期刊文献+
共找到365篇文章
< 1 2 19 >
每页显示 20 50 100
Phylogenetic analysis of bacterial community in deep-sea sediment from the western Pacific “warm pool” 被引量:2
1
作者 ZHAO Jing ZENG Runying 《Acta Oceanologica Sinica》 SCIE CAS CSCD 2005年第5期127-138,共12页
A depth profile of bacterial community structure in one deep-sea sediment core of the western Pacific "warm pool" (WP) was investigated and compared with that in a sediment sample from the eastern Pacific (EP) b... A depth profile of bacterial community structure in one deep-sea sediment core of the western Pacific "warm pool" (WP) was investigated and compared with that in a sediment sample from the eastern Pacific (EP) by phylogenetic analysis of 16S rDNA fragments. Five bacterial 16S rDNA clone libraries were constructed, and 133 clones with different restriction fragment length polymorphism (RFLP) patterns were sequenced. A phylogenetic analysis of these sequences revealed that the bacterial diversity in a sample from the WP was more abundant than that in the EP sample. The bacterial population in the sediment core of WP was composed of eight major lineages of the domain bacteria. Among them the γ-Proteobacteria was the predominant and most diverse group in each section of WP sediment core, followed by the α-Proteobacteria. The genus Colwellia belonging to γ-Proteobacteria was predominant in this sample. The shift of bacterial communities among different sections of the WP sediment core was δ-, ε-Proteobacteria, and Cytopahga-Flexibacteria-Bacteroides (CFB) group. The ratios between them in the bacterial communities all showed inversely proportional to the depth of sediment. The sequences related to sulphate reducing bacteria (SRB) were detected in every section. The bacterial community structure in this sediment core might be related to the environmental characteristics of the surface seawater of the western Pacific WP. 展开更多
关键词 western Pacific "warm pool deep-sea sediment bacterial community
在线阅读 下载PDF
Molecular phylogenetic analysis of sulfate-reducing bacteria from deep sediment layers of the tropical West Pacific warm pool
2
作者 LUO Zhuhua YE Dezan HUANG Xiangling 《Acta Oceanologica Sinica》 SCIE CAS CSCD 2006年第3期98-107,共10页
The diversity of sulfate-reducing bacteria (SRB) from deep layers of deep-sea sediments [ more than 2 m bsf (below seafloor) ] of two sites (WO1 -3 and WPO1 -4) in a tropical West Pacific warm pool region was ch... The diversity of sulfate-reducing bacteria (SRB) from deep layers of deep-sea sediments [ more than 2 m bsf (below seafloor) ] of two sites (WO1 -3 and WPO1 -4) in a tropical West Pacific warm pool region was characterized by using molecular phylogenetic analysis. The results of culture-independent samples demonstrated that the dominant clones from both sites were related to Grampositive spore forming genus, Desulfotomaculum, which accounted for 36.8% of all the sequencing clones from Site WP01 - 3 and 62.8% from Site WP01 -4. However, the other SRB group which was generally reported to be predominant in the deep-sea sediments of other regions, δ- subclass of the proteobacteria was found to be in very low percentages. Therefore, it could be speculated that there existed a unique chemical environment in the deep-sea sediment of this warm pool region. When comparing the Desulfotomaculum sp. related sequences from both sites, it was revealed that though the Desulfotomaculum-like sequences from Site WP01 -3 were more diverse than those from Site WP01 -4, all these sequences from both sites showed high similarity and formed a new phylogenetically homogeneous cluster in the Desulfotomaculum genus which had never been reported before. Successful enrichment of SRB was only achieved from samples of Site WP01 -4 and the sequence analysis of culture-dependent samples further confirmed the dominance of Desulfotomaculum genus. But Desulfotomaculum-related sequences from culture-dependent and culture-independent samples belonged to two different clusters respectively. This difference showed the choice of cultivation to the microorganisms. 展开更多
关键词 sulfate-reducing bacteria deep sediment tropical West Pacific warm pool molecular phylogenetic analysis
在线阅读 下载PDF
THE RELATIONS BETWEEN DEEP DYNAMIC PROCESS AND THE FORMATION OF OIL-GAS POOLS IN THE SONGLIAO BASIN,CHINA
3
作者 Li Zhi’an(Changsha Institute of Geotectonics, Academia Sinica, Changsha, 410013, Hunan, China) 《Geotectonica et Metallogenia》 1996年第Z1期70-76,共7页
THE RELATIONS BETWEEN DEEPDYNAMIC PROCESS AND THEFORMATION OF OIL-GAS POOLS INTHE SONGLIAO BASIN, CHINALi Zhi’an(Changsha Institute of Geotectonics, Academia Sinica, Changsha, 410013, Hunan, China)Songliao basin, cru... THE RELATIONS BETWEEN DEEPDYNAMIC PROCESS AND THEFORMATION OF OIL-GAS POOLS INTHE SONGLIAO BASIN, CHINALi Zhi’an(Changsha Institute of Geotectonics, Academia Sinica, Changsha, 410013, Hunan, China)Songliao basin, crust structure, deep dynamics, the formation of oil-gas poolsThis essay deals in detail with the inhomogeneity of the crust structure and the variation of the Moho, the process of deep dynamics and also relations of deep dynamic process to the formation of oil-gas pools in Songliao Basin. 展开更多
关键词 Songliao BASIN CRUST structure deep dynamics the formation of oil-gas poolS
在线阅读 下载PDF
一种改进DeepLabV3+网络的高分辨率遥感影像道路提取方法 被引量:19
4
作者 葛小三 曹伟 《遥感信息》 CSCD 北大核心 2022年第1期40-46,共7页
道路网络提取是高分辨率遥感影像数据应用研究的难点之一。针对现有的道路提取方法普遍注重区域精度而边界质量缺失考虑的问题,提出一种基于DeepLabV3+语义分割神经网络的深度学习提取道路的方法。该网络模型采用编码器-解码器网络(enco... 道路网络提取是高分辨率遥感影像数据应用研究的难点之一。针对现有的道路提取方法普遍注重区域精度而边界质量缺失考虑的问题,提出一种基于DeepLabV3+语义分割神经网络的深度学习提取道路的方法。该网络模型采用编码器-解码器网络(encoder-decoder)和多孔空间金字塔池(atrous spatial pyramid pooling,ASPP)相结合的方式,增强了对道路边界的划分效果。模型在Massachusetts roads数据集进行了道路网络提取实验。分析结果表明,基于该方法的道路提取精度优于U-Net等网络模型,F1分数达到87.27%,与其他方法相比较,该方法能够更有效、完整地从遥感图像中提取道路。 展开更多
关键词 编码器-解码器 多孔金字塔池化 道路提取 deepLabV3+ 深度学习
在线阅读 下载PDF
基于DeeplabV3+网络的轻量化语义分割算法 被引量:6
5
作者 张秀再 张昊 杨昌军 《科学技术与工程》 北大核心 2024年第24期10382-10393,共12页
针对传统语义分割模型参数量大、计算速度慢且效率不高等问题,改进一种基于DeeplabV3+网络的轻量化语义分割模型Faster-DeeplabV3+。Faster-DeeplabV3+模型采用轻量级MobilenetV2代替Xception作为主干特征提取网络,大幅减少参数量,提高... 针对传统语义分割模型参数量大、计算速度慢且效率不高等问题,改进一种基于DeeplabV3+网络的轻量化语义分割模型Faster-DeeplabV3+。Faster-DeeplabV3+模型采用轻量级MobilenetV2代替Xception作为主干特征提取网络,大幅减少参数量,提高计算速度;引入深度可分离卷积(deep separable convolution, DSC)与空洞空间金字塔(atrous spatia pyramid pooling, ASPP)中的膨胀卷积设计成新的深度可分离膨胀卷积(depthwise separable dilated convolution, DSD-Conv),即组成深度可分离空洞空间金字塔模块(DP-ASPP),扩大感受野的同时减少原本卷积参数量,提高运算速度;加入改进的双注意力机制模块分别对编码区生成的低级特征图和高级特征图进行处理,增强网络对不同维度特征信息提取的敏感性和准确性;融合使用交叉熵和Dice Loss两种损失函数,为模型提供更全面、更多样的优化。改进模型在PASCAL VOC 2012数据集上进行测试。实验结果表明:平均交并比由76.57%提升至79.07%,分割准确度由91.2%提升至94.3%。改进模型的网络参数量(params)减少了3.86×10~6,浮点计算量(GFLOPs)减少了117.98 G。因此,Faster-DeeplabV3+算法在大幅降低参数量、提高运算速度的同时保持较高语义分割效果。 展开更多
关键词 语义分割 deeplabV3+ 轻量化 深度可分离卷积(DSC) 空洞空间金字塔池化(ASPP)
在线阅读 下载PDF
利用Deeplab v3提取高分辨率遥感影像道路 被引量:11
6
作者 韩玲 杨朝辉 +2 位作者 李良志 刘志恒 黄勃学 《遥感信息》 CSCD 北大核心 2021年第1期22-28,共7页
针对传统道路提取方法存在的道路边缘粗糙、抗干扰性弱、提取精度低等问题,提出了一种基于编码解码器的空洞卷积模型(Deeplab v3)的道路提取方法。首先,对原始高分辨率遥感影像进行标注;其次,利用标注数据集对Deeplab v3模型进行训练、... 针对传统道路提取方法存在的道路边缘粗糙、抗干扰性弱、提取精度低等问题,提出了一种基于编码解码器的空洞卷积模型(Deeplab v3)的道路提取方法。首先,对原始高分辨率遥感影像进行标注;其次,利用标注数据集对Deeplab v3模型进行训练、测试;最后,得到高分辨率遥感影像道路提取结果。分析结果可知,该模型能够较好地提取高分辨率遥感影像中的道路边缘特征,相比其他道路提取方法具有更高的提取精度和更加完整的道路信息,正确率可达到93%以上。 展开更多
关键词 道路提取 高分辨率遥感影像 深度学习 deeplab v3 空洞卷积 空洞空间金字塔池化(ASPP)
在线阅读 下载PDF
基于跨尺度特征融合的内窥镜图像增强算法
7
作者 刘旭阳 蔡芸 蒋林 《现代电子技术》 北大核心 2026年第1期34-40,共7页
临床医学的内窥镜图像由于在成像过程中存在补充光源不均匀和人体组织粘液反光的问题,出现大量曝光过度等图像质量较低的现象。现有基于深度学习的图像增强算法由于仅采用固定尺寸的特征融合方式,导致特征提取能力较低、增强效果较差。... 临床医学的内窥镜图像由于在成像过程中存在补充光源不均匀和人体组织粘液反光的问题,出现大量曝光过度等图像质量较低的现象。现有基于深度学习的图像增强算法由于仅采用固定尺寸的特征融合方式,导致特征提取能力较低、增强效果较差。为改善这一问题,文中构建了基于跨尺度特征融合的内窥镜图像增强算法,通过构建CM卷积模块实现高性能特征提取,同时采用SPPF金字塔池化模块实现对特征图不同尺度的池化操作,并且在网络不同尺度的网络层之间引入跨尺度特征融合(CFF)模块,实现多尺度特征融合和上下文信息传播,从而大幅提高图像细节捕捉能力和图像质量。实验结果表明,文中算法在PSNR、SSIM指标均高于现有算法,其中PSNR指标提高了9.9%,SSIM指标提高了15.4%,可以实现高质量内窥镜图像增强任务。 展开更多
关键词 内窥镜图像 深度特征融合 CFF 曝光异常 图像增强算法 金字塔池化模块
在线阅读 下载PDF
基于Deep learning技术的医学影像分割研究 被引量:3
8
作者 陈迪 李宁 《电子设计工程》 2019年第4期146-150,157,共6页
针对传统图像分割方法对于形状起伏较大和边界模糊的目标无法获得较高分割精度的问题,文中提出使用深度学习方法分割医学图像以辅助医生进行诊断和治疗。使用卷积层、池化层和反卷积层设计了一个包含5个卷积层、3个池化层和1个反卷积层... 针对传统图像分割方法对于形状起伏较大和边界模糊的目标无法获得较高分割精度的问题,文中提出使用深度学习方法分割医学图像以辅助医生进行诊断和治疗。使用卷积层、池化层和反卷积层设计了一个包含5个卷积层、3个池化层和1个反卷积层端到端的卷积神经网络,使网络可以获得与输入图像尺寸一致的输出。使用50组临床胸部CT图像的仿真与测试结果表明,所提出的深度神经分割网络能较好地实现端到端分割出胸部CT图像,网络各卷积层对不同的组织与结构均具有不同的响应值。 展开更多
关键词 深度学习 分割 医学图像 胸部 CT 卷积层 池化层 反卷积层
在线阅读 下载PDF
基于改进DeepLabV3+的一步数字全息相位重建方法
9
作者 陈建明 江夏男 +2 位作者 张春元 王学 王华英 《光学技术》 CAS CSCD 北大核心 2023年第1期17-22,共6页
数字全息显微术能够测量定量光场信息,但全息相位重建通常需要经过频谱滤波、模拟衍射、相位展开、畸变补偿等步骤,且在滤波时人工选取滤波窗口的尺寸误差会很大程度上影响成像质量。提出了一种基于改进DeepLabV3+网络的一步数字全息相... 数字全息显微术能够测量定量光场信息,但全息相位重建通常需要经过频谱滤波、模拟衍射、相位展开、畸变补偿等步骤,且在滤波时人工选取滤波窗口的尺寸误差会很大程度上影响成像质量。提出了一种基于改进DeepLabV3+网络的一步数字全息相位重建方法,在DeepLabV3+网络的基础上引入MobileNetV2结构进行改进。使用MobileNetV2提取全息图特征;通过空洞空间金字塔池融合多尺度特征;采用双线性插值的方法进行上采样,以得到高精度的定量相位重建结果。实验结果表明,与使用PhaseNet重建相比,方法在结构相似性指数上提高了6.5%,能够准确高效地实现数字全息高精度定量相位重建。 展开更多
关键词 数字全息 相位重建 空洞空间金字塔池 深度学习
原文传递
垂向交织叠加结构:中国克拉通盆地的重要特色 被引量:1
10
作者 何登发 贾承造 +7 位作者 赵喆 赵路子 包洪平 高山林 鲁国 郑娜 杨志坤 成昌宇 《地质学报》 北大核心 2025年第12期3999-4018,共20页
中国克拉通盆地为多旋回叠合盆地,表现为不同地质时期的原型盆地在时-空上的组合;研究原型盆地的构造单元(隆起、坳陷、斜坡等)随时间在空间上的叠加组合是认识盆地地质结构特点的重要基础,也是探讨油气聚集规律的关键环节。本文基于新... 中国克拉通盆地为多旋回叠合盆地,表现为不同地质时期的原型盆地在时-空上的组合;研究原型盆地的构造单元(隆起、坳陷、斜坡等)随时间在空间上的叠加组合是认识盆地地质结构特点的重要基础,也是探讨油气聚集规律的关键环节。本文基于新的深井与反射地震资料,揭示了中国克拉通盆地的垂向结构特征与油气成藏组合。笔者将中国克拉通盆地内部上、下构造单元垂向上不同方位叠加的现象,称为“垂向交织叠加结构”;并将其划分为9种基本类型,其中克拉通内发育隆起带/裂陷槽、坳陷带/隆起带、裂陷带/裂陷带、背斜带/坳陷带、坳陷带/坳陷带、斜坡带/坳陷带等6种类型,克拉通边缘发育裂谷带/隆起带、冲断带/断陷、褶皱冲断带/被动大陆边缘等3种类型;地质结构控制了侧生旁储、下生上储和自生自储3种油气成藏组合模式,油气从烃源岩跨层系、跨世代运移到大规模聚集区(带),构成常规-非常规(包括页岩油气、煤岩气)有序成藏组合;形成了安岳、蓬莱、普光、元坝、焦石坝、长宁、大北-克深、塔河-轮南、顺北-富满、靖边、苏里格、横山、庆城等一系列超大型、大中型油气田,垂向交织叠加结构有效提高了油气成藏效率。 展开更多
关键词 克拉通盆地 叠合盆地 垂向交织叠加结构 油气成藏模式 深层—超深层
在线阅读 下载PDF
基于时空卷积网络的通信信号调制识别 被引量:3
11
作者 陈发堂 刘泽 范子健 《电讯技术》 北大核心 2025年第4期518-524,共7页
针对基于深度学习的调制识别方法存在的未利用原始信号顺序信息、识别率低、参数量大的问题,提出一种基于时空卷积网络(Spatiotemporal Convolutional Network,SCN)的调制识别算法。为防止信号的顺序信息的丢失,该网络先提取信号的时域... 针对基于深度学习的调制识别方法存在的未利用原始信号顺序信息、识别率低、参数量大的问题,提出一种基于时空卷积网络(Spatiotemporal Convolutional Network,SCN)的调制识别算法。为防止信号的顺序信息的丢失,该网络先提取信号的时域特征,再提取信号的空间特征,其中时域特征提取采用时序卷积网络(Temporal Convolutional Network,TCN)结构,空间特征提取采用二维卷积神经网络(Two-Dimensional Convolution Neural Network,2D-CNN),最后的分类识别采用全局平均池化(Global Average Pooling,GAP)替代展平(Flatten)层。由于TCN中因果膨胀卷积和GAP的应用使网络高识别率的同时参数大幅减少。在未经预处理的IQ信号调制识别中,与传统的CNN2、ResNet、DenseNet、CLDNN和LSTM2相比,参数量最少,平均识别精度提升4.9%~16.5%。 展开更多
关键词 通信信号 调制识别 深度学习 时域特征 空间特征 全局平均池化
在线阅读 下载PDF
基于注意力及多尺度特征增强的高分辨遥感影像建筑提取网络
12
作者 刘春阳 张永城 《宜春学院学报》 2025年第9期46-51,共6页
针对现有卷积神经网络在建筑物提取任务中出现的分割精度低、边缘不完整及漏检误检等问题。本文在Unet的基础上,提出了一种基于注意力及多尺度特征增强高分辨遥感影像建筑提取方法,该网络以Resnet50作为特征提取的骨干网络,获取更加深... 针对现有卷积神经网络在建筑物提取任务中出现的分割精度低、边缘不完整及漏检误检等问题。本文在Unet的基础上,提出了一种基于注意力及多尺度特征增强高分辨遥感影像建筑提取方法,该网络以Resnet50作为特征提取的骨干网络,获取更加深层次的特征信息,并通过添加金字塔池化,提高网络对复杂场景和不同尺寸目标的适应能力,再使用设计的注意力增强解码模块,提升网络对输入特征的表示能力,从而有效提升建筑物提取的精度和效果。为了验证本文网络的有效性,我们在两个公开的数据集上进行了对比实验。实验结果表明,本文方法可以有效地提升建筑物提取的精度,并减少建筑物漏提错提和边缘不完整的问题。 展开更多
关键词 建筑物提取 高分辨率遥感影像 深度学习 金字塔池化 注意力机制
在线阅读 下载PDF
基于Res-PGAUnet的沿海养殖池塘遥感提取研究
13
作者 陈红梅 彭俊 +4 位作者 陈芸芝 罗冬莲 陈钰玫 刘国昕 王婉萍 《渔业研究》 2025年第6期793-802,共10页
[背景]沿海养殖池塘常与盐田、河道等地物混杂,加之池塘形态多样、尺度不一,采用传统遥感提取方法面临提取精度不足、抗干扰能力弱、自动化程度低等技术瓶颈。深度学习方法能通过卷积层自动从影像中学到丰富的光谱与空间特征,从而实现... [背景]沿海养殖池塘常与盐田、河道等地物混杂,加之池塘形态多样、尺度不一,采用传统遥感提取方法面临提取精度不足、抗干扰能力弱、自动化程度低等技术瓶颈。深度学习方法能通过卷积层自动从影像中学到丰富的光谱与空间特征,从而实现大范围精准分类,提高提取任务的自动化程度。[目的]实现面向复杂干扰地物场景养殖池塘的精准、高效自动化提取。[方法]本研究基于高分二号(GF-2)卫星影像数据,以福建省漳州市旧镇湾以南沿海池塘养殖区为研究区域,在U-Net模型基础上,融合残差结构、金字塔池化、引导分支与双注意力机制,构建Res-PGAUnet模型,并进行精度分析与大范围应用测试。[结果]旧镇湾以南模型的核心改进模块(残差结构、金字塔池化、引导分支和双注意力机制)均对性能提升有显著贡献,使得Res-PGAUnet模型在面对河道、盐田、海水等多种干扰地物时,表现出更强的抗干扰能力和鲁棒性,IoU与F1-score分别达到0.8540与0.9213,能有效减少误提和漏提,改善了小目标高位池漏提和边界粘连。[结论]大范围泛化测试进一步证实了Res-PGAUnet模型在实际应用中的潜力,该模型可为池塘养殖空间信息的精准监测与渔业可持续发展提供技术支撑。 展开更多
关键词 养殖池塘 高分二号(GF-2)影像 深度学习 Res-PGAUnet 金字塔池化 引导分支 双注意力机制
在线阅读 下载PDF
DHR-400自然循环瓣阀基准性能试验研究
14
作者 于松 周平 +9 位作者 程道喜 翟伟明 马晓瑶 李睿之 邢明迪 高伟龙 戈光远 张学锋 齐晓光 柴宝华 《原子能科学技术》 北大核心 2025年第1期168-175,共8页
自然循环瓣阀是400 MW深水池式低温供热堆(DHR-400)事故余热排出系统的关键设备,其性能决定着反应堆的安全性。针对自然循环瓣阀堆内安装方式和运行条件,建立了自然循环瓣阀性能试验装置,并对自然循环瓣阀基准性能进行了试验研究。试验... 自然循环瓣阀是400 MW深水池式低温供热堆(DHR-400)事故余热排出系统的关键设备,其性能决定着反应堆的安全性。针对自然循环瓣阀堆内安装方式和运行条件,建立了自然循环瓣阀性能试验装置,并对自然循环瓣阀基准性能进行了试验研究。试验结果表明,自然循环瓣阀的性能受射流和压差的影响,其中射流量是影响瓣阀关闭的主要因素,而压差是影响瓣阀开启的主要因素。当自然循环瓣阀只依靠射流或压差控制关闭和开启时,获得其关闭临界射流量约为41.6 kg/s、开启临界射流量约为39.2 kg/s、开启临界压差约为0.87 kPa,而不能通过压差驱动闭合。此外测量了自然循环瓣阀不同关闭工况的漏流量,验证了瓣阀较好的密封性。本研究得到的试验结果可为自然循环瓣阀的工程设计和优化提供参考和数据基础。 展开更多
关键词 深水池式低温供热堆 自然循环瓣阀 射流量 压差 漏流量
在线阅读 下载PDF
基于多尺度监督与残差反馈的优化算法有效提高鼻咽癌CT图像视交叉及视神经分割精度 被引量:1
15
作者 刘瑨禹 梁淑君 张煜 《南方医科大学学报》 北大核心 2025年第3期632-642,共11页
目的提出并验证一种新的基于多尺度监督与残差反馈的深度学习分割算法(DSRF),以实现对鼻咽癌患者CT图像中小器官-视交叉和视神经的精确分割。方法收集来自SegRap2023、StructSeg2019和HaN-Seg2023公开数据库的212例鼻咽癌患者CT图像及... 目的提出并验证一种新的基于多尺度监督与残差反馈的深度学习分割算法(DSRF),以实现对鼻咽癌患者CT图像中小器官-视交叉和视神经的精确分割。方法收集来自SegRap2023、StructSeg2019和HaN-Seg2023公开数据库的212例鼻咽癌患者CT图像及其真实标签。为解决传统卷积神经网络在池化过程中小器官特征丢失的问题,设计一种基于混合池化策略的解码器,利用自适应池化和平均池化技术将高级语义特征逐步细化并融合低级语义特征,使网络学习到更细小的特征信息。采用多尺度深度监督层,在深度监督下学习丰富的多尺度、多层次语义特征,以提高对视交叉和视神经边界的识别能力。针对CT图像中视交叉和视神经对比度低的挑战,设计可使网络多次迭代的残差反馈模块,该模块充分利用模糊边界和易混淆区域的信息,通过监督迭代细化分割结果,并结合每次迭代的损失优化整个分割框架,提高分割精度和边界清晰度。采用消融实验验证各组件的有效性,并与其他方法进行对比实验。结果引入混合池化策略、多尺度深度监督层和残差反馈模块的DSRF算法能有效提升小器官的特征表示,实现视交叉和视神经的准确分割,其平均DSC达到0.837,ASSD低至0.351。消融实验进一步验证DSRF方法中各组成部分的贡献。结论本文提出的基于多尺度监督及残差反馈的深度学习分割算法能有效提升特征表示能力,实现视交叉和视神经准确分割。 展开更多
关键词 鼻咽癌 视交叉与视神经分割 混合池化策略 深度监督 残差反馈
在线阅读 下载PDF
草鱼在深潭变速水流中的游泳运动特征研究
16
作者 张漫 胡江 刘双平 《工程科学与技术》 北大核心 2025年第2期125-132,共8页
草鱼是长江“四大家鱼”之一,对其游泳特性的研究具有非常重要的意义。与一般机械运动不同,草鱼可以通过自身肌肉神经控制其运动过程,使得草鱼游泳动力学的研究较为困难。本文采用流量增加法,开展草鱼幼鱼在深潭变速水流中游泳行为的水... 草鱼是长江“四大家鱼”之一,对其游泳特性的研究具有非常重要的意义。与一般机械运动不同,草鱼可以通过自身肌肉神经控制其运动过程,使得草鱼游泳动力学的研究较为困难。本文采用流量增加法,开展草鱼幼鱼在深潭变速水流中游泳行为的水槽试验。基于粒子图像测速技术(PIV)探究深潭的水流结构变化以及草鱼游泳运动行为响应,以此建立草鱼活动区域面积、摆尾频率与深潭水流之间的响应关系。此外,基于牛顿第二定律,提出水流诱导力这一概念,将草鱼视为可以自己产生运动推力的一般物体,对草鱼幼鱼在深潭变速水流中的受力情况进行分析,计算出草鱼幼鱼运动过程中的总能量耗散系数,对其在游泳运动过程中的能耗大小进行评估。结果表明:1)深潭中的水流流速明显小于浅滩流速,随着坝体被淹没,深潭中的高流速区和涡旋区域逐渐向下游发展;2)草鱼更喜欢在水深、流速小、流态紊乱的区域活动,高流速环境下草鱼出现了明显的集群行为,且深潭中复杂的水流环境为草鱼提供了良好的栖息环境;3)深潭中的草鱼总是呈现间歇性的突发摆尾运动,随着进口流量的增大,草鱼的摆尾频率逐渐增大,而摆频波动范围逐渐减小;4)当水流淹过坝体,流速为1LB/s时(LB为鱼体长度),草鱼运动的总能量耗散系数最低。 展开更多
关键词 草鱼 深潭 摆尾频率 水流诱导力 能量耗散
在线阅读 下载PDF
浅埂-深潭中的流场结构及草鱼幼鱼分布响应
17
作者 孙松 胡江 +1 位作者 刘双平 程文婉 《水生态学杂志》 北大核心 2025年第6期180-188,共9页
探究连续浅埂-深潭垂面流场结构的分布规律及草鱼在垂面上的分布特征,为后续研究浅埂-深潭型鱼类生境营造方案提供科学参考。在分析长江上游河段中常见浅埂-深潭的基础上,2020年11月开展粒子图像测速系统(PIV)水槽试验,探讨了连续浅埂-... 探究连续浅埂-深潭垂面流场结构的分布规律及草鱼在垂面上的分布特征,为后续研究浅埂-深潭型鱼类生境营造方案提供科学参考。在分析长江上游河段中常见浅埂-深潭的基础上,2020年11月开展粒子图像测速系统(PIV)水槽试验,探讨了连续浅埂-深潭内不同深潭纵向剖面流场结构的分布规律及其随浅埂的相对水深Z1(H/D,H为总水深,D为浅埂深度)的变化,并分析了鱼龄约7个月、体长(5.5±0.5)cm的草鱼幼鱼分布情况及其对垂面流场结构的响应特征。结果表明:随着Z1的增大,上、下游深潭垂面逐渐形成相似的流场结构,具体表现为浅埂上方区域多为顺流区,在深潭内上游浅埂的上半部附近区域形成过渡区,过渡区右方的顺流区呈“倒直角梯形”分布,浅埂间的下半部区域则多为主回流区,垂面上鱼群的分布规律也增强,其最喜好在0.1~0.2倍浅埂深度的高流速主回流区活动。 展开更多
关键词 浅埂-深潭 垂面流场结构 草鱼分布特征 生态航道 鱼类生境
在线阅读 下载PDF
融合时空重构单元和Transformer的雷达回波外推算法
18
作者 方巍 王淏西 《郑州大学学报(工学版)》 北大核心 2025年第5期137-144,共8页
针对现有基于深度学习的雷达回波外推算法时空特征提取能力不足和建模能力有限的问题,提出了一种融合时空重构单元(SRU)和Transformer的雷达回波外推模型SRU-Former。首先,在模型的编码器和解码器中引入新设计的时空重构单元,通过分离... 针对现有基于深度学习的雷达回波外推算法时空特征提取能力不足和建模能力有限的问题,提出了一种融合时空重构单元(SRU)和Transformer的雷达回波外推模型SRU-Former。首先,在模型的编码器和解码器中引入新设计的时空重构单元,通过分离、变换和重构的策略来提取雷达图像精细化时空特征;其次,在编码器和解码器之间引入Transformer的变体架构模型Poolformer,用全局平均池化操作代替自注意力机制,帮助模型对高度动态变化的雷达序列进行建模;最后,在江苏省气象雷达数据集和上海市气象雷达数据集上训练和测试,与目前主流的深度学习模型进行对比。实验结果表明:在2 h外推任务中,CSI、FAR、MSE和SSIM 4个指标均取得最优值,在江苏省数据集上CSI提升了0.020,上海市中数据集上CSI提升了0.048;SRU-Former能够有效提升模型的预报准确率,外推后期对强回波区域的捕捉更加精确,细节纹理更加丰富清晰。 展开更多
关键词 深度学习 雷达回波外推 TRANSFORMER 时空重构单元 全局平均池化
在线阅读 下载PDF
基于全局平均池化-深度Q网络的工业泵故障诊断模型
19
作者 杜国 郭奇 +3 位作者 刘懂 杨伊悦 秦志英 赵月静 《机电工程》 北大核心 2025年第12期2303-2312,共10页
针对传统深度学习方法在工业泵方面诊断准确率、诊断效率及模型自适应能力差的问题,在传统深度学习算法的基础上,引入了强化学习思想,提出了一种基于全局平均池化-深度Q网络(GAP-DQN)的故障诊断模型。首先,设计了模型的网络结构,将样本... 针对传统深度学习方法在工业泵方面诊断准确率、诊断效率及模型自适应能力差的问题,在传统深度学习算法的基础上,引入了强化学习思想,提出了一种基于全局平均池化-深度Q网络(GAP-DQN)的故障诊断模型。首先,设计了模型的网络结构,将样本集与故障类型映射为环境状态和动作状态,引入了全局平均池化层以代替首个全连接层,针对卷积核采用前大后小策略,将该网络通过拟合得到了Q网络;然后,采用ε-贪婪策略进行了动作决策,将反馈奖励和下一状态等交互轨迹作为经验储存在经验池内,通过在经验池中随机采样,使得智能体不断与环境交互以获得最大奖励,从而不断更新网络权重,以输出最优策略,并进行了诊断;最后,经过多次训练后保存最优模型,并将模型应用于西储大学数据集和工业泵实采数据集中,进行了诊断分析。研究结果表明:GAP-DQN模型在诊断准确率方面相较于卷积神经网络(CNN)模型提高了6%左右,在诊断效率方面相较于DQN节省了近50%的时间;而且在自适应方面,GAP-DQN模型也具有显著优势。相比于其他模型,采用该模型能更加有效、准确地提高工业泵故障诊断中的分类性能。 展开更多
关键词 渣浆泵 故障识别分类 深度强化学习 全局平均池化-深度Q网络 卷积神经网络 自适应能力
在线阅读 下载PDF
基于自适应层次图池化的脑电情绪识别 被引量:1
20
作者 刘董理 崔恒 +1 位作者 刘爱萍 陈勋 《信号处理》 北大核心 2025年第3期544-552,共9页
近年来,图神经网络因其出色的空间拓扑能力,在脑电情绪识别领域表现突出。然而许多方法只考虑了脑电通道间的连接,忽略了大脑区域间的功能性联系。图神经网络通常依赖线性变换来更新节点,如果直接将原始脑电信号作为输入,容易导致模型... 近年来,图神经网络因其出色的空间拓扑能力,在脑电情绪识别领域表现突出。然而许多方法只考虑了脑电通道间的连接,忽略了大脑区域间的功能性联系。图神经网络通常依赖线性变换来更新节点,如果直接将原始脑电信号作为输入,容易导致模型过拟合。虽然使用手工提取的特征可以减轻这一问题,但这也限制了对信息的全面提取。针对当前图相关算法在脑电情绪识别领域的局限性,本文提出一种基于自适应层次图池化技术的端到端脑电情绪识别算法。首先,设计一个自适应图生成模块,采用数据驱动的方法,能够自动生成与情绪识别任务密切相关的图邻接矩阵,对脑电信号的空间信息进行有效建模。随后,为了更准确地提取关键通道或脑区的时域脑电信号特征,本文进一步提出时域层次图池化模块,在识别时域信号特征的同时,融合图节点的相关特征。最后,该模块通过对脑电通道的层层池化,提炼出更有代表性的区域特征,并动态更新各区域之间的功能连接,从而实现对脑电信号的深度特征提取和有效表示。为了验证所提出的自适应层次图池化模型的有效性,本文在两个广泛使用的公共脑电情绪数据集DEAP和MAHNOB-HCI上开展实验,结果表明所提出的自适应层次图池化模型在性能上显著优于其他最先进的深度学习方法和传统机器学习方法。 展开更多
关键词 脑电信号处理 情绪识别 图神经网络 图池化 深度学习
在线阅读 下载PDF
上一页 1 2 19 下一页 到第
使用帮助 返回顶部