期刊文献+
共找到5,193篇文章
< 1 2 250 >
每页显示 20 50 100
人工智能在小肠息肉图像无创检测领域的研究进展 被引量:1
1
作者 张新峰 高子君 +1 位作者 刘晓民 李相生 《北京工业大学学报》 北大核心 2026年第2期148-157,共10页
小肠息肉起病隐匿,临床症状特异性不强,检出有一定难度,内窥镜检查技术是最常用的小肠疾病检查技术,但此技术操作复杂,亦有一定的观察盲区,如盲肠后方、肠瓣膜后方。通过计算机断层扫描(computed tomography,CT)、核磁共振(magnetic res... 小肠息肉起病隐匿,临床症状特异性不强,检出有一定难度,内窥镜检查技术是最常用的小肠疾病检查技术,但此技术操作复杂,亦有一定的观察盲区,如盲肠后方、肠瓣膜后方。通过计算机断层扫描(computed tomography,CT)、核磁共振(magnetic resonance imaging,MRI)等无盲区的非侵入式检测方式进行病变定位识别,具有重要临床意义,利用人工智能技术有望提高小肠息肉诊断的敏感性、准确性和快捷性。鉴于此,分析了人工智能技术在小肠息肉无创检测中的最新研究进展,内容包括:图像分割、小肠息肉三维重建、小肠息肉疾病分类预测。旨在助力提升小肠息肉检测和诊断的准确率;明晰技术发展脉络,为后续研究提供方向。 展开更多
关键词 小肠息肉 医学图像处理 深度学习 图像分割 三维重建
暂未订购
基于区域生长分割融合深度学习的多层多道焊缝特征提取与分析
2
作者 张刚 杜志敏 +4 位作者 焦萌雨 康治 石玗 樊丁 王都丽 《焊接学报》 北大核心 2026年第2期71-79,共9页
针对基于结构光视觉传感的焊缝特征提取,以解决中厚板多层多道自动化焊接中存在的激光条纹亮度不均匀、局部高反光、噪声严重、焊缝轮廓特征复杂多变等突出难题,提出一种分块区域生长图像分割融合YOLOv8深度学习算法的焊缝特征提取策略... 针对基于结构光视觉传感的焊缝特征提取,以解决中厚板多层多道自动化焊接中存在的激光条纹亮度不均匀、局部高反光、噪声严重、焊缝轮廓特征复杂多变等突出难题,提出一种分块区域生长图像分割融合YOLOv8深度学习算法的焊缝特征提取策略.组建了单条纹激光+高分辨摄像机的视觉传感系统,采集细丝埋弧多层多道焊缝图像,并对每层焊缝图像进行自适应阈值分块区域生长分割、卷积滤波和分段拟合处理,提取每层焊缝特征点.利用YOLOv8算法提取焊缝图像目标区域特征点像素坐标,构建规划机器人焊接路径.结果表明,自适应阈值分块区域生长分割算法能够完整提取出激光条纹图像和多层焊道特征点.深度学习模型总体均方根误差(RMSE)为0.0551 mm,特征点识别准确率为98.41%,算法精度和鲁棒性较高,能够满足焊缝检测要求,通过焊接试验证实,采用该算法能够获得成形良好的多层多道焊缝形貌,为中厚板多层多道焊接的焊缝检测提供了一种创新的解决方法. 展开更多
关键词 中厚板 多层多道焊 图像处理 深度学习 焊缝检测
在线阅读 下载PDF
基于自监督学习的玉米植株图像小样本语义分割模型
3
作者 邓寒冰 刘鑫 +1 位作者 李朝阳 苗腾 《农业机械学报》 北大核心 2026年第1期72-82,共11页
图像语义分割技术是获取玉米植株表型信息的重要手段之一,传统的全监督语义分割方法往往依赖大量像素级标签,但玉米在不同生长阶段形态多变,导致图像标注成本高昂,制约模型在实际生产中的应用。为了去掉模型训练中的人工标注过程,本研... 图像语义分割技术是获取玉米植株表型信息的重要手段之一,传统的全监督语义分割方法往往依赖大量像素级标签,但玉米在不同生长阶段形态多变,导致图像标注成本高昂,制约模型在实际生产中的应用。为了去掉模型训练中的人工标注过程,本研究提出了一种基于自监督学习的玉米植株图像小样本语义分割网络(Self-supervised few-shot semantic segmentation network for maize plant images,MSDANet),以提高不同生长时期玉米植株图像的语义分割精度和模型泛化能力。MSDANet利用基于超像素的自监督学习方法生成伪标签,无需人工标注即可为支持集图像构建初步监督信号;设计混合遮蔽机制(Mixed masking,MM),应用基于伪标签的语义遮蔽,在特征空间构建多样性遮蔽样本,促进模型学习更鲁棒性的特征表达,从而提高复杂背景下的分割精度。针对图像中玉米植株存在的弯曲、重叠、遮挡等复杂形态问题,本研究为模型设计了多尺度可变形大核卷积注意力机制(Multi-scale deformable large kernel attention,MS-DLKA),通过融合多尺度感受野和可变形卷积,能够灵活感知玉米植株在不同尺度下的重要结构信息,有效提高了语义分割精度。在小样本数据集上进行验证,在1-shot设置下,MSDANet的mIoU和FB-IoU分别达到75.63%和87.12%;在5-shot设置下,mIoU和FB-IoU分别达到76.04%和87.21%,均优于本研究给出的同类其他模型。此外,与当前主流的全监督小样本语义分割模型对比,在1-shot和5-shot设置下,mIoU分别提升2.9、2.93个百分点。结果表明,MSDANet模型能够在无人工标签和小样本的前提下,实现高精度的玉米植株图像语义分割任务,为不同生长时期的玉米图像分析与植物表型测量提供了技术支持。 展开更多
关键词 玉米图像 植物表型 图像处理 深度学习 语义分割 自监督学习
在线阅读 下载PDF
姜科植物林下种植及其精油的提取与应用研究
4
作者 惠俊爱 黄思颖 +3 位作者 蔡明慧 汤慧 罗球 杨秋晴 《农产品加工》 2026年第4期121-125,共5页
姜科植物精油作为一种重要的天然产物,在食品、医药和日化领域具有广泛应用价值。系统探讨了林下种植模式对姜科植物生长及其精油品质的影响,分析了林下姜科植物精油的提取方法、化学成分特征及应用前景。研究表明,林下种植模式通过提... 姜科植物精油作为一种重要的天然产物,在食品、医药和日化领域具有广泛应用价值。系统探讨了林下种植模式对姜科植物生长及其精油品质的影响,分析了林下姜科植物精油的提取方法、化学成分特征及应用前景。研究表明,林下种植模式通过提供适宜的遮阴条件、改善土壤生态环境和形成自然的病虫害调控机制,为姜科植物创造了良好的生长环境,并可能影响其次生代谢产物的合成与积累。在提取工艺方面,超临界CO_(2)流体萃取法相较于传统水蒸气蒸馏法,具有得率更高、能更好地保留热敏性成分的优势;精油主要成分包括α-姜烯、β-倍半水芹烯等倍半萜烯类化合物。应用研究表明,林下姜科植物精油在食品保鲜、日化香料及健康芳香疗法等领域展现出良好的应用潜力。将林下生态种植与精深加工技术相结合,是实现姜科植物资源可持续开发与高值化利用的重要方向。 展开更多
关键词 姜科植物 林下种植 精油提取 应用价值 精深加工
在线阅读 下载PDF
基于多域信息深度融合的夹送辊损伤状态评估方法
5
作者 徐增丙 黄正 《长安大学学报(自然科学版)》 北大核心 2026年第1期189-198,共10页
针对单一时域振动信号故障特征表征能力有限及单一深度学习诊断模型诊断性能不足,导致夹送辊损伤状态识别精度欠佳,提出一种融合多域信息的夹送辊损伤状态评估方法。为充分利用各域信号的特性,将原始振动信号、基于快速傅里叶变换(FFT)... 针对单一时域振动信号故障特征表征能力有限及单一深度学习诊断模型诊断性能不足,导致夹送辊损伤状态识别精度欠佳,提出一种融合多域信息的夹送辊损伤状态评估方法。为充分利用各域信号的特性,将原始振动信号、基于快速傅里叶变换(FFT)的频域信号、基于连续小波变换(CWT)的时频图分别输入基于Yu范数的深度度量学习模型(Yu_DML)、深度信念网络(DBN)和AlexNet卷积神经网络进行初步诊断分析,然后结合加权软投票法的决策层融合策略充分发挥各深度学习模型的识别性能和多域信号特征互补的优越性,从而获取最终诊断结果。为验证所提方法的有效性,采集某钢厂夹送辊装置的振动信号数据并进行损伤评估试验。研究结果表明:提出的多域信息融合方法显著提升了诊断精度,与单一的Yu_DML、DBN和AlexNet模型相比,提出方法的诊断准确率分别提高了28%、2.8%和4.0%,证实了融合多域信号与多模型的有效性;通过与基于简单软投票和简单硬投票的融合方法进行对比试验,提出方法采用的加权软投票策略将诊断精度分别提升了2.0%和2.8%。研究结果凸显了加权软投票融合策略能根据不同深度学习模型的识别率大小合理地分配权重,完成各基模型诊断信息的整合,并通过抗噪性试验证实了提出方法具有一定的泛化性能,具有迁移应用的潜力。 展开更多
关键词 机械工程 损伤状态诊断 深度学习 信号处理 加权软投票
原文传递
基于Informer模型的业务流程剩余时间预测方法
6
作者 高俊涛 刘海洲 +2 位作者 李雪琦 薛鹏 张瑞 《计算机集成制造系统》 北大核心 2026年第3期1073-1083,共11页
业务流程剩余时间预测可以有效地帮助企业应对业务风险。现有的基于深度学习的预测方法存在事件的静态表征难以捕捉轨迹动态变化、长序列建模能力不足的问题。针对上述问题,提出一种基于BiLSTM的事件向量表示方法和基于稀疏注意力机制... 业务流程剩余时间预测可以有效地帮助企业应对业务风险。现有的基于深度学习的预测方法存在事件的静态表征难以捕捉轨迹动态变化、长序列建模能力不足的问题。针对上述问题,提出一种基于BiLSTM的事件向量表示方法和基于稀疏注意力机制的剩余时间预测模型。首先以Informer编码器为基础构建剩余时间预测模型,将编码器中特征采样层的普通卷积改进为扩张因果卷积,以提升性能。其次基于双向长短期记忆(BiLSTM)的动态事件向量表示法,实现了对不同轨迹中的事件进行动态的向量表示,达到提升剩余时间预测效果的目的。经过在7个公开事件日志数据集上的实验表明,该方法可以有效提升剩余时间预测的精度,与已有的方法在预测精度上平均提升了30%。 展开更多
关键词 剩余时间预测 过程挖掘 深度学习 Informer模型
在线阅读 下载PDF
ChestDS:基于深度学习的胸部低剂量CT降噪模型
7
作者 李子元 李建辉 +4 位作者 张晓东 刘佳 李玮 刘建新 王鹤 《中国医学影像技术》 北大核心 2026年第1期124-127,共4页
目的基于深度学习(DL)建立胸部低剂量CT(LDCT)图像降噪模型并观察其效果。方法基于Res Nte图像特征提取编码器、UNet网络图像生成解码器及VGG网络图像风格损失函数,利用AAPM数据训练集(18351对2D图像)和AAPM数据验证集(128对2D图像)数... 目的基于深度学习(DL)建立胸部低剂量CT(LDCT)图像降噪模型并观察其效果。方法基于Res Nte图像特征提取编码器、UNet网络图像生成解码器及VGG网络图像风格损失函数,利用AAPM数据训练集(18351对2D图像)和AAPM数据验证集(128对2D图像)数据生成Chest DS降噪模型;于视觉评估测试集(来自单中心的100例LDCT图像)分析观察者间主观评分的一致性,比较利用模型降噪前、后主观评分,并根据峰值信噪比(PSNR)及结构相似性(SSIM)于AAPM数据测试集(211对2D图像)对降噪及显示解剖结构效果进行客观评价。结果降噪前、后肺窗噪声评分组内相关系数(ICC)分别为0.88及0.96(P均<0.05),纵隔窗噪声评分ICC分别为0.50及0.86(P均<0.05);图像质量评分及关键解剖结构显示评分均显著提升(P均<0.05)。Chest DS模型在AAPM数据测试集的PSNR为49.05d B、SSIM为0.99。结论Chest DS模型用于LDCT图像可在通过降噪提高图像质量的同时降低辐射剂量。 展开更多
关键词 胸部 体层摄影术 X线计算机 辐射剂量 图像处理 计算机辅助 深度学习
在线阅读 下载PDF
人工智能在声学中的应用及展望
8
作者 郑成诗 李安冬 +3 位作者 饶丹 袁旻忞 江峰 李晓东 《科技导报》 北大核心 2026年第4期62-78,共17页
人工智能(artificial intelligence,AI),正与声学中的水声学、超声学和空气声学深度交叉融合,持续推动着声学技术的革新。重点探讨AI在声学,尤其是在空气声学领域中的应用。首先详细阐述其在语音信号处理、声源定位、空间音频、声学环... 人工智能(artificial intelligence,AI),正与声学中的水声学、超声学和空气声学深度交叉融合,持续推动着声学技术的革新。重点探讨AI在声学,尤其是在空气声学领域中的应用。首先详细阐述其在语音信号处理、声源定位、空间音频、声学环境声检测、分类与智能监测以及声学仿真与优化等方面的应用现状,并分析其相比于传统方法所具备的优势。在语音信号处理领域,AI已实现从特征工程到端到端建模的范式转变。其中,基于深度学习的语音识别、增强和合成技术,不仅在特定任务中超越了人类水平,还通过多模态融合和生成式模型拓展了应用边界。然后,针对应用过程中可能出现并致使其难以满足实际应用需求的核心问题展开讨论,包括泛化性、数据依赖与质量、复杂度、实时性及多模态融合问题。最后,总结了AI在声学应用中所面临的挑战和未来的发展方向。在基础理论层面,声学与AI的交叉研究尚未建立完善的理论框架,需要重点研究以指导模型的设计和性能评估。在技术层面,如何平衡算法复杂度与性能,实现可扩展性的实时处理,仍是亟待解决的关键技术难题。未来,“AI+声学”将在海洋探测、医疗诊断、虚拟现实、环境声学[69]等领域进一步发挥重要的作用,以最终实现从实验室研究、单点技术落地到大规模产业化应用的跨越。 展开更多
关键词 人工智能 深度学习 声学 音频信号处理 声源定位 空间音频
原文传递
论教育革新
9
作者 杨开城 《教育与装备研究》 2026年第3期1-6,共6页
教育革新是教育实践的全域性增值质变。无论是课程内容,还是方式、方法和模式,或是技术,它们的变化未必意味着教育革新。为了识别教育革新的发生,我们需要利用教育双层模型,将教育活动的教育过程看作由深层过程和表层过程构成。只有当... 教育革新是教育实践的全域性增值质变。无论是课程内容,还是方式、方法和模式,或是技术,它们的变化未必意味着教育革新。为了识别教育革新的发生,我们需要利用教育双层模型,将教育活动的教育过程看作由深层过程和表层过程构成。只有当教育深层过程发生全域性增值质变时才意味着教育革新。教育实践是指教育系统的设计生成、显现自身(教育活动)、缺陷分析与迭代升级的完整过程,其中最体现理性、最需要资本投入的系统设计和缺陷分析的过程正是教育实践的核心过程。目前最受期待的教育革新就是将这个核心过程的技术化从而实现现代转型。一旦完成了现代转型,教育革新将由教育目标的质变和教育众筹机制引发,前者呼应了现代社会发展对教育革新的呼唤,后者属于教育的自我进化。 展开更多
关键词 教育革新 教育双层模型 教育深层过程 教育表层过程 技术赋能
在线阅读 下载PDF
基于计算机视觉的自动化装配误差识别方法
10
作者 刘勇 《移动信息》 2026年第3期187-189,共3页
装配误差识别是制造业质量控制的关键环节。传统人工检测方法存在效率低、成本高及主观性强等问题;而计算机视觉技术凭借其非接触式检测及实时处理能力,为装配误差自动识别提供了有效的解决方案。文中采用深度相机获取零部件点云图像,... 装配误差识别是制造业质量控制的关键环节。传统人工检测方法存在效率低、成本高及主观性强等问题;而计算机视觉技术凭借其非接触式检测及实时处理能力,为装配误差自动识别提供了有效的解决方案。文中采用深度相机获取零部件点云图像,利用统计学滤波去除噪声,通过动态断点搜索分割点云数据,实现了精确的三维空间信息提取。在卫星装配应用中,装配误差控制在0.2 mm以内,装配干涉力小于50 N,满足严格精度要求。 展开更多
关键词 计算机视觉 装配误差识别 深度学习 图像处理 自动化检测
在线阅读 下载PDF
深海采矿柔性管内衬层挤塑工艺仿真与分析
11
作者 徐万海 孟悰延 +2 位作者 王浩 马烨璇 王莹莹 《船舶工程》 北大核心 2026年第2期156-167,共12页
[目的]为了精确模拟挤塑过程并优化指导工艺参数,[方法]基于欧拉-拉格朗日耦合法建立了柔性管内衬层的全流态挤塑工艺数值仿真模型,开展了不同温度和螺杆转速工况下内衬层挤塑全过程模拟。揭示了挤塑过程中力学行为的演变规律和关键工... [目的]为了精确模拟挤塑过程并优化指导工艺参数,[方法]基于欧拉-拉格朗日耦合法建立了柔性管内衬层的全流态挤塑工艺数值仿真模型,开展了不同温度和螺杆转速工况下内衬层挤塑全过程模拟。揭示了挤塑过程中力学行为的演变规律和关键工艺参数影响机理。[结果]研究表明:随着出口温度增大,超高分子量聚合物料最大应力减小,最大热通量基本不变;螺杆转速增大对物料最大应力影响不明显,但会导致最大热通量显著增大;超高分子量聚合物料在出口处的应力较大,且应力主要集中在未挤出部分。[结论]该模型有效解决了传统方法模拟物料相变、大变形及长距离流动的问题,以期为柔性管内衬层挤塑工艺参数优化和过程质量控制提供理论与技术支撑。 展开更多
关键词 深海采矿 柔性管 内衬层 挤塑加工 工艺仿真
原文传递
多级CSTR系统的深度Koopman建模与模型预测控制
12
作者 耿志强 辛尚华 +1 位作者 王孟志 韩永明 《控制与决策》 北大核心 2026年第3期675-684,共10页
多级连续搅拌釜反应器(CSTR)系统广泛应用于化工过程,其多变量耦合和复杂的非线性动态特性给系统控制带来了挑战.为此,提出一种基于深度Koopman算子的建模方法和含三项惩罚函数的模型预测控制(MPC)方法.通过深度Koopman算子将多级CSTR... 多级连续搅拌釜反应器(CSTR)系统广泛应用于化工过程,其多变量耦合和复杂的非线性动态特性给系统控制带来了挑战.为此,提出一种基于深度Koopman算子的建模方法和含三项惩罚函数的模型预测控制(MPC)方法.通过深度Koopman算子将多级CSTR系统的动力学映射到高维线性空间,并在该空间中设计含三项惩罚函数的模型预测控制算法,从而提高多级CSTR系统的控制性能.仿真结果表明,深度Koopman模型在多步预测任务中具有良好的精度,其在浓度和温度状态变量上的相对平均误差均低于0.10%.相比于传统基于扩展动态模态分解的Koopman模型预测控制算法,所提方法的均方根误差显著降低,且约束优化问题平均求解时间明显低于非线性模型预测控制算法.通过引入状态增量惩罚项,所提出的三项MPC方法有效抑制了超调量,且响应速度与两项MPC相近. 展开更多
关键词 连续搅拌釜反应器 深度Koopman算子 模型预测控制 过程控制 非线性系统
原文传递
基于多尺度感知的多维空间融合水下图像增强算法
13
作者 郭伟 王曼婷 曲海成 《计算机应用》 北大核心 2026年第1期224-232,共9页
针对深海拍摄会导致水下图像色彩偏移、对比度过低和结构不清晰等问题,提出一种基于多尺度感知的多维空间融合水下图像增强算法,结合空间、通道和三维特征将图像信息并行传入多维特征提取网络和编码器中。首先,在多维特征提取网络中引... 针对深海拍摄会导致水下图像色彩偏移、对比度过低和结构不清晰等问题,提出一种基于多尺度感知的多维空间融合水下图像增强算法,结合空间、通道和三维特征将图像信息并行传入多维特征提取网络和编码器中。首先,在多维特征提取网络中引入多尺度特征精炼模块进一步处理提取到的特征信息,使网络更准确地学习不同尺度的信息;然后,在编码器中引入多维色彩增强模块,增强图像细节和色彩;最后,设计自适应增强网络来进一步处理特征信息并融合多级信息,再通过解码器得到最终的增强图像。在公开数据集上的实验结果表明,所提算法表现优异,它的峰值信噪比(PSNR)和结构相似性(SSIM)最高分别达到24.8651 dB和0.8954,比混合融合方法(HFM)分别提升了1.5806 dB和0.0398;水下色彩质量评价(UCIQE)和水下图像质量测量(UIQM)最高分别达到0.5931和3.1028,比HFM分别提升了0.0384和0.1514。可见,所提算法能有效提升水下视觉效果。 展开更多
关键词 图像处理 特征提取 多尺度特征 深层卷积 强化色彩
在线阅读 下载PDF
基于改进深度Q网络的异构无人机快速任务分配
14
作者 王月海 邱国帅 +3 位作者 邢娜 赵欣怡 王婕 韩曦 《工程科学学报》 北大核心 2026年第1期142-151,共10页
随着无人机技术的快速发展,多无人机系统在执行复杂任务时展现出巨大潜力,高效的任务分配策略对提升多无人机系统的整体性能至关重要.然而,传统方法如集中式优化、拍卖算法及鸽群算法等,在面对复杂环境干扰时往往难以生成有效的分配策略... 随着无人机技术的快速发展,多无人机系统在执行复杂任务时展现出巨大潜力,高效的任务分配策略对提升多无人机系统的整体性能至关重要.然而,传统方法如集中式优化、拍卖算法及鸽群算法等,在面对复杂环境干扰时往往难以生成有效的分配策略,为此,本文考虑了环境不确定性如不同风速和降雨量,重点研究了改进的强化学习算法在无人机任务分配中的应用,使多无人机系统能够迅速响应并实现资源的高效利用.首先,本文将无人机任务分配问题建模为马尔可夫决策过程,通过神经网络进行策略逼近用以任务分配中高效处理高维和复杂的状态空间,同时引入优先经验重放机制,有效降低了在线计算的负担.仿真结果表明,与其他强化学习方法相比,该算法具有较强的收敛性.在面对复杂环境时,其鲁棒性更为显著.此外,该算法在处理不同任务时仅需0.24 s即可完成一组适合的无人机分配,并能够快速生成大规模无人机集群的任务分配方案. 展开更多
关键词 无人机群 任务分配 强化学习 深度Q网络 马尔可夫决策过程
在线阅读 下载PDF
基于数据驱动的路网连续交通流短时预测方法综述
15
作者 刘伟 钟灿 曹文明 《交通运输工程学报》 北大核心 2026年第2期24-43,共20页
为掌握数据驱动下的路网连续交通流短时预测技术发展最新动态,基于人工智能计算和实时交通数据采集技术快速发展的背景,对短时交通流深度学习预测模型、数据处理技术和预测效果进行了综述与总结。该研究梳理了交通流预测的经典统计模型... 为掌握数据驱动下的路网连续交通流短时预测技术发展最新动态,基于人工智能计算和实时交通数据采集技术快速发展的背景,对短时交通流深度学习预测模型、数据处理技术和预测效果进行了综述与总结。该研究梳理了交通流预测的经典统计模型、机器学习模型及深度学习模型的演变历程,重点分析了各类模型的优势与局限性;归纳了2024年至今的短时交通流预测方法研究进展,详细对比研究了循环神经网络、图卷积网络、多头注意力机制与Transformer架构、神经微分方程、超图理论及轻量化架构等短时交通流预测模型,以及联邦学习、迁移学习、生成对抗网络和多源数据融合等短时交通流预测数据处理技术;基于对均方根误差、平均绝对误差和平均绝对百分比误差三大核心指标的对比,总结了主流模型在标准化数据集PEMS上的性能,评估了代表性模型的泛化能力与稳定性。结果表明:深度学习方法相对于传统模型在短时交通流预测的精度、泛化能力及稳定性上具有明显优势;具备动态时空关系建模、多尺度周期数据结构、计算效率改进方法及增强鲁棒性机制等特征的短时交通流预测模型有更优异的性能;数据处理技术可有效改善数据隐私、跨区域差异、数据稀缺与异常缺失等实际问题,提升短时交通流预测模型的工程应用性能与可扩展性。未来可从时空特征挖掘、数据融合、模型轻量化、知识迁移以及模型工程应用等方面深化研究。 展开更多
关键词 交通工程 交通流 综述 短时预测方法 数据驱动 深度学习算法 数据处理技术
原文传递
结合深度核学习与高斯过程的边坡稳定性预测方法
16
作者 李书 喻国荣 +1 位作者 付兵杰 鲍海洲 《水力发电》 2026年第2期40-47,共8页
鉴于边坡特征之间、特征与稳定性判定之间的复杂非线性关系,经典的高斯过程边坡稳定性预测方法在复杂结构建模上表现有限且难以处理大规模的边坡数据,提出一种结合深度核学习与高斯过程的边坡稳定性预测方法。首先,利用多层前馈网络对... 鉴于边坡特征之间、特征与稳定性判定之间的复杂非线性关系,经典的高斯过程边坡稳定性预测方法在复杂结构建模上表现有限且难以处理大规模的边坡数据,提出一种结合深度核学习与高斯过程的边坡稳定性预测方法。首先,利用多层前馈网络对边坡特征进行深度提取,再将隐空间映射到带有径向基函数核的高斯过程,实现非参数不确定性量化。模型通过最大化边缘对数似然函数优化神经网络权重与核超参数,可端到端学习数据驱动的最优核。在公开的Kaggle数据集上的试验表明,所提方法较经典机器学习算法随机森林RF、支持向量机SVM、高斯过程回归GPR,以及深度学习方法门控循环单元GRU、深度神经网络DNN在均方根误差、平均绝对误差和决定系数等指标上均取得最佳结果,为边坡灾害智能预警提供了新的技术支撑。 展开更多
关键词 边坡稳定性 预测算法 深度核学习 高斯过程回归 经典机器学习算法
在线阅读 下载PDF
基于深度强化学习的高速铁路监控视频MEC智能卸载方法
17
作者 陈永 刘骅驹 张冰旺 《铁道学报》 北大核心 2026年第2期96-104,共9页
针对高速铁路沿线视频任务卸载到MEC边缘计算服务器过程中,存在时延和能耗开销大的问题,提出一种高速铁路监控视频MEC智能卸载方法。首先,将高速铁路视频监控处理任务的时延和能耗作为优化目标,构建系统累计时延和能耗最小化卸载模型。... 针对高速铁路沿线视频任务卸载到MEC边缘计算服务器过程中,存在时延和能耗开销大的问题,提出一种高速铁路监控视频MEC智能卸载方法。首先,将高速铁路视频监控处理任务的时延和能耗作为优化目标,构建系统累计时延和能耗最小化卸载模型。然后,将该任务卸载模型转化为马尔科夫决策过程模型,采用动作空间搜索因子,实现对动作决策的自适应搜索。最后,设计一种基于深度强化学习的MEC卸载方法得到最优卸载策略,降低了高速铁路视频处理任务的时延和能耗。仿真结果表明,所提算法相比Q学习算法时延降低了21.59%,能耗降低了9.93%,且QoE指标提高了9.65%,具有更低的时延和能耗开销,能够满足铁路视频传输控制的需求。 展开更多
关键词 移动边缘计算 高速铁路监控视频 视频处理任务 任务卸载 深度强化学习
在线阅读 下载PDF
基于UHPLC-Q-Orbitrap/MS技术的深加工槟榔蒂化学成分分析
18
作者 伍少峰 马丹阳 +3 位作者 彭凌峰 侯思鲁 惠乔岳 郝智慧 《饲料工业》 北大核心 2026年第3期190-200,共11页
文章运用超高效液相色谱-四极杆-静电场轨道阱高分辨质谱联用(UHPLC-Q-Orbitrap/MS)技术实现高效、快速、精准分析鉴定深加工槟榔蒂的主要化学成分。采用Waters HSS T3色谱柱(2.1 mm×100 mm,1.8μm)以0.1%甲酸溶液-0.1%甲酸乙腈为... 文章运用超高效液相色谱-四极杆-静电场轨道阱高分辨质谱联用(UHPLC-Q-Orbitrap/MS)技术实现高效、快速、精准分析鉴定深加工槟榔蒂的主要化学成分。采用Waters HSS T3色谱柱(2.1 mm×100 mm,1.8μm)以0.1%甲酸溶液-0.1%甲酸乙腈为流动相,梯度洗脱,流速0.3 mL/min,柱温35℃,进样量10μL,采用Q Exactive Orbitrap高分辨质谱进行质谱数据采集,检测模式为Full MSddMS2,正离子和负离子模式同时扫描,对深加工槟榔蒂的化学成分进行鉴定。共鉴定出63种化合物,包括16种黄酮类化合物、13种有机酸类化合物、4种苯丙素类化合物、2种生物碱类化合物、2种氨基酸类化合物及其他化合物若干种。文章对深加工槟榔蒂中的化学成分进行较为全面的分析,旨在为槟榔蒂的物质基础研究和后续的开发利用提供方法参考。 展开更多
关键词 深加工槟榔蒂 生物碱类 黄酮类 有机酸类 超高效液相色谱-四极杆-静电场轨道阱高分辨质谱联用
在线阅读 下载PDF
基于双采样数据增广策略的生物医学图像配准-分割联合优化深度网络
19
作者 吴军 章勇 +4 位作者 冯浩然 杨波 赖楚晓 李园园 屈磊 《西北大学学报(自然科学版)》 北大核心 2026年第1期96-107,共12页
生物医学图像配准与分割在生命科学研究、医学诊断与临床治疗等领域具有重要意义,然而其深度学习方法通常依赖于大规模高质量标注数据,获取成本高昂。现有数据增广技术多基于旋转、平移等线性变换方法生成额外数据,仍难以有效解决生物... 生物医学图像配准与分割在生命科学研究、医学诊断与临床治疗等领域具有重要意义,然而其深度学习方法通常依赖于大规模高质量标注数据,获取成本高昂。现有数据增广技术多基于旋转、平移等线性变换方法生成额外数据,仍难以有效解决生物医学图像对数据亮度多样性与柔性结构形变多样性的需求问题。对此,提出了一种基于配准和分割联合模型的双采样数据增广策略。通过结合亮度场和形变场上的双重采样提升了生成数据的亮度多样性和柔性结构形变多样性。此外,为抑制伪标注数据中错误信息对联合模型产生的误导,采用对抗式训练方式设计了伪标注鉴别器模块来寻找错误的分割预测,抑制了错误信息在数据循环过程中的传播。最后,设计了一种单样本场景下的配准-分割协同框架,在Mindboggle-101人脑MRI数据集、MouseBrain鼠脑fMOST数据集和MM-WHS 2017心脏数据集上,仅使用一幅带标签的训练图像实现了优于对比算法的分割和配准性能,验证了所提数据增广策略的有效性。 展开更多
关键词 图像配准 图像分割 数据增广 生物医学图像处理 深度学习
在线阅读 下载PDF
菜用大豆研究进展
20
作者 张闻婷 孙铭阳 +2 位作者 任海龙 袁清华 索海翠 《中国农学通报》 2026年第3期80-90,共11页
为系统梳理菜用大豆的研究现状与发展趋势,本研究以“菜用大豆”、“毛豆/edamame”、“vegetable soybean”为关键词,在中国知网、Web of Science等中外数据库中检索并筛选100多篇相关文献。从品种资源与育种、组学研究、栽培技术、营... 为系统梳理菜用大豆的研究现状与发展趋势,本研究以“菜用大豆”、“毛豆/edamame”、“vegetable soybean”为关键词,在中国知网、Web of Science等中外数据库中检索并筛选100多篇相关文献。从品种资源与育种、组学研究、栽培技术、营养功能、贮藏加工五大核心领域,全面归纳了菜用大豆的研究进展:在品种育种方面,已建立基于生育期的品种分类体系,开发了SNP、SSR等分子标记并初步应用于分子辅助育种,基因编辑技术实现了特定功能基因的定向修饰;在组学研究领域,首个菜用大豆参考基因组完成组装,GWAS、转录组及代谢组分析已挖掘出一批与产量、品质、抗逆相关的关键基因与代谢物;在栽培技术上,形成了品种适配、环境调控、密度优化及水肥协同的综合管理方案,但机械化采收仍为产业瓶颈;在营养功能方面,明确了其高蛋白、富叶酸等食品级价值,及γ-氨基丁酸、D-松醇等医用级活性成分的潜在功效;在贮藏加工领域,低温冷藏、速冻保鲜等技术已实现产业化应用,高附加值产品开发仍待突破。研究同时识别出当前领域存在的关键挑战:优异特色种质匮乏、组学数据育种转化效率低、深加工产品附加值不足、保鲜技术成本效益失衡等。最后提出,未来需强化基础研究与产业需求的深度融合,依托现代生物技术与信息技术,推动菜用大豆产业向智能化、绿色化、高值化升级,为保障粮食安全、助力农业可持续发展及提升人类健康水平提供理论支撑与技术路径。 展开更多
关键词 菜用大豆 种质资源 组学研究 高效栽培 储藏 深加工
原文传递
上一页 1 2 250 下一页 到第
使用帮助 返回顶部