检索结果-南通市图书馆

监控场景下的人体异常行为检测模型优化与方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

监控场景下的人体异常行为检测模型优化与方法研究

作者：栾小虎重庆理工大学

学位级别：硕士

人体异常行为检测是智能视频分析技术中的重要研究内容之一,主要采用深度学习和计算机视觉技术自动地从监控视频中识别出人的异常行为。当前,基于弱监督的人体异常行为检测因只需粗粒度的标签和较高的检测性能,引起了科研工作者的广泛关... 详细信息

人体异常行为检测是智能视频分析技术中的重要研究内容之一,主要采用深度学习和计算机视觉技术自动地从监控视频中识别出人的异常行为。当前,基于弱监督的人体异常行为检测因只需粗粒度的标签和较高的检测性能,引起了科研工作者的广泛关注,但仍存在模型训练不够稳定、模型对异常特征的判别能力较低以及模型在未知场景中的泛化能力差等问题,需要对基于弱监督的人体异常行为检测进行改进。因此,本课题针对监控场景下的弱监督人体异常行为检测模型的优化与相关方法开展深入研究。本文研究工作如下:(1)针对人体异常行为检测中模型训练不够稳定问题,受半监督方法中构建正态原型的思想,提出一种改进多实例学习的人体异常行为检测模型。首先构建一个正态引导模块将所有正常视频的正常模式编码为正态原型。然后利用相似性原理,将异常视频输入正态引导模块中与正态原型比对,初步筛选异常视频中的异常实例。模型训练初期,通过提高模型选择异常实例的准确性,提高异常行为检测器的性能,同时也解决了训练过程中的不稳定性。ShanghaiTech数据集、UCF-Crime数据集和XD-Violence数据集上的实验结果表明,提出模型的检测精度分别达到了97.48%、85.52%和78.48%。(2)针对人体异常行为检测模型对异常特征的判别能力较低,易受环境的影响导致错误检测的问题,基于真实视频中的异常事件帧连续的这一事实,提出一种改进特征幅值学习的人体异常行为检测模型。模型构建了一个幅值连续模快,通过相邻帧的特征幅值对每一帧的特征幅值进行优化,从而减小环境对特征幅值的影响。同时结合动态特征幅值学习损失函数,通过视频长短动态调整视频帧的选择,提高模型对长视频中异常特征的判别。提出模型在ShanghaiTech数据集、UCF-Crime数据集上进行了实验验证,结果表明,相比其他基于特征幅值学习的人体异常行为检测模型,提出模型的检测精度分别达到了97.47%和87.46%。(3)针对人体异常行为检测模型在未知场景中泛化能力差的问题,提出了一种基于元学习的人体异常行为检测方法。该方法构建了一个两阶段的人体异常行为检测框架。在内循环阶段,通过减少任务内部损失函数提高基础检测器的检测精度;在外循环阶段,通过设计多个任务,使模型适应不同任务,提高模型的内部表示能力,使模型快速适应新的场景。所提方法只需少量未知场景的视频信息就可以训练出适应未知场景的模型,且模型在未知场景中收敛的更快,可以大幅提高模型的泛化能力。在UCF-Crime数据集、XD-Violence数据集和UCSD Ped2数据集上的实验结果表明,提出方法的训练迭代次数分别降低到105、125和135次。

关键词：智能视频分析异常行为检测多实例学习

时栅角位移传感器的动态误差模型及抑制方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

时栅角位移传感器的动态误差模型及抑制方法研究

作者：许小虎重庆理工大学

学位级别：硕士

精密角位移测量传感器是高档数控机床、集成电路制造装备和国防军工等领域的关键功能部件之一,传感器测量精度的高低决定着主机设备的性能。随着科学技术的高速发展,对精密角位移传感器动态测量的精度和稳定性要求越来越高,如机床转轴... 详细信息

精密角位移测量传感器是高档数控机床、集成电路制造装备和国防军工等领域的关键功能部件之一,传感器测量精度的高低决定着主机设备的性能。随着科学技术的高速发展,对精密角位移传感器动态测量的精度和稳定性要求越来越高,如机床转轴、军工速射炮、光刻机等关键部件动态测量的可靠性需要依靠高速、高精度的角位移传感器来保证。减小传感器在高速测量时的动态误差,提高传感器的动态测量精度是提升精密测量部件的动态性能的重要举措,为了打破精密角位移测量器件的国外垄断,解决“卡脖子”问题,提升我国自主原创的高精密传感器的动态测量性能,解决角位移传感器在高速、高精度动态测量领域的应用难题,对角位移传感器的动态误差研究刻不容缓。作者所在的团队经过几十年的研究,提出了一种以时间量测量空间量的时空转换测量原理。基于该原理,电场式时栅角位移传感器已实现了无需精密刻线依然可以达到高精度、高分辨率的测量水平,同时也伴随着电场干扰、安装偏差等误差,使得时栅角位移传感器在动态测量时应用受限。因此,本文针对时栅角位移传感器动态测量问题,开展了时栅角位移传感器的动态误差模型及抑制方法研究,以传感器测量原理为基础,通过对动态误差产生机理的溯源研究与动态误差数学模型的搭建,开展了动态误差分析和抑制方法研究,本文主要研究内容如下:1)开展了时栅角位移传感器定位方法研究。在时栅角位移传感器测量基础上,对现有的“单对极+多对极”定位、差极定位、互质定位方式的测量原理及定位特点进行了分析;在此基础上,采用了二次调制结构进行测量定位,并对二次调制结构的测量方法进行了阐述。2)开展了时栅角位移传感器动态误差溯源建模及参数畸变分析研究。为了探究时栅角位移传感器的误差产生机理,对传感器的测量误差进行溯源分析,揭示了时栅角位移传感器的各项误差来源及影响,对传感器的动态误差构建了数学误差拟合模型,通过仿真对误差拟合模型中的畸变参数进行分析约束。3)开展了时栅角位移传感器的动态误差抑制算法研究。为了减小时栅角位移传感器的动态测量误差,采用了一种自适应卡尔曼滤波算法对动态误差进行抑制研究,通过对卡尔曼滤波算法的解算及误差抑制原理的探究,结合自适应滤波原理,建立了时栅角位移传感器动态误差抑制算法模型,并通过仿真验证了该方法对动态误差抑制的可行性。4)搭建了传感器动态实验测试平台并开展了时栅角位移传感器的动态误差抑制实验验证研究。采用PCB工艺制造了传感器样机,搭建了基于DCAM伺服测试系统的实验测试平台。对传感器样机进行了短周期精度实验测试、整周误差重复采样测试以及动态速度波动等测试,实验结果表明,传感器真实误差与本文构建的误差模型规律一致,且经过自适应卡尔曼滤波算法抑制后,传感器的速度波动大幅降低,1次误差、2次误差、4次误差也被明显抑制,自适应卡尔曼滤波算法对传感器动态误差的抑制效果显著。综上所述,本文针对时栅角位移传感器的动态测量时的误差进行建模与抑制分析,通过对时栅角位移传感器的测量误差进行溯源分析,构建了动态误差数学拟合模型,对相应的畸变参数进行分析与约束,采用自适应卡尔曼滤波算法对传感器的动态误差进行抑制,并开展了相应的仿真验证与实验研究。仿真与实验结果均表明,本文研究的动态误差模型与抑制方法对时栅角位移传感器的动态性能提升有着重大意义。

关键词：角位移传感器动态误差误差建模误差抑制自适应卡尔曼滤波

具有耐久性和除冰性超疏水复合涂层的制备和研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

具有耐久性和除冰性超疏水复合涂层的制备和研究

作者：刘小虎吉林大学

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

眼底疾病智能识别方法及实现

眼底疾病智能识别方法及实现

作者：侯小虎安徽理工大学

学位级别：硕士

基于环境等值线法的非饱和土边坡稳定可靠性评估

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于环境等值线法的非饱和土边坡稳定可靠性评估

作者：耿小虎河北大学

学位级别：硕士

鉴于土体的自然空间变异性,不确定分析方法在边坡稳定性评估中的应用日益受到关注。不确定性算法的有效阐释将有助于可靠性研究在实际工程中的应用。传统的环境等值线算法和几何可靠性算法通过直观展示二元或三元空间中可靠指标的求解过... 详细信息

鉴于土体的自然空间变异性,不确定分析方法在边坡稳定性评估中的应用日益受到关注。不确定性算法的有效阐释将有助于可靠性研究在实际工程中的应用。传统的环境等值线算法和几何可靠性算法通过直观展示二元或三元空间中可靠指标的求解过程,有效提升了可靠性研究的实用性,同时在原始空间中维持了随机变量的物理意义。然而,当面临多元变量的可靠性分析时,这两种算法仍显不足。因此,构建适当的联合分布模型,用以分析由多元观测值构成的数据集,仍然是一个具有挑战性的任务。本文采用Pair-Copula模型构建技术来建立多元随机变量的联合分布模型。该方法是将多元Copula密度函数表达分解为多个二元Pair-Copula密度函数的连续乘积,并使用C-Vine Copula模型构建多元变量环境等值构型。进而,将可靠指标的求解过程转化为一个非线性约束优化问题,设置可靠指标的最小值作为优化目标,环境等值构型上存在满足结构极限状态方程的点作为约束条件。这种算法被称为基于C-Vine Copula环境等值线可靠性评估算法,或简称环境等值线法。该算法结合Vine Copula模型在建立多元变量联合分布模型时的灵活性,克服了传统环境等值线算法在多元变量可靠性分析中的困难,为多元变量的可靠性研究提供了一种更为实用的方法。首先,以降雨条件下非饱和土边坡稳定性分析为案例,采用Green-Ampt边坡渗透模型,评估降雨工况下边坡的稳定性。考虑水力参数(水力模型参数a和n),土体抗剪强度参数(有效粘聚力c'和有效内摩擦角?')等几个环境变量作为随机变量,构建了多元随机变量的环境等值构型。通过构建边坡极限状态函数,基于环境等值构型采用非线性约束优化算法求出可靠指标。其次,基于国内外两个非饱和土边坡场地SWCC拟合水力参数数据集,对特定边坡进行详细的可靠性分析,并展示多元变量情况下的环境等值构型。本研究构建了二元和三元的极限状态环境等值构型,为边坡的可靠性分析提供技术支撑。最后,为验证在多元计算中所提出技术的有效性,将各案例中计算得到的可靠指标与已有的随机抽样方法(CBSM)得到的结果进行比较。研究结果表明所提出技术的合理性,并给出极限状态环境等值构型和设计点,该算法可替换常用的随机抽样方法。

关键词：环境等值线法 C-Vine Copula 非饱和土边坡可靠指标降雨入渗

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

区块链与科学数据治理

科学通报 2024年第9期69卷 1137-1141页

作者：陈纯任奎杨小虎吴晓凡浙江大学区块链与数据安全全国重点实验室杭州310027

数据已经成为继土地、劳动力、资本、技术之后的第五大生产要素.作为大数据的一个分支,科学大数据正在成为科学发现的新型驱动力[1].与其他数据相比,科学数据具有价值密度高、多学科交叉、供需分布广、伦理规范要求严格等特点,是国家创... 详细信息

数据已经成为继土地、劳动力、资本、技术之后的第五大生产要素.作为大数据的一个分支,科学大数据正在成为科学发现的新型驱动力[1].与其他数据相比,科学数据具有价值密度高、多学科交叉、供需分布广、伦理规范要求严格等特点,是国家创新发展的基础性战略资源.欧美等发达国家和地区对科学数据的管理和利用均出台了相应的法规.

关键词：数据治理科学数据区块链多学科交叉大数据伦理规范管理和利用价值密度

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于机器视觉的缝纫线迹缺陷检测方法

纺织学报 2024年第7期45卷 173-180页

作者：陈育帆郑小虎徐修亮刘冰东华大学信息科学与技术学院上海201620 东华大学人工智能研究院上海201620 纺织工业人工智能技术教育部工程研究中心上海201620 上海工业大数据与智能系统工程技术研究中心上海201620 上海富山精密机械科技有限公司上海201599 杭州中服科创研究院有限公司浙江杭州311199

缝纫线迹缺陷检测过程易受缝纫机抖动和面料移动过快等影响,针对缺陷检测过程中的扰动影响,以高精度和快速检测缺陷特征为目标,提出一种基于机器视觉的缝纫线迹缺陷检测方法。首先将主干网络的标准卷积改用蓝图卷积的DeblurGAN-v2算法... 详细信息

缝纫线迹缺陷检测过程易受缝纫机抖动和面料移动过快等影响,针对缺陷检测过程中的扰动影响,以高精度和快速检测缺陷特征为目标,提出一种基于机器视觉的缝纫线迹缺陷检测方法。首先将主干网络的标准卷积改用蓝图卷积的DeblurGAN-v2算法和拉普拉斯算法联用,分辨模糊与清晰图像,并对运动模糊图像去模糊。然后将师生特征金字塔匹配算法应用到缝纫线迹缺陷检测上,将困难样本挖掘技术应用到师生特征金字塔匹配算法中提高了算法的检测精度与速度。结果表明:图像去模糊算法有效地去除了由外部干扰引起的图像模糊问题,缺陷检测算法检测正确率保持在95%以上,单张图片检测速度在0.04 s以下。本文方法能有效检测线迹缺陷特征,保障生产的高效性和连续性。

关键词：机器视觉缝纫线迹缺陷检测 DeblurGAN-v2算法服装质量

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

下荆江自然裁弯物理模型试验研究

长江科学院院报 2024年

作者：刘亚姚仕明郭小虎谢思泉长江科学院水利部长江中下游河湖治理与防洪重点实验室中国能源建设集团湖南省电力设计院有限公司

在非饱和挟沙水流作用下连续急弯河道易产生较大的河势调整与突发式演变，对防洪、航运、水资源利用等方面产生深远影响。本文以长江中游下荆江熊家洲至城陵矶河段为研究对象，通过物理模型试验成功模拟了自然裁弯，探讨了非饱和挟沙水... 详细信息

在非饱和挟沙水流作用下连续急弯河道易产生较大的河势调整与突发式演变，对防洪、航运、水资源利用等方面产生深远影响。本文以长江中游下荆江熊家洲至城陵矶河段为研究对象，通过物理模型试验成功模拟了自然裁弯，探讨了非饱和挟沙水流下急弯河道突发式演变条件与演变过程。结果表明七弓岭弯道自然裁弯过程中溃口最可能产生于距离后方堤防1300m～1500m之间的区域。漫滩水流冲刷3天后开始产生窜沟，窜沟发展为全线贯通的溃口历时约30天。裁弯后弯顶断面趋于窄深，过渡段断面则有宽浅化发展趋势。相关成果可对长江中游系统治理提供前瞻性的指引。

关键词：弯曲河道裁弯撇滩物理模型

共母线型开绕组永磁同步电机的神经网络优化权重系数方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

海军工程大学学报 2024年

作者：周旋刘小虎易祥烈海军工程大学电磁能技术全国重点实验室

针对模型预测转矩控制权重难以整定的问题，采用神经网络优化权重系数，基于现有理论提出一种基于共母线型开绕组永磁同步电机的权重参数优化方法。首先，由于共母线型开绕组永磁同步电机存在零序电流及损耗偏高的问题，通过改进模型预... 详细信息

针对模型预测转矩控制权重难以整定的问题，采用神经网络优化权重系数，基于现有理论提出一种基于共母线型开绕组永磁同步电机的权重参数优化方法。首先，由于共母线型开绕组永磁同步电机存在零序电流及损耗偏高的问题，通过改进模型预测转矩代价函数，降低零序电流及损耗；然后，基于大量数据集训练权重优化神经网络，对权重数据进行寻优，可提高控制算法运行效率，提升电机驱动系统性能；最后，分别在Matlab/Simulink平台与以DSP28335为主控的驱动系统进行仿真分析与实验验证，结果证明：所提出控制策略可将零序电流基本抑制到0 A，将电机损耗降低约15 W，提升了权重优化效率。

关键词：开绕组电机模型预测控制神经网络权重参数优化