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
共找到686篇文章
< 1 2 … 35 >
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：
点云投影采样及新型大容量三维信息隐藏方法
1
作者 张释如 温一帆 +3 位作者 文猛 王锐 王乐 尉涛 《计算机辅助设计与图形学学报》 北大核心 2025年第4期615-622,共8页
针对现有三维信息隐藏算法中顶点同步时间长和不稳定的问题,提出一种三维点云投影采样策略.将所有顶点垂直投影至XOY平面,通过调节投影面分辨率控制采样顶点数,规则存取采样点达到顶点同步.利用该点云投影采样策略,提出了一种新型三维... 针对现有三维信息隐藏算法中顶点同步时间长和不稳定的问题,提出一种三维点云投影采样策略.将所有顶点垂直投影至XOY平面,通过调节投影面分辨率控制采样顶点数,规则存取采样点达到顶点同步.利用该点云投影采样策略,提出了一种新型三维点云信息隐藏方法,可以同时将秘密数据嵌入到顶点的Z坐标和3个彩色分量中.由于在嵌入时不改变X和Y轴坐标值,能够在大容量嵌入的同时保证顶点同步的稳定性.该隐藏方法在秘密数据提取时不需要载体模型,是一种盲提取方法.在Matlab软件环境下,利用公开的几种常用动物模型和一种人脸的三维模型数据为载体进行了大量仿真实验.实验结果表明,所提方法是一种大容量隐藏方法,嵌入容量高达5 bpv;其不可感知性好,最大嵌入容量时PSNR最低为51 dB;可以完全抵抗重排序攻击;单独或同时对X和Y轴进行坐标平移、尺度缩放时提取水印的相关系数都几乎为1;能够抵抗剪切比例小于15%的剪切攻击(相关系数大于0.75);对加性噪声也有一定的抵抗能力. 展开更多
关键词 三维点云 信息隐藏 顶点同步 鲁棒性
在线阅读 下载PDF
高校电梯安全管理信息技术研究——以西安理工大学为例 被引量：4
2
作者 常姗 李文峰 白慧 《安全与环境工程》 CAS 北大核心 2018年第1期120-123,136,共5页
为加强高校电梯安全管理,以西安理工大学为例,对校园内部电梯采取了电梯机房标准化建设、电梯曳引机加装应急电源装置、电梯轿厢加装应急照明装置、电梯轿厢安装"一键式"无线应急通信系统、电梯控制柜安装安全远程监管系统等... 为加强高校电梯安全管理,以西安理工大学为例,对校园内部电梯采取了电梯机房标准化建设、电梯曳引机加装应急电源装置、电梯轿厢加装应急照明装置、电梯轿厢安装"一键式"无线应急通信系统、电梯控制柜安装安全远程监管系统等技术措施,并通过数据采集终端得到的电梯运行大数据进行进一步数据挖掘,实现了从被困人员被动报警,到电梯故障主动报警,再到电梯事故的预警预报,从而保障了广大师生员工乘坐电梯的安全,维护了校园安全稳定。 展开更多
关键词 高校电梯 安全管理 无线应急通信 远程监管 数据挖掘
在线阅读 下载PDF
基于多尺度残差网络的联合声呐与通信系统
3
作者 聂钰蓉 张育芝 《舰船科学技术》 北大核心 2025年第18期149-154,共6页
针对探测声呐与通信声呐独立运行导致的频谱利用率低、相互干扰等问题,基于全共享体制和深度学习方法,提出水声正交啁啾复用(Orthogonal Chirp Division Multiplexing,OCDM)信号的联合声呐与通信(Sonar Communication,SonarCom)系统方... 针对探测声呐与通信声呐独立运行导致的频谱利用率低、相互干扰等问题,基于全共享体制和深度学习方法,提出水声正交啁啾复用(Orthogonal Chirp Division Multiplexing,OCDM)信号的联合声呐与通信(Sonar Communication,SonarCom)系统方案。在发射端,采用多载波调制技术发射抗干扰的OCDM共享波形;在接收端,构建融合多尺度卷积(Multi-Scale Convolutional Neural Network,MSCNN)结构和自注意力机制(Self-Attention,SA)的深度残差网络(Residual Network,ResNet)模型MSResNet,完全替代传统OCDM接收机的信号处理模块,充分训练后直接用于在线信息恢复和目标探测。模型精准捕捉到OCDM信号的关键特征,并在保证良好探测性能的前提下集成了通信功能。仿真结果表明,与相关方法相比,基于OCDM的MSResNet-SonarCom可以实现更低的误码率和更高的检测概率,并且对多普勒效应具有较强的鲁棒性。 展开更多
关键词 联合声呐与通信 正交啁啾复用 共享波形 多尺度卷积 自注意力机制
在线阅读 下载PDF
基于自监督学习的IRS辅助矿井通信系统信道估计方法
4
作者 王安义 李新宇 +1 位作者 李明珠 李婼嫚 《工矿自动化》 CSCD 北大核心 2024年第8期144-150,共7页
针对矿井复杂环境导致的多径衰落、非视距通信及真实标签获取困难的问题,提出一种基于自监督学习(SSL)的智能反射面(IRS)辅助矿井通信系统信道估计方法。根据井下Nakagami-g衰落信道模型和IRS信号传输模型搭建井下通信系统模型,通过IRS... 针对矿井复杂环境导致的多径衰落、非视距通信及真实标签获取困难的问题,提出一种基于自监督学习(SSL)的智能反射面(IRS)辅助矿井通信系统信道估计方法。根据井下Nakagami-g衰落信道模型和IRS信号传输模型搭建井下通信系统模型,通过IRS技术解决多径衰落和非视距通信问题。通过最小二乘(LS)算法进行初步信道估计,再采用SSL框架下的八度卷积(OCT)神经网络优化信道估计结果。OCT直接对高频分量和低频分量进行处理,能同时捕捉信道的粗糙特征和细微差别,提供全面的信道信息,从而更准确地估计信道状态;SSL算法使用接收信号及其带噪版本作为训练数据,通过未标注数据的内在结构提升IRS辅助信道估计的精度和效率,从而降低对人工标签的依赖。仿真结果表明:①引入IRS技术能有效降低信道估计误差。②OCT神经网络的损失值明显低于CNN,数据拟合效果更好;OCT神经网络计算效率高,可提高通信系统信道估计的整体性能;在计算资源有限的环境下,OCT神经网络可保持较低参数量和内存使用量。③SSL算法在所有信噪比条件下均能保持较低的归一化均方误差,验证了其在信道估计中的高效性和鲁棒性。④基于SSL的IRS辅助矿井通信系统信道估计方法在大规模网络中具有较好的扩展性和鲁棒性。 展开更多
关键词 矿井通信 信道估计 井下智能反射面 自监督学习 八度卷积神经网络 Nakagami-g模型
在线阅读 下载PDF
基于智能反射面辅助矿井通信系统信道估计 被引量：1
5
作者 刘洋 王希阳 +1 位作者 钱燕芝 王斌 《空军工程大学学报》 CSCD 北大核心 2024年第5期115-120,共6页
针对矿井下复杂、随机的无线信道特性所导致的信道估计准确度低的问题,结合智能反射面IRS技术,提出了井下IRS辅助多用户通信系统模型,通过优化传输路径、重新配置无线传输环境,提高井下信道估计准确度。首先,结合IRS技术,建立了井下IRS... 针对矿井下复杂、随机的无线信道特性所导致的信道估计准确度低的问题,结合智能反射面IRS技术,提出了井下IRS辅助多用户通信系统模型,通过优化传输路径、重新配置无线传输环境,提高井下信道估计准确度。首先,结合IRS技术,建立了井下IRS辅助多用户信号传输模型,基于该模型推导了平行因子分解信道估计算法,并仿真了该算法在IRS辅助矿井通信系统中的性能。仿真结果表明,与传统的最小二乘(LS)算法和正交匹配追踪算法相比,在归一化均方误差为10^(-2)时,PARAFAC分解算法信噪比可降低约8 dB,且算法执行时间略小于LS算法。 展开更多
关键词 矿井无线通信 信道估计 智能反射面 均方误差
在线阅读 下载PDF
改进YOLOv8的无人机航拍图像小目标检测算法 被引量：5
6
作者 侯颖 吴琰 +4 位作者 寇旭瑞 黄嘉超 庹金豆 王裕旗 黄晓俊 《计算机工程与应用》 北大核心 2025年第11期83-92,共10页
无人机拍摄影像存在大量分布密集的小目标,针对通用目标检测方法对小目标容易造成漏检和错检的问题,提出了一种改进YOLOv8的无人机航拍图像小目标检测算法。利用高分辨率浅层特征信息具有较小的感受野和更精细的空间信息特性,改进算法... 无人机拍摄影像存在大量分布密集的小目标,针对通用目标检测方法对小目标容易造成漏检和错检的问题,提出了一种改进YOLOv8的无人机航拍图像小目标检测算法。利用高分辨率浅层特征信息具有较小的感受野和更精细的空间信息特性,改进算法增加小目标物体检测头,采用四个特征检测头提升小目标检测率。设计构造ConvSPD卷积模块和BiFormer注意力增强模块的小目标检测模块组改进YOLOv8骨干网络,有效增强小目标浅层细节特征信息的捕获能力。为确保模型的硬件终端部署需求,采用可重参数化的Rep-PAN模型优化Neck网络。Head网络采用Focaler-CIoU损失函数优化回归定位损失,提高定位精度。在VisDrone-2019数据集上,改进算法平均检测精度达到51.2%,比YOLOv8提高10.9个百分点,检测速度为63.7 FPS,具有良好的实时性。 展开更多
关键词 无人机(UAV) 目标检测 深度学习 YOLOv8算法 注意力机制 Focaler-CIoU损失函数
在线阅读 下载PDF
时间卷积长短时记忆网络煤矿平硐变形多步预测 被引量：1
7
作者 冀汶莉 淡新 +6 位作者 马晨阳 柴敬 吴玉意 秋风岐 刘文涛 雷武林 刘永亮 《煤炭科学技术》 北大核心 2025年第4期176-190,共15页
煤矿主平硐易受到外界因素的干扰,对其变形进行监测和预测十分重要。在光纤光栅监测平硐变形工程应用的基础上,提出了集成经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)的时间卷积网络(Temporal Convolutional Network,TCN... 煤矿主平硐易受到外界因素的干扰,对其变形进行监测和预测十分重要。在光纤光栅监测平硐变形工程应用的基础上,提出了集成经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)的时间卷积网络(Temporal Convolutional Network,TCN)结合长短时记忆神经网络(Long Short-Term-Memory Network,LSTM)的EEMD-TCN-LSTM平硐变形多步预测模型。首先,通过集成经验模态分解方法将包含有噪声的监测数据分解成若干本征模态函数(Intrinsic Mode Functions,IMF)分量。然后,计算IMF分量的模糊熵并选择有效IMF分量。最后,对不同有效分量序列利用TCN网络提取长时间维度特征,利用LSTM网络捕获非线性特征,叠加各分量预测结果。在预测模型的训练过程中采用多输出策略的多步预测方法,输出为未来多个时刻的光纤监测值。在不同光纤光栅传感器的监测数据上进行试验。结果表明:通过EEMD分解结合模糊熵法处理光纤监测数据,能在保留平硐变形信息的同时,过滤掉更多的噪声。与已有方法相比,预测方法在单步预测时,其评价指标决定系数(Coefficient of Determination,R^(2))可达到0.99,平方根误差(Root Mean Square Error,RMSE)和平均绝对误差(Mean Absolute Error,MAE)分别降低3.0%~10.0%和5.0%~20.0%,预测结果更准确。多输出策略下预测方法超前3步预测的R2平均为0.95,应变计的RMSE和MAE值至少降低了75.0%和31.5%,位移计的RMSE和MAE值至少降低了50.0%和66.7%,压力计的RMSE和MAE值至少降低了85.7%和62.3%,误差积累最低。集成经验模态分解的TCN-LSTM平硐变形多步预测方法,能够为巷道围岩变形预测提供技术基础。 展开更多
关键词 平硐变形 多步预测 TCN-LSTM预测模型 集成经验模态分解 煤矿智能化
在线阅读 下载PDF
基于图像采集优化识别的白酒酒花分类方法 被引量：1
8
作者 赵谦 孙炎 《食品与机械》 北大核心 2025年第1期9-17,共9页
[目的]实现白酒酒段的自动化识别与分类,解决白酒传统“看花摘酒”出品波动以及利用深度学习的酒花分类方法在精度、实时和普适性平衡中的问题。[方法]提出一种基于图像采集优化识别的白酒酒花自动分类方法。通过自建平台采集酒花图像,... [目的]实现白酒酒段的自动化识别与分类,解决白酒传统“看花摘酒”出品波动以及利用深度学习的酒花分类方法在精度、实时和普适性平衡中的问题。[方法]提出一种基于图像采集优化识别的白酒酒花自动分类方法。通过自建平台采集酒花图像,并利用ENet进行预处理以提高数据质量,使用Vision Transformer(ViT)和ConvNeXt模型对酒花图像进行分类。[结果]试验方法提高了白酒摘酒过程的自动化水平和精确度,在保证实时性的同时,分类准确率为99.4%。[结论]该方法有效优化了传统白酒摘酒工艺,可以快速准确地实现酒花实时检测分类。 展开更多
关键词 白酒酒花 机器视觉 图像分类 视觉检测 实时分类 ConvNeXt ENet
在线阅读 下载PDF
基于图神经网络的SDN路由算法优化 被引量：1
9
作者 张晓莉 汤颖琪 宋婉莹 《电讯技术》 北大核心 2025年第1期18-24,共7页
针对现有路由方案不适合学习图形结构信息,对陌生拓扑适应性不佳的问题,提出了一种基于图神经网络的软件定义网络(Software Defined Network,SDN)路由算法G-PPO。引入近端策略优化(Proximal Policy Optimization,PPO)强化学习算法实现... 针对现有路由方案不适合学习图形结构信息,对陌生拓扑适应性不佳的问题,提出了一种基于图神经网络的软件定义网络(Software Defined Network,SDN)路由算法G-PPO。引入近端策略优化(Proximal Policy Optimization,PPO)强化学习算法实现模型训练,利用消息传递神经网络(Massage Passing Neural Network,MPNN)对网络拓扑进行学习,通过调整链路权重完成路由路径的调整。G-PPO将图神经网络对网络拓扑信息的感知能力和深度强化学习的自主学习能力有效结合,提升路由策略的性能。实验结果表明,与相关算法比较,所提算法的平均时延和丢包率、网络链路利用率和吞吐量指标均为最优。在3种不同拓扑上,该算法较其他算法最少提升10.5%吞吐量,最多提升95.6%丢包率,表明所提算法具有更好的适应不同网络拓扑的能力。 展开更多
关键词 软件定义网络 路由优化 图神经网络 深度强化学习 近端策略优化
在线阅读 下载PDF
基于运动-时间感知的人体动作识别方法 被引量：1
10
作者 王晓路 汶建荣 《计算机工程》 北大核心 2025年第1期216-224,共9页
针对动作视频中存在冗余信息及动作信息的特征通道分布稀疏问题,提出一种基于运动-时间感知的3D残差网络。利用运动感知模块(AM)计算特征级别的时间差来激励运动敏感通道,以此获取运动特征;通过时间注意力模块(TM)沿着时间维度计算注意... 针对动作视频中存在冗余信息及动作信息的特征通道分布稀疏问题,提出一种基于运动-时间感知的3D残差网络。利用运动感知模块(AM)计算特征级别的时间差来激励运动敏感通道,以此获取运动特征;通过时间注意力模块(TM)沿着时间维度计算注意力权重矩阵,以获取局部时间特征。将AM模块和TM模块的计算结果相加,得到动作信息的融合特征,再加入到3D残差网络中,以此构造基于运动-时间感知模块(ATM)的3D残差网络。实验结果表明,在公共数据集UCF101和HMDB51上,相对于3DResNeXt-101网络,基于ATM模块的3DResNeXt-101网络的动作识别准确率分别提升1.6%和2.8%,说明所提方法具有可行性和有效性。 展开更多
关键词 深度学习 动作识别 运动感知 时间注意力 3D残差网络
在线阅读 下载PDF
QCD-YOLO:一种轻量化石英坩埚内壁缺陷检测方法 被引量：1
11
作者 赵谦 郭乔峰 +2 位作者 尹怡晨 陶涌 黄晶晶 《激光杂志》 北大核心 2025年第7期69-76,共8页
现有石英坩埚内壁缺陷检测方式以人工目检为主,准确度低且效率低下。深度学习技术可显著提升工业缺陷检测的精度与效率,同时石英坩埚质检产线终端设备计算资源有限,为此提出了一种轻量化石英坩埚内壁缺陷检测模型QCD-YOLO。在YOLOv8n的... 现有石英坩埚内壁缺陷检测方式以人工目检为主,准确度低且效率低下。深度学习技术可显著提升工业缺陷检测的精度与效率,同时石英坩埚质检产线终端设备计算资源有限,为此提出了一种轻量化石英坩埚内壁缺陷检测模型QCD-YOLO。在YOLOv8n的基础上利用部分卷积(Partial Convolution,PConv)设计全新的C2f结构,降低模型计算量与参数量;使用ADown降采样模块替换主干网络中Conv模块,提升小目标缺陷检测能力;引入多尺度空洞注意力(Multi-Scale Dilated Attention,MSDA),不增加额外计算成本的情况下高效聚合不同尺度的语义信息;设计Inner-Shape IoU损失函数替换原损失函数。实验结果表明,改进模型在自建石英坩埚内壁缺陷数据集上mAP达到98.1%,相较于原模型YOLOv8n提升1.2%,同时,参数量下降0.83 M,计算量下降2.2 G,权重下降1.58 MB,可满足检测精度要求,同时更容易部署至石英坩埚质检产线。 展开更多
关键词 石英坩埚 YOLOv8 轻量化 缺陷检测
在线阅读 下载PDF
煤矿井下供水管道泄漏孔径识别与定位
12
作者 杜京义 陈镇 +3 位作者 张嘉伟 李晨 高瑞 王鹏 《科学技术与工程》 北大核心 2025年第8期3296-3303,共8页
为快速识别煤矿井下泄漏点的位置及泄漏孔径,利用供水管道泄漏时产生的压力及流量信号,提出一种泄漏孔径识别与定位模型。首先利用模态能量熵和遗传算法结合包络熵对变分模态分解(variational mode decomposition,VMD)进行参数优化,再使... 为快速识别煤矿井下泄漏点的位置及泄漏孔径,利用供水管道泄漏时产生的压力及流量信号,提出一种泄漏孔径识别与定位模型。首先利用模态能量熵和遗传算法结合包络熵对变分模态分解(variational mode decomposition,VMD)进行参数优化,再使用VMD对压力信号进行降噪处理;采用卷积神经网络(convolutional neural networks,CNN)提取压力及流量信号的深层特征序列,长短时记忆网络(long short-term memory,LSTM)提取深层特征序列的时序特征,进行泄漏孔径识别与定位。实验结果表明:经过参数优化的变分模态分解,相较卡尔曼滤波、均值滤波、低通滤波在均方根误差(root mean square error,RMSE)、平均绝对误差(mean absolute error,MAE)、信噪比(signal to noise ratio,SNR)、归一化互相关系数(normalized cross correlation,NCC)上均有提高,表明其能够有效降低噪声成分,保留有效信号;CNN-LSTM相较LSTM,在泄漏点定位中,MAE降低了65.97%,平均绝对百分比误差(mean absolute percentage error,MAPE)降低了61.22%,RMSE降低了59.11%。在泄漏孔径识别中,MAE降低了12.04%,MAPE降低了22.45%,RMSE降低了3.29%,证明CNN-LSTM可以充分利用管道压力及流量信号的空间及时间特征进行泄漏位置及孔径的识别,其检测效果相较LSTM更加准确和稳定。 展开更多
关键词 变分模态分解(VMD) 卷积神经网络(CNN) 长短时记忆网络(LSTM) 模态能量熵 遗传算法(GA) 包络熵
在线阅读 下载PDF
基于自适应热图的轻量化人体姿态估计算法
13
作者 马莉 杨俊祥 +1 位作者 代新冠 高航标 《计算机工程与设计》 北大核心 2025年第11期3103-3110,共8页
针对轻量化人体姿态估计算法精度低、传统热图方法不适用于多尺度关键点的检测和在嵌入式设备上延时大的问题,在LitePose基础上提出基于自适应热图的轻量化人体姿态估计算法。该算法在解耦全连接注意力模块引入并行分支生成多尺度信息,... 针对轻量化人体姿态估计算法精度低、传统热图方法不适用于多尺度关键点的检测和在嵌入式设备上延时大的问题,在LitePose基础上提出基于自适应热图的轻量化人体姿态估计算法。该算法在解耦全连接注意力模块引入并行分支生成多尺度信息,设计自适应关键点增强模块,用自适应热图自动生成多尺度关键点热图,用匈牙利算法后处理。实验结果表明,与LitePose相比,该算法在两个公开数据集上精度分别提高5.7%和6.9%,在嵌入式设备上能达30 FPS,实现高实时性。 展开更多
关键词 姿态估计 多尺度信息 自适应热图 匈牙利算法 轻量化 注意力机制 嵌入式设备
在线阅读 下载PDF
感兴趣区域YOLO_BFROI的扶梯乘客安全检测算法
14
作者 侯颖 胡鑫 +3 位作者 赵瑞瑞 张楠 徐艳红 马莉 《计算机工程与应用》 北大核心 2025年第6期84-95,共12页
自动扶梯智能化监控是预防乘客事故发生的重要手段,然而扶梯运行环境较复杂,背景干扰严重,远距离小目标乘客的检测容易造成漏检和误检问题,提出一种基于感兴趣区域改进YOLOv8的轻量化自动扶梯乘客摔倒检测算法。改进算法设计了基于感兴... 自动扶梯智能化监控是预防乘客事故发生的重要手段,然而扶梯运行环境较复杂,背景干扰严重,远距离小目标乘客的检测容易造成漏检和误检问题,提出一种基于感兴趣区域改进YOLOv8的轻量化自动扶梯乘客摔倒检测算法。改进算法设计了基于感兴趣区域的BiFormer_ROI注意力机制模块,构造SPD-Conv和BiFormer_ROI的小目标检测模块组改进YOLOv8骨干网络,屏蔽非扶梯背景区域的复杂环境干扰,有效提高小目标检测率。考虑实际应用需要采用GhostSlimPAFPN轻量化结构优化Neck网络,在保持检测精度的同时有效减少模型参数量。采用具有目标尺寸自适应惩罚因子的PIoU v2损失函数改进Head网络,从而实现更快的收敛和更高的检测精度。在自建扶梯乘客摔倒数据集上,改进算法乘客摔倒平均检测精度达到94.2%,检测帧率为87.7 FPS,检测性能显著提高,能有效减少漏检和误检问题,且具有良好的实时性,可以更好地保障乘客安全乘梯。 展开更多
关键词 深度学习 自动扶梯 摔倒检测 YOLOv8算法 感兴趣区域 轻量化
在线阅读 下载PDF
基于Mamba的井下皮带异物无监督检测模型研究
15
作者 马莉 吴伟雪 代新冠 《西安科技大学学报》 北大核心 2025年第2期372-382,共11页
为了解决井下皮带异物无法被精准定位、计算成本过大等问题,提出了一个基于Mamba的无监督运煤皮带异物检测模型,该模型由预训练编码器和基于Mamba的解码器组成。在Mamba解码器中,FHSS混合状态空间模块将Hilbert扫描位置编码、傅里叶变换... 为了解决井下皮带异物无法被精准定位、计算成本过大等问题,提出了一个基于Mamba的无监督运煤皮带异物检测模型,该模型由预训练编码器和基于Mamba的解码器组成。在Mamba解码器中,FHSS混合状态空间模块将Hilbert扫描位置编码、傅里叶变换、Einstein对角矩阵计算引入Mamba网络来增强通道建模及特征序列建模,并结合了基于重构方法和多类无监督异常检测的优点,解决井下异常数据集匮乏、难以采集的问题。结果表明:该模型精度比经典的4个异常检测模型分别提升了22.2%,10.9%,5.9%,2.1%,其参数量和FLOPs仅为26.109 M,8.497 G;与传统检测方法相比,不仅有效应对由于噪声、遮挡等因素导致的检测不确定性,确保了异物检测的鲁棒性和可靠性,且具备更小的模型体积,显著降低了模型在推理过程中的计算复杂度。研究对于煤矿井下的实际应用具有重要意义,能够更好地保障输送系统的安全性和稳定性。 展开更多
关键词 井下皮带异物检测 Mamba 无监督训练 异常检测 空间状态模型
在线阅读 下载PDF
基于改进YOLOv5的石英坩埚气泡轻量化检测算法
16
作者 赵谦 郑轩 赵曼 《传感器与微系统》 北大核心 2025年第10期125-128,共4页
针对现有的石英坩埚气泡检测准确度低和速度慢的问题,提出一种基于YOLOv5n的轻量化气泡检测算法。首先,在主干网络采用C3Ghost模块替换C3模块,然后使用GSConv替换颈部网络的Conv,同时使用VoVGSCSP模块替换颈部网络的C3。实验结果表明,... 针对现有的石英坩埚气泡检测准确度低和速度慢的问题,提出一种基于YOLOv5n的轻量化气泡检测算法。首先,在主干网络采用C3Ghost模块替换C3模块,然后使用GSConv替换颈部网络的Conv,同时使用VoVGSCSP模块替换颈部网络的C3。实验结果表明,在自建的石英坩埚透明层气泡数据集上,改进后算法mAP为98.55%,计算量为2.7 G,权重大小为2.54 MB,帧率为137 fps,后期方便部署到嵌入式设备。 展开更多
关键词 石英坩埚 气泡检测 YOLOv5 轻量化 图像处理
在线阅读 下载PDF
一种提高连续自由度的新型互质阵列
17
作者 贺顺 秦乐 +1 位作者 杨志伟 孙楠 《雷达科学与技术》 北大核心 2025年第4期424-432,共9页
针对互质阵列差分共阵存在孔洞导致阵列估计性能受限的问题,本文提出了一种新的互质阵列。首先,通过分析差分共阵的结构,得出互质阵列移除部分物理阵元不会影响阵列的连续延迟;然后,利用孔三角形表示所有的孔洞元素,将移除的阵元重新排... 针对互质阵列差分共阵存在孔洞导致阵列估计性能受限的问题,本文提出了一种新的互质阵列。首先,通过分析差分共阵的结构,得出互质阵列移除部分物理阵元不会影响阵列的连续延迟;然后,利用孔三角形表示所有的孔洞元素,将移除的阵元重新排列在由孔洞位置决定的稀疏位置上,以优化阵列结构,增加连续延迟的同时减小阵元间的互耦;随后,讨论移动阵元对差分共阵的影响,推导了所提阵列连续延迟范围的数学表达式;最后,通过使用相同物理阵元数进行仿真实验,验证了所提阵列相较于其他互质阵列在DOA估计上的优越性。 展开更多
关键词 互质阵列 DOA估计 差分共阵 连续自由度
在线阅读 下载PDF
基于残差学习的矿井无线信道估计的算法研究
18
作者 王安义 李明珠 +1 位作者 李新宇 李婼嫚 《现代电子技术》 北大核心 2025年第15期1-5,共5页
为解决现有信道估计神经网络模型在处理信道增益相关矩阵时忽略非对角线元素及其时间序列信息的局限性,文中引入深度学习技术,对正交频分复用(OFDM)系统中基于下行链路导频的信道进行精确估算。提出一种创新的基于递归残差学习的深度神... 为解决现有信道估计神经网络模型在处理信道增益相关矩阵时忽略非对角线元素及其时间序列信息的局限性,文中引入深度学习技术,对正交频分复用(OFDM)系统中基于下行链路导频的信道进行精确估算。提出一种创新的基于递归残差学习的深度神经网络模型,该模型利用其递归结构有效处理序列数据,捕捉信道状态的时间相关性。此外,残差连接的引入有效缓解了深度学习中常见的梯度消失问题,显著提升了模型的训练效果。文中进一步集成了SE注意力机制,赋予网络自适应调整对不同信道矩阵关注程度的能力,从而提高了特征提取和分类的效率。在3GPP信道模型下,对基于递归残差网络的信道估计模型进行评估。结果证明,该方法在信道估计误差方面优于传统的最小二乘法和ReEsNet信道估计算法。 展开更多
关键词 矿井通信 深度学习 残差学习 注意力机制 OFDM系统 时间序列数据 梯度消失问题 3GPP信道模型
在线阅读 下载PDF
一种改进的SAM-ShuffleNet明青花龙纹断代模型
19
作者 赵谦 屈佳伟 《现代电子技术》 北大核心 2025年第9期116-123,共8页
青花瓷作为瓷器中的明珠,其独特的纹饰承载着深厚的文化底蕴。在众多青花瓷纹饰中,明代龙纹颇具代表性,对明代前、中、后三期的青花瓷龙纹进行断代识别有着极高的历史文化研究价值。文中针对明代龙纹断代问题提出一种改进的深度学习模型... 青花瓷作为瓷器中的明珠,其独特的纹饰承载着深厚的文化底蕴。在众多青花瓷纹饰中,明代龙纹颇具代表性,对明代前、中、后三期的青花瓷龙纹进行断代识别有着极高的历史文化研究价值。文中针对明代龙纹断代问题提出一种改进的深度学习模型,该模型引入空间注意力机制(SAM)改进原网络ShuffleNetV2,能够捕获图像中的长距离依赖关系,用于增强模型的表达能力,并利用迁移学习策略、交叉熵损失函数和RMSProp自适应学习率优化器在青花瓷龙纹数据集上进行实验验证,用于准确年代鉴定。实验表明,在迭代100次、批次大小为16、学习率为0.001以及权重衰减为10-5的条件下,明代前、中、后期断代总体准确率为95.67%,召回率为95%,F1-Score为95%。与VGG16、ResNet18等8个模型对比,所提模型在识别准确率上显著提高,运算速度约是ResNet18的4.9倍,是VGG16的5.9倍,这证明该模型不仅实现了明代青花瓷龙纹的精确断代,还具备快速识别、体积紧凑的特点,为文化遗产保护和鉴定提供了新的技术方法。 展开更多
关键词 龙纹断代 深度学习 ShuffleNet 空间注意力机制 RMSProp 迁移学习策略
在线阅读 下载PDF
基于图卷积网络的室内Wi-Fi指纹定位算法
20
作者 康晓非 梁琪悦 李雨玫 《计算机工程与设计》 北大核心 2025年第8期2157-2162,共6页
针对传统室内定位算法未考虑指纹数据非欧几里德特征的问题,提出一种基于图卷积网络(graph convolutional neural network,GCN)双层特征提取的Wi-Fi指纹室内定位算法(DuGCNLoc)。该算法在接入点(access point,AP)层面通过设计邻接矩阵... 针对传统室内定位算法未考虑指纹数据非欧几里德特征的问题,提出一种基于图卷积网络(graph convolutional neural network,GCN)双层特征提取的Wi-Fi指纹室内定位算法(DuGCNLoc)。该算法在接入点(access point,AP)层面通过设计邻接矩阵建立图结构;在参考点(reference point,RP)层面,使用K近邻(K-nearest neighbor,KNN)选取邻近节点构建子图,并通过GCN分别对图结构特征提取,位置预测由全连接层(fully connected layer,FC)完成。实验结果表明,所提算法在自建数据集和公共数据集上的定位性能均优于传统算法,实现了平均定位误差为0.85 m的精度。 展开更多
关键词 室内定位 位置指纹 图结构 邻接矩阵 图卷积网络 最近邻算法 接收信号强度
在线阅读 下载PDF
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 2 … 35 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部