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3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：
基于物理信息神经网络的电液执行器建模方法
1
作者 林子彦 李晓明 《液压与气动》 北大核心 2026年第2期84-93,共10页
针对电液执行器非线性强且内部状态难以观测导致的建模精度低、泛化能力弱等问题,提出一种改进的物理信息神经网络建模方法。该方法采用一维卷积神经网络模块提取时序特征,并将电液执行器动力学中的力平衡方程作为物理约束嵌入损失函数... 针对电液执行器非线性强且内部状态难以观测导致的建模精度低、泛化能力弱等问题,提出一种改进的物理信息神经网络建模方法。该方法采用一维卷积神经网络模块提取时序特征,并将电液执行器动力学中的力平衡方程作为物理约束嵌入损失函数,以弥补纯数据驱动模型可解释性差的不足,提高模型的收敛速度。此外,针对传感器噪声干扰物理约束计算的问题,设计了基于局部线性拟合的信号平滑策略。多工况试验结果表明,该方法在有限数据下能有效平衡数据拟合与物理一致性,相比传统模型显著提升了预测精度与鲁棒性。 展开更多
关键词 电液执行器 物理信息神经网络 一维卷积 力平衡方程 非线性建模
在线阅读 下载PDF
基于YOLOv5s模型的智能汽车目标检测算法研究
2
作者 赵哲 庞华廷 +1 位作者 罗宇婷 王璐 《辽宁工业大学学报(自然科学版)》 2025年第5期291-296,共6页
为提高对车辆目标的精确检测能力,将网格宽度从0.5更改为0.25,并以YOLOv5s模型为基准进行训练,最终得到YOLOv5z模型。系统采用嵌入OpenCV可视化窗口的方式,直观地观测车上前置摄像头检测到的路况。结果表明,相较于YOLOv5s模型,YOLOv5z... 为提高对车辆目标的精确检测能力,将网格宽度从0.5更改为0.25,并以YOLOv5s模型为基准进行训练,最终得到YOLOv5z模型。系统采用嵌入OpenCV可视化窗口的方式,直观地观测车上前置摄像头检测到的路况。结果表明,相较于YOLOv5s模型,YOLOv5z模型在检测精度上从0.6提升至0.75,更适用于实际交通场景下的检测任务。 展开更多
关键词 目标检测 YOLOv5算法 OPENCV
在线阅读 下载PDF
基于Zernike矩与灰度计算的微弱光学图像智能识别方法 被引量：3
3
作者 胡贵恒 张震 陈翠红 《上海电机学院学报》 2022年第2期100-105,共6页
为了准确完成微弱光学图像的智能识别,提出基于Zernike矩与灰度计算的微弱光学图像智能识别方法。结合Zernike矩和灰度矩阵共生阵法,提取微弱光学图像整体轮廓特征和多种图像有效纹理特征,并采用加权融合方法融合这两种特征的向量,获取... 为了准确完成微弱光学图像的智能识别,提出基于Zernike矩与灰度计算的微弱光学图像智能识别方法。结合Zernike矩和灰度矩阵共生阵法,提取微弱光学图像整体轮廓特征和多种图像有效纹理特征,并采用加权融合方法融合这两种特征的向量,获取两者融合后的特征描述子,采用模糊数学法识别微弱光学图像。测试结果表明:Zernike矩的阶数为5时,可完成图像整体轮廓特征和纹理特征的准确描述,并可保证融合后特征的全面性,在噪声的干扰下依旧可准确完成目标图像识别,并且识别时间较短。 展开更多
关键词 ZERNIKE矩 灰度计算 光学图像 智能识别 特征融合
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 下一页 到第 页
使用帮助 返回顶部