时,结果却不尽如人意。针对上述问题,提出一种基于特征匹配度和异类子模型融合的安全性评估方法。首先,按照采样数据的输出值划分不同规模的数据集并构建子模型;其次,通过计算每个新数据对于这些子模型的匹配度,进而得到每个子模型的权重;最后,根据权重大小融合所有子模型的子输出得到最终的多模型融合结果。所提方法对山东省济宁市霄云煤矿采掘数据集进行研究,实验结果表明,该方法与多样本单模型、少样本单模型和传统多模型方法相比,在以330/70的比例来构建子模型的情况下均方根误差(RMSE)分别降低了15.13%、51.67%和12.46%,该方法充分集成各子模型所能提供的有效信息,减少和分散单一模型的预测误差,以提高模型的预测精度和泛化能力。; 关键词特征匹配度异类子模型单模型多模型融合安全性评估; Keywords degree of feature matching heterogeneous sub-models single model multi-model fusion safety assessment; 分类号 TP391.4 [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AdaBoost的地下采掘工程高韧性安全评估方法被引量：1: 5; 作者徐晓滨施凡冯静徐晓健常雷雷; 机构杭州电子科技大学自动化学院杭州电子科技大学中国-奥地利人工智能与先进制造“一带一路”联合实验室; 出处《中国安全科学学报》 CAS CSCD 北大核心 2023年第S01期112-118,共7页; 基金浙江省属高校基本科研业务费专项资助(GK239909299001-010) 国家重点研发计划资助(2022YFE0210700) +1 种基金浙江省杰出青年基金资助(LR21030001)。; 文摘为确保煤炭地下采掘工程的安全性,提出一种基于AdaBoost的高韧性安全评估方法。首先,将隧道设计参数、地质条件参数和施工参数作为模型的输入,矿井沉降值作为输出,将施工现场采集的输入参数数据划分为训练数据集和测试数据集;其次,从数据集中抽取多个训练子集,分别建立多个子模型;然后,分别计算子模型的误差和权重,以神经网络作为基准模型,将所有训练数据集划分为正常数据和异常数据,并更新权重;最后,根据加权后的数据集,构建AdaBoost预测模型,并开展案例分析,验证该方法的有效性。结果表明:相比于直接使用AdaBoost算法,基于正常数据和异常数据构建的AdaBoost高韧性安全评估方法所得的结果准确率更高,该方法具有一定的科学性和有效性。; 关键词地下采掘工程 ADABOOST 高韧性安全评估异常数据正常数据; Keywords coal mining engineering AdaBoost high resilience safety assessment abnormal data normal data; 分类号 X936 [环境科学与工程—安全科学]; 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	基于计算机视觉的工业人员行为分析实验平台	徐晓滨孔俊杰张泽辉王坚陈龙何宏	《实验技术与管理》 CAS 北大核心	2024	0	在线阅读下载PDF 职称材料
2	基于视觉的工人高处攀爬不安全行为识别模型	张泽辉张乾隆徐晓滨赵祖国王海泉李昊	《中国安全科学学报》北大核心	2025	0	在线阅读下载PDF 职称材料
3	基于深度学习的质子交换膜燃料电池故障预测方法	左彬董天航张泽辉王华珺霍为炜宫文峰程军圣	《华南理工大学学报(自然科学版)》北大核心	2025	0	在线阅读下载PDF 职称材料
4	基于特征匹配度与异类子模型融合的安全性评估方法	徐晓滨张云硕施凡常雷雷陶志刚	《计算机工程》 CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
5	基于AdaBoost的地下采掘工程高韧性安全评估方法	徐晓滨施凡冯静徐晓健常雷雷	《中国安全科学学报》 CAS CSCD 北大核心	2023	1	在线阅读下载PDF 职称材料