超深断控凝析气藏注气提高凝析油采收率实验评价——以塔里木盆地顺北4号断裂带为例 被引量：1

1

作者 胡伟 徐婷 +5 位作者 杨阳 康志江 伦增珉 李宗宇 赵瑞明 张文学 《石油与天然气地质》 北大核心 2025年第2期586-598,共13页

超深断控储集体具有板状巨厚特征,该类储集体多期流体组分重力分异显著。注气后流体相态特征与常规砂岩注气存在巨大差别,注气机理认识不清严重制约注气开发效果。通过开展高温、高压全视域可视化油气混相实验,在确定油气静态接触和混... 超深断控储集体具有板状巨厚特征,该类储集体多期流体组分重力分异显著。注气后流体相态特征与常规砂岩注气存在巨大差别,注气机理认识不清严重制约注气开发效果。通过开展高温、高压全视域可视化油气混相实验,在确定油气静态接触和混相特征前提下,采用竖直放置的未填砂的长填砂管模拟断控空腔型储集体,开展高液体凝析气反凝析后顶部注气和底部注气相态实验。根据长填砂管不同部位流体的多次多级取样分析,研究了两种注气方式下油-气接触方式和相态变化特征,确定了在重力和扩散作用下形成的垂向组分梯度。研究结果表明,混相压力下顶部注气油-气接触面积有限,导致油气组分交换速度缓慢及油相体积膨胀不足,无法形成混相。在重力和扩散作用下出现重烃下沉、轻烃上升的组分分层,长填砂管内底部凝析油中C_(20+)烃类含量是顶部凝析油中的3.4倍。底部注气不但能够提高注气量、增大油-气接触面积和接触次数,形成多次接触局部混相,还能扩大凝析油组分动用范围,将凝析油中C_(20+)烃类含量的垂向差异降至2.1倍。3轮累计底部注气凝析油采收率可达32.66%,是顶部注气采收率14.13%的2倍以上。 展开更多

关键词 相态 组分梯度 注气方式 提高采收率 凝析气 超深层 顺北地区 塔里木盆地

在线阅读 下载PDF 职称材料

分布式声波传感数据去噪方法及应用研究进展 被引量：1

2

作者 孙家鑫 李静 +2 位作者 刘辉 张凯文 张志宇 《地球物理学进展》 北大核心 2025年第3期1279-1295,共17页

近年来,分布式光纤声波传感(Distributed Acoustic Sensing, DAS)技术因其高分辨率、宽频带测量、实时监测等优点,在地球内部结构研究、地下空间探测、微震监测等领域取得广泛应用.由于DAS受光学系统、解调算法、光缆与地层耦合、横纵... 近年来,分布式光纤声波传感(Distributed Acoustic Sensing, DAS)技术因其高分辨率、宽频带测量、实时监测等优点,在地球内部结构研究、地下空间探测、微震监测等领域取得广泛应用.由于DAS受光学系统、解调算法、光缆与地层耦合、横纵波等多种因素影响,其噪声类型和复杂程度高于传统检波器数据.相同噪声水平下数据信噪比比常规地震检波器记录低.因此,对DAS数据去噪方法提出了更高的要求.近年来,国内外学者针对不同类型DAS数据开展了大量去噪和弱信号增强方法研究,本文主要介绍和讨论了在勘探地震和天然地震学领域DAS数据采用传统物理方法和深度学习方法去噪的最新研究进展,分析总结了不同去噪方法的适用条件和优缺点.在此基础上,讨论了当前DAS数据去噪所面临的挑战,并对未来的发展趋势进行展望. 展开更多

关键词 分布式声波传感(DAS) 信号去噪 弱信号增强 物理方法 深度学习方法

原文传递

基于深度强化学习的激光图像信噪比增强方法研究 被引量：1

3

作者 吴芳 钱兰美 +1 位作者 梅香香 徐欢潇 《激光杂志》 北大核心 2025年第10期149-154,共6页

针对激光图像受噪声干扰,图像质量下降,严重影响后续处理水平的问题,设计基于深度强化学习的激光图像信噪比增强方法。采集激光图像,采用卷积残差网络提取激光图像特征,将特征输入强化学习模型;利用智能体选择最佳的激光图像增强策略增... 针对激光图像受噪声干扰,图像质量下降,严重影响后续处理水平的问题,设计基于深度强化学习的激光图像信噪比增强方法。采集激光图像,采用卷积残差网络提取激光图像特征,将特征输入强化学习模型;利用智能体选择最佳的激光图像增强策略增强图像,环境状态模块根据增强结果生成的奖惩信号反馈至智能体,智能体依据环境状态与奖惩信号,确定下一个图像增强动作;直至累计奖赏达到最高值,输出激光图像信噪比增强结果。实验结果表明,采用该方法增强激光图像的峰值信噪比均高于20 dB,最大化保留了激光图像细节。 展开更多

关键词 深度强化学习 激光图像 信噪比 增强方法 智能体 损失函数

原文传递

结合深度学习和LBP纹理特征的3D人体姿态估计

4

作者 靳冲 廖宁 陈怡然 《计算机仿真》 2025年第4期473-477,共5页

人体姿态具有多样性和复杂性特点,包括不同的动作、姿势和姿态变化,准确估计这些多样性姿态具有一定的难度,为了提高姿态估计精度,提出一种结合深度学习和LBP纹理特征的3D人体姿态估计方法。获取人体低照度图像,通过亮度提升以及饱和度... 人体姿态具有多样性和复杂性特点,包括不同的动作、姿势和姿态变化,准确估计这些多样性姿态具有一定的难度,为了提高姿态估计精度,提出一种结合深度学习和LBP纹理特征的3D人体姿态估计方法。获取人体低照度图像,通过亮度提升以及饱和度增强等方法,完成人体图像的增强处理;基于增强后的图像,使用LBP算法提取人体姿态纹理特征,结合LSTM网络对提取的特征展开特征融合,确定人体中心点heatmap信息;将确定的2维heatmap信息映射至3D空间中,经过深度学习中3DCNN网络确定中心点建立人体特征体积估计所有关键点位置;最后通过关键点位置估计结果,完成3D人体姿态的准确估计。实验结果表明,利用该方法开展3D人体姿态估计时,估计精度高、效果好。 展开更多

关键词 深度学习方法 图像纹理特征提取 三维人体姿态估计 图像增强

在线阅读 下载PDF 职称材料

煤矿井下图像增强关键技术研究综述

5

作者 张立亚 郝博南 +2 位作者 马征 杨志方 彭丽 《煤炭科学技术》 北大核心 2025年第11期101-116,共16页

煤矿安全生产视频分析与识别技术是保障我国煤矿安全生产和智能化发展的核心支撑。为有效应对井下低照度、高粉尘、非均匀光照等复杂环境对视频监控图像质量的影响,提升安全隐患识别的实时性与准确性,图像增强技术已成为煤矿视频AI识别... 煤矿安全生产视频分析与识别技术是保障我国煤矿安全生产和智能化发展的核心支撑。为有效应对井下低照度、高粉尘、非均匀光照等复杂环境对视频监控图像质量的影响,提升安全隐患识别的实时性与准确性,图像增强技术已成为煤矿视频AI识别过程中的关键环节。系统阐述了煤矿智能化建设背景下图像增强技术的迫切需求与发展现状,分析了井下图像退化的多因素耦合成因及其对智能分析性能的制约,结合“感知-边缘-云端”3级协同的煤矿智能视频系统架构,提出了贯穿系统各层级的图像增强技术体系框架。围绕井下典型成像挑战,梳理并评述了直方图均衡化、小波变换、Retinex等传统图像增强方法,超分辨率重建、低光照增强、去雾去尘等基于深度学习的增强方法以及红外、激光、毫米波与可见光融合的多模态融合增强技术的原理、优缺点及代表性模型,明确了各类方法的技术特征与适用场景。同时,结合矿井人员监测、设备状态监测及作业流程监管等人机环管典型应用场景,示范展示了针对性图像增强技术在提升目标辨识度、缺陷检测精度及作业监测清晰度等方面的实际应用效果。最后,针对现有技术存在的环境动态适应能力不足、边缘算力受限、高质量真实数据集匮乏、多因素耦合退化处理效果有限等问题,指明了未来图像增强技术在轻量化边缘计算模型与硬件协同优化的发展方向,持续深化基于GAN、Transformer等先进网络架构的增强算法研究,探索与大模型结合实现主动智能感知与语义理解,推动跨模态融合技术的工程化应用,最终形成支撑井下“人-机-环”全域高精度智能感知与危险源协同管控的鲁棒性视觉增强能力。 展开更多

关键词 煤矿井下图像增强 深度学习增强方法 多模态融合 边缘计算部署 鲁棒性增强

在线阅读 下载PDF 职称材料

水下图像增强技术综述

6

作者 柯州斌 《电视技术》 2025年第8期218-221,共4页

水下图像由于光传播衰减、颜色失真、对比度衰减、边缘清晰度劣化及光照强度分布失衡等缺陷,往往质量较差,影响海洋生态研究、资源勘探及目标检测等任务的开展。水下图像增强技术旨在提升图像的可视化质量,提高信息提取的准确性。基于此... 水下图像由于光传播衰减、颜色失真、对比度衰减、边缘清晰度劣化及光照强度分布失衡等缺陷,往往质量较差,影响海洋生态研究、资源勘探及目标检测等任务的开展。水下图像增强技术旨在提升图像的可视化质量,提高信息提取的准确性。基于此,综述水下图像增强的主要方法,包括基于传统方法的增强、基于物理模型的增强以及基于深度学习的增强,介绍水下图像退化的主要原因及图像增强的意义,详细分析不同增强方法的基本原理和最新研究进展,讨论当前技术挑战和未来技术发展方向,以期为水下图像增强技术的研究和应用提供参考。 展开更多

关键词 水下图像增强 传统方法 物理模型 深度学习

在线阅读 下载PDF 职称材料

基于声音增强技术的数控机床故障分析与维修方法

7

作者 李开艳 刘发江 +1 位作者 张志 李吴荣 《电声技术》 2025年第9期198-200,共3页

针对数控机床故障诊断精度不高、实时性差等问题,提出一套基于声音增强技术的数控机床故障分析与维修方法。该方法通过多通道声音传感器采集机床运行声音信号,采用深度学习算法进行声音增强与特征提取,利用支持向量机分类器实现故障类... 针对数控机床故障诊断精度不高、实时性差等问题,提出一套基于声音增强技术的数控机床故障分析与维修方法。该方法通过多通道声音传感器采集机床运行声音信号,采用深度学习算法进行声音增强与特征提取,利用支持向量机分类器实现故障类型识别与故障严重程度评估。实证研究结果表明,该方法的故障识别准确率达到97.7%,平均诊断时间为18.7 s,维修效率达到89.6%,各项指标均优于行业标准要求,为数控机床智能化维护提供了有效的技术支撑。 展开更多

关键词 声音增强技术 数控机床 故障分析 维修方法 深度学习

在线阅读 下载PDF 职称材料

基于深度学习与遮挡分类的多目标跟踪研究

8

作者 左国才 张晓丽 +1 位作者 苏秀芝 匡林爱 《智能计算机与应用》 2025年第12期186-190,共5页

在多目标跟踪中,目标遮挡处理是多目标跟踪有待研究解决的重要技术难题之一,目标相互遮挡以及被建筑物等遮挡将会严重影响多目标稳定跟踪的综合性能。相对于单目标跟踪,多运动目标跟踪更为复杂。多个运动目标(行人或机动车)之间会相互遮... 在多目标跟踪中,目标遮挡处理是多目标跟踪有待研究解决的重要技术难题之一,目标相互遮挡以及被建筑物等遮挡将会严重影响多目标稳定跟踪的综合性能。相对于单目标跟踪,多运动目标跟踪更为复杂。多个运动目标(行人或机动车)之间会相互遮挡,或者被路边景观、建筑物等背景遮挡,严重影响行人或机动车等运动目标外观深度特征的提取,将会使得深度学习目标检测模型无法正确识别,从而发生运动目标跟踪失败。本文提出一种基于深度学习模型检测与遮挡分类处理的多目标跟踪模型,将发生了大面积遮挡的行人或机动车等运动目标进行遮挡分类处理,并且根据遮挡分类结果采取不同的跟踪策略。结合Kalman滤波器与增强相关系数法(ECC)的运动模型来提升位置预测的准确性,实现多目标的实时鲁棒跟踪。实验结果表明,根据遮挡分类处理来设计不同的抗遮挡的多目标跟踪方法,在行人或机动车等运动目标的检出率、误检率等综合性能方面,相比传统的多运动目标跟踪方法的综合性能更高,并且能够较快地获取到行人、机动车等运动目标的位置及信息,实现实时鲁棒跟踪。 展开更多

关键词 深度学习 遮挡分类 KALMAN滤波器 增强相关系数法 多目标跟踪

在线阅读 下载PDF 职称材料

有色金属矿山机械关键部件耐磨强化技术研究

9

作者 梁志超 《世界有色金属》 2025年第24期111-113,共3页

在深井有色金属矿山运用钻爆法进行开采的过程中,像凿岩台车以及锚杆台车这类核心装备,由于长期服役于具备高温、高湿以及高腐蚀特点的恶劣环境之中,致使其运动件还有关键结构极其容易出现磨损失效、卡滞损坏等一系列问题,本文通过结构... 在深井有色金属矿山运用钻爆法进行开采的过程中,像凿岩台车以及锚杆台车这类核心装备,由于长期服役于具备高温、高湿以及高腐蚀特点的恶劣环境之中,致使其运动件还有关键结构极其容易出现磨损失效、卡滞损坏等一系列问题,本文通过结构优化与工艺的协同设计,显著提升了装备在深井恶劣环境下抗失效的能力,为提升深井钻爆法开采装备的可靠性给予技术方面的支撑,以此保障有色金属资源的高效开采。 展开更多

关键词 深井钻爆法 结构优化 凿岩台车 锚杆台车 可靠性强化

在线阅读 下载PDF 职称材料

填海区复合地基处理试验工程施工技术的应用

10

作者 匡帆 《石油化工建设》 2025年第8期88-91,共4页

SMPO项目复合地基试验工程针对填海区复杂地质条件,通过孔内深层强夯法、钢护筒跟进旋挖成孔及锚杆注浆技术,系统性解决了流沙层塌孔、地下水干扰及软弱土层承载力不足等问题。试验分为1A、1B、1C、1D4个区域,分别验证常规旋挖、钢护筒... SMPO项目复合地基试验工程针对填海区复杂地质条件,通过孔内深层强夯法、钢护筒跟进旋挖成孔及锚杆注浆技术,系统性解决了流沙层塌孔、地下水干扰及软弱土层承载力不足等问题。试验分为1A、1B、1C、1D4个区域,分别验证常规旋挖、钢护筒工艺、短桩优化及抗拔锚杆的适用性。结果表明,1A区复合地基承载力达420 kPa(超设计5%),1B区采用钢护筒后塌孔率降至5%,1D区锚杆抗拔力提升至230 kN(超设计15%)。综合经济性分析显示,孔内深层强夯法较传统灌注桩节约成本33%,工期缩短40%。本研究总结了填海区复合地基处理的关键技术参数与施工控制措施,提出了钢护筒联合DDC工法的推广建议,展望了再生骨料应用及长期沉降预测等研究方向,为类似工程提供技术参考。 展开更多

关键词 复合地基 孔内深层强夯法 钢护筒 锚杆注浆 流沙层处理 承载力提升

在线阅读 下载PDF 职称材料

低渗透砂岩型铀矿床增渗方法及其可行性研究 被引量：17

11

作者 王伟 李小春 《岩土力学》 EI CAS CSCD 北大核心 2009年第8期2309-2314,共6页

为满足国内核电快速发展对铀资源的大量需求,解决制约低渗透砂岩型铀矿床原地浸出顺利生产的瓶颈,借鉴在油气田增产、煤气开采及瓦斯治理等方面提高岩体渗透性方法的成功经验,分析这些方法在原地浸出开采中应用的不足,提出了适用于低渗... 为满足国内核电快速发展对铀资源的大量需求,解决制约低渗透砂岩型铀矿床原地浸出顺利生产的瓶颈,借鉴在油气田增产、煤气开采及瓦斯治理等方面提高岩体渗透性方法的成功经验,分析这些方法在原地浸出开采中应用的不足,提出了适用于低渗透砂岩型铀矿床原地浸出生产的无临空面深层岩体爆破增渗方法,以提高低渗透赋矿岩层的渗透性。通过初步爆破增渗模型试验,验证了无临空面深层岩体爆破增渗方法的可行性。 展开更多

关键词 原地浸出 低渗透 无临空面深层岩体 增渗方法 可行性

在线阅读 下载PDF 职称材料

基于井下移动图像采集的目标识别与精确定位方法 被引量：6

12

作者 刘毅 翟贵盛 《工矿自动化》 北大核心 2021年第5期65-70,共6页

针对现有井下定位方法定位精度波动较大、难以进一步提高的问题,提出一种基于井下移动图像采集的目标识别与精确定位方法。利用定位目标携带的摄像机采集环境图像,通过自适应直方图均衡化方法对采集到的原始图像进行预处理,采用深度学... 针对现有井下定位方法定位精度波动较大、难以进一步提高的问题,提出一种基于井下移动图像采集的目标识别与精确定位方法。利用定位目标携带的摄像机采集环境图像,通过自适应直方图均衡化方法对采集到的原始图像进行预处理,采用深度学习技术SSD算法、数据增强SSD算法识别井下标志目标,并采用基于小孔成像原理的单目测距方法进行测距和定位。实验结果表明:与灰度图像匹配算法和特征图像匹配算法2种传统算法相比,SSD算法对距离和角度变化的适应能力更好,距离为4.5 m时有效检测率仍达89.2%;数据增强SSD算法提高了鲁棒性,检测精确率比SSD算法高1.7%,可以更好地适应复杂环境。井下应用结果表明,基于井下移动图像采集的目标识别与精确定位方法在2~10 m范围内可得到较理想的效果,随着距离增加,测量精度有所下降。 展开更多

关键词 井下精确定位 目标识别 深度学习技术 SSD算法 数据增强SSD算法 单目测距方法

在线阅读 下载PDF 职称材料

基于动量增强特征图的对抗防御算法 被引量：2

13

作者 胡军 石艺杰 《电子与信息学报》 EI CSCD 北大核心 2023年第12期4548-4555,共8页

深度神经网络(DNN)因其优异的性能而被广泛应用,但易受对抗样本攻击的问题使其面临巨大的安全风险。通过对DNN的卷积过程进行可视化,发现随着卷积层数加深,对抗攻击对原始输入产生的扰动愈加明显。基于这一发现,采用动量法中前向结果修... 深度神经网络(DNN)因其优异的性能而被广泛应用,但易受对抗样本攻击的问题使其面临巨大的安全风险。通过对DNN的卷积过程进行可视化,发现随着卷积层数加深,对抗攻击对原始输入产生的扰动愈加明显。基于这一发现,采用动量法中前向结果修正后向结果的思想,该文提出一种基于动量增强特征图的防御算法(MEF)。MEF算法在DNN的卷积层上部署特征增强层构成特征增强块(FEB),FEB会结合原始输入以及浅层卷积层的特征图生成特征增强图,进而利用特征增强图来增强深层的特征图。同时,为了保证每层特征增强图的有效性,增强后的特征图还会对特征增强图进行进一步更新。为验证MEF算法的有效性,使用多种白盒与黑盒攻击对部署MEF算法的DNN模型进行攻击实验,结果表明在投影梯度下降法(PGD)以及快速梯度符号法(FGSM)的攻击实验中,MEF算法对对抗样本的识别精度比对抗训练(AT)高出3%~5%,且对干净样本的识别精度也有所提升。此外,使用比训练时更强的对抗攻击方法进行测试时,与目前先进的噪声注入算法(PNI)以及特征扰动算法(L2P)相比,MEF算法表现出更强的鲁棒性。 展开更多

关键词 深度神经网络 对抗样本 对抗防御 动量方法 特征增强

在线阅读 下载PDF 职称材料

基于深度学习的监控视频图像增强处理方法 被引量：1

14

作者 杨锋 杜秀君 《信息与电脑》 2024年第5期122-124,共3页

传统的图像增强处理方法常存在图像清晰度较低、失真度较高的问题。因此,提出基于深度学习的增强处理方法。在获取监控视频图像信息后,对图像进行序列对齐处理。通过图像量化处理的方式显示单个图像中的关键像素点和邻近像素点之间的分... 传统的图像增强处理方法常存在图像清晰度较低、失真度较高的问题。因此,提出基于深度学习的增强处理方法。在获取监控视频图像信息后,对图像进行序列对齐处理。通过图像量化处理的方式显示单个图像中的关键像素点和邻近像素点之间的分布。采用深度学习技术,用8个方向的梯度算子提取反射图像的方向梯度,得到细节增强的反射图像,再通过Retinex反变换完成增强处理。设计对比实验,证明该方法可以改善监视视频的图像增强效果,获得更清楚的景物图片。 展开更多

关键词 深度学习 监控视频 图像增强 处理方法

在线阅读 下载PDF 职称材料

旋喷桩在加固地下管线中的应用

15

作者 张贵生 朱彬 娄中波 《中国市政工程》 2007年第6期74-76,共3页

介绍了旋喷桩的特点和加固地下管线的机理。通过津汉公路—机场大道立交桥工程中采用旋喷桩加固既有地下管线的设计过程,具体介绍了设计计算中单桩竖向承载力特征值、桩的面积置换率、布桩的计算。工程实践说明旋喷桩加固地下管线地基,... 介绍了旋喷桩的特点和加固地下管线的机理。通过津汉公路—机场大道立交桥工程中采用旋喷桩加固既有地下管线的设计过程,具体介绍了设计计算中单桩竖向承载力特征值、桩的面积置换率、布桩的计算。工程实践说明旋喷桩加固地下管线地基,对难于拆改的管线起到了保护作用,节约了投资,也为旋喷桩在类似工程中的应用提供了参考。 展开更多

关键词 道路立交 旋喷桩 深层搅拌法 单桩承载力 复合地基 加固地下管线

在线阅读 下载PDF 职称材料

西部沙漠区中深层地震数据近地表Q补偿应用研究 被引量：8

16

作者 王一惠 王小卫 +2 位作者 张涛 赵玉莲 杨维 《石油物探》 CSCD 北大核心 2021年第6期944-953,共10页

中国西部沙漠地区采集的地震数据分辨率低,且频带较窄,这主要是由近地表低降速带对地震波的吸收衰减作用所致。因此,降低近地表低降速带对地震波的吸收衰减作用和提高地震数据的分辨率对沙漠工区地震数据的处理具有重要意义。首先概述... 中国西部沙漠地区采集的地震数据分辨率低,且频带较窄,这主要是由近地表低降速带对地震波的吸收衰减作用所致。因此,降低近地表低降速带对地震波的吸收衰减作用和提高地震数据的分辨率对沙漠工区地震数据的处理具有重要意义。首先概述了谱比法和峰值频移法的方法原理;然后将这两种方法应用于西部某沙漠工区地震勘探资料的Q值估计,并分析其适用条件与补偿效果,用于指导选择适合工区的Q值估计方法;通过对比相位补偿、振幅补偿和相位振幅同时补偿方法的不同效果,形成一套适用于研究工区的近地表Q值求取与补偿的处理流程。数值试验结果表明:相较于谱比法,峰值频移法对近地表低速层的Q值估计更适合本工区;且相位振幅组合补偿方法对地震波的吸收衰减补偿作用效果显著。中深层地震数据的补偿结果表明,将利用峰值频移法估算得到的Q值与相位振幅组合补偿方法相结合,既可保持地震数据低频成分,又有效提高了地震数据的高频成分,进而有效拓宽了地震数据的频带,提高了地震数据的分辨率和信噪比,使得复杂构造区域的成像更加清晰准确。 展开更多

关键词 地层品质因子 Q补偿 谱比法 峰值频移法 近地表吸收衰减 提高分辨率 西部沙漠区 中深层

在线阅读 下载PDF 职称材料

基于最大最小距离的多中心数据综合增强方法 被引量：5

17

作者 曹瑞阳 郭佑民 牛满宇 《计算机工程》 CAS CSCD 北大核心 2022年第6期174-181,共8页

数据增强是解决数据集不平衡的有效方法,针对现有的数据增强方法存在生成样本越界和随机性差的问题,提出一种基于最大最小距离的多中心数据增强方法MCA。通过计算所有样本的加权密度,减少离群点对最终分类结果的影响,同时将抽样方法与... 数据增强是解决数据集不平衡的有效方法,针对现有的数据增强方法存在生成样本越界和随机性差的问题,提出一种基于最大最小距离的多中心数据增强方法MCA。通过计算所有样本的加权密度,减少离群点对最终分类结果的影响,同时将抽样方法与最大最小距离算法相结合选择最优的数据,生成多中心点集,避免生成结果出现样本类别越界的情况,从而拓展样本数据的多样性,并且降低时间复杂度。在此基础上,根据样本的相似性构建权重函数,计算加权平均生成新的样本,解决原有数据集不平衡的问题。在SwedishLeaf数据集和实测数据集上进行实验,结果表明,相比SMOTE、Easy Ensemble、RR等方法,该方法的精确率和召回率均提高了1.17%以上,F1值提高了2%以上,能够有效提高泛化能力,在少数类和多数类样本不平衡率较高的情况下具有较优的分类性能。 展开更多

关键词 数据增强 最大最小距离 加权密度 抽样方法 样本容量 深度残差网络

在线阅读 下载PDF 职称材料

改进YOLOv5算法的钢筋端面检测 被引量：10

18

作者 王超 张运楚 +1 位作者 孙绍涵 张汉元 《计算机系统应用》 2022年第4期68-80,共13页

钢筋是基建行业不可或缺的结构材料,无论是钢筋生产过程、还是施工现场,对钢筋进行准确计数是必不可少的环节.成捆钢筋存在端面密集、直径尺度不统一、端面边界粘连、端面与背景融合、端面之间存在遮挡等问题.针对上述问题,提出了一种... 钢筋是基建行业不可或缺的结构材料,无论是钢筋生产过程、还是施工现场,对钢筋进行准确计数是必不可少的环节.成捆钢筋存在端面密集、直径尺度不统一、端面边界粘连、端面与背景融合、端面之间存在遮挡等问题.针对上述问题,提出了一种改进的YOLOv5模型框架,以降低密集小目标漏检率、误检率.针对钢筋端面数据集稀缺、没有公开的大型数据集并且钢筋端面特征较弱的问题,自建了钢筋端面数据集,使用半自动标注法对数据集进行标注,并采用数据增强算法对钢筋端面数据集进行扩充.修改了YOLOv5中的主干网络,增加空间金字塔池(spatial pyramid pooling,SPP)和小目标检测层,以获取更大的特征图;使用特征金字塔模型(feature pyramid network,FPN)和路径聚合网络(path aggregation network,PAN)对多尺度特征图融合,提高密集小目标检测精度.在Data Fountain钢筋盘点竞赛数据集和自建钢筋数据集上设计了多组对照试验.实验结果表明,提出的改进算法YOLOv5-P2模型对钢筋端面的检测效果最佳,钢筋端面平均精度均值(mean average precision,mAP)达到了99.9%,相比于YOLOv3、YOLOv4、ScaledYOLOv4以及YOLOv5主流算法,模型的mAP分别提升了9.6%、7.9%、7.0%、1.1%,在工厂真实环境条件下进行测试时都有较稳定的表现,在测试集上相对于原始模型检测精度提升了2.1%.通过修改YOLOv5的主干网络中SPP模块位置和增加检测层都能够显著提升密集小目标检测精度,更好的提取到钢筋端面的边缘特征,取得99.9%的平均精度均值. 展开更多

关键词 深度学习 YOLOv5 数据增强 钢筋计数 密集小目标检测 检测方法 卷积神经网络

在线阅读 下载PDF 职称材料

基于非负矩阵分解的语音增强方法综述 被引量：7

19

作者 鲍长春 白志刚 《信号处理》 CSCD 北大核心 2020年第6期791-803,共13页

语音增强在语音信号处理领域举足轻重,其目的在于减少背景噪声对语音信号的影响。然而,如何从极度非平稳噪声环境下有效地分离出目标语音仍然是一个具有挑战性的问题。基于非负矩阵分解(Nonnegative matrix factorization, NMF)的语音... 语音增强在语音信号处理领域举足轻重,其目的在于减少背景噪声对语音信号的影响。然而,如何从极度非平稳噪声环境下有效地分离出目标语音仍然是一个具有挑战性的问题。基于非负矩阵分解(Nonnegative matrix factorization, NMF)的语音增强算法利用非负的语音和噪声基矩阵来建模语音和噪声的频谱子空间,是目前一种先进的对抑制非平稳噪声非常有效的技术。本文首先详细地介绍了非负矩阵分解理论,包括非负矩阵分解模型,代价函数(Cost function)的定义以及常用的乘法更新准则(Multiplicative update rules)。然后,本文详细地介绍了基于非负矩阵分解的语音增强方法的基本原理,包括训练阶段和增强阶段的具体过程,并进行了实验,此外,还利用一个基于非负矩阵分解的语音重构实验验证了语音基矩阵对语音频谱的建模能力。最后,本文总结了传统的基于非负矩阵分解的算法的不足,并对一些现有的基于非负矩阵分解的算法分别做了一个简单的概述,包括其创新点和优缺点,并对比分析了几种具有代表性的方法。本文从历史的角度展示了基于非负矩阵分解的语音增强方法的不断发展。 展开更多

关键词 语音增强 非负矩阵分解 非平稳噪声 稀疏性 深度神经网络 半监督方法

在线阅读 下载PDF 职称材料

AAR-Net:用于声学异质介质光声图像重建的深度神经网络

20

作者 孙美晨 孙正 候英飒 《智能系统学报》 CSCD 北大核心 2024年第2期278-289,共12页

在光声成像中,由于组织的吸收和扩散等引起的超声波衰减、由声速变化引起的相位偏差以及与声衰减相关的信号波形展宽都会降低图像的空间分辨率,针对该问题,提出一种基于深度学习的声学特性非均匀组织图像重建方法。通过将深度梯度下降(d... 在光声成像中,由于组织的吸收和扩散等引起的超声波衰减、由声速变化引起的相位偏差以及与声衰减相关的信号波形展宽都会降低图像的空间分辨率,针对该问题,提出一种基于深度学习的声学特性非均匀组织图像重建方法。通过将深度梯度下降(deep gradient descent,DGD)网络与U-Net相结合构建声伪影去除网络(acoustic artifacts removal network,AAR-Net)。DGD模块利用梯度信息减少非均匀声学特性对重建图像质量的影响,实现信号域到图像域的转换。U-Net模块实现对DGD模块输出的低质量图像的优化,实现图像域到图像域的转换。仿真、仿体和在体试验结果表明,与传统的非学习图像重建方法和最新的基于图像后处理的深度学习方法相比,采用该方法重建的图像结构相似度和峰值信噪比分别可提高约20%和10%。AAR-Net无需任何有关成像对象声学特性的先验知识,即可重建高质量图像。 展开更多

关键词 图像重建 图像增强 光声光谱成像 声学特性 反射 深度学习 深度神经网络 梯度方法

在线阅读 下载PDF 职称材料