检索结果-维普期刊中文期刊服务平台

基于故障状态演化的高速公路机电设备智能维护系统设计被引量：23: 1; 作者徐红辉王翀范杰《现代电子技术》北大核心 2019年第24期112-115,共4页; 以往高速公路机电设备智能维护大多采用人工检测的形式,未能详细计算机电设备中的故障数据、准确判断故障类型。为此,针对当前高速公路机电设备智能维护的需求,设计基于故障状态演化的高速公路机电设备智能维护系统。在高速公路机电设... 展开更多; 关键词故障状态演化高速公路机电设备智能维护故障监测实验验证; 在线阅读下载PDF 职称材料

基于上下文以及多尺度信息融合的目标检测算法被引量：6: 2; 作者吕培建陈佳鹏 +2 位作者袁飞彭强项煜《计算机科学》 CSCD 北大核心 2019年第B06期279-283,共5页; 卷积神经网络的快速发展极大地提升了目标检测的性能。针对SqueezeDet算法没有利用多尺度以及上下文信息的问题,文章结合跳过连接(skip connection)和快捷连接(shortcut connection)来汇聚多尺度特征图,利用膨胀卷积(dilated convoluti... 展开更多; 关键词卷积神经网络跳过连接快捷连接膨胀卷积; 在线阅读下载PDF 职称材料

基于深度长短期记忆网络的地铁进站客流预测被引量：17: 3; 作者崔洪涛陈晓旭 +2 位作者杨超项煜段红勇《城市轨道交通研究》北大核心 2019年第9期41-45,共5页; 提出利用多源数据(地铁刷卡数据、气候数据和节假日数据)进行数据特征构造,并采用深度长短期记忆网络(DLSTM)方法预测地铁进站客流量。以深圳北站地铁站为研究对象,选取该站3个月的地铁IC卡数据记录,前两个月的数据为训练集,后一个月的... 展开更多; 关键词地铁进站客流客流预测深度长短期记忆网络; 在线阅读下载PDF 职称材料

基于轻量级卷积神经网络的烟雾识别算法被引量：3: 4; 作者袁飞赵绪言 +1 位作者王一戈赵治晟《西南交通大学学报》 EI CSCD 北大核心 2020年第5期1111-1116,1132,共7页; 由于烟雾图像场景模糊不清,背景复杂多变,难以捕获到有效特征,导致算法识别误报率和漏报率较高;此外,深度卷积神经网络结构复杂,参数繁多,难以缩短其计算时间至1 ms内,这成为实时火灾预警的一大难题.为了解决上述问题,提出了一种基于4种... 展开更多; 关键词烟雾识别深度学习计算机视觉暗通道特征生成对抗网络; 在线阅读下载PDF 职称材料

基于联合投票网络的交通场景天气分类方法被引量：2: 5; 作者崔洪涛曹科 +1 位作者张虎崔潇《西南交通大学学报》 EI CSCD 北大核心 2021年第3期579-586,共8页; 基于交通视频监控图像的天气识别已经成为智能交通系统中重要的研究课题.虽然卷积神经网络(convolutional neural network,CNN)在图像识别技术获得了巨大的发展,但是针对复杂交通场景的天气识别问题,现有的模型在特征表达方面仍然面临... 展开更多; 关键词智能交通天气识别卷积神经网络联合投票天气分类深度神经网络; 在线阅读下载PDF 职称材料

电子信息产业发展对全球化影响被引量：2: 6; 作者苏贯天《现代雷达》 CSCD 北大核心 2021年第6期101-102,共2页; 0引言电子信息产业是科技迅猛发展的产物,是目前经济发展的强劲动力。目前,电子信息产业呈现出开放、共享、包容的格局。即世界各国的电子信息产业在技术、资源方面互相交流、沟通,各电子信息公司的合作不断向纵深方向发展。从电子信息... 展开更多; 关键词电子信息产业纵深方向全球化影响强劲动力现状及未来; 在线阅读下载PDF 职称材料

基于多级多分辨网络的稠密目标检测方法: 7; 作者吕培建谭舒月 +2 位作者张迅頔高寒李威《计算机应用》 CSCD 北大核心 2020年第S02期37-41,共5页; 针对使用通用目标检测方法检测稠密目标常出现的漏检的问题,提出一种高效的基于多级多分辨网络的稠密目标检测方法。首先,通过多级多分辨的训练策略捕捉目标密集所丢失的细节;其次,利用基于形状先验的锚点生成方法,统计不同尺度下稠密... 展开更多; 关键词深度学习特征表达目标检测稠密目标多尺度; 在线阅读下载PDF 职称材料

题名基于故障状态演化的高速公路机电设备智能维护系统设计被引量：23: 1; 作者徐红辉王翀范杰; 机构广州大学机械与电气工程学院河南省高速公路联网监控收费通信服务有限公司; 出处《现代电子技术》北大核心 2019年第24期112-115,共4页; 基金河南省交通运输厅科技项目(2019G-2-1)~~; 文摘以往高速公路机电设备智能维护大多采用人工检测的形式,未能详细计算机电设备中的故障数据、准确判断故障类型。为此,针对当前高速公路机电设备智能维护的需求,设计基于故障状态演化的高速公路机电设备智能维护系统。在高速公路机电设备智能维护中,故障监测模块融合物联网传感器技术、电子设备控制技术和数据分析处理技术,实现智能感知、网络传输、信息整合以及应用服务功能,并采用基于故障状态演化的故障预测诊断混合模型实现高速公路机电设备故障检测,将检测结果传输至机电设备智能维护模块,按照相应类型选择维护程序,完成高速公路机电设备智能维护。经验证,该系统修复率大于99.98%,且维护效率和鲁棒性高,可应用于高速公路机电设备智能维护工作中。; 关键词故障状态演化高速公路机电设备智能维护故障监测实验验证; Keywords fault state evolution expressway electromechanical equipment intelligent maintenance fault detection experimental verification; 分类号 TN911-34 [电子电信—通信与信息系统] TH122 [机械工程—机械设计及理论]; 在线阅读下载PDF 职称材料

题名基于上下文以及多尺度信息融合的目标检测算法被引量：6: 2; 作者吕培建陈佳鹏袁飞彭强项煜; 机构河南省高速公路联网监控收费通信服务有限公司西南交通大学信息科学与技术学院长安大学公路学院; 出处《计算机科学》 CSCD 北大核心 2019年第B06期279-283,共5页; 文摘卷积神经网络的快速发展极大地提升了目标检测的性能。针对SqueezeDet算法没有利用多尺度以及上下文信息的问题,文章结合跳过连接(skip connection)和快捷连接(shortcut connection)来汇聚多尺度特征图,利用膨胀卷积(dilated convolution)来扩大卷积感受野以及上下文信息,提出了一种基于上下文的多尺度目标检测模型,提升了整个网络对复杂场景下的目标检测的精度和鲁棒性。该模型融合3种不同分辨率的特征图:将最小以及中间尺寸的特征图通过不同采样率的膨胀卷积聚集上下文信息,然后通过双线性插值的方式将最小特征图的分辨率放大一倍,最大特征图经卷积层降采样之后获得与中间特征图相同的尺寸,与之进行融合,并且使用了快捷连接来连接不同尺寸的特征图,从较大特征图中获取丢失的信息。将该模型在自动驾驶国际公开基准测试数据集KITTI中进行了实验,与SqueezeDet相比,所提算法的准确率提升约5%,同时在GPU中的推断速度可达30 fps。; 关键词卷积神经网络跳过连接快捷连接膨胀卷积; Keywords Convolutional neural network Skip connection Shortcut connection Dilated convolution; 分类号 TP391 [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

题名基于深度长短期记忆网络的地铁进站客流预测被引量：17: 3; 作者崔洪涛陈晓旭杨超项煜段红勇; 机构河南省高速公路联网监控收费通信服务有限公司同济大学道路与交通工程教育部重点实验室同济大学城市交通研究院河南省交通一卡通有限责任公司; 出处《城市轨道交通研究》北大核心 2019年第9期41-45,共5页; 基金河南省交通运输科技计划项目(2019G-2-2) 中央高校基本科研业务费专项资金(22120180241); 文摘提出利用多源数据(地铁刷卡数据、气候数据和节假日数据)进行数据特征构造,并采用深度长短期记忆网络(DLSTM)方法预测地铁进站客流量。以深圳北站地铁站为研究对象,选取该站3个月的地铁IC卡数据记录,前两个月的数据为训练集,后一个月的数据为测试集。介绍了数据预处理方法和DLSTM模型构建原理。试验结果表明:DLSTM模型的预测准确度随着DLSTM模型的深度增加而增高;与其它模型相比,DLSTM模型的预测精度更高。; 关键词地铁进站客流客流预测深度长短期记忆网络; Keywords metro inbound passenger flow passenger flow forecasting DLSTM; 分类号 U293.13 [交通运输工程—交通运输规划与管理]; 在线阅读下载PDF 职称材料

题名基于轻量级卷积神经网络的烟雾识别算法被引量：3: 4; 作者袁飞赵绪言王一戈赵治晟; 机构河南省高速公路联网监控收费通信服务有限公司西南交通大学信息科学与技术学院; 出处《西南交通大学学报》 EI CSCD 北大核心 2020年第5期1111-1116,1132,共7页; 基金基于人工智能的高速公路路网运行状态智能监控关键技术研究(2019J-2-2)项目对本研究的支持.; 文摘由于烟雾图像场景模糊不清,背景复杂多变,难以捕获到有效特征,导致算法识别误报率和漏报率较高;此外,深度卷积神经网络结构复杂,参数繁多,难以缩短其计算时间至1 ms内,这成为实时火灾预警的一大难题.为了解决上述问题,提出了一种基于4种Inception结构的轻量级卷积神经网络SInception(sequeeze-and-excitation inception)在此基础上加入SE Block(sequeeze-and-excitation block)用于对烟雾特征进行重新分配;同时,为了避免由于训练样本不足引起的过拟合,原始数据集上采用数据增强技术以及生成对抗网络生成更多训练样本,并在后续实验中采用了融合暗通道先验特征的策略.实验结果表明:该网络在增强的数据集GAN-Aug-YUAN上将识别误报率降为0的同时将准确率提升至99.65%,且计算时间减少到0.26 ms.; 关键词烟雾识别深度学习计算机视觉暗通道特征生成对抗网络; Keywords smoke recognition deep learning computer vision dark channel feature generative adversarial network; 分类号 V221.3 [航空宇航科学与技术—飞行器设计]; 在线阅读下载PDF 职称材料

题名基于联合投票网络的交通场景天气分类方法被引量：2: 5; 作者崔洪涛曹科张虎崔潇; 机构河南省高速公路联网监控收费通信服务有限公司西南交通大学信息科学与技术学院; 出处《西南交通大学学报》 EI CSCD 北大核心 2021年第3期579-586,共8页; 基金河南省交通运输厅科技计划(2019J-2-2)。; 文摘基于交通视频监控图像的天气识别已经成为智能交通系统中重要的研究课题.虽然卷积神经网络(convolutional neural network,CNN)在图像识别技术获得了巨大的发展,但是针对复杂交通场景的天气识别问题,现有的模型在特征表达方面仍然面临着巨大的挑战.为了提取丰富的语义特征,提出了基于联合投票机制的深度神经网络(deep neural network,DNN)模型.所提出的模型包括两个核心模块:基于通道和空间注意力机制的二阶特征模块和基于复合特征结果联合投票机制的分类模块,用以提取不同天气图像中的判别性信息,提高在复杂交通场景下的天气识别性能.最后,在两个基准天气分类数据集上进行了验证试验,结果表明:对于复杂场景条件下的天气识别问题,所提出的基于联合投票机制的深度神经网络模型的识别正确率优于目前最好的天气识别方法的1.97%.; 关键词智能交通天气识别卷积神经网络联合投票天气分类深度神经网络; Keywords intelligent transportation weather recognition convolutional neural network(CNN) joint voting weather classification deep neural network(DNN); 分类号 TP389.1 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名电子信息产业发展对全球化影响被引量：2: 6; 作者苏贯天; 机构河南省高速公路联网监控收费通信服务有限公司; 出处《现代雷达》 CSCD 北大核心 2021年第6期101-102,共2页; 文摘 0引言电子信息产业是科技迅猛发展的产物,是目前经济发展的强劲动力。目前,电子信息产业呈现出开放、共享、包容的格局。即世界各国的电子信息产业在技术、资源方面互相交流、沟通,各电子信息公司的合作不断向纵深方向发展。从电子信息产业发展的现状及未来趋势看,电子信息产业不仅能够促进科技的不断进步,而且有利于世界经济的强力复苏与持续发展,能够促进科技的不断进步。电子信息产业发展对全球化的影响集中体现在:全球电子信息产业链分工不断优化。; 关键词电子信息产业纵深方向全球化影响强劲动力现状及未来; 分类号 F416.63 [经济管理—产业经济] F114.41 [经济管理—国际贸易]; 在线阅读下载PDF 职称材料

题名基于多级多分辨网络的稠密目标检测方法: 7; 作者吕培建谭舒月张迅頔高寒李威; 机构河南省高速公路联网监控收费通信服务有限公司西南交通大学信息科学与技术学院; 出处《计算机应用》 CSCD 北大核心 2020年第S02期37-41,共5页; 基金河南省交通运输厅科技计划项目(2019J-2-2)。; 文摘针对使用通用目标检测方法检测稠密目标常出现的漏检的问题,提出一种高效的基于多级多分辨网络的稠密目标检测方法。首先,通过多级多分辨的训练策略捕捉目标密集所丢失的细节;其次,利用基于形状先验的锚点生成方法,统计不同尺度下稠密目标所具有的形状变化;最后,考虑到稠密分布的目标具有较大的外观差异,通过采用不同尺寸的卷积核提取图像不同尺度的特征信息,有效解决现有检测模型中的目标信息丢失问题。在公开的车辆数据集CARPK(Car Parking lot dataset)上验证了所提方法的有效性。与现有公开最好的GANet(Guided Attention Network)实验结果相比,平均准确率提升了6.4个百分点。实验结果表明,对于不同场景条件下的稠密分布的目标,所提出的多级多分辨网络模型能够达到更好的检测效果。; 关键词深度学习特征表达目标检测稠密目标多尺度; Keywords deep learning feature representation object detection dense object multi-scale; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程]; 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	基于故障状态演化的高速公路机电设备智能维护系统设计	徐红辉王翀范杰	《现代电子技术》北大核心	2019	23	在线阅读下载PDF 职称材料
2	基于上下文以及多尺度信息融合的目标检测算法	吕培建陈佳鹏袁飞彭强项煜	《计算机科学》 CSCD 北大核心	2019	6	在线阅读下载PDF 职称材料
3	基于深度长短期记忆网络的地铁进站客流预测	崔洪涛陈晓旭杨超项煜段红勇	《城市轨道交通研究》北大核心	2019	17	在线阅读下载PDF 职称材料
4	基于轻量级卷积神经网络的烟雾识别算法	袁飞赵绪言王一戈赵治晟	《西南交通大学学报》 EI CSCD 北大核心	2020	3	在线阅读下载PDF 职称材料
5	基于联合投票网络的交通场景天气分类方法	崔洪涛曹科张虎崔潇	《西南交通大学学报》 EI CSCD 北大核心	2021	2	在线阅读下载PDF 职称材料
6	电子信息产业发展对全球化影响	苏贯天	《现代雷达》 CSCD 北大核心	2021	2	在线阅读下载PDF 职称材料
7	基于多级多分辨网络的稠密目标检测方法	吕培建谭舒月张迅頔高寒李威	《计算机应用》 CSCD 北大核心	2020	0	在线阅读下载PDF 职称材料