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9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：
融合SKNet与堆叠LSTM的MobileNetV3齿轮箱故障识别方法
1
作者 杨辰峰 杨喜旺 +2 位作者 黄晋英 范振芳 刘晶晶 《计算机系统应用》 2026年第1期237-245,共9页
当前基于深度学习的故障识别方法普遍面临高数据依赖性、高昂计算成本与时间开销,以及模型泛化能力受限等挑战.为此,本研究提出一种融合MobileNetV3、选择性核网络(selective kernel network,SKNet)及堆叠长短期记忆网络(stacked long s... 当前基于深度学习的故障识别方法普遍面临高数据依赖性、高昂计算成本与时间开销,以及模型泛化能力受限等挑战.为此,本研究提出一种融合MobileNetV3、选择性核网络(selective kernel network,SKNet)及堆叠长短期记忆网络(stacked long short-term memory network,Stacked LSTM)的轻量化高精度故障识别模型.首先进行输入数据预处理,将处理后的数据转换成适应卷积层的输入格式.在特征提取阶段,利用改进的MobileNetV3骨干网络进行深度特征挖掘,其倒置残差模块在保留深度可分离卷积高效性的基础上,策略性地嵌入SE(squeeze-andexcitation)与SK(selective kernel)双重注意力机制,有效兼顾通道信息交互与多尺度特征自适应选择,显著提升了特征表征能力并降低了计算复杂度.随后,堆叠LSTM捕获振动信号中的长距离时序依赖关系.最终通过全连接层实现特征压缩与分类决策,构建端到端识别系统.实验结果显示,本文模型识别准确率达到99.47%,与传统的齿轮箱故障识别技术相比,该方法在识别精准度和模型泛化能力方面均呈现出显著优势. 展开更多
关键词 故障识别 深度学习 MobileNetV3 选择性核网络 堆叠长短期记忆网络
在线阅读 下载PDF
基于SKNet的增强型Pix2pixHD图像去雾方法 被引量：2
2
作者 段雅童 许光宇 《湖北理工学院学报》 2022年第4期23-28,共6页
针对采用去雾算法处理后图片仍存在色彩失真、残雾遗留等问题,提出一种基于SKNet的增强型Pix2pixHD去雾方法,即在增强型Pix2pixHD网络的增强模块中引入SKNet网络,实现了不同尺度特征的选择和融合,提高了算法对图像特征的利用率。此外,在... 针对采用去雾算法处理后图片仍存在色彩失真、残雾遗留等问题,提出一种基于SKNet的增强型Pix2pixHD去雾方法,即在增强型Pix2pixHD网络的增强模块中引入SKNet网络,实现了不同尺度特征的选择和融合,提高了算法对图像特征的利用率。此外,在SKNet网络前添加可变形卷积,使得卷积核产生自由形变,以适应不规则的目标物体,增强了模型的可变换能力,达到了很好的去雾效果。较现有的去雾方法,文章提出的网络更好地利用了图像各个尺度的特征细节,提高了图像去雾的效果。 展开更多
关键词 图像去雾 Pix2pixHD Selective Kernel network(sknet) 可变形卷积
在线阅读 下载PDF
基于WATD-MTF与改进的残差网络齿轮箱故障诊断研究 被引量：2
3
作者 沈景涛 武哲 +2 位作者 张强 崔彦平 曹亚超 《振动与冲击》 北大核心 2025年第7期247-257,共11页
针对齿轮箱工作环境复杂多变含噪声大、不同工况下模型泛化性能弱而导致训练准确率低等问题,提出一种小波自适应阈值降噪(wavelet adaptive threshold denoise,WATD)结合马尔可夫转移场(Markov transition field,MTF)与改进的残差网络... 针对齿轮箱工作环境复杂多变含噪声大、不同工况下模型泛化性能弱而导致训练准确率低等问题,提出一种小波自适应阈值降噪(wavelet adaptive threshold denoise,WATD)结合马尔可夫转移场(Markov transition field,MTF)与改进的残差网络齿轮箱故障诊断方法。在ResNet18模型的基础上融合了SKNet注意力网络,构成了SK-ResNet18模型,来提高ResNet18模型对重要特征的提取能力。利用WATD算法对一维信号进行去噪,将去噪后的一维信号生成包含时序信息的MTF二维特征图,并输入到改进后的网络中进行特征提取,最终利用网络全连接层实现对故障种类的精确识别。利用东南大学齿轮故障数据集和QPZZ-II试验台采集的齿轮故障数据对该方法进行试验验证,结果表明:该方法能有效识别故障类型,相比其它智能算法,该方法在数据降噪后与不同工况下均表现出较高的优越性和可泛化性能。所提方法可为实际工业的齿轮箱故障诊断任务提供一定的参考价值。 展开更多
关键词 故障诊断 sknet注意力网络 小波自适应阈值降噪(WATD) 马尔可夫转移场(MTF) 残差网络
在线阅读 下载PDF
小样本条件下的典型海洋承灾体识别算法研究
4
作者 文莉莉 张炜 +1 位作者 邬满 赵绪成 《应用海洋学学报》 北大核心 2025年第2期346-354,共9页
海洋承灾体的单体识别和精细化管理,对海洋灾害的精准预警和评估具有重要意义。由于海洋承灾体获取大量样本数据困难且成本高,难以满足传统深度学习模型的训练要求,因此本研究针对房屋、码头吊机、养殖网箱、养殖蚝排、危化品储存罐5种... 海洋承灾体的单体识别和精细化管理,对海洋灾害的精准预警和评估具有重要意义。由于海洋承灾体获取大量样本数据困难且成本高,难以满足传统深度学习模型的训练要求,因此本研究针对房屋、码头吊机、养殖网箱、养殖蚝排、危化品储存罐5种典型海洋承灾体,提出一种小样本条件下基于注意力机制和孪生残差网络的海洋承灾体识别方法。为增强小样本条件下模型的关键特征提取能力和泛化能力,本研究从两个方面进行了改进:①引入注意力机制SKNet对残差网络进行改进,设计了具有多尺度自适应能力的SKNet-ResNet-101网络,提高了模型的关键特征提取能力;②利用孪生网络度量学习的原理,以SKNet-ResNet-101网络为主干网络,构建基于注意力机制的双路孪生残差网络,以减少网络训练对大量样本的依赖,同时增强网络在小样本条件下的泛化能力。经过与FSOD、Meta R-CNN等算法在海洋承灾体、VOC、COCO数据集上的对比测试,改进后的双路孪生残差网络在识别准确率上均有所提高,其中,在海洋承灾体数据集上提高了0.89%,在VOC数据集上平均提高了0.97%,在COCO数据集上平均提高了0.33%。该模型增强了小样本条件下网络针对复杂场景图像特征的提取能力,为构建精细化的海洋承灾体脆弱性评价和灾变预警模型提供了技术基础。 展开更多
关键词 小样本学习 sknet ResNet-101 孪生神经网络 海洋承灾体
在线阅读 下载PDF
基于SK-EfficientNet的番茄叶片病害识别模型 被引量：12
5
作者 帖军 隆娟娟 +2 位作者 郑禄 牛悦 宋衍霖 《广西师范大学学报（自然科学版）》 CAS 北大核心 2022年第4期104-114,共11页
针对目前番茄叶片病害识别的深度学习模型网络参数量多、精确度低、移动端模型部署难的问题,提出一种基于SK-EfficientNet的番茄叶片病害识别方法。该方法采用轻量级模型EfficientNet作为基准模型,并利用选择性卷积核机制SKNet替换Effic... 针对目前番茄叶片病害识别的深度学习模型网络参数量多、精确度低、移动端模型部署难的问题,提出一种基于SK-EfficientNet的番茄叶片病害识别方法。该方法采用轻量级模型EfficientNet作为基准模型,并利用选择性卷积核机制SKNet替换EfficientNet核心模块MBConv中的SENet,使得卷积核根据输入特征的多尺度信息自适应选择感受野大小,提高图像特征提取能力同时更有效地利用参数。多组对比实验结果显示,改进后的模型在训练精度上得到进一步提高,且模型参数仅为3.83 MiB。在PlantVillage数据集上平均准确率达到99.64%,且验证SK-EfficientNet-B2的识别精度最高;在自然场景下平均准确率较原模型提高3.81个百分点。结果表明,改进后模型能有效提高自然场景下番茄叶片病害识别精度,可为移动端部署番茄叶片病害识别模型提供参考。 展开更多
关键词 番茄叶片 病害识别 EfficientNet网络 sknet MBConv
在线阅读 下载PDF
基于改进Faster-RCNN的绝缘子检测算法 被引量：24
6
作者 马耀名 张雨 《计算机应用》 CSCD 北大核心 2022年第2期631-637,共7页
为了提高高压输电线路巡检效率,提出改进Faster-RCNN的绝缘子检测算法。首先,在特征提取网络中添加具有注意力机制动态选择机制网络(SKNet),从而使网络着重学习与绝缘子特征相关通道;其次,借助滤波器响应归一化(FRN)层替代原批归一化(BN... 为了提高高压输电线路巡检效率,提出改进Faster-RCNN的绝缘子检测算法。首先,在特征提取网络中添加具有注意力机制动态选择机制网络(SKNet),从而使网络着重学习与绝缘子特征相关通道;其次,借助滤波器响应归一化(FRN)层替代原批归一化(BN)层,以避免模型陷入梯度饱和区域;最后,使用距离交并比(DIoU)代替原交并比(IoU)方法,以精确表达特征候选区域框位置。对开源航拍绝缘子数据集进行平移、旋转、Cutout和CutMix等操作来进行增强,将数据集扩充到3000张并从中随机选择2500张作为训练集,其余500张作为测试集。相较于原Faster-RCNN算法,所提算法平均准确率提高了3.46个百分点,平均召回率提高了2.76个百分点。实验结果表明:所提算法具有较高检测精度和稳定性,可满足电力巡线绝缘子检测应用场景需求。 展开更多
关键词 绝缘子检测 Faster-RCNN 动态选择机制网络 距离交并比 滤波器响应归一化
在线阅读 下载PDF
基于YOLOV3的改进目标检测识别算法 被引量：20
7
作者 王战涛 张策 王晓田 《上海航天（中英文）》 CSCD 2021年第6期60-70,共11页
经过近几十年不断的研究和发展,红外目标检测识别在侦察、导弹制导等领域取得了卓越的成就和广泛的应用,亦成为当今的热门话题。为进一步提高模型的检测识别性能,提出一种基于YOLOV3改进的目标检测识别算法。首先,通过分析红外目标的检... 经过近几十年不断的研究和发展,红外目标检测识别在侦察、导弹制导等领域取得了卓越的成就和广泛的应用,亦成为当今的热门话题。为进一步提高模型的检测识别性能,提出一种基于YOLOV3改进的目标检测识别算法。首先,通过分析红外目标的检测特性,改进了原始算法的特征提取网络,融合KL-LOSS,在原网络预测目标位置的基础上,进一步预测了位置的准确度标准差,并结合Soft-NMS算法用于改善网络的检测准确度;其次,针对红外目标相对三通道彩色图像的特征量少的问题,在检测层前融合了SKNET模块,使网络更加关注目标的有用特征;最后,给出改进网络训练的新的损失函数及前向传播算法流程。实验结果表明:改进的KS-YOLO网络在目标域(实拍空中红外目标数据集)上的平均AP性能值要优于原来的YOLOV3网络2.4个百分点,预测时间比YOLOV3实用性更好、更快。 展开更多
关键词 红外目标检测 YOLOV3 sknet网络 Soft-NMS算法 KS-YOLO
在线阅读 下载PDF
基于SK-YOLOV3的遥感图像目标检测方法 被引量：6
8
作者 郭智超 丛林虎 +2 位作者 刘爱东 邓建球 应新永 《兵器装备工程学报》 CSCD 北大核心 2021年第7期165-171,共7页
针对传统的特征融合方式参数量高、无法反映通道和卷积核重要性、检测效果差等劣势,提出了一种基于SK-YOLOV3的遥感图像目标检测方法,在YOLOV3的基础上引入了SKNet视觉注意力机制,并对锚框算法进行优化。为了增强实验对比,在自建的数据... 针对传统的特征融合方式参数量高、无法反映通道和卷积核重要性、检测效果差等劣势,提出了一种基于SK-YOLOV3的遥感图像目标检测方法,在YOLOV3的基础上引入了SKNet视觉注意力机制,并对锚框算法进行优化。为了增强实验对比,在自建的数据集中使用大量复杂环境下拍摄的遥感卫星图片。实验结果表明,该检测模型对于提升目标分辨率效果明显,在检验不同样本图像时平均精度可达到87.33%,检测速率可达27.7 FPS,相比于其他检测方法,该检测方法存在较大优势。 展开更多
关键词 遥感图像 目标检测 sknet网络 特征融合 SK-YOLOV3算法
在线阅读 下载PDF
多分辨率融合密集网络的图像去雨方法
9
作者 刘忠洋 周杰 +3 位作者 陆加新 缪则林 江凯强 高伟 《电光与控制》 CSCD 北大核心 2023年第7期57-62,共6页
针对现有的去雨方法无法彻底去除雨纹并且去雨后图像存在细节丢失问题,提出一种多分辨率融合密集网络的图像去雨方法。网络主体由多个多分辨并行融合模块构成,始终保持空间精确的高分辨率并从低分辨率中接收大量的上下文信息。使用一种... 针对现有的去雨方法无法彻底去除雨纹并且去雨后图像存在细节丢失问题,提出一种多分辨率融合密集网络的图像去雨方法。网络主体由多个多分辨并行融合模块构成,始终保持空间精确的高分辨率并从低分辨率中接收大量的上下文信息。使用一种基于选择性卷积核机制SKNet的多尺度特征融合模块,通过非线性的方法有效聚合来自不同分辨率流的特征。在不同的分辨率流中使用一种改进的残差模块,采用相邻层次的多种尺度的卷积来获取丰富的雨纹信息。模块间使用密集连接,加强不同模块之间的特征传播。实验表明,所提方法在合成及真实雨像数据集上的评价指标与其他去雨方法相比有所提高,去除雨纹的同时能够保留更多的细节信息。 展开更多
关键词 图像去雨 多分辨率 密集网络 sknet 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