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8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：
基于多分支结构的手写字图像特征提取自适应算法
1
作者 郭晓静 赵小源 邹松林 《工程科学与技术》 北大核心 2025年第3期247-255,共9页
飞机地面维护工卡是维修操作和归档的重要依据,分步完成其手工填写和数字化存储具有重要价值。为减少飞机运行安全隐患,受行业规范限制,工卡通常设计成可离线部署工作的识别模型。工卡书写不但字符类别数目多,还存在大量汉字、英文混用... 飞机地面维护工卡是维修操作和归档的重要依据,分步完成其手工填写和数字化存储具有重要价值。为减少飞机运行安全隐患,受行业规范限制,工卡通常设计成可离线部署工作的识别模型。工卡书写不但字符类别数目多,还存在大量汉字、英文混用情形,导致字符特征提取困难且识别精度不高。为了针对性地提升平均识别准确率和速度,减少结构相似字、结构复杂字等的错误识别,本文提出一种多分支卷积与特征融合提取结构。利用深层卷积的多尺度特征提取优势,引入改进的重参数化多分支结构来改善图像全局、局部特征提取效果;采用全卷积实现区域空间特征与图像深层特征融合,在分类过程中,提出融合全卷积分类器结构,依据字符特征复杂程度不同自适应分类,改善相似字与复杂字类间、类内的分类识别效果。与主流的手写字识别方法相比,改进后网络结构的存储大小为69.1 MB;在汉字数据集上的实验表明,识别精度与速度均大幅提升,模型首次预测准确率和前5次预测准确率分别达到97.50%和99.79%。模型对相似字符、中英文字符的识别模型优势明显,在包含了中英文和数字的数据集上,改进后结构存储大小为69.2 MB,实验结果中首次预测准确率达到97.23%,推理速度达到1 400张/s,对飞机地面维护工卡识别等特定领域有一定价值。 展开更多
关键词 脱机手写汉字识别 全卷积 重参数化结构 空间特征融合 重参数化多分支卷积算法
在线阅读 下载PDF
基于目标检验条件生成对抗网络的翼型反设计方法
2
作者 孟宪超 陶俊 《航空学报》 北大核心 2025年第10期120-134,共15页
基于条件生成对抗网络(CGAN),通过在CGAN后附加多层感知机(MLP)检验器,发展了一种目标检验条件生成对抗网络(TT-CGAN)并将其用于翼型反设计。TT-CGAN可以重点检验设计目标的实现效果,增强了CGAN对于附加条件的检验效果。基于UIUC翼型数... 基于条件生成对抗网络(CGAN),通过在CGAN后附加多层感知机(MLP)检验器,发展了一种目标检验条件生成对抗网络(TT-CGAN)并将其用于翼型反设计。TT-CGAN可以重点检验设计目标的实现效果,增强了CGAN对于附加条件的检验效果。基于UIUC翼型数据库,选取了797个真实翼型,并通过求解基于雷诺平均Navier-Stokes(RANS)方程组计算得到了各翼型对应的气动参数,形成真实翼型数据库;利用类别/形状函数变换(CST)方法对翼型外形进行参数化,将翼型外形从100维几何参数描述为14维CST参数。通过特征级融合方式将升力系数、阻力系数、表面压力分布融合得到多模态气动参数,并与基于升阻力系数的气动参数作对比,分别作为网络的附件条件,进行翼型反设计。结果表明,基于多模态数据TT-CGAN的翼型反设计方法生成结果更为精准,翼型几何外形的平均均方根误差为1.779×10^(-3),平均绝对误差为1.351×10^(-3)。通过求解RANS方程组对生成翼型进行数值模拟验证,结果显示其升力系数的平均相对误差为3.5998%,阻力系数的平均相对误差为3.7239%,生成翼型的升阻力系数均满足设计指标,生成结果较精准。通过比较训练样本与测试样本的升阻比分布,发现升阻比在[20,30)区间上的翼型占总测试集的40%,而升阻比在此区间的训练翼型仅占训练集的16%,即使在训练样本较少的区间,该方法也能实现准确的预测,具有一定泛化性。 展开更多
关键词 翼型反设计 条件生成对抗网络(CGAN) 多模态数据融合 类别/形状函数变换 参数化
原文传递
多传感器信息融合的放煤过程参数化研究 被引量：2
3
作者 宋庆军 肖兴明 +1 位作者 姜海燕 马驰 《自动化仪表》 CAS 2015年第5期23-26,共4页
为了解决综采放顶煤过程的煤矸识别问题,避免过放和欠放情况的发生,将多传感器信息融合技术应用于参数化模型的建立。计算分析了各阶IMF分量的总能量、EMD能量熵和峭度,进而发现它们与煤矸含量的关系,确定了合理的特征参数。建立了基于... 为了解决综采放顶煤过程的煤矸识别问题,避免过放和欠放情况的发生,将多传感器信息融合技术应用于参数化模型的建立。计算分析了各阶IMF分量的总能量、EMD能量熵和峭度,进而发现它们与煤矸含量的关系,确定了合理的特征参数。建立了基于规则的知识库形式的产生式数据融合算法,完成了煤矸的分类识别。将方法应用到放顶煤煤矸界面识别的试验中,取得了良好的识别效果,验证了所提出方法的有效性。 展开更多
关键词 放顶煤工作面 参数化 多传感器 信息融合 煤矸识别 特征提取
在线阅读 下载PDF
基于样条模型的多传感器目标跟踪算法研究 被引量：2
4
作者 谢美华 王正明 《宇航学报》 EI CAS CSCD 北大核心 2005年第3期291-295,共5页
研究武器试验中多传感器目标跟踪的数据融合问题。通过用样条函数表示目标轨迹参数,建立了问题的节省参数模型,并构造了快速的样条递推算法和参数估计算法。采用样条函数这种稀疏表示方法后,新方法能有效地减少待估参数的个数,提高参数... 研究武器试验中多传感器目标跟踪的数据融合问题。通过用样条函数表示目标轨迹参数,建立了问题的节省参数模型,并构造了快速的样条递推算法和参数估计算法。采用样条函数这种稀疏表示方法后,新方法能有效地减少待估参数的个数,提高参数估计精度,在减少计算量的同时降低处理系统的存储负担。仿真结果说明新算法能在很短的时间内完成数据融合,且得到的融合结果精度很高。 展开更多
关键词 数据融合 样条 参数化 多传感器 目标跟踪
在线阅读 下载PDF
基于多模式融合模型的高精度风速预报方法研究 被引量：3
5
作者 汪步惟 张周祥 +3 位作者 刘洋 胡倩雲 郭晓龙 马丽亚 《电力信息与通信技术》 2021年第9期107-112,共6页
针对新能源功率预测中提升风速预报精度的需求,文章基于气象数值预报模式,利用4个背景场资料和8种参数化方案开展敏感性试验。然后,基于风速观测数据评估了集合预报成员在不同层高的风速预报效果。文章结合贝叶斯模型平均方法和相关系... 针对新能源功率预测中提升风速预报精度的需求,文章基于气象数值预报模式,利用4个背景场资料和8种参数化方案开展敏感性试验。然后,基于风速观测数据评估了集合预报成员在不同层高的风速预报效果。文章结合贝叶斯模型平均方法和相关系数滑动平均法建立了多模式融合模型,得到更加准确的确定性风速预报结果。研究显示,通过集合成员加入EC背景场进行融合后,可有效提高预报风速的相关系数,从而为提升新能源功率预测精度提供有力支撑。 展开更多
关键词 集合预报 风速预报 多模式融合 参数化方案
在线阅读 下载PDF
重参数化YOLOv5s的森林火灾检测算法 被引量：5
6
作者 杨武 余华云 +2 位作者 赵昕宇 何勇 徐红牛 《无线电工程》 2024年第2期284-293,共10页
目前森林火灾多发,建立日常监测尤为重要,但是边缘智能检测设备算力和内存较低,限制了检测模型的推理和部署。针对以上问题,提出一种改进的重参数化YOLOv5s的森林火灾检测算法,结合重参数化、通道重排和深度可分离卷积(Depthwise Separa... 目前森林火灾多发,建立日常监测尤为重要,但是边缘智能检测设备算力和内存较低,限制了检测模型的推理和部署。针对以上问题,提出一种改进的重参数化YOLOv5s的森林火灾检测算法,结合重参数化、通道重排和深度可分离卷积(Depthwise Separable Convolution,DSC)等轻量化思想分别设计新的骨干和颈部网络,增强特征提取能力,提高模型检测精度,使参数量和推理权重较大幅度减少。为避免颈部网络的信息丢失,根据空洞卷积提出特征增强模块,增强多尺度特征融合能力。为进一步提高模型性能,加入轻量化的CA注意力机制,更准确定位目标。当前公开的火焰烟雾数据集存在针对性不强的问题,为了更好地提高模型的检测效率,制作了一个新的森林火灾数据集,在数据集上利用结构相似性算法剔除了相似度过高的图片,保证了模型的泛化能力。实验结果表明,改进后的重参数化YOLOv5s以原网络约76%的参数量提高了4.0%的精确度,推理权重下降至10.5 MB,更适合于设备性能差、容量小的边缘设备,提高了森林火灾巡检的效率。 展开更多
关键词 森林火灾 YOLOv5s 重参数化 深度可分离卷积 多尺度特征融合
在线阅读 下载PDF
多传感器融合的智能车设计方案及控制研究 被引量：5
7
作者 赵鹏 张艳 姜利玲 《工业仪表与自动化装置》 2024年第6期81-87,108,共8页
智能小车的种类、控制要求多种多样,实现的功能也各不相同。分别针对两个主动轮和一个从动万向轮构成的三轮小车、四驱小车、舵机控制前轮转向与后轮主动差速的阿克曼小车、两轮平衡小车、麦克纳姆轮全向智能车为控制对象,通过对以主从... 智能小车的种类、控制要求多种多样,实现的功能也各不相同。分别针对两个主动轮和一个从动万向轮构成的三轮小车、四驱小车、舵机控制前轮转向与后轮主动差速的阿克曼小车、两轮平衡小车、麦克纳姆轮全向智能车为控制对象,通过对以主从机控制模式智能车的机械结构、控制系统硬件结构、器件选择及性能对比、软件设计流程、控制算法实现及软件结构分析揭示智能车控制机理;提出针对不同机械结构的智能车,采用不同控制器、不同传感器实现智能车的循迹、无线控制的设计方案;分析不同类型小车的PID调参方法并总结调试过程中存在的问题。对于多传感器融合的智能小车在选型、设计、路线规划、远程控制、调试方面有一定的指导意义。 展开更多
关键词 智能小车 PID调参 多传感器融合 路线规划
在线阅读 下载PDF
基于重参数化多尺度融合网络的高效极暗光原始图像降噪 被引量：3
8
作者 魏恺轩 付莹 《计算机科学》 CSCD 北大核心 2022年第8期120-126,共7页
实用的暗光降噪增强解决方案往往需要具备计算速度快、内存效率高、能够实现视觉上高质量的降噪等优点。现有方法大多以提升降噪质量为目标,因此在速度和内存要求上有所折中,这在很大程度上限制了其实用性。文中提出了一种新的深度降噪... 实用的暗光降噪增强解决方案往往需要具备计算速度快、内存效率高、能够实现视觉上高质量的降噪等优点。现有方法大多以提升降噪质量为目标,因此在速度和内存要求上有所折中,这在很大程度上限制了其实用性。文中提出了一种新的深度降噪网络——重参数化多尺度融合网络,用于极暗光单张原始图像降噪,在不损失降噪性能的同时加快模型的推断速度并降低内存开销。具体地,在多尺度空间提取图像特征,利用轻量级的空间通道并行注意力模块动态自适应地聚焦于空间及通道中的核心特征;同时使用重参数化的卷积单元,在不增加任何推断计算量的情况下进一步丰富模型的表征能力。该模型在常见CPU上(如Intel i7-7700K)可以在1s左右恢复超高清4K分辨率图像,在普通GPU(如NVIDIA GTX 1080Ti)上以24帧率的速度运行,在几乎4倍快于现有先进方法(如UNet)的同时仍保持具有竞争力的恢复质量。 展开更多
关键词 重参数化卷积单元 多尺度融合 空间通道并行注意力模块 极暗光图像降噪
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