期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
多尺度深层特征蒸馏的图像超分辨率重建
1
作者 李想 熊凌 +1 位作者 叶道辉 李姝凡 《光学精密工程》 北大核心 2025年第10期1657-1671,共15页
针对现有的超分辨率重建算法难以充分利用图像的多尺度信息和深层特征的问题,提出了多尺度深层特征蒸馏的图像超分辨率重建方法(MSDFDN)。首先,采用ConvNeXt卷积替代传统卷积层,以较小的计算成本来增加网络的深度,从而提高网络的性能;其... 针对现有的超分辨率重建算法难以充分利用图像的多尺度信息和深层特征的问题,提出了多尺度深层特征蒸馏的图像超分辨率重建方法(MSDFDN)。首先,采用ConvNeXt卷积替代传统卷积层,以较小的计算成本来增加网络的深度,从而提高网络的性能;其次,设计了多尺度深层特征蒸馏模块,通过构造不同尺度的ConvNeXt卷积层,结合残差特征蒸馏机制,绕过丰富的低频信息,提取残差块中的多尺度深层特征;最后,在模块的末端引入注意力机制,自适应地对提取的特征进行加权,使网络更加关注高频信息。在基准数据集以及自建PDC钻头复合片数据集上,与其他先进的轻量级超分辨率重建算法进行对比,本文方法所得图像的峰值信噪比和结构相似性定量数据均有提升,尤其在细节信息较多的Urban100数据集上4倍重建图像的峰值信噪比达到了26.49 dB,结构相似性达到了0.7976。实验结果表明所提出方法具有更好的客观和主观度量结果。 展开更多
关键词 图像超分辨率重建 卷积神经网络 轻量级 多尺度特征蒸馏 注意力机制
在线阅读 下载PDF
基于体积结构重建网格地图的激光SLAM算法
2
作者 李维刚 陈宇飞 王永强 《武汉科技大学学报》 北大核心 2025年第4期300-308,共9页
在激光同步定位和建图(SLAM)中,网格地图因蕴含丰富的几何信息且内存消耗相对较低,已成为备受关注的地图表示结构。构建网格地图常用的截断带符号距离函数(TSDF)重建法虽然效率较高,但其需要通过先验知识估测无界点云的空间,从而局限了... 在激光同步定位和建图(SLAM)中,网格地图因蕴含丰富的几何信息且内存消耗相对较低,已成为备受关注的地图表示结构。构建网格地图常用的截断带符号距离函数(TSDF)重建法虽然效率较高,但其需要通过先验知识估测无界点云的空间,从而局限了网格结构的范围。为此提出一种基于体积结构重建网格地图的激光SLAM算法。首先,采用计算机图形学中对无界体积进行建模的VDB体积结构,将其作为点云对应TSDF的无界映射载体,以解决TSDF重建的网格固定问题;然后,基于VDB体积的体素结构提出邻近网格搜索和配准算法;最后,采用截断射线法完成VDB体积的更新,并基于体元法重建网格地图。在KITTI数据集多个数据序列上进行实验,结果表明,本文算法的重建地图相较原始点云节省了60%的内存空间,重建精度和定位精度均优于对比SLAM算法。 展开更多
关键词 SLAM 网格地图 VDB体积 表面重建 TSDF 点云配准
在线阅读 下载PDF
基于SVMD-BKA-Transformer的IGBT寿命预测模型
3
作者 邓阳 柴琳 汪亮 《半导体技术》 北大核心 2025年第7期698-706,共9页
绝缘栅双极型晶体管(IGBT)在持续运行过程中易老化失效,引发电力电子装置故障,因此需对IGBT进行寿命预测。提出了一种改进模型用于IGBT寿命预测。首先,以集射极关断尖峰电压(V_(ce-p))为退化特征,对IGBT进行功率循环加速老化试验;获取... 绝缘栅双极型晶体管(IGBT)在持续运行过程中易老化失效,引发电力电子装置故障,因此需对IGBT进行寿命预测。提出了一种改进模型用于IGBT寿命预测。首先,以集射极关断尖峰电压(V_(ce-p))为退化特征,对IGBT进行功率循环加速老化试验;获取相关参数数据并进行处理;利用逐次变分模态分解(SVMD)技术将退化特征数据分解为多个模态。其次,构建Transformer模型,并采用黑翅鸢算法(BKA)寻找其最优超参数以提升预测精度。最后,通过实际IGBT退化特征数据对所提模型进行性能验证。实验结果表明,SVMD-BKA-Transformer模型提升了预测精度:决定系数(R^(2))达到0.9583,平均绝对误差(MAE)降至0.0295 V,均方根误差(RMSE)减小至0.0365 V,性能优于对比模型。 展开更多
关键词 绝缘栅双极型晶体管(IGBT) 寿命预测 模态分解 黑翅鸢算法(BKA) TRANSFORMER
在线阅读 下载PDF
基于XGBoost的气液两相流流型超声识别方法
4
作者 苏茜 白凡 +1 位作者 刘振兴 刘彰 《化工进展》 北大核心 2025年第4期1786-1793,共8页
气液两相流现象广泛存在于石油开采与运输、能源化工、航空航天等诸多领域。针对气液两相流流型识别问题,基于有限元多物理耦合仿真技术,建立典型气液两相全稳态流型的二维几何剖分仿真模型。设计双发四收的超声换能器收发方式以及三时... 气液两相流现象广泛存在于石油开采与运输、能源化工、航空航天等诸多领域。针对气液两相流流型识别问题,基于有限元多物理耦合仿真技术,建立典型气液两相全稳态流型的二维几何剖分仿真模型。设计双发四收的超声换能器收发方式以及三时段组合采样的采样模式对气液两相流全流型进行测试,结合超声波在气液流体中的传播机理对声压信号进行特征映射,并作为极限梯度提升树(XGBoost)分类算法的输入参数,实现对气液两相流分层流、泡状流、环状流和塞流4种流型分类。在此基础上,通过挖掘超声机理对分层流和塞流两类流型进行细分,即区分平滑分层流,波状分层流和塞状流、段塞流流型,从而实现对气液两相流全流型分类。超声传播机理特征与时域特征分类效果对比结果表明:搭建的基于超声的多接收分布式超声测试系统能提取更具流型识别性的超声机理特征参数,相较于时频特征具有较高的识别率,气液两相流分层流、泡状流、环状流和塞流总体识别率为98.5%,其中平滑分层流和波状分层流最高识别率为96.15%,气液塞状流和气液段塞流最高识别率为96.85%。 展开更多
关键词 超声测试 有限元仿真 气液两相流 极限梯度提升树 流型识别
在线阅读 下载PDF
自适应模仿跨域迁移学习在特钢电耗预测中的应用
5
作者 肖雄 宫雨昕 +3 位作者 张勇军 赵云涛 周洪宇 张飞 《兵器材料科学与工程》 北大核心 2025年第4期112-121,共10页
为解决特钢生产线能源预测中复杂工况与多品规切换导致的数据稀缺和模型不稳定问题,提出了一种基于多重在线迁移学习优化的模型,实现电耗持续精准预测。模型首先通过自适应网络样本迁移实现源域与目标域样本在有限数据下的重用,并行训... 为解决特钢生产线能源预测中复杂工况与多品规切换导致的数据稀缺和模型不稳定问题,提出了一种基于多重在线迁移学习优化的模型,实现电耗持续精准预测。模型首先通过自适应网络样本迁移实现源域与目标域样本在有限数据下的重用,并行训练多个子数据集构建弱学习器;其次,利用模仿学习和知识蒸馏实现弱学习器间的结构共享;最后采用弱学习缓冲池策略筛选最优弱学习器集成强学习器模型,并持续更新以提升实时预测性能。并基于某钢管厂热轧产线数据进行验证。结果表明:相比ARMA-ONS、Transformer和BiGRU模型,本模型在多品规切换及多工况下的预测性能更优、稳定性更高。基于此模型构建的阈值预警机制对故障停机、空转及电耗异常实现了98%以上的准确预警。 展开更多
关键词 热轧钢管 电耗在线预测 迁移学习 集成学习 特钢工业
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部