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

侧卧位与俯卧位经皮肾镜碎石术Meta分析

侧卧位与俯卧位经皮肾镜碎石术Meta分析

作者：杜远耀长江大学

学位级别：硕士

数字化转型背景下N银行L分行小微企业信贷业务困境及对策研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

数字化转型背景下N银行L分行小微企业信贷业务困境及对策研究

作者：姜淳耀北京化工大学

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

基于神经网络的小目标检测技术研究

基于神经网络的小目标检测技术研究

作者：林庆耀盐城工学院

学位级别：硕士

新世纪以来,深度学习在不断的发展中,利用卷积神经网络衍生的目标检测算法在计算机视觉领域占据了重要地位并在各个场景都有显著成果。目标检测算法是计算机视觉不可或缺的一环,但是小目标的检测任务始终是目标检测任务无法有效解决的... 详细信息

新世纪以来,深度学习在不断的发展中,利用卷积神经网络衍生的目标检测算法在计算机视觉领域占据了重要地位并在各个场景都有显著成果。目标检测算法是计算机视觉不可或缺的一环,但是小目标的检测任务始终是目标检测任务无法有效解决的重点和难点。由于小目标的特殊性,因此如何提高小目标的检测性能具有重大的研究和现实意义。本论文通过对国内外相关成果进行分析,讨论了当前目标检测算法的研究方向及需应对的挑战和不足,并以这些为切入方向,SSD算法为主体,提出了小目标检测性能的优化方案,主要工作如下:1、针对SSD算法特征层中语义信息不足,小目标特征提取能力缺乏的问题,提出一种融合视觉扩张机制和路径聚合的检测方案。导致小目标检测乏力的原因之一是浅特征层中的语义信息不足。因此通过组合不同大小卷积核的卷积和不同膨胀率的膨胀卷积形成的视觉扩张机制能够有效扩大感受野,达到提取更加丰富的语义信息的目的。通过路径聚合模块来引导浅层特征和深层特征的相互跃迁,使得特征信息得到交流。在PASCAL VOC和MS COCO数据集上进行了实验,该算法的m AP分别为83.4%和48.4%。2、针对SSD算法没有充分提取每一个特征层所包含的特征信息,会降低特征的表达效果,以及特征信息在采样中丢失的这些制约因素,提出一种融合注意力机制的多分支堆叠和新采样过渡模块的检测方案。利用大小不同的卷积核并行卷积对其特征进行充分提取,提高特征的表达效果。新的采样过渡模块是为了弥补因为卷积造成的信息丢失,保证特征信息跨通道融合的实现,同时这个采样过渡模块也将为后续检测过程保留更多的特征信息,从避免特征丢失的角度为小目标的检测提供保障。在PASCAL VOC和MS COCO数据集上进行了实验,该算法的mAP分别为84.6%和53.4%。3、针对SSD算法各特征层之间缺乏特征关联性以及特征信息之间缺少互补引起算法在小目标检测方面性能不佳问题,提出了一种融合注意力机制和多尺度双金字塔特征增强的小目标检测方案。通过对浅层和深层特征的增强来保证自身对有效特征的抓取效果,同时利用多尺度特征融合模块来关联不同尺度的特征层。双金字塔的设计能够对不同特征层进行有效互补,避免了传统单向金字塔存在的特征丢失问题。同时利用注意力机制来保留网络中更多的上下文信息,适应性的调整相加融合之后的特征图,减少背景干扰。在PASCAL VOC和MS COCO数据集上进行了实验,该算法的mAP分别为87.7%和51.1%。

关键词：小目标检测卷积神经网络特征融合注意力机制

轻量化轴流泵水力模型优化设计及结构特性分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

轻量化轴流泵水力模型优化设计及结构特性分析

作者：柴耀扬州大学

学位级别：硕士

化学-应力-渗流耦合作用下红层软岩力学特性及能量演化规律

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

化学-应力-渗流耦合作用下红层软岩力学特性及能量演化规律

作者：彭凡耀桂林理工大学

学位级别：硕士

基于磷酸铁锂正极与无机固态电解质间的界面改性研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于磷酸铁锂正极与无机固态电解质间的界面改性研究

作者：张国耀天津理工大学

学位级别：硕士

复杂地质条件下沥青混凝土心墙坝风险识别与分析方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

复杂地质条件下沥青混凝土心墙坝风险识别与分析方法研究

作者：孟庆耀西安理工大学

学位级别：硕士

沥青混凝土心墙坝是水电开发常用的坝型之一。我国西部地区一批在建或拟建的水利工程,如尼雅、去学等都采用了这种坝型。然而我国西部地区存在的高海拔、高地震烈度、高陡河谷边坡、深厚覆盖层(“三高一深”)等复杂地质条件给沥青混凝... 详细信息

沥青混凝土心墙坝是水电开发常用的坝型之一。我国西部地区一批在建或拟建的水利工程,如尼雅、去学等都采用了这种坝型。然而我国西部地区存在的高海拔、高地震烈度、高陡河谷边坡、深厚覆盖层(“三高一深”)等复杂地质条件给沥青混凝土心墙坝工程安全运行带来了新的风险隐患。风险识别与分析能够量化评估沥青混凝土心墙坝的安全状态,准确地识别出各种潜在的风险源,进而综合判定沥青混凝土心墙坝的风险等级,以保障大坝长期稳定运作。针对复杂地质条件下沥青混凝土心墙坝风险识别与风险分析方法构建研究目标,为解决土石坝传统风险识别理论未考虑复杂地质条件风险因素及风险分析主客观信息融合不充分问题,本研究基于“三高一深”复杂地质条件特征,提出了复杂地质条件下沥青混凝土心墙坝风险识别指标体系,构建了基于三角模糊层次分析法(Triangular Fuzzy Analytic Hierarchy Process,TFAHP)和 CRITIC 法(Criteria Importance Though Intercriteria Correlation,CRITIC)的沥青混凝土心墙坝风险识别主客观信息融合分析模型以及深度学习网络和监测数据相融合的沥青混凝土心墙坝风险率计算模型;最后,本研究构建了一种以云模型为基础的沥青混凝土心墙坝风险评价框架,该框架旨在为沥青混凝土心墙坝风险评价提供更加科学合理的量化分析手段。主要研究内容如下:(1)充分考虑西部地区的复杂地质条件与沥青混凝土心墙坝的结构特点,以土石坝风险分析的系统理论以及相关研究为基础,深入挖掘影响沥青混凝土心墙坝安全稳定运行的潜在风险因素,归纳整理了风险因素的类别和层次关系,并以此构建了四层风险指标体系,包含了3个一级指标、10个二级指标和29个三级指标,为后续进行沥青混凝土心墙坝风险分析与风险评价提供了基础体系。(2)通过三角模糊层次分析法和CRITIC法分别计算各风险指标的主、客观权重,其次利用博弈论法(Game Theory,GT)计算风险指标组合权重,最终建立TFAHP-CRITIC-GT组合赋权模型,精准量化各风险因素的影响权重占比程度,为复杂地质条件下沥青混凝土心墙坝风险因素识别研究提供了更加合理的组合赋权方法。(3)将深度学习模型(CNN-BiLSTM-Attention)和典型小概率监控指标拟定方法进行融合,定量模拟荷载效应和结构抗力两个风险率的重要计算指标。首先采用CNN-BiLSTM-Attention网络模型对荷载效应量进行多种荷载组合情况下的不确定性预测,然后利用土石坝HSRT统计模型和拉丁超立方抽样方法(Latin Hypercube Sampling,LHS)拟定其监控指标。确定了出现风险情况下的各种荷载组合,并通过统计荷载效应大于结构抗力的次数,计算得到了心墙与过渡料位错变形、坝基渗流和坝体渗流的风险率。(4)依据《水库大坝安全评价导则》及相关研究成果,将沥青混凝土心墙坝的风险从低到高划分为四个等级,分别采用专家打分、监测数据获取定性和定量指标的评价信息,引入云模型理论构建沥青混凝土心墙坝风险评价模型,通过计算得到该沥青混凝土心墙坝位于“低风险”等级的隶属度(0.734)最高,进而判定大坝处于低风险状态,这与大坝初蓄期报告一致,验证了此方法的可行性和合理性。

关键词：沥青混凝土心墙坝风险识别组合赋权风险率风险评价云模型