检索结果-南通市图书馆

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于改进YOLO的绝缘子缺陷检测技术研究

基于改进YOLO的绝缘子缺陷检测技术研究

作者：杨文彬郑州轻工业大学

学位级别：硕士

绝缘子在电力系统中发挥着不可或缺的作用,对于确保电力系统的稳定运行至关重要。然而,长期暴露于恶劣的自然环境中,绝缘子容易受到损伤,进而可能引发导线短路、电气设备损坏甚至电网中断等严重问题。因此,及时发现并处理绝缘子的缺陷... 详细信息

绝缘子在电力系统中发挥着不可或缺的作用,对于确保电力系统的稳定运行至关重要。然而,长期暴露于恶劣的自然环境中,绝缘子容易受到损伤,进而可能引发导线短路、电气设备损坏甚至电网中断等严重问题。因此,及时发现并处理绝缘子的缺陷至关重要。传统的人工巡检方式不仅耗时耗力,还存在一定的安全风险。随着科技的进步,深度学习算法已经成为检测绝缘子缺陷的主流方法。通过拍摄的大量绝缘子图像,深度学习算法则能够对这些图像进行高效分析,准确识别出潜在的缺陷。然而,在实际应用中,仍然面临着绝缘子图像稀缺、微小缺陷难以检测,深度学习模型的内存占用较大的问题。针对上述问题,本文基于深度学习方法,通过优化算法和模型结构,更加高效、准确地检测绝缘子的缺陷,为电力系统的安全稳定运行提供有力保障。本文的主要研究内容如下:(1)针对绝缘子图像数量不足的问题,将CPLID数据集采用几何变换、添加噪声、将任意矩形区域置黑和调节图像亮度和对比度等数据增强方法,建立一个更丰富的绝缘子图像数据集,使其更适合模型训练,避免深度学习模型出现过拟合现象。(2)针对YOLOv5s检测精度低、检测速度慢的问题,提出一种基于自适应特征融合与轻量化YOLOv5s的绝缘子缺陷检测算法。本文将原始YOLOv5s模型加入自适应特征融合ASFF模块,使网络学习不同特征图之间的联系,增强了特征图的语义信息,从而增强网络的检测能力;然后采用轻量级卷积神经网络Efficient Net替换YOLOv5s的主干网络,使网络更加轻量化以及能够更加聚焦于目标特征。实验结果表明,该网络在绝缘子破损缺陷检测任务中能够实现更好的检测效果。(3)针对深度学习检测模型参数量大、复杂度高的问题,提出一种基于改进的YOLOv7-tiny的绝缘子缺陷检测算法,该算法集成了Mobile Net V3网络,显著减小了模型的参数和尺寸,实现了轻量化设计。引入CBAM空间注意机制,融合多尺度特征信息。进一步将Clo U Loss升级为FClo U Loss,从而更加关注高质量样本,加快网络收敛速度,从而提高整体模型检测精度。(4)针对绝缘子微小缺陷难以检测的问题,提出一种基于YOLOv8s-SwinT的绝缘子缺陷检测算法,将Swin Transformer模块与YOLOv8s中的C2f模块融合,提高了网络在特征提取过程中对于特征图局部信息和全局信息的有效利用,使输出的不同层次的特征图拥有更丰富的语义信息。此外,在颈部网络使用改进的Bi FPN结构代替YOLOv8s原有的FPN+PAN结构,并在检测头部分增加小目标检测层,增强特征图的表达能力,提高检测绝缘子微小缺陷的准确率。

关键词：绝缘子缺陷检测数据增强深度学习 Swin Transformer

基于深度学习的冠状病毒中和抗体文库生成研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的冠状病毒中和抗体文库生成研究

作者：赵文彬军事科学院

学位级别：硕士

闽楠溃疡病菌角质酶基因鉴定及免疫诱抗机制的初步研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

闽楠溃疡病菌角质酶基因鉴定及免疫诱抗机制的初步研究

作者：唐文彬福建农林大学

学位级别：硕士

基于粒子群优化算法改进深度极限学习机的短期风电功率预测及应用研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于粒子群优化算法改进深度极限学习机的短期风电功率预测及应用...

作者：陈文彬南昌大学

学位级别：硕士

风电短期功率预测对电力系统的安全运行意义重大,然而风力发电所伴随的随机性与不确定性为电力系统的有效调度带来了巨大挑战。风电预测的模型虽然繁多,但是传统模型受限于自身网络结构,已无法满足现实中复杂环境下的预测精度需要。因... 详细信息

风电短期功率预测对电力系统的安全运行意义重大,然而风力发电所伴随的随机性与不确定性为电力系统的有效调度带来了巨大挑战。风电预测的模型虽然繁多,但是传统模型受限于自身网络结构,已无法满足现实中复杂环境下的预测精度需要。因此本项研究提出了一种高效的风力发电短期预测模型,该模型以深度极限学习机(DELM)为基础进行了深度学习的网络构建。首先针对原始风电数据中异常值以及缺失值的存在对模型预测精度可能存在影响的问题,应用了孤立森林算法对原始风电数据进行了异常值检测与剔除,使用了随机森林算法进行了对应的缺失值插补,保证了数据质量和处理的精细度;其次通过季节性趋势分解算法(STL)分解数据并采用时间卷积网络(TCN)来捕捉风力发电时间序列中的动态特征,有效解决了时间序列预测中的长期依赖问题;随后利用改进的自适应分形量子粒子群算法(AFQPSO)对DELM网络的权重参数和阈值进行了精确的优化,提高了网络的训练精度;最后使用改进后的DELM预测模型与当前主流的风力发电预测模型进行消融与对比实验,验证了整个预测模型的高精度和鲁棒性。为了展示预测模型良好的稳健性,本文对模型进行了数据扰动试验、域适应扰动测试及模型参数扰动测试,进一步验证了模型出色的泛化能力。这些特性使得模型在实际风电调度及电力系统安全运行方面发挥了重要作用,也为相关领域提供了新的解决思路。

关键词：风电功率短期预测深度极限学习机季节性趋势分解时间卷积网络粒子群优化算法

激光熔覆制备铁基非晶复合涂层的微观组织演变与性能调控

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

激光熔覆制备铁基非晶复合涂层的微观组织演变与性能调控

作者：谢文彬福建农林大学

学位级别：硕士

基于共冷冻局域化的CRISPR-Cas12a系统用于灵敏快速核酸分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于共冷冻局域化的CRISPR-Cas12a系统用于灵敏快速核酸分析

作者：李文彬南方医科大学

学位级别：硕士

融合信息熵和深度学习的车载网络入侵检测设计

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

融合信息熵和深度学习的车载网络入侵检测设计

作者：李文彬南昌大学

学位级别：硕士

随着汽车不断朝智能化、网联化、电动化、共享化快速发展,给人民带来舒适和便捷高效出行体验的同时,由于汽车对外通信接口和需求的增强,原本独立网络的车载网络也面临了日趋严谨的网络安全威胁。控制器局域网络(Controller Area Network... 详细信息

随着汽车不断朝智能化、网联化、电动化、共享化快速发展,给人民带来舒适和便捷高效出行体验的同时,由于汽车对外通信接口和需求的增强,原本独立网络的车载网络也面临了日趋严谨的网络安全威胁。控制器局域网络(Controller Area Network,CAN)作为一种车载网络标准,因其低成本、高可靠和抗干扰性强被广泛采用,但在协议制定之初并未考虑网络安全问题,因此暴露了不容忽视的安全缺陷。这些缺陷可能成为黑客攻击的突破口,给驾乘人员的安全带来严重威胁。鉴于此,增强车载网络安全的技术已成为国内外学者研究的热点。本文以保障车载网络安全为出发点,详细分析了车联网系统架构、车载网的研究现状以及CAN网络的安全漏洞,对目前的车载CAN网络入侵检测的方法难以同时兼顾实时性和准确性的要求,提出了一种融合信息熵和深度学习的车载CAN网络入侵检测的方法,该方法结合了信息熵检测方法的低时延和深度学习检测方法的高精度的优势,该方法同时满足了车载CAN网络入侵检测的实时性和准确性的要求。其中本文主要研究工作如下:(1)研究了车载CAN网络的特点、通信机制及其在安全性方面的挑战。对比了国内外在CAN网络系统安全性方面的研究现状,并强调了目前对于检测系统侵入行为的技术所面临的主要问题。针对现有的方法难以兼顾实时性和准确性的问题,提出一种低时延和高精度的车载网络入侵检测的方案。(2)提出了基于信息熵的车载CAN网络入侵检测,对当前的信息熵的入侵检测的选取检测窗口策略进行改进,采用模拟退火的算法来选取最佳检测窗口大小和灵敏度,提高了近5%的检测准确率。(3)提出了一种低时延和高精度的车载CAN网络入侵检测方法。该方法主要分为两个阶段:第一阶段是利用信息熵和信息熵方差的方法对一段窗口内的异常CAN数据进行检测,以实现快速响应;第二阶段是利用Res Net(残差卷积神经网络)方法对第一阶段中该段窗口内的异常CAN报文进一步检测,以此提升识别的准确率并识别出攻击报文的类型。与其他车载CAN网络入侵检测的方法相比,本文所提出的方法在实时性和准确性上有更好的检测性能。上述方法在检测的准确率可达到99.82%。同时检测每条报文的平均耗时为1.62ms。综上所述,本文所提出的融合信息熵和深度学习的车载网络入侵检测方法在保障CAN网络实时性的同时,提高了网络的安全性能,并且满足了车载CAN网络入侵检测的实时性和准确性的要求。本文巧妙的将传统的车载CAN网络入侵检测与人工智能技术相结合,为车载网络的入侵检测提供了全新的研究思路。

关键词：车载网络入侵检测信息熵深度学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

明代吕纪全景花鸟画艺术研究与借鉴

明代吕纪全景花鸟画艺术研究与借鉴

作者：谢文彬太原师范学院

学位级别：硕士

作为明代宫廷画家的吕纪,其作品不仅有精谨妍丽的工笔意味,还有水墨淋漓的写意味道,他更是将这两种绘画风格完美结合,使其全景花鸟画作品呈现出雍穆富贵而意境幽远的面貌,他独特的绘画风格对明代乃至后世产生了重要影响,非常值得我们去... 详细信息

作为明代宫廷画家的吕纪,其作品不仅有精谨妍丽的工笔意味,还有水墨淋漓的写意味道,他更是将这两种绘画风格完美结合,使其全景花鸟画作品呈现出雍穆富贵而意境幽远的面貌,他独特的绘画风格对明代乃至后世产生了重要影响,非常值得我们去学习借鉴。分析其全景花鸟画作品,让我们了解其创作背后故事的同时为我们提供了新的创作思路与方法,让我们的创作更加丰富。本文旨在通过分析吕纪全景花鸟画作品,探究其全景花鸟画艺术风格,并结合笔者的创作实践,进而创作出具有时代特征并能够传达个人情感的全景花鸟画作品。文章将通过四部分进行论述。首先是绪论,阐述选题目的和意义、国内外研究现状、研究内容与方法、创新点及不足之处;其次为文章第一章,通过对资料的整理研究,阐述吕纪生平及全景花鸟画艺术风格成因,再次通过选取吕纪部分绘画作品,从题材内容、构图形式、造型特点、笔墨表现、意境营造等方面探究其全景花鸟画艺术风格;然后是文章第二章,也是该文的核心部分,主要是笔者通过分析吕纪全景花鸟画作品后的运用,即《家园》系列作品创作的具体过程,包括创作立意、题材选择、构图方式、造型及笔墨色彩等方面;最后为文章第三章,是《家园》系列作品的创作感悟,主要是吕纪全景花鸟画对创作的启示及自我创作的收获与感悟。

关键词：吕纪全景花鸟画研究与借鉴

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向新闻媒介的开源情报挖掘技术研究

面向新闻媒介的开源情报挖掘技术研究

作者：孙文彬广州大学

学位级别：硕士

开源情报挖掘是一项依赖于公开来源信息进行情报分析和深入挖掘的技术。随着互联网技术的快速发展和广泛应用,开源信息的数量呈现出爆炸式的增长。与此同时,新闻传播渠道也主要从传统的纸介质转向网络媒介。网络信息质量参差不齐且可能... 详细信息

开源情报挖掘是一项依赖于公开来源信息进行情报分析和深入挖掘的技术。随着互联网技术的快速发展和广泛应用,开源信息的数量呈现出爆炸式的增长。与此同时,新闻传播渠道也主要从传统的纸介质转向网络媒介。网络信息质量参差不齐且可能包含大量不实内容,新闻报道因其固有的时效性、精确性和可信性而显得尤为重要。在这样的背景下,借助自然语言处理等技术,自动化地从新闻媒介中提取和分析情报信息,具有重要的研究价值。本文研究了面向新闻媒介的开源情报挖掘技术。具体来说,本文从开源情报的信息采集和情报事件抽取两个方面展开研究,提出了主题爬虫分类器模型和基于预训练语言模型的情报事件抽取模型,并实现了面向金融领域新闻的开源情报挖掘系统。因此,本文的主要工作为如下三点:(1)基于CNN-LSTM的主题爬虫技术研究:针对金融领域的信息特征,设计了一种基于CNN-LSTM的深度学习模型,用于金融新闻文本的主题分类。模型结合了CNN模型识别局部特征和LSTM模型提取长期依赖关系的优势。在主题分类器性能评估方面,与其他类型的深度学习模型的F-Measure值进行对比,本文提出的模型效果更好。主题爬虫方面,与广度优先策略爬虫和其他方式实现的主题爬虫对比,实验结果显示,该模型可以有效提高主题爬虫的收获率和平均相关度。(2)基于Ro BERTa的情报事件抽取技术:采用基于端到端的事件抽取架构,将事件抽取任务转化为阅读理解任务,并提出了基于预训练语言模型Ro BERTa的中文事件抽取方法。该方法采用两段式事件抽取结构,通过触发词抽取和事件类型识别子任务共享模型参数和引入综合特征向量的方式进行模型调优,通过与事件抽取领域基线模型及其他方式实现的事件抽取模型进行对比,本文提出的模型在情报事件抽取任务上取得了良好的效果。(3)面向金融领域新闻的开源情报挖掘系统:基于以上技术,设计并实现了一个面向金融领域的开源情报挖掘系统,介绍了系统架构、关键功能模块及数据库设计等内容,最后展示了系统在实际金融情报挖掘工作中的应用。本文从开源情报的获取和情报事件的挖掘等方面进行研究。为面向新闻媒介的开源情报分析提供了有效的方法和系统支持。

关键词：开源情报主题爬虫情报抽取自然语言处理