基于ASFF-AAKR和CNN-BILSTM滚动轴承寿命预测 被引量：1

1

作者 张永超 刘嵩寿 +2 位作者 陈昱锡 杨海昆 陈庆光 《科学技术与工程》 北大核心 2025年第2期567-573,共7页

针对滚动轴承寿命预测精度低,构建健康指标困难的问题。提出了一种基于自适应特征融合(adaptively spatial feature fusion,ASFF)和自联想核回归模型(auto associative kernel regression,AAKR)与卷积神经网络(convolutional neural net... 针对滚动轴承寿命预测精度低,构建健康指标困难的问题。提出了一种基于自适应特征融合(adaptively spatial feature fusion,ASFF)和自联想核回归模型(auto associative kernel regression,AAKR)与卷积神经网络(convolutional neural networks,CNN)和双向长短期记忆网络(bi-directional long-short term memory,BILSTM)的轴承剩余寿命预测模型。首先,在时域、频域和时频域提取多维特征,利用单调性和趋势性筛选敏感特征;其次利用ASFF-AAKR对敏感特征进行特征融合构建健康指标;最后,将健康指标输入到CNN和BILSTM中,实现对滚动轴承的寿命预测。结果表明:所构建的寿命预测模型优于其他模型,该方法具有更低的误差、寿命预测精度更高。 展开更多

关键词 滚动轴承 自适应特征融合 自联想核回归 卷积神经网络 双向长短期记忆网络 剩余寿命预测

在线阅读 下载PDF 职称材料

共母线开绕组永磁同步牵引电机改进级联模型预测控制

2

作者 高锋阳 吴银波 +4 位作者 徐昊 史志龙 岳文瀚 孙伟 王高强 《铁道科学与工程学报》 北大核心 2025年第3期1254-1265,共12页

为降低共母线开绕组永磁同步牵引电机三矢量级联模型预测电流控制开关频率和控制系统对电机参数依赖性,提出一种基于变步长自适应线性神经网络(Adaline)可调参数改进级联模型预测电流控制策略。首先,针对共母线开绕组永磁同步牵引电机... 为降低共母线开绕组永磁同步牵引电机三矢量级联模型预测电流控制开关频率和控制系统对电机参数依赖性,提出一种基于变步长自适应线性神经网络(Adaline)可调参数改进级联模型预测电流控制策略。首先,针对共母线开绕组永磁同步牵引电机三矢量级联模型预测电流控制造成开关频率高的原因进行分析,剔除高开关频率和高共模电压的电压矢量,优化备选电压矢量范围,对剩余电压矢量根据其对q轴电流作用效果分组组合寻优和分配作用时间;基于变步长自适应线性神经网络改进PI控制器,使得改进PI控制器兼顾快速性与超调;然后,分析共母线开绕组永磁同步牵引电机模型预测控制参数变化特性,构建系统变步长自适应线性神经网络参数辨识模型,对电机参数分步辨识,形成参数可调节级联模型预测控制;最后,对所提策略和三矢量级联模型预测电流控制进行稳态和动态半实物测试对比。结果表明:所提策略对转矩脉动、零轴电流、总谐波畸变率、开关频率、调速超调都具有很好的抑制效果,避免了传统模型预测控制的多目标代价函数中权重系数整定和参数辨识模型构建欠秩问题,对系统的控制性能有明显的提升作用。研究结果为进一步将共母线开绕组永磁同步牵引电机传动系统应用于机车牵引提供参考。 展开更多

关键词 开绕组永磁同步牵引电机 变步长自适应线性神经网络 级联模型预测 转矩脉动 零轴电流 参数分步辨识 开关频率

在线阅读 下载PDF 职称材料

基于改进ACR-YOLO的绝缘子缺陷检测研究

3

作者 韩明 张照坤 +1 位作者 于平平 苏鹤 《软件导刊》 2025年第9期181-188,共8页

针对当前绝缘子缺陷检测领域中小目标物体缺陷检测精度与实时性无法兼顾、特征提取能力不足、上下文信息利用不充分等核心问题,提出一种基于改进ACR-YOLO的目标缺陷检测算法。该算法在主干网络使用可变核卷积,使卷积操作能够更精确地适... 针对当前绝缘子缺陷检测领域中小目标物体缺陷检测精度与实时性无法兼顾、特征提取能力不足、上下文信息利用不充分等核心问题,提出一种基于改进ACR-YOLO的目标缺陷检测算法。该算法在主干网络使用可变核卷积,使卷积操作能够更精确地适应不同的数据集和目标位置,增强特征提取能力;在颈部网络增加P2小目标检测层,以提高对细小缺陷的敏感性,更全面地捕捉和分析输电线路中的潜在问题;引入CARAFE算子,从而有效提升在不同尺度下的目标信息捕获能力,并充分利用上下文信息,细致地恢复图像细节;创新性地提出RTdecoder头部网络,显著提升了模型推理速度。实验结果表明,在绝缘子缺陷检测任务中,改进后模型的平均精度均值为91.46%,相比基线模型提升了4.37%,同时检测速度相比基线模型提升了25.8%。 展开更多

关键词 小目标检测 缺陷检测 可变核卷积 CARAFE算子 RTdecoder头部网络

在线阅读 下载PDF 职称材料

基于改进轻量化神经网络的干扰识别方法 被引量：1

4

作者 付亦凡 阮航 +1 位作者 周东平 穆贺强 《现代防御技术》 北大核心 2025年第2期91-98,共8页

针对战场实战电磁对抗作战中,大量雷达干扰信号可以被简单迅速地生成,使用传统卷积神经网络对雷达干扰进行识别存在规模大,难以在小型化装备上搭载的问题。提出一种改进的轻量化卷积神经网络,通过在传统神经网络中使用动态卷积核尺寸技... 针对战场实战电磁对抗作战中,大量雷达干扰信号可以被简单迅速地生成,使用传统卷积神经网络对雷达干扰进行识别存在规模大,难以在小型化装备上搭载的问题。提出一种改进的轻量化卷积神经网络,通过在传统神经网络中使用动态卷积核尺寸技术并添加批量归一化层技术,提高网络的识别效能。通过提取干扰信号时频特征,构建训练集与测试集对网络进行训练。仿真实验表明,该网络对6种干扰信号在-8 dB干噪比条件下识别准确率达到96%以上,对比其他网络具有更好的识别准确效能。 展开更多

关键词 雷达有源干扰 卷积神经网络 轻量化 动态卷积核 特征提取

在线阅读 下载PDF 职称材料

利用WDCNN-GRU模型的变转速轴承故障诊断技术研究

5

作者 刘馨雅 马超 +1 位作者 黄民 张占一 《组合机床与自动化加工技术》 北大核心 2025年第1期138-142,149,共6页

针对变转速工况下,为了提高轴承故障诊断的效率、准确度和稳定性,提出一种基于宽卷积核门控循环的混合神经网络模型。首先,采用计算阶次跟踪对原始信号做角域重采样处理,消除变转速带来的信号不具备周期性、特征混叠、频率偏移等问题;然... 针对变转速工况下,为了提高轴承故障诊断的效率、准确度和稳定性,提出一种基于宽卷积核门控循环的混合神经网络模型。首先,采用计算阶次跟踪对原始信号做角域重采样处理,消除变转速带来的信号不具备周期性、特征混叠、频率偏移等问题;然后,通过宽卷积核卷积网络提取角域信号特征,结合门控循环神经网络捕捉时序信息,使信号特征挖掘更加全面。为验证该方法的有效性,从多个方面结合多个模型进行对比实验。实验结果表明,所提模型的平均准确率均高于对比模型,具备高准确率、高效率及稳定性的特点。 展开更多

关键词 变转速轴承 故障诊断 宽卷积核网络 门控循环网络

在线阅读 下载PDF 职称材料

配电网无线通信高阶变步长自适应均衡方法研究 被引量：3

6

作者 刘四勇 蔡东武 《电子设计工程》 2025年第10期92-97,共6页

为提升配电网无线通信质量,抑制码间干扰,研究基于5G SA网络切片的配电网无线通信高阶变步长自适应均衡方法。以配电网中的巡检机器人与计量传感器等为5G SA网络切片,采集配电网相关信息;无线接入网利用5G基站,接入采集的配电网信息;承... 为提升配电网无线通信质量,抑制码间干扰,研究基于5G SA网络切片的配电网无线通信高阶变步长自适应均衡方法。以配电网中的巡检机器人与计量传感器等为5G SA网络切片,采集配电网相关信息;无线接入网利用5G基站,接入采集的配电网信息;承载网利用5G SA网络切片映射算法,获取接入配电网信息传输时的资源分配方案,为各FlexE通道合理分配配电网信息传输资源;核心网利用小波变换高阶变步长最小均方自适应均衡方法,抑制各FlexE通道内配电网信息传输资源的码间干扰,实现配电网信息的均衡处理。实验证明,该方法可有效采集配电网相关信息,完成配电网无线通信信号的自适应均衡处理,抑制码间干扰;经过该方法均衡后的配电网无线通信眼图张开效果更佳,具备较优的抗码间干扰能力与稳定性。 展开更多

关键词 5G SA网络切片 配电网 无线通信 高阶变步长 自适应均衡 最小均方

在线阅读 下载PDF 职称材料

改进卷积神经网络模型设计方法 被引量：16

7

作者 张涛 杨剑 +1 位作者 宋文爱 郭雁蓉 《计算机工程与设计》 北大核心 2019年第7期1885-1890,共6页

针对现有卷积神经网络模型参数量大、训练耗费时间的问题,提出一种网络串联和并联共用的方法,使用较小的卷积核和较多的非线性激活减少参数量的同时增加网络特征学习能力,提出尺度归一化池化层取代全连接层,避免全连接层参数过多容易导... 针对现有卷积神经网络模型参数量大、训练耗费时间的问题,提出一种网络串联和并联共用的方法,使用较小的卷积核和较多的非线性激活减少参数量的同时增加网络特征学习能力,提出尺度归一化池化层取代全连接层,避免全连接层参数过多容易导致过拟合的问题,改进后的模型支持训练任意尺寸的图片。实验结果表明,提出方法减少了大量的参数和训练消耗的时间,有效提升了算法的效率。 展开更多

关键词 卷积神经网络 卷积核 非线性激活 尺度归一化池化 图像分类

在线阅读 下载PDF 职称材料

自适应变步长BP神经网络在水质评价中的应用 被引量：62

8

作者 黄胜伟 董曼玲 《水利学报》 EI CSCD 北大核心 2002年第10期119-123,共5页

为克服传统的BP网络的不足 ,采用自适应变步长算法 (ABPM)来训练前馈人工神经网络。根据黄河流域的大汶河水系的水质监测的数据 ,建立了一个对地面水质进行判别的多层前馈网络数学模型。以地面水质七项污染指标为训练样本 ,对网络进行训... 为克服传统的BP网络的不足 ,采用自适应变步长算法 (ABPM)来训练前馈人工神经网络。根据黄河流域的大汶河水系的水质监测的数据 ,建立了一个对地面水质进行判别的多层前馈网络数学模型。以地面水质七项污染指标为训练样本 ,对网络进行训练 ,并将训练好的网络用于水质进行评价 ,将计算结果与BP网络评价结果、单因子评价结果进行了比较分析。结果表明 ,ABPM神经网络方法收敛速度较快 ,预测精度很高 。 展开更多

关键词 人工神经网络 BP网络 自适应变步长算法 水质评价

在线阅读 下载PDF 职称材料

基于卷积神经网络的绘画图像分类研究 被引量：12

9

作者 肖志鹏 王小华 +1 位作者 杨冰 姚金良 《中国计量大学学报》 2017年第2期226-233,共8页

绘画作品的数字化对有效使用绘画资源具有重要意义,传统图像分类方法并未考虑绘画作品主观特性,且大部分特征需要人工提取,存在细节特征丢失等问题.在此提出基于卷积神经网络的绘画图像分类方法,分析了卷积核大小、卷积神经网络结构宽... 绘画作品的数字化对有效使用绘画资源具有重要意义,传统图像分类方法并未考虑绘画作品主观特性,且大部分特征需要人工提取,存在细节特征丢失等问题.在此提出基于卷积神经网络的绘画图像分类方法,分析了卷积核大小、卷积神经网络结构宽度、训练样本数量对分类结果的影响,以优化网络结构和参数.实验结果表明,该方法对绘画图像分类的有效性,在不同绘画图像数据集的分类实验上也得到了较好的分类结果. 展开更多

关键词 卷积神经网络 绘画图像分类 卷积核大小 网络结构宽度 训练样本数量

在线阅读 下载PDF 职称材料

模糊方法改进的反向传输神经网络预测南美白对虾养殖的水质 被引量：10

10

作者 丁金婷 臧泽林 黄敏 《浙江大学学报（农业与生命科学版）》 CAS CSCD 北大核心 2017年第1期128-136,共9页

在南美白对虾高密度、规模化围塘养殖生产中,水质参数的监测、评价及预警是至关重要的。以杭州市某南美白对虾基地日常养殖水质为研究对象,选取温度、pH值、溶解氧、氧化还原电位等4项指标作为预测参数,建立拓扑结构为40-14-4的3层前馈... 在南美白对虾高密度、规模化围塘养殖生产中,水质参数的监测、评价及预警是至关重要的。以杭州市某南美白对虾基地日常养殖水质为研究对象,选取温度、pH值、溶解氧、氧化还原电位等4项指标作为预测参数,建立拓扑结构为40-14-4的3层前馈反向传输(back propagation,BP)神经网络模型,即以连续10个时间单位的预测变量为输入层,隐含层节点数为14个,输出层变量为温度、pH值、溶解氧和氧化还原电位。为克服传统BP神经网络存在的收敛速度慢、易陷入震荡和泛化能力不强等缺点,采用模糊方法优化了自适应变步长BP神经网络算法,缩短了BP神经网络的训练时间,提高了网络收敛效率与稳定度。结果表明,以模糊方法改进的BP神经网络(FABPM)方法具有收敛速度快、预测精度高、稳定度好等特点,对选取的4项水质指标都给出了较好的训练与预测结果,预测的平均相对误差小于2.5%,从而为水产养殖水质预测与评价提供了一种新方法。 展开更多

关键词 南美白对虾 水质预测 反向传输神经网络 模糊自适应变步长算法

在线阅读 下载PDF 职称材料

一种变步长Proportionate NLMS自适应滤波算法及其在网络回声消除中的应用 被引量：26

11

作者 刘立刚 FUKUMOTO Masahiro 张世永 《电子学报》 EI CAS CSCD 北大核心 2010年第4期973-978,共6页

Proportionate自适应算法利用稀疏冲激响应的结构特征,极大地加速了算法的收敛速度.但是快速收敛与低稳态失调是一对矛盾的需求,固定步长算法必需折中选择一个步长参数来满足应用的要求.本文提出了一种适用于Proportionate算法的变步长... Proportionate自适应算法利用稀疏冲激响应的结构特征,极大地加速了算法的收敛速度.但是快速收敛与低稳态失调是一对矛盾的需求,固定步长算法必需折中选择一个步长参数来满足应用的要求.本文提出了一种适用于Proportionate算法的变步长方法,有效解决了收敛速度和稳态失调之间的矛盾.所提的算法首先利用最小干扰原理,得到了一个Proportionate NLMS算法的推导;进而将干扰信号考虑进算法的系数更新过程,通过在每一步迭代中用后验误差去补偿干扰信号的负面作用,得到一个新的优化准则;最后利用这个准侧,推导出了一个适用于Proportionate算法的步长调节方法.仿真实验验证了本文方法的有效性. 展开更多

关键词 自适应滤波器 网络回声消除 稀疏冲激响应 变步长

在线阅读 下载PDF 职称材料

多层深度特征的目标跟踪算法研究 被引量：3

12

作者 胡昭华 钮梦宇 +2 位作者 邵晓雯 卞飞飞 王珏 《现代电子技术》 北大核心 2019年第1期51-56,共6页

现有的目标跟踪算法大多采用传统的手工特征或神经网络的某一层特征描述目标的外观,不利于跟踪,文中提出一种基于多层深度特征的自适应更新目标跟踪算法。采用经过预训练的深层卷积神经网络分别提取低层和高层信息用以描述目标的空间特... 现有的目标跟踪算法大多采用传统的手工特征或神经网络的某一层特征描述目标的外观,不利于跟踪,文中提出一种基于多层深度特征的自适应更新目标跟踪算法。采用经过预训练的深层卷积神经网络分别提取低层和高层信息用以描述目标的空间特征和语义特征,通过对两层特征信息的学习得到两个滤波模板,对应求得两个滤波响应,这两个滤波响应以不同的权重决定最后的跟踪结果。算法中还设计了对目标外观模型和滤波模板的自适应更新方案,能更好地适应目标的外观变化以及遮挡问题。采用多层深度特征描述目标外观,并且利用提取的特征训练两个滤波模板,求滤波响应时采用核相关的方法,增强了跟踪结果的准确性并加快了跟踪的速度。实验结果表明,所提算法与现有跟踪算法相比,可以更好地应对多种挑战因素,跟踪速度也完全能满足实时跟踪任务的需求。 展开更多

关键词 目标跟踪 深度特征 自适应核相关 卷积神经网络 滤波响应 跟踪速度

在线阅读 下载PDF 职称材料

基于MDM-ResNet的脑肿瘤分类方法 被引量：8

13

作者 夏景明 邢露萍 +1 位作者 谈玲 宣大伟 《南京信息工程大学学报（自然科学版）》 CAS 北大核心 2022年第2期212-219,共8页

脑肿瘤是世界上最致命的癌症之一.由于脑肿瘤的多样性,其图像分类成为了当代研究的热点.近年来,深度神经网络(DNN)常用于医学图像分类,但随着深度的增加网络会出现梯度消失和过拟合的问题,而残差网络(ResNet)通过引入恒等映射可以缓解... 脑肿瘤是世界上最致命的癌症之一.由于脑肿瘤的多样性,其图像分类成为了当代研究的热点.近年来,深度神经网络(DNN)常用于医学图像分类,但随着深度的增加网络会出现梯度消失和过拟合的问题,而残差网络(ResNet)通过引入恒等映射可以缓解这些问题.因此,本文基于ResNet提出了一种MDM-ResNet网络,该网络由多尺寸卷积核模块(Multi-size convolution kernel module)、双通道池化层(Dual-channel pooling layer)和多深度融合残差块(Multi-depth fusion residual block)组成.本文实验在Figshare数据集上展开,采用数据增强操作对图像进行预处理,并利用5倍交叉验证方法对网络性能进行评估.最终实验结果表明MDM-ResNet能够对脑膜瘤(Meningioma)、胶质瘤(Glioma)和垂体瘤(Pituitary tumor)进行有效分类. 展开更多

关键词 脑肿瘤 深度神经网络(DNN) 残差网络(ResNet) 多尺寸卷积核模块 双通道池化层 多深度融合残差块

在线阅读 下载PDF 职称材料

变工况下动态卷积域对抗图神经网络故障诊断 被引量：1

14

作者 王桐 王晨程 +2 位作者 邰宇 欧阳敏 陈立伟 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2024年第7期1406-1414,共9页

针对基于无监督域自适应故障诊断方法忽略了域间数据结构信息、传统域对齐平均最大差异法全局泛化能力差等问题,本文提出一种基于无监督域自适应理论的动态卷积域对抗图神经网络故障诊断模型,分别通过对数据的类别标签、域标签和数据结... 针对基于无监督域自适应故障诊断方法忽略了域间数据结构信息、传统域对齐平均最大差异法全局泛化能力差等问题,本文提出一种基于无监督域自适应理论的动态卷积域对抗图神经网络故障诊断模型,分别通过对数据的类别标签、域标签和数据结构信息进行建模。通过分类器和域鉴别器分别建模类别标签和域标签,通过图神经网络将数据结构信息嵌入到实例图节点中,利用高斯Wasserstein距离来度量不同领域的实例图之间的差异。本文对比了不同工况下共14种迁移任务在各模型下故障识别的准确率。实验结果表明:基于动态卷积的域对抗图神经网络模型在变工况下的故障诊断效果均优于其他对比模型,且模型性能稳定。 展开更多

关键词 无监督域自适应 动态卷积 域对抗 图神经网络 图生成 高斯Wasserstein距离 故障诊断 变工况

在线阅读 下载PDF 职称材料

通信侦察中基于神经网络的伪码序列估计 被引量：1

15

作者 赵德芳 张天骐 +1 位作者 侯瑞玲 庞统 《现代防御技术》 北大核心 2010年第6期85-91,共7页

针对直接序列扩频通信信号伪噪声(PN)码的干扰侦察问题,在已知信号伪码参数的前提下对直扩信号进行特征分析,用基于变步长的PCA神经网络方法来实现伪码序列的盲估计。该方法利用基于Hebb学习规则的无监督多主分量神经网络,结合自适应变... 针对直接序列扩频通信信号伪噪声(PN)码的干扰侦察问题,在已知信号伪码参数的前提下对直扩信号进行特征分析,用基于变步长的PCA神经网络方法来实现伪码序列的盲估计。该方法利用基于Hebb学习规则的无监督多主分量神经网络,结合自适应变步长学习算法,在估计在线特征值的基础上来控制步长的变化,以使神经网络最终达到较好的稳态收敛。理论分析和仿真结果表明,本方法能在较低信噪比的情况下对较长伪码进行准确的估计。 展开更多

关键词 通信侦察 无监督神经网络 主分量分析 自适应变步长学习算法 直接序列扩频信号 伪码序列

在线阅读 下载PDF 职称材料

基于改进人工鱼群算法的输电网络扩展规划 被引量：1

16

作者 尹立敏 李想 +1 位作者 孟涛 尹杭 《电气自动化》 2016年第2期48-51,共4页

研究大规模输电网络扩展规划问题,建立了考虑投资运行费用、网损费用及过负荷费用的多目标优化数学模型。针对传统鱼群算法初始化复杂、收敛速度慢和收敛精度较低的问题,在其觅食、追尾过程中引入自适应变步长策略以提高算法的寻优性能... 研究大规模输电网络扩展规划问题,建立了考虑投资运行费用、网损费用及过负荷费用的多目标优化数学模型。针对传统鱼群算法初始化复杂、收敛速度慢和收敛精度较低的问题,在其觅食、追尾过程中引入自适应变步长策略以提高算法的寻优性能,并将改进的人工鱼群算法用于求解输电网络扩展规划模型。对Garver-6节点和18节点测试系统进行仿真计算,验证所提模型和算法的高效可行性。 展开更多

关键词 输电网 扩展规划 人工鱼群算法 自适应 变步长

在线阅读 下载PDF 职称材料

限幅的变步长BP算法 被引量：1

17

作者 杨彦利 汤武初 +1 位作者 赵亮 伉大俪 《机械工程师》 2005年第11期105-106,共2页

针对BP算法学习速度慢和易陷入局部最优等缺陷,提出了一种新的变步长算法——限幅的变步长算法C VLBP。这种算法根据误差来调整下次的学习步长,同时把步长限制在一定范围内,这样在计算量增加很少的情况下,使学习时间大为缩短的同时,也... 针对BP算法学习速度慢和易陷入局部最优等缺陷,提出了一种新的变步长算法——限幅的变步长算法C VLBP。这种算法根据误差来调整下次的学习步长,同时把步长限制在一定范围内,这样在计算量增加很少的情况下,使学习时间大为缩短的同时,也避免了过多的振荡,防止了系统的发散。仿真结果表明,该算法具有跳出局部最优的能力,同时对初始权值和阈值具有一定的鲁棒性。 展开更多

关键词 BP神经网络 自适应 变步长学习 VLBP算法 LMS算法

在线阅读 下载PDF 职称材料

基于卷积神经网络的全景图像超分辨率算法 被引量：1

18

作者 董桂官 吴双彤 张汉琦 《电脑与信息技术》 2022年第2期1-4,共4页

文章提出了一种基于卷积神经网络结构的全景图像超分辨率算法3D-WDSR,在单帧图像超分网络WDSR基础上引入可变卷积核结构以减小参数量,节省计算资源。实验结果表明,在不同尺度的超分辨率任务中,先经过预训练后的网络具有更好的性能表现,... 文章提出了一种基于卷积神经网络结构的全景图像超分辨率算法3D-WDSR,在单帧图像超分网络WDSR基础上引入可变卷积核结构以减小参数量,节省计算资源。实验结果表明,在不同尺度的超分辨率任务中,先经过预训练后的网络具有更好的性能表现,所提出的3D-WDSR算法的超分辨率重建效果要高于双三次插值方法和EDSR算法,且在参数量仅为WDSR网络的22.3%的情况下具有相当的超分辨率性能。 展开更多

关键词 深度学习 卷积神经网络 全景图像 可变卷积核 超分辨率

在线阅读 下载PDF 职称材料

基于全卷积网络的车道区域分割算法

19

作者 魏民祥 滕德成 《汽车安全与节能学报》 CAS CSCD 2019年第3期334-341,共8页

为智能车辆的轻量化、实时性检测,提高车道识别的准确度、鲁棒性,提出了一种利用全卷积网络(FCN)实现车道区域分割的方法。采用一种对称结构的全卷积网络对车道区域作逐像素预测:利用卷积、池化提取车道特征,利用池化索引辅助上采样,用... 为智能车辆的轻量化、实时性检测,提高车道识别的准确度、鲁棒性,提出了一种利用全卷积网络(FCN)实现车道区域分割的方法。采用一种对称结构的全卷积网络对车道区域作逐像素预测:利用卷积、池化提取车道特征,利用池化索引辅助上采样,用卷积来恢复特征信息。在既定网络结构下,比较3×3、5×5和7×7尺寸的卷积核对模型性能的影响。基于FCN-32s和FCN-16s,分别设计混叠结构的FCN和无混叠结构的FCN与本网络作测试对比。结果表明:该算法对车道分割准确、鲁棒性强、实时处理能力优秀,分割效果优于传统FCN;在3种不同尺寸中,小尺寸(3×3)卷积核的实时处理速率最高,达53帧/s。因此,该算法适合自动驾驶道路感知任务。 展开更多

关键词 智能车辆 车道识别 实时检测 车道区域分割 深度学习 全卷积网络(FCN) 卷积核尺寸

在线阅读 下载PDF 职称材料

基于优化分网策略的有源配电网多速率并行暂态仿真分析 被引量：6

20

作者 王照琪 唐巍 +4 位作者 张博 蔡永翔 王越 张璐 张涵 《电网技术》 EI CSCD 北大核心 2020年第2期673-682,共10页

随着配电网元件种类日益丰富和分布式电源渗透率不断提高,网络动态过程更加多样化,配电网暂态仿真的难度进一步加大。针对目前有源配电网并行暂态仿真方法未考虑元件动态响应速度对仿真计算量的影响和仿真步长需求的问题,提出了一种基... 随着配电网元件种类日益丰富和分布式电源渗透率不断提高,网络动态过程更加多样化,配电网暂态仿真的难度进一步加大。针对目前有源配电网并行暂态仿真方法未考虑元件动态响应速度对仿真计算量的影响和仿真步长需求的问题,提出了一种基于优化分网策略的自适应变步长多速率并行仿真方法。考虑不同元件暂态响应速度和计算量的差异,提出了以CPU多核心计算均衡和核心间交互数据量最小为目标的有源配电网优化分网策略;在此基础上建立了元件接口等效模型和子任务协调模型,提出了CPU子任务间多速率并行、子任务内部仿真步长自适应调整的并行仿真方法,达到加速暂态仿真的目的。通过对变电站同一母线的12条出线进行仿真测试,验证了所提并行仿真方法能够满足配电网暂态的仿真需求,在保证仿真精度的同时大幅提高计算速度。 展开更多

关键词 有源配电网 暂态过程 网络分解 自适应变步长 多速率并行仿真

原文传递