-
题名基于多模态自适应融合的工业设备识别
- 1
-
-
作者
时义聪
赵晓丽
陈明轩
章逾越
-
机构
上海工程技术大学电子电气工程学院
-
出处
《上海工程技术大学学报》
2025年第3期320-325,共6页
-
基金
上海市科委科技创新行动计划(22DZ2205600)。
-
文摘
图文多模态机器学习结合图片和文本数据,可以提高工业设备识别的准确性。针对现有工业设备识别算法均基于图像数据构建,未能充分利用工业领域普遍存在的文本数据这一问题,提出一种基于图文多模态的工业设备识别模型。该模型包括一个全新的图文数据集和多模态识别算法。数据集图像基于真实场景采集,文本通过多模态大模型自动标注。识别算法能够自适应地调节模态权重,融合两种模态信息,帮助模型决策。实验结果表明,相较于图像单模态数据,所提出算法的识别准确率提高17.62%,相较于其他多模态识别算法,所提出算法的准确率提高5.3%,证明了算法的有效性。
-
关键词
多模态机器学习
多模态融合
工业设备识别
-
Keywords
multimodal machine learning
multimodal fusion
industrial equipment identification
-
分类号
TG183
[金属学及工艺—金属学]
-
-
题名基于深度学习的行人重识别方法综述
被引量：10
- 2
-
-
作者
李擎
胡伟阳
李江昀
刘艳
李梦璇
-
机构
北京科技大学自动化学院
工业过程知识自动化教育部重点实验室
北京科技大学顺德研究生院
-
出处
《工程科学学报》
EI
CSCD
北大核心
2022年第5期920-932,共13页
-
基金
中央高校基本科研业务费专项资金资助项目(FRF-DF-19-002)
北京科技大学顺德研究生院科技创新专项资金资助项目(BK20BE014)。
-
文摘
对深度学习在行人重识别领域的应用现状进行总结与评价.首先,对行人重识别进行介绍,包括行人重识别的应用场景、数据集与评价指标,并对基于深度学习的行人重识别的基本方法进行总结.之后,针对行人重识别的研究现状,将近年来国内外学者的研究工作归纳为基于局部特征、基于生成对抗网络、基于视频以及基于重排序4个方向,并对每个方向所使用的方法分别进行梳理、性能对比以及总结.最后,对行人重识别领域现存的问题进行了分析与讨论,并探讨了行人重识别未来的发展方向.
-
关键词
深度学习
行人重识别
局部特征
生成对抗网络
视频数据
重排序
-
Keywords
deep learning
person re-identification
local feature
generating adversarial networks
video data
reranking
-
分类号
TG183
[金属学及工艺—金属学]
-
-
题名离子陷阱脱除Fe^(3+)的工艺研究
- 3
-
-
作者
刘学忠
李晓伟
解利昕
孙晨
刘治川
李雪磊
-
机构
中国电子工程设计院
天津大学化工学院
-
出处
《天津化工》
CAS
2014年第6期13-16,共4页
-
基金
天津市科技计划项目(项目编号:11ZCGYSF05300)
北京市科技计划项目(项目编号:Z131109002813031)
-
文摘
以铝合金为还原剂,采用离子陷阱进行了去除Na Cl溶液中Fe3+的研究。研究了Na Cl溶液流速、温度、初始Fe3+浓度和Na Cl质量分数等操作条件对Fe3+去除效果的影响规律。结果表明,随着流速减小、温度升高、初始Fe3+浓度增大和Na Cl质量分数增大,Fe3+的脱除率升高。在质量分数为3.5%的Na Cl溶液流量为10L/h,温度为60℃,初始Fe3+浓度为10mg/L时,Na Cl溶液中Fe3+的去除率可达95%以上。
-
关键词
铝合金
氧化
还原
反应
-
Keywords
aluminum-alloy
oxidation
reduction
reaction
-
分类号
TG183.11
[金属学及工艺—金属学]
-
