射频传导介质电导率对双极射频家用美容仪升温性能的影响

1

作者 包兴睿 郎恂 +3 位作者 郭振宇 张梅 王飞飞 张榆锋 《中国美容医学》 2026年第2期51-56,共6页

目的:双极射频通过对真皮目标区域进行加热,使胶原蛋白变性,刺激组织进行创伤性修复反应,促进新胶原蛋白增生,达到皮肤紧致去皱的目的。由于射频能量传输受到表皮高阻抗的限制,需要在皮肤表面涂抹射频传导介质。方法:通过有限元分析与... 目的:双极射频通过对真皮目标区域进行加热,使胶原蛋白变性,刺激组织进行创伤性修复反应,促进新胶原蛋白增生,达到皮肤紧致去皱的目的。由于射频能量传输受到表皮高阻抗的限制,需要在皮肤表面涂抹射频传导介质。方法:通过有限元分析与离体猪皮实验,研究射频传导介质电导率对双极射频家用美容仪升温性能的影响,探究家用射频美容仪使用传导介质的最佳电导率。首先针对双极射频,推导出含表层传导介质的四层皮肤组织热传导方程,然后使用COMSOL Multiphysics建立双极射频皮肤有限元模型,对电导率为500~2500μS/cm的传导介质进行组织升温仿真。结果:对应目标区域最高温度范围为40.3℃~42.23℃,与无传导介质相比,温度升高2.4%~5.1%,升温速度提高2.51%~10.42%。结论:综合考虑射频治疗的安全性和有效性,对输出频率1 MHz,峰-峰电压110 V射频信号的家用射频美容仪,射频传导介质最佳电导率设为900~1700μS/cm较合适。进一步进行离体猪皮加热实验,验证了仿真实验的结果。本研究可对射频传导介质在去皱美容中的作用及电导率参数配置提供依据。 展开更多

关键词 双极射频 射频传导介质 电导率 去皱 有限元分析

暂未订购

基于孪生网络的特征融合位移RGB-T目标跟踪 被引量：1

2

作者 李海燕 曹永辉 +1 位作者 郎恂 李海江 《湖南大学学报(自然科学版)》 北大核心 2025年第4期68-78,共11页

为解决现有目标跟踪算法深层次特征提取困难、不能充分利用跨模态信息以及目标特征表示较弱等问题,提出了基于孪生网络的特征融合位移RGB-T目标跟踪算法.首先,基于可见光模态SiameseRPN++的目标跟踪框架,扩展设计红外模态分支,以获得多... 为解决现有目标跟踪算法深层次特征提取困难、不能充分利用跨模态信息以及目标特征表示较弱等问题,提出了基于孪生网络的特征融合位移RGB-T目标跟踪算法.首先,基于可见光模态SiameseRPN++的目标跟踪框架,扩展设计红外模态分支,以获得多模态目标跟踪框架,设计了改进步长的ResNet50作为特征提取网络,有效挖掘目标的深层次特征.随后,设计特征交互学习模块,利用一种模态的判别信息引导另一种模态的目标外观特征学习,挖掘特征空间和通道中的跨模态信息,增强网络对前景信息的关注.然后,设计多模特征融合模块计算输入的可见光图像和红外图像的特征融合度,对不同模态的重要特征进行空间融合以去除冗余信息,并采用级联融合策略重建多模态图像,增强目标特征表示.最后,设计特征空间位移模块,分割红外模态分支的特征图并向四个不同方向移位,增强热源目标特征的边缘表示.在两个RGB-T数据集上的实验验证了提出算法的有效性,消融实验证明了设计的单个模块的优越性. 展开更多

关键词 RGB-T跟踪 多模特征融合模块 特征空间位移模块 特征交互学习模块

在线阅读 下载PDF 职称材料

用于厂级振荡提取的快速最小二乘多元经验模态分解方法

3

作者 郎恂 杨泽鹏 +3 位作者 刘燕 何冰冰 谢磊 苏宏业 《控制理论与应用》 北大核心 2025年第10期2075-2083,共9页

工业控制过程中潜在的厂级振荡行为会导致高废品率、高能耗、降低设备稳定性等问题.为此,本文提出了一种快速最小二乘多元经验模态分解方法,用以高效提取过程输出数据中的厂级振荡分量.该方法首先按照极值点数目和局部波动特征对投影序... 工业控制过程中潜在的厂级振荡行为会导致高废品率、高能耗、降低设备稳定性等问题.为此,本文提出了一种快速最小二乘多元经验模态分解方法,用以高效提取过程输出数据中的厂级振荡分量.该方法首先按照极值点数目和局部波动特征对投影序列作量化筛选;然后,使用主成分分析得到最能代表信号特征的投影序列;最后,对得到的序列提取本征模态函数以构建超定线性方程组,并利用最小二乘法求解得到分解结果.仿真信号和实际工业案例的实验结果表明,所提方法有效抑制了模态混叠、失真等问题,同时克服了分解过程中由于计算冗余投影方向而造成的无效耗时问题. 展开更多

关键词 经验模态分解 波动特征 主成分分析 最小二乘

在线阅读 下载PDF 职称材料

工业过程控制回路振荡预测研究

4

作者 张威 郎恂 +2 位作者 梁虹 李鹏 谢磊 《控制工程》 北大核心 2025年第2期327-338,共12页

工业过程控制回路振荡的预测性检测与维护是实现流程工业振荡早期检测与自愈控制的首要任务。面向工业过程振荡数据的预测问题,提出基于集合经验模态分解(ensemble empirical mode decomposition,EEMD)和支持向量回归(support vector re... 工业过程控制回路振荡的预测性检测与维护是实现流程工业振荡早期检测与自愈控制的首要任务。面向工业过程振荡数据的预测问题,提出基于集合经验模态分解(ensemble empirical mode decomposition,EEMD)和支持向量回归(support vector regression,SVR)的组合预测模型,以实现超前预测过程异常振荡波动的目的。仿真模型及真实回路信号的实验结果表明,所提EEMD-SVR方法对于不同特征的振荡信号均能实现较好的预测效果。与未对信号进行EEMD处理的单一预测模型相比,所提EEMD-SVR模型对各类信号的预测精度均提高了42%以上,且相较于EEMD与反向传播神经网络(back propagation neural network,BPNN)、长短期记忆(long short-term memory,LSTM)网络、门控循环单元(gated recurrent unit,GRU)网络的组合,预测模型精度提高了1.4%~79%。综上,所提方法能够有效实现对工业控制过程振荡数据的预测,为振荡的早期检测与诊断提供了参考。 展开更多

关键词 振荡预测 控制系统 EEMD SVR 组合预测模型

原文传递

基于F分布的非均匀自适应过采样方法

5

作者 王昊宇 李鹏 郎恂 《电子器件》 2025年第4期781-790,共10页

针对基于SMOTE的不平衡数据过采样方法极容易使新数据集中出现类间样本重叠问题,提出基于F分布的非均匀自适应过采样方法—F-SMOTE。首先,F-SMOTE根据原始样本中多数类与少数类的分布计算密度系数,自适应强调边界少数类样本并移动决策边... 针对基于SMOTE的不平衡数据过采样方法极容易使新数据集中出现类间样本重叠问题,提出基于F分布的非均匀自适应过采样方法—F-SMOTE。首先,F-SMOTE根据原始样本中多数类与少数类的分布计算密度系数,自适应强调边界少数类样本并移动决策边界;其次,基于F分布优化样本合成机制,以非均匀方式合成新边界样本,使新样本出现在原样本的安全邻域内,解决采样后的类重叠问题;最后,将提出方法应用于仿真不平衡数据和14种真实场景中的不平衡数据,并训练3种分类器。实验结果表明,本文方法过采样后的数据集能有效提高每种分类器的F1-score和AUC值,在超过半数的数据集上均优于其他基本过采样方法。 展开更多

关键词 过采样方法 不平衡数据 SMOTE 线性插值

在线阅读 下载PDF 职称材料

面部年轻化射频技术在国内应用新进展 被引量：4

6

作者 郎恂 李利 +3 位作者 钟佳璇 何冰冰 张宁涛 张榆锋 《中国美容整形外科杂志》 CAS 2023年第6期345-349,共5页

射频技术利用高频电场的热能传导作用对皮肤组织进行加热,引起胶原收缩,并刺激胶原纤维新生重塑,从而起到面部皮肤紧致、除皱、提拉的年轻化效果。因其无创(微创)、安全有效、无明显不良反应等诸多优势,射频技术在国内医疗美容领域获得... 射频技术利用高频电场的热能传导作用对皮肤组织进行加热,引起胶原收缩,并刺激胶原纤维新生重塑,从而起到面部皮肤紧致、除皱、提拉的年轻化效果。因其无创(微创)、安全有效、无明显不良反应等诸多优势,射频技术在国内医疗美容领域获得广泛应用。现针对面部年轻化射频技术在国内的应用研究及效果作一综述。 展开更多

关键词 面部年轻化 射频技术 皮肤松弛

原文传递

基于LS-MEMD的sEEG高频振荡自动识别方法 被引量：2

7

作者 刘燕 周渊峰 +6 位作者 胡莹 郎恂 张龑囧 郑潜 张丽 汤继宏 戴亚康 《中国体视学与图像分析》 2020年第2期183-191,共9页

立体定向脑电(stereo-EEG,sEEG)的癫痫间期高频振荡(High Frequency Oscillations,HFOs)与癫痫灶高度相关,广泛用于难治性癫痫切除术前定位中,但HFOs易与高频伪迹等混淆,自动辨识精度低,临床上仍依赖人工辨识,长程sEEG数据量巨大,人工... 立体定向脑电(stereo-EEG,sEEG)的癫痫间期高频振荡(High Frequency Oscillations,HFOs)与癫痫灶高度相关,广泛用于难治性癫痫切除术前定位中,但HFOs易与高频伪迹等混淆,自动辨识精度低,临床上仍依赖人工辨识,长程sEEG数据量巨大,人工辨识耗时费力易出错,急需HFOs高精度自动识别方法。考虑sEEG具有非线性、非平稳以及多维sEEG之间具有一致相关性等特点,本文提出基于最小二乘-多维经验模态分解(Least Square-Multivariate Empirical Mode Decomposition,LS-MEMD)的HFOs快速自动识别方法。本文基于临床1680段HFOs和1720段高频伪迹测试了该算法的性能,且与小波变换、经验模态分解等方法比较,证明了所提方法具有更高的准确率和更低的误检率。 展开更多

关键词 立体脑电 高频痫样振荡 最小二乘 多维经验模态分解

原文传递

经皮失水测量技术 被引量：2

8

作者 郎恂 张梅 +3 位作者 王飞飞 张宁涛 郭振宇 张榆锋 《皮肤病与性病》 2023年第2期87-91,共5页

皮肤屏障功能的无创检测是皮肤疾病诊疗、美容工业领域的热门话题。经皮失水是评估人体皮肤屏障功能的常用量化指标,也是诊断与皮肤屏障功能障碍相关的皮肤病的重要辅助方法。经皮失水指单位时间内穿过固定面积的角质层扩散到皮肤表面... 皮肤屏障功能的无创检测是皮肤疾病诊疗、美容工业领域的热门话题。经皮失水是评估人体皮肤屏障功能的常用量化指标,也是诊断与皮肤屏障功能障碍相关的皮肤病的重要辅助方法。经皮失水指单位时间内穿过固定面积的角质层扩散到皮肤表面的冷凝水的量,其测量技术区分为开室法、不通风室法和冷凝室法。本文首先对经皮失水测量原理进行介绍,然后就各类测量技术简述其特征,最后对市面中主流的经皮失水设备及性能做概要归纳。 展开更多

关键词 皮肤屏障 经皮失水 开室法 不通风室法 冷凝室法

暂未订购

自整定多元变分模态分解

9

作者 郎恂 王佳艺 +3 位作者 陈启明 何冰冰 毛汝凯 谢磊 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第7期2994-3001,共8页

多元变分模态分解(MVMD)作为变分模态分解(VMD)的多元扩展,在继承VMD优点的同时,也存在其分解性能很大程度上依赖于两个预置参数——模态数量K和惩罚系数α的问题。为此,该文提出一种自整定MVMD(SMVMD)算法。SMVMD采取了匹配追踪法的思... 多元变分模态分解(MVMD)作为变分模态分解(VMD)的多元扩展,在继承VMD优点的同时,也存在其分解性能很大程度上依赖于两个预置参数——模态数量K和惩罚系数α的问题。为此,该文提出一种自整定MVMD(SMVMD)算法。SMVMD采取了匹配追踪法的思想,通过频域的能量占比和模态正交性分别自适应地更新K和α。对仿真信号与真实案例的分析结果表明,所提SMVMD方法不仅有效解决了原MVMD的参数整定问题,而且表现出以下优势,(1)与MVMD相比,SMVMD抗模态混叠的能力更强,且对噪声和α值的变化都具有更好的鲁棒性。(2)与多元经验模态分解、快速多元经验模态分解和多元变分模态分解这些经典算法相比,SMVMD算法的分解误差最小,分解效果最好。 展开更多

关键词 多元信号处理 MVMD 自整定 匹配追踪法 鲁棒性

在线阅读 下载PDF 职称材料

一元及多元信号分解发展历程与展望 被引量：4

10

作者 陈启明 文青松 +2 位作者 郎恂 谢磊 苏宏业 《自动化学报》 EI CAS CSCD 北大核心 2024年第1期1-20,共20页

现实世界中,所获得的信号大部分都是非平稳和非线性的,将此类复杂信号分解为多个简单的子信号是重要的信号处理方法.1998年,提出希尔伯特–黄变换(Hilbert-Huang transform,HHT)以来,历经20余年的发展,信号分解已经成为信号处理领域相... 现实世界中,所获得的信号大部分都是非平稳和非线性的,将此类复杂信号分解为多个简单的子信号是重要的信号处理方法.1998年,提出希尔伯特–黄变换(Hilbert-Huang transform,HHT)以来,历经20余年的发展,信号分解已经成为信号处理领域相对独立又具有创新性的重要内容.特别是近10年,多元/多变量/多通道信号分解理论方法方兴未艾,在诸多领域得到了成功应用,但目前尚未见到相关综述报道.为填补这个空缺,从单变量和多变量两个方面系统综述了国内/外学者对主要信号分解方法的研究现状,对这些方法的时频表达性能进行分析和比较,指出这些分解方法的优势和存在的问题.最后,对信号分解研究进行总结和展望. 展开更多

关键词 信号分解 时频分析 希尔伯特–黄变换 多元信号分解

在线阅读 下载PDF 职称材料

中值互补集合经验模态分解 被引量：7

11

作者 刘淞华 何冰冰 +3 位作者 郎恂 陈启明 张榆锋 苏宏业 《自动化学报》 EI CAS CSCD 北大核心 2023年第12期2544-2556,共13页

针对经验模态分解(Empirical mode decomposition,EMD)系列方法存在的模态分裂(Mode splitting,MS)问题,提出中值互补集合经验模态分解(Median complementary ensemble EMD,MCEEMD)算法.通过概率模型量化互补集合经验模态分解(Complemen... 针对经验模态分解(Empirical mode decomposition,EMD)系列方法存在的模态分裂(Mode splitting,MS)问题,提出中值互补集合经验模态分解(Median complementary ensemble EMD,MCEEMD)算法.通过概率模型量化互补集合经验模态分解(Complementary ensemble EMD,CEEMD)的MS问题,证明了使用中值算子替代算术平均算子对抑制MS的有效性.为了兼具抑制MS和残留噪声的性能,MCEEMD算法首次在集合过程中结合了中值和平均算子.具体地,所提方法首先添加N对互补的白噪声至原信号中,并经过EMD分解得到2N组固有模态函数(Intrinsic mode functions,IMFs),然后分别对其中互补相关的IMFs两两取平均得到N组IMFs,最后使用中值算子处理上述N组IMFs得到输出结果.对仿真信号与两个真实案例的分析结果表明,本文提出的MCEEMD方法不仅有效抑制了CEEMD的MS问题,而且避免了单一使用中值算子的两个缺点:分解完备性差和IMFs中存在的毛刺现象. 展开更多

关键词 模态分裂 中值算子 互补白噪声 互补集合经验模式分解

在线阅读 下载PDF 职称材料

超声多角度平面波相干复合血流速度检测的参数研究 被引量：3

12

作者 何冰冰 张榆锋 +3 位作者 李支尧 熊丽 郎恂 梁虹 《电子学报》 EI CAS CSCD 北大核心 2022年第10期2478-2488,共11页

本文研究了超声多角度平面波(Multi-angle Plane Wave,MPW)相干复合血流速度剖面(Blood Flow Ve⁃locity Profile,BFVP)检测的关键参数.基于Field II超声仿真平台开展仿真实验,分别建立水平、倾斜颈总动脉(Com⁃mon Carotid Artery,CCA)... 本文研究了超声多角度平面波(Multi-angle Plane Wave,MPW)相干复合血流速度剖面(Blood Flow Ve⁃locity Profile,BFVP)检测的关键参数.基于Field II超声仿真平台开展仿真实验,分别建立水平、倾斜颈总动脉(Com⁃mon Carotid Artery,CCA)平面波超声仿真模型.使用3~11个角度、间隔0.25°~16°的MPW扫描水平CCA生成复合图像,基于散斑跟踪法(Speckle Tracking,ST)测量BFVP;使用3个角度、间隔0.25°~20°的MPW扫描倾斜CCA生成复合回波信号,基于多普勒测速法(Doppler Velocimetry,DV)估计BFVP.对比预设理论速度剖面,ST法与DV法的最优参数分别为11个间隔1.0°、3个间隔3.0°的平面波.基于造影增强的兔髂动脉开展体内实验,验证了最优参数的有效性.综上所述,本文研究为MPW相干复合检测BFVP的参数设置提供参考,有助于获得准确的临床诊断信息. 展开更多

关键词 颈动脉 超声 血流速度剖面 相干平面波复合 最优参数

在线阅读 下载PDF 职称材料

基于变分模态分解和密度峰值快速搜索的电力负荷曲线可控聚类模型 被引量：16

13

作者 谷紫文 李鹏 +3 位作者 郎恂 喻怡轩 沈鑫 曹敏 《电力系统保护与控制》 CSCD 北大核心 2021年第8期118-127,共10页

电力负荷曲线作为一种非平稳信号,可以看作由宽平稳的低频分量和非平稳的高频分量构成。针对负荷数据的时间多粒度构成特点,提出了一种基于变分模态分解和密度峰值快速搜索的负荷可控聚类模型。原始负荷曲线通过变分模态分解算法被分解... 电力负荷曲线作为一种非平稳信号,可以看作由宽平稳的低频分量和非平稳的高频分量构成。针对负荷数据的时间多粒度构成特点,提出了一种基于变分模态分解和密度峰值快速搜索的负荷可控聚类模型。原始负荷曲线通过变分模态分解算法被分解为低频,中频和高频三个模态分量。首先,利用负荷曲线的低频模态分量实现簇间的时间粗粒度聚类。然后,在子类中添加中频分量实现簇内的时间细粒度聚类。使用OpenEI数据集对所提模型进行了有效性验证,并与不同聚类算法对原始负荷数据直接聚类进行对比。实验结果表明该模型可以实现不同时间颗粒度的合理聚类。 展开更多

关键词 负荷曲线聚类 变分模态分解 密度峰值聚类 智能电网 数据驱动

在线阅读 下载PDF 职称材料

一种新的工业过程振荡数据去噪技术 被引量：2

14

作者 郎煜民 郎恂 +2 位作者 吴建德 刘燕 李鹏 《仪器仪表学报》 CSCD 北大核心 2024年第12期307-318,共12页

振荡现象是工业过程控制回路性能恶化的重要表现,因此有效的振荡监控机制对于保证过程的安全稳定运行至关重要。然而,过程振荡数据中普遍存在随机噪声和外部扰动等因素,导致信噪比较低,严重影响振荡检测与诊断的准确性。为此,提出一种... 振荡现象是工业过程控制回路性能恶化的重要表现,因此有效的振荡监控机制对于保证过程的安全稳定运行至关重要。然而,过程振荡数据中普遍存在随机噪声和外部扰动等因素,导致信噪比较低,严重影响振荡检测与诊断的准确性。为此,提出一种新的工业过程数据去噪技术,结合自适应噪声完备集合经验模态分解(CEEMDAN)、去趋势波动分析(DFA)与典型相关分析(CCA)。首先,利用CEEMDAN对信号进行分解,得到一系列固有模态函数(IMFs);接着,通过DFA将IMF分量划分为信息主导和噪声主导两类;然后,对噪声主导的IMF分量应用CCA以去除噪声;最后,将CCA输出的结果与信息主导的IMF分量叠加,得到去噪后的振荡信号。仿真和实际工业振荡数据的实验结果表明,与现有的去噪技术相比,方法在去噪后的信号相对均方根误差最低,相关性最高,展示出卓越的去噪精度和鲁棒性。 展开更多

关键词 自适应噪声完备集合经验模态分解 去趋势波动分析 典型相关分析 工业振荡 去噪

原文传递

基于噪声辅助快速多维经验模式分解的运动想象脑电信号分类方法 被引量：2

15

作者 郑潜 乔丹 +4 位作者 郎恂 谢磊 李东流 王琪冰 苏宏业 《智能科学与技术学报》 2020年第3期240-250,共11页

脑机接口是一项新兴的技术,它可以处理分析采集到的运动想象脑电信号,从而实现对外部辅助设备的控制。针对目前运动想象脑电信号处理方法计算效率低、分类准确率不高等问题,提出了一种新的基于噪声辅助快速多维经验模式分解(NA-FMEMD)... 脑机接口是一项新兴的技术,它可以处理分析采集到的运动想象脑电信号,从而实现对外部辅助设备的控制。针对目前运动想象脑电信号处理方法计算效率低、分类准确率不高等问题,提出了一种新的基于噪声辅助快速多维经验模式分解(NA-FMEMD)的运动想象脑电信号分类方法。该方法首先利用NA-FMEMD得到全部的多维本征模式函数和趋势项;接着,根据平均频率选取特定的信号层,构建出新的多维信号;然后,通过共空间模式提取出脑电信号的特征向量;最后,将特征向量输入支持向量机分类器中进行分类。分别采用仿真数据和BCI Competition IV数据进行测试,并与基于噪声辅助多维经验模式分解(NA-MEMD)的方法进行比较,验证了所提方法的有效性和优势。 展开更多

关键词 脑电信号 运动想象 噪声辅助快速多维经验模式分解 共空间模式

原文传递

用于超声散斑跟踪血流测速的多角度平面波局部运动补偿

16

作者 杜吉媛 何冰冰 +2 位作者 郎恂 吕闻冰 张榆锋 《仪器仪表学报》 EI CAS CSCD 北大核心 2024年第4期155-164,共10页

血流速度剖面用于计算壁面剪切率等血流动力学指标,与动脉粥样硬化病程发展密切相关。超快超声散斑跟踪广泛用于血流速度剖面估计,然而多角度平面波复合成像存在血流散射体的运动伪影,不利于流速估计。提出了一种多角度平面波复合成像... 血流速度剖面用于计算壁面剪切率等血流动力学指标,与动脉粥样硬化病程发展密切相关。超快超声散斑跟踪广泛用于血流速度剖面估计,然而多角度平面波复合成像存在血流散射体的运动伪影,不利于流速估计。提出了一种多角度平面波复合成像的局部运动补偿法,对射频信号时间序列的相邻帧进行局部运动补偿来消除不同径向位置的运动伪影,从而提高流速测量准确性。相比直接相干复合,B-MoCo法将仿真、仿体实验中流速测量结果的归一化均方根误差平均减小了10.37%、37.82%,说明了B-MoCo法的有效性。基于兔骼动脉的实测实验进一步证明了B-MoCo法的临床可行性。综上,B-MoCo法能够有效提高血流速度剖面的测量精度,有助于相关心血管疾病的早期诊断与病程监测。 展开更多

关键词 超声多角度平面波复合 局部运动补偿 血流速度剖面 散斑跟踪

原文传递

基于图像去噪的面部皱纹增强检测及评价

17

作者 钟佳璇 郎恂 +4 位作者 张宁涛 张曌 郭振宇 张梅 张榆锋 《计算机与现代化》 2024年第10期35-41,共7页

面部皮肤皱纹与生理年龄呈正相关,是衰老的重要特征。现有的皱纹检测算法受人脸五官及图片背景影响,只能对面部局部区域进行检测,并且侧重于额头水平方向皱纹的检测,存在定位不准以及将垂直或水平不连续的纹理认定为皱纹的问题,从而导... 面部皮肤皱纹与生理年龄呈正相关,是衰老的重要特征。现有的皱纹检测算法受人脸五官及图片背景影响,只能对面部局部区域进行检测,并且侧重于额头水平方向皱纹的检测,存在定位不准以及将垂直或水平不连续的纹理认定为皱纹的问题,从而导致皱纹检测准确率低。此外,在皱纹评价方面,现有方法缺乏对人脸整体皱纹的定量评价指标。为解决上述问题,提出一种基于图像去噪的面部皱纹增强检测及评价方法。首先,利用2D-VMD对人脸面部图像进行预处理去噪,降低非皱纹区域的不良影响;然后,使用混合Hessian滤波器定位皱纹区域,再利用Dlib库将人脸五官及图片背景去除,以实现对面部整体的皱纹检测;最后,根据皱纹曲线对象的几何约束及强度约束,提出一种改进的皱纹定量评价方法。该方法不再局限于对单条皱纹进行评价,填补了人脸整体皱纹定量评价指标的空缺。本文在二维人脸面部图像上验证了所提出的面部皱纹增强检测及评价方法的有效性。 展开更多

关键词 2D-VMD 海森滤波器 皱纹检测 皱纹评价 最大曲率

在线阅读 下载PDF 职称材料

基于UMAP流形特征提取和KELM的非侵入式负荷监测方法研究

18

作者 张瀚文 李鹏 +3 位作者 郎恂 沈鑫 梁俊宇 苗爱敏 《电子器件》 CAS 2024年第2期448-457,共10页

非侵入式负荷监测是“坚强智能电网”用户侧智能数据挖掘的关键技术。针对现有辨识算法对叠加态负荷辨识准确率低的问题,提出了一种基于均匀流形逼近与投影(UMAP)和KELM结合的非侵入式负荷辨识模型。首先利用UMAP对原始负荷特征作嵌入,... 非侵入式负荷监测是“坚强智能电网”用户侧智能数据挖掘的关键技术。针对现有辨识算法对叠加态负荷辨识准确率低的问题,提出了一种基于均匀流形逼近与投影(UMAP)和KELM结合的非侵入式负荷辨识模型。首先利用UMAP对原始负荷特征作嵌入,提取负荷的类内流形结构,并结合随机梯度下降法优化负荷的全局结构,在保留负荷原始相邻位置信息的前提下有效增大负荷特征的区分度;然后,采用径向基函数搭建核映射网络,利用ACO算法对映射网络的径向范围和模型的惩罚系数寻优,建立最优辨识模型。与多种基于机器学习的辨识方法相比,所提模型对叠加态负荷的辨识准确率提升显著,在TIPDM和BLUED数据集上的辨识准确率分别达到了98.48%和99.44%。 展开更多

关键词 非侵入式负荷监测 叠加态负荷 均匀流形逼近与投影 蚁群算法 核极限学习机

在线阅读 下载PDF 职称材料

基于Fisher主元分析和核极限学习机的非侵入式电力负荷辨识模型 被引量：16

19

作者 仝瑞宁 李鹏 +2 位作者 郎恂 沈鑫 曹敏 《电力建设》 CSCD 北大核心 2021年第2期85-92,共8页

非侵入式电力负荷监测与辨识是实现泛在电力物联网客户侧智能感知的关键技术。针对现有辨识模型存在的特征冗余度高、辨识准确率差、计算效率低等问题,提出了一种基于Fisher主元分析(Fisher principal component analysis,FPCA)和核极... 非侵入式电力负荷监测与辨识是实现泛在电力物联网客户侧智能感知的关键技术。针对现有辨识模型存在的特征冗余度高、辨识准确率差、计算效率低等问题,提出了一种基于Fisher主元分析(Fisher principal component analysis,FPCA)和核极限学习机(kernel extreme learning machine,KELM)的非侵入式电力负荷辨识模型。首先,选取电流、功率、谐波含有率等稳态特征作为原始输入变量,运用Fisher得分和主成分分析相融合的Fisher主元分析法剔除可分性较差的无效特征,同时降低有效特征之间的相关性;然后,引入径向基核函数搭建网络结构,并采用遗传算法(genetic algorithm,GA)对惩罚系数等模型参数进行寻优,从而建立核极限学习机分类模型进行负荷识别;最后,通过公开的TIPDM负荷数据集进行算例分析。仿真结果表明,所提模型相比于传统负荷辨识模型具有更好的辨识准确率和计算效率,运用该模型可对常见家用负荷进行有效识别。 展开更多

关键词 非侵入式负荷辨识 Fisher得分 主成分分析 遗传算法(GA) 核极限学习机(KELM)

原文传递

基于轻量级神经网络的特发性肌炎超声图像分类

20

作者 谭浩 郎恂 +4 位作者 王涛 何冰冰 李支尧 卢宇 张榆锋 《生物医学工程学杂志》 EI CAS 北大核心 2024年第5期895-902,共8页

现有肌炎超声图像的分类方法存在分类性能差或计算成本高的问题。针对上述问题,本文提出了一种基于软阈值注意力机制的轻量级神经网络。该网络的主干采用深度可分离卷积与常规卷积搭建,通过软阈值注意力机制自适应去除冗余特征,有效捕... 现有肌炎超声图像的分类方法存在分类性能差或计算成本高的问题。针对上述问题,本文提出了一种基于软阈值注意力机制的轻量级神经网络。该网络的主干采用深度可分离卷积与常规卷积搭建,通过软阈值注意力机制自适应去除冗余特征,有效捕获关键特征,从而提高分类表现。与目前分类正确率最高的双分支特征融合肌炎分类网络相比,本文提出网络的分类正确率提高了5.9%,达到了96.1%,且其计算量仅为现有方法的0.25%。因此,该网络能以较低的存储与计算成本为医生提供更准确的辅助诊断结果,具有较强的实用价值。 展开更多

关键词 特发性肌炎 注意力机制 轻量级神经网络 超声图像

原文传递