期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进TransUNet的薄带铸轧钢板表面缺陷分割方法
1
作者
马智华
陈波
+3 位作者
曾凯
钱俊磊
肖鹏程
朱立光
《科学技术与工程》
北大核心
2025年第10期4239-4245,共7页
为准确快速地识别出薄带铸轧钢板表面缺陷,提出了一种基于语义分割的薄带铸轧钢板表面缺陷分割方法。首先,通过Labeling软件对来源于薄带铸轧产线的钢板表面缺陷图像进行标注,创建缺陷分割数据集;其次,建立TransUNet网络模型对钢板表面...
为准确快速地识别出薄带铸轧钢板表面缺陷,提出了一种基于语义分割的薄带铸轧钢板表面缺陷分割方法。首先,通过Labeling软件对来源于薄带铸轧产线的钢板表面缺陷图像进行标注,创建缺陷分割数据集;其次,建立TransUNet网络模型对钢板表面缺陷进行识别和分割,引入优化的(dual attention network,DANet)双重注意力融合网络提升模型分割性能;最后,设计改进模型与其他分割模型的对比试验,根据试验结果和评价指标对改进模型进行分析,验证了本文方法的可行性和有效性。试验表明,改进网络针对薄带铸轧钢板表面异物缺陷的分割准确率为96.85%、平均交并比为96.99%、相似性系数达到92.98%,相较于TransUNet网络分别提升了1.19、0.61、0.63个百分点。此外,改进网络在公开的热轧带钢缺陷数据集上的分割准确率为92.86%,具有一定的通用性,可为钢板表面缺陷智能化检测提供技术指导。
展开更多
关键词
薄带铸轧
语义分割
缺陷识别
双重注意力
在线阅读
下载PDF
职称材料
基于改进鲸鱼算法优化极限学习机的无氟保护渣黏度预测
2
作者
王思嘉
曾凯
+3 位作者
陈波
钱俊磊
王杏娟
朱立光
《科学技术与工程》
北大核心
2024年第34期14614-14622,共9页
针对结晶器无氟保护渣黏度值预测复杂、预测精度低的问题,提出了一种基于改进鲸鱼优化算法的极限学习机模型并用于无氟保护渣黏度值预测。首先,构建无氟保护渣成分数据集,并对保护渣中成分与黏度值进行相关性分析;然后,利用改进Tent混...
针对结晶器无氟保护渣黏度值预测复杂、预测精度低的问题,提出了一种基于改进鲸鱼优化算法的极限学习机模型并用于无氟保护渣黏度值预测。首先,构建无氟保护渣成分数据集,并对保护渣中成分与黏度值进行相关性分析;然后,利用改进Tent混沌映射和反向学习策略初始化鲸鱼优化算法的种群,融合非线性收敛因子和自适应t分布变异策略提高算法对极限学习机中超参数的寻优能力;最后,对无氟保护渣数据集进行黏度值预测对比实验,验证了改进算法的有效性。结果表明:与反向传播神经网络(back propagation neural network, BPNN)、极限学习机(extreme learning machine, ELM)模型相比,平均绝对百分比误差平均降低了29.50%,在寻优精度、预测精度和稳定性方面取得较大提升。
展开更多
关键词
无氟保护渣
黏度预测
鲸鱼优化算法
极限学习机
在线阅读
下载PDF
职称材料
题名
基于改进TransUNet的薄带铸轧钢板表面缺陷分割方法
1
作者
马智华
陈波
曾凯
钱俊磊
肖鹏程
朱立光
机构
华北理工大学电气
工程
学院
华北理工大学冶金与能源学院
河北省高品质钢连铸工程技术协同创新中心
唐山市
钢
铁企业流程控制与优化
技术
创新
中心
河北
科技大学材料科学与
工程
学院
出处
《科学技术与工程》
北大核心
2025年第10期4239-4245,共7页
基金
国家自然科学基金(51904107)
中央引导地方科技发展资金项目(236Z1017G)
唐山市市级科技计划(22130220G,22130204G)。
文摘
为准确快速地识别出薄带铸轧钢板表面缺陷,提出了一种基于语义分割的薄带铸轧钢板表面缺陷分割方法。首先,通过Labeling软件对来源于薄带铸轧产线的钢板表面缺陷图像进行标注,创建缺陷分割数据集;其次,建立TransUNet网络模型对钢板表面缺陷进行识别和分割,引入优化的(dual attention network,DANet)双重注意力融合网络提升模型分割性能;最后,设计改进模型与其他分割模型的对比试验,根据试验结果和评价指标对改进模型进行分析,验证了本文方法的可行性和有效性。试验表明,改进网络针对薄带铸轧钢板表面异物缺陷的分割准确率为96.85%、平均交并比为96.99%、相似性系数达到92.98%,相较于TransUNet网络分别提升了1.19、0.61、0.63个百分点。此外,改进网络在公开的热轧带钢缺陷数据集上的分割准确率为92.86%,具有一定的通用性,可为钢板表面缺陷智能化检测提供技术指导。
关键词
薄带铸轧
语义分割
缺陷识别
双重注意力
Keywords
thin strip casting and rolling
semantic segmentation
defect identification
dual attention
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
TG335 [金属学及工艺—金属压力加工]
在线阅读
下载PDF
职称材料
题名
基于改进鲸鱼算法优化极限学习机的无氟保护渣黏度预测
2
作者
王思嘉
曾凯
陈波
钱俊磊
王杏娟
朱立光
机构
华北理工大学电气
工程
学院
华北理工大学冶金与能源学院
河北省高品质钢连铸工程技术协同创新中心
唐山市
钢
铁企业流程控制与优化
技术
创新
中心
河北
科技大学材料科学与
工程
学院
出处
《科学技术与工程》
北大核心
2024年第34期14614-14622,共9页
基金
国家自然科学基金(52374335)
中央引导地方科技发展资金(236Z1017G)
唐山市市级科技计划(22130220G,22130204G)。
文摘
针对结晶器无氟保护渣黏度值预测复杂、预测精度低的问题,提出了一种基于改进鲸鱼优化算法的极限学习机模型并用于无氟保护渣黏度值预测。首先,构建无氟保护渣成分数据集,并对保护渣中成分与黏度值进行相关性分析;然后,利用改进Tent混沌映射和反向学习策略初始化鲸鱼优化算法的种群,融合非线性收敛因子和自适应t分布变异策略提高算法对极限学习机中超参数的寻优能力;最后,对无氟保护渣数据集进行黏度值预测对比实验,验证了改进算法的有效性。结果表明:与反向传播神经网络(back propagation neural network, BPNN)、极限学习机(extreme learning machine, ELM)模型相比,平均绝对百分比误差平均降低了29.50%,在寻优精度、预测精度和稳定性方面取得较大提升。
关键词
无氟保护渣
黏度预测
鲸鱼优化算法
极限学习机
Keywords
fluorine-free mold fluxes
viscosity prediction
whale optimization algorithm
extreme learning machine
分类号
TF777 [冶金工程—钢铁冶金]
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
基于改进TransUNet的薄带铸轧钢板表面缺陷分割方法
马智华
陈波
曾凯
钱俊磊
肖鹏程
朱立光
《科学技术与工程》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于改进鲸鱼算法优化极限学习机的无氟保护渣黏度预测
王思嘉
曾凯
陈波
钱俊磊
王杏娟
朱立光
《科学技术与工程》
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
