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7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：
基于改进YOLOv8的化工厂安全装置检测算法
1
作者 曹鑫泉 李海涛 张俊虎 《计算机测量与控制》 2026年第2期57-64,共8页
针对工厂工业安全检测场景安全装置目标检测存在的漏检与误检问题,提出了SAG-YOLOv8改进架构;通过移位卷积替换原C2f模块中的常规卷积构建C2f-SWC新模块以增强多尺度特征表达能力;采用AIFI模块替代传统空间池化金字塔结构来强化图像语... 针对工厂工业安全检测场景安全装置目标检测存在的漏检与误检问题,提出了SAG-YOLOv8改进架构;通过移位卷积替换原C2f模块中的常规卷积构建C2f-SWC新模块以增强多尺度特征表达能力;采用AIFI模块替代传统空间池化金字塔结构来强化图像语义理解能力;引入GFPN网络架构通过增强跨层多尺度交互与同层横向连接促进小目标特征传播;实验数据显示SAG-YOLOv8算法mAP@0.5指标较原始YOLOv8提升了3.4%,精确度和召回率也有一定提升;该方法显著提高了化工厂安全装置中目标检测的精准度和稳定性,为其安全运行提供了有力的技术保障。 展开更多
关键词 工业安全检测 YOLOv8 shift-wise Conv AIFI GFPN
在线阅读 下载PDF
基于ESE-YOLO的钢带表面缺陷检测研究 被引量：1
2
作者 沈冰星 黄洪琼 《电子测量与仪器学报》 北大核心 2025年第8期126-135,共10页
针对传统钢带表面缺陷检测方法特征提取能力不足、检测精度受限以及计算资源消耗大的问题,提出了一种基于YOLOv8的ESE-YOLO模型,旨在有效检测钢带表面缺陷。首先,为增强模型对边缘特征的提取能力,引入EIEStem高效前端模块,该模块通过Sob... 针对传统钢带表面缺陷检测方法特征提取能力不足、检测精度受限以及计算资源消耗大的问题,提出了一种基于YOLOv8的ESE-YOLO模型,旨在有效检测钢带表面缺陷。首先,为增强模型对边缘特征的提取能力,引入EIEStem高效前端模块,该模块通过SobelConv分支提取图像的边缘信息,并结合池化分支捕获重要空间信息,从而提升模型对缺陷区域的感知能力。其次,在主干网络部分,将shift-wise convolution与C2f模块融合,构建C2f_SWC模块,通过位移操作扩展模型的视野,增强其对上下文信息的捕捉能力,进一步提高空间特征的提取精度。此外,为优化特征金字塔网络的结构,采用高效多分支与尺度特征金字塔网络(EMBSFPN)模块,根据不同尺度的特征层自适应选择多尺度卷积核,实现对多尺度感知信息的逐步获取,并通过加权融合不同尺度特征的重要性提升检测精度,同时显著降低模型的参数量和计算成本。实验结果表明,与原始YOLOv8n相比,ESE-YOLO在NEU-DET数据集上的平均精度均值(mAP)提高了4.1%,参数量下降26.8%,浮点运算量减少64%;在GC10-DET数据集上,mAP提高了9.9%。ESE-YOLO在显著提升检测精度的同时,大幅降低了计算资源需求,更好满足工业场景中资源受限设备的部署需求。 展开更多
关键词 缺陷检测 YOLOv8n EIEStem shift-wise convolutio EMBSFPN
原文传递
基于DT-KAN-iTransformer的超短期风电功率多步预测 被引量：1
3
作者 鄢仁武 吴慧敏 李培强 《智慧电力》 北大核心 2025年第10期95-105,共11页
针对超短期风电功率多步预测中存在的数据分布偏移与多变量间通道相关性建模问题,提出一种基于DT-KAN-iTransformer的超短期风电功率多步预测模型。首先,为缓解风电数据在空间内与空间间存在的分布偏移,引入融合分布偏移(DT)模块在模型... 针对超短期风电功率多步预测中存在的数据分布偏移与多变量间通道相关性建模问题,提出一种基于DT-KAN-iTransformer的超短期风电功率多步预测模型。首先,为缓解风电数据在空间内与空间间存在的分布偏移,引入融合分布偏移(DT)模块在模型输入前后分别进行归一化与反归一化,以保持数据窗口分布一致性。其次,采用经科尔莫戈洛夫-阿诺德网络(KAN)改进的iTransformer网络,通过转置嵌入和非线性映射建立不同变量间的通道相关性,捕捉多变量间的非线性关系。最后,基于200 MW风电场实际数据,与9种基准模型进行对比实验。结果表明,所提出的DT-KAN-iTransformer模型在3项评价指标中均表现出更高的预测精度。 展开更多
关键词 风电功率 超短期 多步预测 分布偏移 通道相关性 DT-KAN-iTransformer
在线阅读 下载PDF
面向复杂施工现场的安全帽佩戴检测算法 被引量：2
4
作者 招阳 吴晓鸰 +1 位作者 冯永晋 HEO Hoon 《微电子学与计算机》 2025年第9期92-102,共11页
准确、实时检测安全帽佩戴是降低施工安全隐患的关键,但施工现场环境复杂,存在如人员密集、目标被遮挡、背景杂乱等问题,现有的安全帽检测算法难以适应,对密集小目标、被遮挡目标存在误检和漏检,且对算力要求较高。鉴于此,提出了一种基... 准确、实时检测安全帽佩戴是降低施工安全隐患的关键,但施工现场环境复杂,存在如人员密集、目标被遮挡、背景杂乱等问题,现有的安全帽检测算法难以适应,对密集小目标、被遮挡目标存在误检和漏检,且对算力要求较高。鉴于此,提出了一种基于YOLOv7-tiny的安全帽检测算法—DS-YOLO。在主干网络中,使用结合分布偏移卷积的DS-ELAN网络,并引入轻量化注意力机制,降低了浮点运算量,增强了对关键特征的提取能力;颈部网络中,通过结合了小目标检测层的BiFPN,加强了模型的多尺度特征融合能力,从而提升模型对小目标和密集目标的检测性能;使用WIoU Loss作为边界框回归损失函数,聚焦于普通质量的锚框从而提高模型性能。实验结果显示,DS-YOLO相较于YOLOv7-tiny浮点运算量下降了10.6%,所有目标场景下mAP提升了4.1%,小目标场景下mAP提高了3.2%,实现了36.6 frame/s的检测速度,模型在速度和精度上取得较好的平衡,更适合在算力不充足的真实施工现场环境中部署与应用。 展开更多
关键词 安全帽佩戴检测 YOLOv7-tiny 分布偏移卷积 BiFPN Wise-IoU
在线阅读 下载PDF
非稳态相移法叠前深度偏移 被引量：5
5
作者 刘超颖 王成祥 《地球物理学进展》 CSCD 2004年第3期543-546,共4页
　介绍一种能够适应介质速度横向变化的非稳态相移算子及其叠前深度偏移方法.为了克服常规相移偏移算法中要求速度横向不变的缺点,出现了基于非稳态滤波器理论的非稳态相移算子,即PSPI算子、NSPS算子和SNPS算子,其中SNPS算子是将前二者... 　介绍一种能够适应介质速度横向变化的非稳态相移算子及其叠前深度偏移方法.为了克服常规相移偏移算法中要求速度横向不变的缺点,出现了基于非稳态滤波器理论的非稳态相移算子,即PSPI算子、NSPS算子和SNPS算子,其中SNPS算子是将前二者结合起来的一种对称的非稳态相移算子,它比前二者具有更高的精度和稳定性.为了提高运算速度,基于非稳态相移算子的叠前深度偏移算法采取了分片均匀近似的策略,Marmousi模型的叠前深度偏移结果证明了该算法的可行性和有效性. 展开更多
关键词 非稳态相移 叠前深度偏移 分片均匀近似
在线阅读 下载PDF
ZrO_2修饰的CuO/Fe_2O_3水煤气变换催化剂的性能测试与表征 被引量：2
6
作者 范言语 马骏驰 +1 位作者 殷玲 林性贻 《工业催化》 CAS 2016年第1期34-40,共7页
ZrO2是-种高熔点金属氧化物，同时具有弱酸性和弱碱性以及氧化性与还原性，具有P型半导体性质，易产生氧空穴，是理想的催化材料。通过添加不同质量分数的ZrO2（0—5％）作为助剂，采用分步沉淀法制备系列CuO／Fe2O2-ZrO2催化剂，通过XR... ZrO2是-种高熔点金属氧化物，同时具有弱酸性和弱碱性以及氧化性与还原性，具有P型半导体性质，易产生氧空穴，是理想的催化材料。通过添加不同质量分数的ZrO2（0—5％）作为助剂，采用分步沉淀法制备系列CuO／Fe2O2-ZrO2催化剂，通过XRD、N2物理吸附-脱附、H2-TPR和CO2-TPD等表征技术，考察ZrO：助剂对CuO／Fe2O4水煤气变换催化剂催化性能的影响。结果表明，适量ZrO2（质量分数1％）的添加，削弱了CuFe2O4中铜铁物种之间的协同作用，增加了催化剂中可被还原的铜物种的数量，形成较多的弱碱性位点，有利于增加活性中心铜的数量，具有较好的水煤气变换反应活性和热稳定性。 展开更多
关键词 催化化学 ZrO2改性 CuO/Fe2O3催化剂 水煤气变换反应 分步沉淀法
在线阅读 下载PDF
一种改进YOLOv11的绝缘子缺陷检测算法
7
作者 吕相霖 宋运 +5 位作者 林家兴 田力 谢峰 卫科 王光祥 孙伟 《四川电力技术》 2026年第1期81-88,共8页
针对现有绝缘子缺陷检测模型在复杂场景下适应性不足、特征表达能力弱及背景干扰导致的精度下降问题,提出了一种结合移位卷积模块、空间增强注意力模块检测头和三重注意力机制模块的改进YOLOv11-SST算法。首先,通过在骨干部分引入三重... 针对现有绝缘子缺陷检测模型在复杂场景下适应性不足、特征表达能力弱及背景干扰导致的精度下降问题,提出了一种结合移位卷积模块、空间增强注意力模块检测头和三重注意力机制模块的改进YOLOv11-SST算法。首先,通过在骨干部分引入三重注意力机制,优化特征提取网络对局部细节与全局语义的协同感知能力;其次,在颈部网络中嵌入移位卷积模块,通过特征图空间偏移策略增强跨尺度特征的空间关联性,在减少冗余计算的同时有效提升小尺寸缺陷目标的定位精度;最后,设计了空间增强注意力检测头模块,结合辅助监督与自适应特征校准机制,强化模型对多尺度缺陷特征的学习鲁棒性。通过实验表明,所提出的YOLOv11-SST算法在电力巡检数据集上的平均检测精度均值达到90.6%,较基准模型提升了2.2个百分点,且单帧推理速度减少了1.4 ms。 展开更多
关键词 缺陷检测 三重注意力机制 移位卷积 空间增强注意力模块检测头
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