检索结果-维普期刊中文期刊服务平台

Al-Zn体系高压扭转过程中的相变机理: 1; 作者陈琛陈昱林 +4 位作者苏璇卢璟钰于俊杰张建吉卫喜《材料导报》 EI CAS CSCD 北大核心 2024年第9期200-205,共6页; 本工作对常温不互溶的Al-Zn体系进行了高压扭转下的机械合金化研究。将0.03 mm厚的纯Al和纯Zn交替堆叠,在3 GPa的压力下进行50圈的高压扭转处理。结果表明,高压扭转处理的Al-Zn合金中产生两种类型的相变,即晶体到非晶的相变,以及密排六... 展开更多; 关键词高压扭转机械合金化相变铝锌合金; 在线阅读下载PDF 职称材料

基于三维图卷积与注意力增强的行为识别模型被引量：10: 2; 作者曹毅刘晨 +2 位作者盛永健黄子龙邓小龙《电子与信息学报》 EI CSCD 北大核心 2021年第7期2071-2078,共8页; 针对当前行为识别方法无法有效提取非欧式3维骨架序列的时空信息与缺乏针对特定关节关注的问题,该文提出了一种基于3维图卷积与注意力增强的行为识别模型。首先,介绍了3维卷积与图卷积的具体工作原理;其次,基于图卷积中可处理变长邻居... 展开更多; 关键词行为识别 3维图卷积注意力增强时空信息; 在线阅读下载PDF 职称材料

基于时空特征增强图卷积网络的骨架行为识别被引量：9: 3; 作者曹毅吴伟官 +2 位作者李平夏宇高清源《电子与信息学报》 EI CSCD 北大核心 2023年第8期3022-3031,共10页; 针对骨架行为识别不能充分挖掘时空特征的问题,该文提出一种基于时空特征增强的图卷积行为识别模型(STFE-GCN)。首先,介绍表征人体拓扑结构邻接矩阵的定义及双流自适应图卷积网络模型的结构,其次,采用空域上的图注意力机制,根据邻居节... 展开更多; 关键词行为识别图注意力机制混合池化通道注意力时空特征增强; 在线阅读下载PDF 职称材料

基于改进的Faster R-CNN的齿轮外观缺陷识别研究被引量：9: 4; 作者吉卫喜杜猛 +1 位作者彭威徐杰《系统仿真学报》 CAS CSCD 北大核心 2019年第11期2198-2205,共8页; 为了实现齿轮外观缺陷自动化识别,提高齿轮产品的合格率。针对传统缺陷识别算法泛化差,人工提取特征耗时,提出了一种改进的较快的基于区域卷积神经网络(FasterR-CNN)的齿轮缺陷识别模型。设计出VGG-2CF网络,提高识别较小目标的能力;引入... 展开更多; 关键词齿轮缺陷识别 FASTER R-CNN VGG-2CF AMF-Softmax损失函数; 在线阅读下载PDF 职称材料

题名Al-Zn体系高压扭转过程中的相变机理: 1; 作者陈琛陈昱林苏璇卢璟钰于俊杰张建吉卫喜; 机构江南大学机械工程学院江南大学江苏省食品制造装备重点实验室江苏大学材料科学与工程学院; 出处《材料导报》 EI CAS CSCD 北大核心 2024年第9期200-205,共6页; 基金山东省重大科技创新工程基金项目(2019JZZY020111)。; 文摘本工作对常温不互溶的Al-Zn体系进行了高压扭转下的机械合金化研究。将0.03 mm厚的纯Al和纯Zn交替堆叠,在3 GPa的压力下进行50圈的高压扭转处理。结果表明,高压扭转处理的Al-Zn合金中产生两种类型的相变,即晶体到非晶的相变,以及密排六方到面心立方的相变。局部高密度位错可能是Al-Zn合金从晶态转变到非晶态的主要原因,而HCP→FCC相变则归因为密排面原子沿晶界产生的Shockley不全位错的滑动。此外,本工作为深入研究Al-Zn合金的固态相变提供了一种新的途径,为提高铝锌合金的力学性能提供了新的思路。; 关键词高压扭转机械合金化相变铝锌合金; Keywords high-pressure torsion mechanical alloying phase transformation Al-Zn alloy; 分类号 TH142.3 [一般工业技术—材料科学与工程]; 在线阅读下载PDF 职称材料

题名基于三维图卷积与注意力增强的行为识别模型被引量：10: 2; 作者曹毅刘晨盛永健黄子龙邓小龙; 机构江南大学机械工程学院江南大学江苏省食品制造装备重点实验室江苏信息职业技术学院; 出处《电子与信息学报》 EI CSCD 北大核心 2021年第7期2071-2078,共8页; 基金国家自然科学基金(51375209) 江苏省“六大人才高峰”计划项目(ZBZZ-012) +2 种基金江南大学研究生科研与实践创新计划项目(JNSJ19_005,JNKY19_048)。; 文摘针对当前行为识别方法无法有效提取非欧式3维骨架序列的时空信息与缺乏针对特定关节关注的问题,该文提出了一种基于3维图卷积与注意力增强的行为识别模型。首先,介绍了3维卷积与图卷积的具体工作原理;其次,基于图卷积中可处理变长邻居节点的图卷积核,引入3维卷积的3维采样空间将2维图卷积核改进为具有3维采样空间的3维图卷积核,提出一种3维图卷积方法。针对3维采样空间内的邻居节点,通过3维图卷积核,实现了对骨架序列中时空信息的有效提取;然后,为增强对于特定关节的关注,聚焦重要的动作信息,设计了一种注意力增强结构;再者,结合3维图卷积方法与注意力增强结构,构建了基于3维图卷积与注意力增强的行为识别模型;最后,基于NTU-RGBD和MSR Action 3D骨架动作数据集开展了骨架行为识别的研究。研究结果进一步验证了基于3维图卷积与注意力增强的行为识别模型针对时空信息的有效提取能力及识别准确率。; 关键词行为识别 3维图卷积注意力增强时空信息; Keywords Action recognition 3D graph convolution Attention enhanced Spatial-temporal information; 分类号 TN911.73 [电子电信—通信与信息系统] 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

题名基于时空特征增强图卷积网络的骨架行为识别被引量：9: 3; 作者曹毅吴伟官李平夏宇高清源; 机构江南大学机械工程学院江南大学江苏省食品制造装备重点实验室; 出处《电子与信息学报》 EI CSCD 北大核心 2023年第8期3022-3031,共10页; 基金国家自然科学基金(51375209) 江苏省“六大人才高峰”计划(ZBZZ-012) +1 种基金高等学校学科创新引智计划(B18027)。; 文摘针对骨架行为识别不能充分挖掘时空特征的问题,该文提出一种基于时空特征增强的图卷积行为识别模型(STFE-GCN)。首先,介绍表征人体拓扑结构邻接矩阵的定义及双流自适应图卷积网络模型的结构,其次,采用空域上的图注意力机制,根据邻居节点的重要性程度分配不同的权重系数,生成可充分挖掘空域结构特征的注意力系数矩阵,并结合非局部网络生成的全局邻接矩阵,提出一种新的空域自适应邻接矩阵,以期增强对人体空域结构特征的提取;然后,时域上采用混合池化模型以提取时域关键动作特征和全局上下文特征,并结合时域卷积提取的特征,以期增强对行为信息中时域特征的提取。再者,在模型中引入改进通道注意力网络(ECA-Net)进行通道注意力增强,更有利于模型提取样本的时空特征,同时结合空域特征增强、时域特征增强和通道注意力,构建时空特征增强图卷积网络模型在多流网络下实现端到端的训练,以期实现时空特征的充分挖掘。最后,在NTU-RGB+D和NTU-RGB+D120两个大型数据集上开展骨架行为识别研究,实验结果表明该模型具有优秀的识别准确率和泛化能力,也进一步验证了该模型充分挖掘时空特征的有效性。; 关键词行为识别图注意力机制混合池化通道注意力时空特征增强; Keywords Action recognition Graph attention network Mixed pooling Channel attention Spatio-temporal feature enhanced; 分类号 TN911.73 [电子电信—通信与信息系统] 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

题名基于改进的Faster R-CNN的齿轮外观缺陷识别研究被引量：9: 4; 作者吉卫喜杜猛彭威徐杰; 机构江南大学机械工程学院江南大学江苏省食品制造装备重点实验室; 出处《系统仿真学报》 CAS CSCD 北大核心 2019年第11期2198-2205,共8页; 基金国家自然科学基金(11402264); 文摘为了实现齿轮外观缺陷自动化识别,提高齿轮产品的合格率。针对传统缺陷识别算法泛化差,人工提取特征耗时,提出了一种改进的较快的基于区域卷积神经网络(FasterR-CNN)的齿轮缺陷识别模型。设计出VGG-2CF网络,提高识别较小目标的能力;引入AM-Softmax损失函数,以减小类内特征的差异性,进一步增大类之间差异性;结合机器学习算法中的F度量值(F-measure),提出一种AMF-Softmax损失函数,解决数据不平衡的问题。实验结果表明,提出的改进模型具有较高的识别率,适用于齿轮外观的自动化检测。; 关键词齿轮缺陷识别 FASTER R-CNN VGG-2CF AMF-Softmax损失函数; Keywords gear defect recognition Faster R-CNN VGG-2CF AMF-Softmax loss function; 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	作者	出处	发文年	被引量	操作
1	Al-Zn体系高压扭转过程中的相变机理	陈琛陈昱林苏璇卢璟钰于俊杰张建吉卫喜	《材料导报》 EI CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
2	基于三维图卷积与注意力增强的行为识别模型	曹毅刘晨盛永健黄子龙邓小龙	《电子与信息学报》 EI CSCD 北大核心	2021	10	在线阅读下载PDF 职称材料
3	基于时空特征增强图卷积网络的骨架行为识别	曹毅吴伟官李平夏宇高清源	《电子与信息学报》 EI CSCD 北大核心	2023	9	在线阅读下载PDF 职称材料
4	基于改进的Faster R-CNN的齿轮外观缺陷识别研究	吉卫喜杜猛彭威徐杰	《系统仿真学报》 CAS CSCD 北大核心	2019	9	在线阅读下载PDF 职称材料