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... 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。 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YOLOv5s的改进实时红外小目标检测 被引量：4

2

作者 谷雨 张宏宇 彭冬亮 《激光与红外》 CAS CSCD 北大核心 2024年第2期281-288,共8页

针对红外图像分辨率低、背景复杂、目标细节特征缺失等问题,提出了一种基于YOLOv5s的改进实时红外小目标检测模型Infrared-YOLOv5s。在特征提取阶段,采用SPD-Conv进行下采样,将特征图切分为特征子图并按通道拼接,避免了多尺度特征提取... 针对红外图像分辨率低、背景复杂、目标细节特征缺失等问题,提出了一种基于YOLOv5s的改进实时红外小目标检测模型Infrared-YOLOv5s。在特征提取阶段,采用SPD-Conv进行下采样,将特征图切分为特征子图并按通道拼接,避免了多尺度特征提取过程中下采样导致的特征丢失情况,设计了一种基于空洞卷积的改进空间金字塔池化模块,通过对具有不同感受野的特征进行融合来提高特征提取能力;在特征融合阶段,引入由深到浅的注意力模块,将深层特征语义特征嵌入到浅层空间特征中,增强浅层特征的表达能力;在预测阶段,裁减了网络中针对大目标检测的特征提取层、融合层及预测层,降低模型大小的同时提高了实时性。首先通过消融实验验证了提出各模块的有效性,实验结果表明,改进模型在SIRST数据集上平均精度均值达到了95.4%,较原始YOLOv5s提高了2.3%,且模型大小降低了72.9%,仅为4.5 M,在Nvidia Xavier上推理速度达到28 f/s,利于实际的部署和应用。在Infrared-PV数据集上的迁移实验进一步验证了改进算法的有效性。提出的改进模型在提高红外图像小目标检测性能的同时,能够满足实时性要求,因而适用于红外图像小目标实时检测任务。 展开更多

关键词 红外小目标检测 YOLOv5s 注意力机制 特征融合

在线阅读 下载PDF 职称材料

基于时序生成对抗网络的居民用户非侵入式负荷分解 被引量：3

3

作者 罗平 朱振宇 +3 位作者 樊星驰 孙博宇 张帆 吕强 《电力系统自动化》 EI CSCD 北大核心 2024年第2期71-81,共11页

现有的非侵入式负荷分解算法往往需要大量电器设备级的负荷数据才能保证分解精度,但由于用户对隐私性的考虑以及安装成本过高等问题,很难获取这些数据。因此,构建一种能深度挖掘电力负荷数据时序特性和电器相关性的时序生成对抗网络。... 现有的非侵入式负荷分解算法往往需要大量电器设备级的负荷数据才能保证分解精度,但由于用户对隐私性的考虑以及安装成本过高等问题,很难获取这些数据。因此,构建一种能深度挖掘电力负荷数据时序特性和电器相关性的时序生成对抗网络。利用降维网络对所有电器有功功率序列组成的高维向量进行降维以降低计算的复杂度,通过复原网络将结果还原为高维向量。基于电器运行状态和深度学习的非侵入式分解方法,运用卷积神经网络-双向门控循环单元构建状态复杂电器的负荷分解回归模型,对状态简单电器利用深度神经网络构建负荷识别分类模型。通过对比其他数据生成方法,以及改变典型公开数据集中生成数据比例所得的负荷分解结果验证了所提方法的有效性。 展开更多

关键词 非侵入式负荷分解 对抗生成网络 降维网络 卷积神经网络-双向门控循环单元 深度神经网络

在线阅读 下载PDF 职称材料

基于联邦学习的船舶AIS轨迹预测算法 被引量：1

4

作者 郑晨俊 曾艳 +3 位作者 袁俊峰 张纪林 王鑫 韩猛 《计算机工程》 CAS CSCD 北大核心 2024年第2期298-307,共10页

联邦学习是一种可以在弱通信环境下有效解决数据孤岛问题的分布式机器学习方法。针对海上船舶轨迹实时预测问题,提出基于Fedves联邦学习框架与卷积神经网络-门控循环单元(CNN-GRU)模型的船舶轨迹预测算法(E-FVTP)。根据Fedves联邦学习框... 联邦学习是一种可以在弱通信环境下有效解决数据孤岛问题的分布式机器学习方法。针对海上船舶轨迹实时预测问题,提出基于Fedves联邦学习框架与卷积神经网络-门控循环单元(CNN-GRU)模型的船舶轨迹预测算法(E-FVTP)。根据Fedves联邦学习框架,通过规范客户端数据集规模以及客户端正则项,在保持原有客户端数据特征的前提下,减小数据非独立同分布特征对全局模型的影响,加快收敛速度。面向海洋通信资源短缺场景,建立基于船舶自动识别系统(AIS)数据的CNN-GRU船舶轨迹预测模型,解决了船舶终端设备计算能力不足的问题。在MarineCadastre开源和舟山海洋船舶航行AIS数据集上的实验结果表明,E-FVTP在预测误差比集中式训练降低40%的情况下,收敛速度提升67%、通信代价降低76.32%,可实现复杂海洋环境中船舶轨迹的精确预测,保障海上交通安全。 展开更多

关键词 联邦学习 船舶轨迹预测 自动识别系统 深度学习 非独立同分布

在线阅读 下载PDF 职称材料

结合数据增强及组合算法的短期光伏功率预测 被引量：3

5

作者 毛嘉铭 刘光宇 罗凯元 《电力系统及其自动化学报》 CSCD 北大核心 2024年第8期133-141,共9页

针对光伏发电数据完备性低、预测精度低的问题,提出结合数据增强及组合算法的短期光伏功率预测模型。首先,利用K-means++聚类算法对光伏数据进行天气分型;其次,利用条件生成对抗网络对光伏数据的分布规律进行学习,生成高质量样本;然后,... 针对光伏发电数据完备性低、预测精度低的问题,提出结合数据增强及组合算法的短期光伏功率预测模型。首先,利用K-means++聚类算法对光伏数据进行天气分型;其次,利用条件生成对抗网络对光伏数据的分布规律进行学习,生成高质量样本;然后,优化变分模态分解的分解数和惩罚因子,进一步降低子序列的模糊熵值;最后,通过正余弦算法对深度极限学习机的输入权重和偏置进行优化,分别对各子序列进行建立预测模型。实验结果表明,所提模型具有一定的优越性。 展开更多

关键词 光伏功率预测 数据增强 变分模态分解 深度极限学习机 正余弦算法

在线阅读 下载PDF 职称材料

一种基于柔性形变天线的极化波束在线重构技术 被引量：1

6

作者 陈志坤 崔津赫 +2 位作者 王伟 陈智斌 郭云飞 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第6期2533-2541,共9页

针对柔性极化阵列天线因其结构实时形变而难以波束重构以及性能受损的问题,该文提出一种基于柔性形变天线的极化波束在线重构技术。首先,基于无人机机翼模型的柔性形变状态进行阵列建模,借助于模态法得到实时形变数据,在线重构天线阵列... 针对柔性极化阵列天线因其结构实时形变而难以波束重构以及性能受损的问题,该文提出一种基于柔性形变天线的极化波束在线重构技术。首先,基于无人机机翼模型的柔性形变状态进行阵列建模,借助于模态法得到实时形变数据,在线重构天线阵列模型;其次,基于矢量阵列天线的阵元响应,构建3维空间中的柔性阵列信号模型;最后,将循环算法(CA)与2阶锥规划(SOCP)进行深度结合设计以求解最优极化波束重构的动态优化问题。仿真结果表明:在一定的形变范围内,即在环境载荷对不同弧度与角度需求下,该文所提方法能够实现在线天线阵列重构,并根据所测量应变位移数据而实现最优极化波束在线重构,方向图增益、波束宽度以及极化匹配设计均能满足工程应用要求。 展开更多

关键词 柔性阵列天线 极化波束形成 天线阵列重构

在线阅读 下载PDF 职称材料

视觉和本体觉差异化条件下的平衡脑电传递熵网络分析方法

7

作者 苏巧钻 罗志增 王哲远 《中国生物医学工程学报》 CAS CSCD 北大核心 2024年第3期286-294,共9页

平衡是人体完成各项运动的基础,现有人体平衡能力评估方法多基于外在表现。本研究以平衡中枢神经调节这一内源性角度为切入点,研究静力平衡调节过程的感觉运动皮层整合,分析大脑皮层的激活状态,建立静力平衡脑电传递熵网络。设计了视觉... 平衡是人体完成各项运动的基础,现有人体平衡能力评估方法多基于外在表现。本研究以平衡中枢神经调节这一内源性角度为切入点,研究静力平衡调节过程的感觉运动皮层整合,分析大脑皮层的激活状态,建立静力平衡脑电传递熵网络。设计了视觉输入和本体觉输入差异化条件下的实验范式,定义了平衡脑电的相位同步化准则,构建突破因果关系双节点分析模型,提出一种以平衡事件为驱动的传递熵网络分析方法。先将节点间的因果关系降级为相关关系,进而将因果关系的研究转移至功能脑区层面,以契合人体平衡协调过程脑区间信息传递的相位同步关系。在20名被试脑电数据的基础上,基于相位同步关系确定平衡事件的中枢神经调节时间段提取平衡脑电多种内源性特征,以网络聚类系数(C),最短路径(E)和最大李雅普诺夫指数(MLE)的特征组合[C,E,MLE],用支持向量机分类。与传统网络特征分类结果对比,平均分类准确率提升了14.66%。传递熵网络分析中补充最大李雅普诺夫后能更充分表达人体平衡调节的内在规律演进过程,提高了人体平衡的分类能力。 展开更多

关键词 人体平衡评估 平衡脑电 相位同步 传递熵

在线阅读 下载PDF 职称材料

基于电器运行状态和深度学习的非侵入式负荷分解 被引量：25

8

作者 罗平 樊星驰 +1 位作者 章坚民 李俊杰 《电力系统自动化》 EI CSCD 北大核心 2021年第12期49-56,共8页

根据不同电器运行状态数的差异,将电器分为状态复杂和状态简单2类。状态复杂电器存在多种工作状态,且前后状态有逻辑关联。因此,利用非基于事件的方法,选择能考虑过去和未来运行状态变化的双向长短期记忆网络对其进行分解,并采用树结构P... 根据不同电器运行状态数的差异,将电器分为状态复杂和状态简单2类。状态复杂电器存在多种工作状态,且前后状态有逻辑关联。因此,利用非基于事件的方法,选择能考虑过去和未来运行状态变化的双向长短期记忆网络对其进行分解,并采用树结构Parzen估计算法选择该网络的超参数以提高训练的精度。状态简单电器仅有开关状态,故利用基于事件的方法获得其投切状态,并选择多层感知器网络识别对应电器种类。最后,利用极大似然优化模型求解电器的功率序列。利用参考能量分解数据集对所提方法进行验证,结果表明该方法增强了负荷分解模型的可拓展性和抗噪声能力,在一定程度上提高了负荷分解的精度。 展开更多

关键词 深度学习 双向长短期记忆网络 多层感知器网络 超参数优化 非侵入式负荷分解

在线阅读 下载PDF 职称材料

融合多尺度分形注意力的红外小目标检测模型 被引量：3

9

作者 谷雨 张宏宇 孙仕成 《电子与信息学报》 EI CSCD 北大核心 2023年第8期3002-3011,共10页

为提高红外图像小目标检测的性能,融合传统方法的先验知识和深度学习方法的特征学习能力,该文设计了一种融合多尺度分形注意力的红外小目标端到端检测模型。首先,在对适用于红外图像弱小目标检测的多尺度分形特征分析基础上,给出了基于... 为提高红外图像小目标检测的性能,融合传统方法的先验知识和深度学习方法的特征学习能力,该文设计了一种融合多尺度分形注意力的红外小目标端到端检测模型。首先,在对适用于红外图像弱小目标检测的多尺度分形特征分析基础上,给出了基于深度学习算子对其进行加速计算的过程。其次,设计卷积神经网络(CNN)学习度量得到目标显著性分布图,结合特征金字塔注意力模块和金字塔池化下采样模块,提出了一种基于多尺度分形特征的注意力模块。将其嵌入到红外目标语义分割模型时,采用非对称上下文融合机制提高浅层特征和深层特征的融合效果,并利用非对称金字塔非局部模块获取全局注意力,以提高红外小目标检测性能。最后,采用单帧红外小目标(SIRST)数据集验证提出算法的性能,所提模型交并比(IoU)和归一化交并比(nIoU)分别达到了77.4%和76.1%,优于目前已知方法的性能。同时通过迁移实验进一步验证了提出模型的有效性。由于有效地融合了传统方法和深度学习方法的优势,所提模型适用于复杂环境下的红外小目标检测。 展开更多

关键词 红外小目标检测 语义分割 多尺度分形特征 注意力机制 金字塔池化下采样

在线阅读 下载PDF 职称材料

引入权重系数重构个体模板的稳态视觉诱发电位识别 被引量：1

10

作者 潘隽锴 马玉良 +2 位作者 席旭刚 孙明旭 张建海 《传感技术学报》 CAS CSCD 北大核心 2022年第9期1240-1248,共9页

针对空间滤波相关算法在数据校准阶段通常采用直接平均化训练数据的方式,本文提出了一种更为细致的操作方法。首先针对电话拨号稳态视觉诱发电位(SSVEP)数据集,在扩展典型相关分析(eCCA)的基础上,重新选择适合本数据集的系数特征组合;... 针对空间滤波相关算法在数据校准阶段通常采用直接平均化训练数据的方式,本文提出了一种更为细致的操作方法。首先针对电话拨号稳态视觉诱发电位(SSVEP)数据集,在扩展典型相关分析(eCCA)的基础上,重新选择适合本数据集的系数特征组合;其次引入各试次训练数据权重系数,采用两种计算方式和两种信号评估指标,分别对相关分析算法中的个体模板重新构造得到一种新的方法,即coef-eCCA(coefficient eCCA)。实验结果表明,重新选择系数特征后的相关分析算法与标准eCCA相比,识别准确率在不同时间窗下均有提高,并且在减小计算成本方面的提升尤为显著;重新构造个体模板后,coef-eCCA在固定时间窗下的识别准确率最高提升至99%,同时训练消耗时间并没有受到较大影响,验证了该方法的有效性。 展开更多

关键词 稳态视觉诱发电位(SSVEP) 扩展典型相关分析(eCCA) 权重系数 个体模板

在线阅读 下载PDF 职称材料

CLLLC谐振电路模型改进方法研究 被引量：4

11

作者 詹昕明 何震 +3 位作者 杭丽君 何远彬 曾平良 王坚 《中国电机工程学报》 EI CSCD 北大核心 2023年第13期5105-5115,共11页

CLLLC谐振变换器能实现功率双向流动以及全局软开关而广泛应用于电动汽车充电和直流微电网中。文中对CLLLC电路的小信号建模方法和静态建模方法分别进行改进。谐振型变换器,由于其状态变量含高频的开关分量且开关周期平均值为0,因此,无... CLLLC谐振变换器能实现功率双向流动以及全局软开关而广泛应用于电动汽车充电和直流微电网中。文中对CLLLC电路的小信号建模方法和静态建模方法分别进行改进。谐振型变换器,由于其状态变量含高频的开关分量且开关周期平均值为0,因此,无法满足传统状态空间平均法中小纹波假设的条件。对传统扩展描述函数法进行改进,通过正弦和余弦分量的叠加来表示对应的状态变量,并对各状态变量取各模态的加权平均值,建立CLLLC电路的小信号模型。在开关频率小于谐振频率段内,为简化建模中对状态量稳态值的求解计算过程且同时保持高精度,提出一种状态变量优化计算方法,即在等效输出负载中包含开关频率和谐振频率信息,在此基础上对输出电压波形进行简化近似,得到更准确的输出等效负载。该方法可得到与基波近似(fundamental harmonic approximation,FHA)法相同的简化结构,解决了其工作在欠谐振时状态量求解精度低的问题。此外,该模型还可用于电路参数设计,以提高谐振腔参数设计的精度。最后,通过仿真和实验对所提模型进行对比和验证。 展开更多

关键词 CLLLC谐振电路 优化基波近似模型 扩展描述函数法 小信号模型

在线阅读 下载PDF 职称材料

基于传递熵的复杂网络人体平衡特征分析 被引量：1

12

作者 王哲远 罗志增 裘晟晨 《中国生物医学工程学报》 CAS CSCD 北大核心 2022年第2期159-166,共8页

为克服人体平衡能力医学评估方法中的主观性缺陷,提出一种基于相位同步数据筛选和传递熵脑网络特征的人体平衡能力评估算法;采集20名被试在本体觉与视觉分别被阻断的4种范式下共1 200 min的EEG平衡数据;基于人体平衡生理机制,利用相位... 为克服人体平衡能力医学评估方法中的主观性缺陷,提出一种基于相位同步数据筛选和传递熵脑网络特征的人体平衡能力评估算法;采集20名被试在本体觉与视觉分别被阻断的4种范式下共1 200 min的EEG平衡数据;基于人体平衡生理机制,利用相位同步特性计算每段数据间的锁相值,并按照调节指标筛选出有效数据段,经过数据筛选后得到859段有效数据,每段长度在50~2 000 ms。利用该数据构建基于传递熵的脑功能网络连接模型,并定义了一种能够同步反映人体平衡信息接收与运动感觉协同处理的特征系数。在同一批次的实验数据中进行10折交叉验证。结果发现,新特征的加入将4类范式的整体分类准确率提高到73.63%,高于其他脑功能网络特征(56.23%)和足底压力中心(COP)特征(67.90%)。根据同步性分析结果推断视觉系统在人体平衡调节中占据主要作用;人体平衡协调新特征的应用可使平衡分类结果准确性有效提高。 展开更多

关键词 平衡能力评估 脑电信号相位同步 传递熵 平衡调节协同系数

在线阅读 下载PDF 职称材料

基于稀疏低秩张量分解的情绪脑电多域特征提取与分类

13

作者 黄金诚 高云园 +1 位作者 佘青山 孟明 《传感技术学报》 CAS CSCD 北大核心 2022年第4期495-503,共9页

基于脑电信号(Electroencephalogram,EEG)的情绪分析和识别研究一直是脑科学领域的热点,利用复Morlet小波变换构建脑电张量,结合其低秩、稀疏的特点,提出一种EEG多域特征提取方法——稀疏正则的低秩逼近Tucker分解算法。该算法提取样本... 基于脑电信号(Electroencephalogram,EEG)的情绪分析和识别研究一直是脑科学领域的热点,利用复Morlet小波变换构建脑电张量,结合其低秩、稀疏的特点,提出一种EEG多域特征提取方法——稀疏正则的低秩逼近Tucker分解算法。该算法提取样本所特有的多域特征——核心张量和样本共有的因子矩阵,对情绪脑电进行分类和分析,克服了传统Tucker分解计算效率低,易导致维度爆炸的缺陷。实验结果表明,在MODMA数据集上,以核心张量作为多域特征进行EEG样本分类,对不同情绪刺激下抑郁症患者(MDD)的平均识别率为88.9%,且运算效率较传统Tucker分解提高约16倍。利用表征空间特征的因子矩阵对活跃脑区进行分析,实现对脑区空间层面动态变化的对比,发现MDD患者与正常对照组在效价与唤醒度的敏感度上的差异。SLraTucker分解算法能够有效提取EEG的多域特征,为分析情绪脑电以进行相应诊断提供了新的方法和思路。 展开更多

关键词 脑电信号 事件相关电位 张量分解 稀疏正则

在线阅读 下载PDF 职称材料

基于样本迁移的在线脑电分类方法

14

作者 李震宇 佘青山 +2 位作者 马玉良 张建海 孙明旭 《传感技术学报》 CAS CSCD 北大核心 2022年第8期1109-1116,共8页

在线分类是脑机接口应用中的一个重要研究方向,传统的在线学习算法需要大量样本来适应脑电信号变化,这增加了计算和内存成本。为此,本文提出一种基于样本迁移的在线脑电分类方法。首先利用源域数据训练离线分类器,然后将目标域数据逐个... 在线分类是脑机接口应用中的一个重要研究方向,传统的在线学习算法需要大量样本来适应脑电信号变化,这增加了计算和内存成本。为此,本文提出一种基于样本迁移的在线脑电分类方法。首先利用源域数据训练离线分类器,然后将目标域数据逐个放入进行在线欧式空间预对齐以减小个体差异性,进而提取CSP特征,最后采用加权组合的在线迁移学习分类器进行标签预测。在BCI竞赛Ⅳ数据集Ⅰ和Ⅱa的跨受试者在线模拟实验中,与4种最先进的算法相比,本文方法表现最好,在线平均分类准确率最高达到了86.02%和75.74%,表明了所提方法的有效性。 展开更多

关键词 脑机接口 运动想象 迁移学习 在线分类

在线阅读 下载PDF 职称材料

支持9种工作模式的ARM寄存器堆结构设计方法

15

作者 章复嘉 谢澄扬 +1 位作者 高顶冲 樊谨 《实验室研究与探索》 CAS 北大核心 2022年第3期155-160,共6页

基于自主研发的ARMv7架构教学模型计算机,提出一种与MIPS和RISC-V不同的通用寄存器堆结构设计方法。采用在译码电路中添加工作模式控制等策略,能够支持ARM 9种工作模式。该方法是对非开源的ARM芯片中多工作模式寄存器堆设计技术的模拟实... 基于自主研发的ARMv7架构教学模型计算机,提出一种与MIPS和RISC-V不同的通用寄存器堆结构设计方法。采用在译码电路中添加工作模式控制等策略,能够支持ARM 9种工作模式。该方法是对非开源的ARM芯片中多工作模式寄存器堆设计技术的模拟实现,也为传统计算机组成原理课程,增添一种新的计算机部件设计方法。借助RSIE-SPOC教学方法和自制远程可交互式FPGA实验设备,设计了教学实施方案。课程调查表明,90.5%学生认为实验对理解ARM CPU结构有促进作用。 展开更多

关键词 通用寄存器堆 ARMv7架构 工作模式

在线阅读 下载PDF 职称材料