检索结果-南通市图书馆

维普期刊数据库

基于CNN与Transformer的遥感图像军事目标识别研究

在线全文

学校读者我要写书评

暂无评论

基于CNN与Transformer的遥感图像军事目标识别研究

作者：党玉龙青海师范大学

学位级别：硕士

现代战争中,遥感图像军事目标识别对于军事侦查与精确打击具有重要意义。快速准确的从复杂的战场环境中识别出军事目标,不仅依赖于高质量大规模的遥感图像军事目标识别数据集,还要求较高的识别精度与识别速度。本文围绕降低遥感图像军... 详细信息

现代战争中,遥感图像军事目标识别对于军事侦查与精确打击具有重要意义。快速准确的从复杂的战场环境中识别出军事目标,不仅依赖于高质量大规模的遥感图像军事目标识别数据集,还要求较高的识别精度与识别速度。本文围绕降低遥感图像军事目标实例分割数据集的标注成本、提高遥感图像军事目标对象检测模型识别速度与识别精度的平衡性、提高遥感图像军事目标实例分割模型对于小尺度密集分布目标的识别能力三方面展开研究,具体内容如下:(1)针对遥感图像军事目标实例分割数据集标注成本过高的问题,提出了遥感图像军事目标实例分割数据集自动标注方法。通过有向框标签与DEXTR半自动分割技术相结合得到遥感图像军事目标的分割掩膜,进而构建出高质量大规模的遥感图像军事目标实例分割数据集,从而降低了遥感图像军事目标实例分割数据集的标注成本。(2)针对现有遥感图像军事目标对象检测模型不能兼顾识别速度与识别精度的问题,提出了基于Faster R-CNN的遥感图像军事目标对象检测模型。首先,结合可变形卷积与拆分注意力机制提高模型对形变特征与全局上下文信息的表征能力,提高识别精度。其次,通过消融实验消除模型的冗余结构提高识别速度。最后,将NMS替换为Soft-NMS降低对密集军事目标的漏检率。实验结果表明,所提模型相比于多个主流模型在精度、处理速度、参数量上取得了较好的性能,兼顾了遥感图像军事目标对象检测的精度与速度。(3)针对现有遥感图像军事目标实例分割模型对于小尺度密集分布目标容易漏检的问题,提出了基于Transformer的遥感图像军事目标实例分割模型。首先,对二阶段实例分割模型的结构进行详细分析,梳理出现有实例分割模型对小尺度密集目标漏检的原因。其次,对基于CNN的对象检测模型与基于Transformer的对象检测模型进行对比分析,确定所构建模型的基础框架。最后,基于多阶段预测方法构建了级联掩膜预测网络。实验结果表明,所提模型对小尺度密集分布军事目标的实例分割精度较高,缓解了对于小尺度密集目标的漏检问题。

关键词：遥感图像军事目标对象检测实例分割 CNN Transformer

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

涡旋电磁波探测性能与干扰方法研究

涡旋电磁波探测性能与干扰方法研究

作者：党寅电子科技大学

学位级别：硕士

旅游经济脆弱性评价及调适化策略研究 ——以山西省吕梁市为例

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

旅游经济脆弱性评价及调适化策略研究 ——以山西省吕梁市为例

作者：党晓晓青海师范大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的沥青路面病害检测研究

基于深度学习的沥青路面病害检测研究

作者：程文党山东交通学院

学位级别：硕士

公路作为一种重要的交通基础设施,对经济的发展至关重要。为了实现交通强国的目标,国家积极推进交通基础设施的建设,公路里程逐年增加。但近年来受气候变化和汽车数量增多的影响,路面损伤问题日益严峻,给道路交通安全带来巨大隐患。为此... 详细信息

公路作为一种重要的交通基础设施,对经济的发展至关重要。为了实现交通强国的目标,国家积极推进交通基础设施的建设,公路里程逐年增加。但近年来受气候变化和汽车数量增多的影响,路面损伤问题日益严峻,给道路交通安全带来巨大隐患。为此,发现病害并及时进行养护至关重要。但是目前对路面病害的检测仍然以人工检测为主,无法满足当前大规模公路养护工作的需要,所以迫切需要提升路面病害智能化检测水平。本论文以沥青铺装路面为研究对象,结合深度学习技术,实现对沥青路面病害的高效准确检测,从而为公路养护决策提供参考,主要工作如下。(1)使用无人机,在不同环境条件下对真实路面病害图像进行采集。对无人机采集后的图像,使用图像增强、裁剪以及添加椒盐噪声的方法扩充病害图像数据,并对病害数据进行标注。结合现有的公开数据集,构建沥青路面病害目标检测数据集和沥青路面病害图像分割数据集。(2)针对沥青路面病害检测任务中模型存在的检测精度低和检测效率低等问题,提出一种针对沥青路面的病害检测模型——YOLOv5-RD。该模型基于经典的YOLOv5模型进行改进,在主干特征提取网络部分引入Res Net18网络,增强模型的特征表达能力,扩大感受野,使其能够更好地理解复杂的病害特征。在颈部网络引入SK注意力机制,使模型能够融合不同尺度的特征并增强对细节的关注度,提升模型对多尺度特征的理解能力和对细节信息的捕获能力。实验表明,本文所设计的沥青路面病害检测模型,即使在复杂环境下也能够有效地检测和辨识多种沥青路面病害。与原生的YOLOv5模型相比m AP指标提升了6.8%,病害检测效果有明显提升。(3)针对现有模型在沥青路面病害分割任务中存在的病害分割不完整的问题,本研究提出一种新的沥青路面病害分割模型——RSNet。该模型基于TransUNet图像分割算法进行改进,在解码器部分中引入ECA网络结构,使模型能够动态地学习各个通道之间的相关性,加强特征之间的空间联系,提高模型对整体情境的理解。调整损失函数,使用Dice Loss损失,更好地处理数据不平衡问题和空间重叠问题,进一步改善图像分割的质量。实验表明,本研究所提出的RSNet模型相较于TransUNet模型MIo U指标提升了5.2%,Macro-F1提高了6.9%,分别达到了84.3%和91.2%。此外,通过对比实验可知,与其他经典的图像分割模型相比,RSNet模型在分割效率和分割精度上都表现出色,轮廓提取更加完整。(4)针对当前路面检测系统存在的功能模块分散、人工参与成本高和检测效率低等问题。根据实际应用中的需要,利用Py Qt5开发工具设计并搭建了沥青路面病害智能检测平台的各个模块。最后,提出了一种沥青路面病害检测方案,将检测平台与无人机技术相融合进行应用。通过测试表明,平台在沥青路面病害检测任务中具有出色的交互性和实用性,为养护决策提供了技术支持。

关键词：路面病害检测 YOLOv5 残差网络注意力机制 TransUNet

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MBSE的民机飞行控制系统架构设计

系统工程与电子技术 2024年第9期46卷 3050-3059页

作者：王乾郑党党佟瑞庭韩冰杨小辉西北工业大学机电学院陕西西安710072 中国航空工业集团第一飞机设计研究院陕西西安710089

基于模型的系统工程(model-based systems engineering,MBSE)已被广泛应用于复杂系统设计之中。通过构建功能、行为和结构之间的关系,提出一种基于MBSE的多层级递进式架构设计流程。随后,以高度控制需求为导向,对民机飞行控制系统进行... 详细信息

基于模型的系统工程(model-based systems engineering,MBSE)已被广泛应用于复杂系统设计之中。通过构建功能、行为和结构之间的关系,提出一种基于MBSE的多层级递进式架构设计流程。随后,以高度控制需求为导向,对民机飞行控制系统进行了示例化建模。结果表明,基于MBSE的民机飞行控制系统多层级递进式架构设计能够充分发挥数字模型可重用的优势,保证需求与功能、逻辑和物理架构的紧密结合,提高系统设计的可追溯性,可为后续领域层阶段模型设计提架构参考。

关键词：基于模型的系统工程飞行控制系统多层级递进式架构设计

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

用于GNSS射频前端的可编程LNA设计

用于GNSS射频前端的可编程LNA设计

作者：党成斌西安邮电大学

学位级别：硕士

随着全球导航定位系统（Global Navigation Satellite System,GNSS）的发展,传统单一频点单一模式的接收机已经不能满足于无线通讯设备的需求,因此兼容多模式多频点的射频前端成为发展趋势。但是射频前端由于芯片化的快速发展对低功耗... 详细信息

随着全球导航定位系统（Global Navigation Satellite System,GNSS）的发展,传统单一频点单一模式的接收机已经不能满足于无线通讯设备的需求,因此兼容多模式多频点的射频前端成为发展趋势。但是射频前端由于芯片化的快速发展对低功耗、高集成度和低价格的要求越来越高,而数字电路随着CMOS工艺的进步其功耗与面积都在降低,射频前端芯片中不可缺少数字模块的控制,因此将射频前端和数字基带信号集成于一个芯片成为研究的焦点问题。低噪声放大器（Low Noise Amplifer,LNA）处于射频前端的第一级,对整体电路起到关键作用,设计用于数字基带信号控制的多模多频低噪声放大器具有重要意义。（1）本文设计的可编程低噪声放大器是一个双频段、低噪声的共源共栅放大器,其应用于GPS L1和“北斗”B1频点的导航接收机中,采用台积电0.18μm RF CMOS工艺,在并联输入放大管的栅端间加入MOS管开关,通过控制开关管的方式进行频率切换,为输入匹配单元提供了自由度,并在功耗的限制下同时满足输入阻抗匹配和最优噪声,负载电路通过MOS开关来控制不同的电路增益。（2）可编程串行外设接口（Serial Peripheral Interface,SPI）电路通过上位机给SPI主机电路发送并行数据,主机电路生成的时钟信号、片选信号和串行数据发送给从机,当片选信号拉低时,从机电路在时钟信号的上升沿对主机发送的串行数据进行采样,并将串行数据转化为并行数据缓存在移位寄存器中,最后根据地址位对寄存器进行操作实现对模拟电路的控制。利用Cadence AMS进行数模混合仿真,当寄存器电路输出的lna＿data数据为4’b1001,输出信号的频率为1.575 GHz,当寄存器电路输出的lna＿data数据为4’b1110,输出信号的频率为1.2 GHz。（3）设计了一种高电源抑制比和低温漂的带隙基准电路,用于为LNA提供与温度无关的偏置电流,二阶补偿电路通过消除基准镜像电流的非线性得到与温度无关的1.2 V电压;压转流电路通过误差放大器的虚短特性,将基准输出电压钳制在电阻两端,利用负反馈原理将基准电压V转换为电流,并将具有正温度系数的电阻与负温度系数的电阻串联进行二次补偿得到具有零温度系数的电流,其为LNA的偏置电流;在3.3 V电源电压下,基准电压在-40℃～125℃内,基准电压的变化量为145μV,电压温漂系数为0.73 ppm/℃;基准电流的变化量为94 n A,电流的温漂系数为22.9 ppm/℃,在TT工艺角下低频时的电源抑制比为-84 d B。（4）线性稳压器（Low Dropout Regulator,LDO）作为LNA的子模块为LNA提供电源电压,本文设计的无片外电容的快速瞬态响应LDO,在缓冲级加入瞬态增强电路,当负载电流跳变时栅极电压可以经过负反馈结构实现快速响应,同时在误差放大器的输出端和LDO的输出端跨接密勒补偿电容来实现极点分裂,增加了相位裕度,通过密勒补偿和动态缓冲级来实现动态的主极点追踪,在0到300 m A的电流范围内,空载状态下稳定性最差,最小相位裕度为61°,低频环路增益为120 d B;系统在整个电流范围内保持稳定,当负载电流发生突变时,在TT工艺角下,其恢复时间均为1.06μs,输出电压最大上冲和下冲分别为为72.9 m V和72.3 m V。通过Cadence Spectre仿真环境对整体电路进行了联合仿真,仿真结果表明,1.575 GHz和1.2 GHz频点下的噪声系数分别为0.56 d B和0.48 d B,输入阻抗系数S参数分别为-35.8 d B和-35.3 d B,增益S参数分别为17.3 d B和16.4 d B,线性度IIP3参数分别为-8.7 d Bm和-4 d Bm,符合设计要求。最后介绍了版图的设计规则,并对所设计的可编程LNA设计出了版图,通过使用Calibre对LNA进行了DRC、LVS和PEX验证,后仿真噪声性能为1.4 d B,版图面积为600μm×435μm。

关键词： GNSS接收机双频LNA 基准电路线性稳压器 SPI接口电路

目标检测算法在Zynq-7000SoC上的设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

目标检测算法在Zynq-7000SoC上的设计与实现

作者：党涵电子科技大学

学位级别：硕士

基于TAM理论的档案机构对人工智能的接受意愿研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

山西档案 2024年第4期 141-144页

作者：党喜灵柳州铁道职业技术学院柳州545616

接受意愿反映个体对新事物或新技术的心理接受程度和态度,与心理学紧密相关。基于TAM理论,探讨档案机构对人工智能的接受意愿。通过构建模型与实证调查发现:档案从业人员对人工智能的有用性和易用性感知越强烈,其使用态度越积极,进而增... 详细信息

接受意愿反映个体对新事物或新技术的心理接受程度和态度,与心理学紧密相关。基于TAM理论,探讨档案机构对人工智能的接受意愿。通过构建模型与实证调查发现:档案从业人员对人工智能的有用性和易用性感知越强烈,其使用态度越积极,进而增强使用意愿;个人背景因素是影响档案从业人员对人工智能接受意愿的重要变量;感知有用性对档案从业人员人工智能接受意愿的影响大于感知易用性。基于此,就促进档案机构人员接受人工智能提出对策建议。

关键词： TAM模型接受意愿档案机构人工智能

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

一种基于窗口机制的口语理解异构图网络

软件学报 2024年第4期35卷 1885-1898页

作者：张启辰王帅李静梅哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150001

口语理解(spoken language understanding,SLU)是面向任务的对话系统的核心组成部分,旨在提取用户查询的语义框架.在对话系统中,口语理解组件(SLU)负责识别用户的请求,并创建总结用户需求的语义框架,SLU通常包括两个子任务:意图检测(int... 详细信息

口语理解(spoken language understanding,SLU)是面向任务的对话系统的核心组成部分,旨在提取用户查询的语义框架.在对话系统中,口语理解组件(SLU)负责识别用户的请求,并创建总结用户需求的语义框架,SLU通常包括两个子任务:意图检测(intent detection,ID)和槽位填充(slot filling,SF).意图检测是一个语义话语分类问题,在句子层面分析话语的语义;槽位填充是一个序列标注任务,在词级层面分析话语的语义.由于意图和槽之间的密切相关性,主流的工作采用联合模型来利用跨任务的共享知识.但是ID和SF是两个具有强相关性的不同任务,它们分别表征了话语的句级语义信息和词级信息,这意味着两个任务的信息是异构的,同时具有不同的粒度.提出一种用于联合意图检测和槽位填充的异构交互结构,采用自注意力和图注意力网络的联合形式充分地捕捉两个相关任务中异构信息的句级语义信息和词级信息之间的关系.不同于普通的同构结构,所提模型是一个包含不同类型节点和连接的异构图架构,因为异构图涉及更全面的信息和丰富的语义,同时可以更好地交互表征不同粒度节点之间的信息.此外,为了更好地适应槽标签的局部连续性,利用窗口机制来准确地表示词级嵌入表示.同时结合预训练模型(BERT),分析所提出模型应用预训练模型的效果.所提模型在两个公共数据集上的实验结果表明,所提模型在意图检测任务上准确率分别达到了97.98%和99.11%,在槽位填充任务上F1分数分别达到96.10%和96.11%,均优于目前主流的方法.

关键词：对话系统口语理解异构图窗口机制意图检测槽位填充

维普期刊数据库