检索结果-南通市图书馆

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

偶氮化合物热分解特性及热失控行为研究

偶氮化合物热分解特性及热失控行为研究

作者：李飞红安徽理工大学

学位级别：硕士

基于像素级水平的通道自适应水下图像增强算法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

液晶与显示 2024年第8期39卷 1037-1045页

作者：彭晏飞张添淇安彤辽宁工程技术大学电子与信息工程学院辽宁葫芦岛125105

现有基于深度学习的算法采用编解码方式在高维特征中对水下图像进行增强,没有考虑水下图像的通道差异性退化特点,导致增强效果普遍较差。针对这一问题,提出了一种基于像素级水平的通道自适应水下图像增强算法,将水下图像在像素级分R、G... 详细信息

现有基于深度学习的算法采用编解码方式在高维特征中对水下图像进行增强,没有考虑水下图像的通道差异性退化特点,导致增强效果普遍较差。针对这一问题,提出了一种基于像素级水平的通道自适应水下图像增强算法,将水下图像在像素级分R、G和B三通道进行增强。此算法分4个阶段,通过4个阶段的分通道特征提取完成整个增强过程。首先,通过增强网络的局部和全局语义,优化通道衰减来修复上下文的颜色通道;其次,通过注意机制聚合空间和通道特征,并抑制不相关的颜色定位跳跃信息;然后,通过优化注意力机制调整自适应特征;最后,为提高算法色偏纠正能力,提出了一个色偏纠正模块,在第四阶段使用色偏调节模块进一步调整图像的色偏问题。在UIEB数据集和EUVP数据集上与其他算法进行对比,本文算法的PSNR指标提高了14.35%,SSIM提高了5.8%,UIQM提高了3.2%,UCIQE提高了13.7%,且主观效果最佳。

关键词：水下图像增强通道增强像素级增强深度学习

教育强国建设背景下综合高中发展的行动逻辑、历史镜鉴与推进路径

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

中国职业技术教育 2024年第16期 20-25,36页

作者：郭静何飞红国家教育行政学院“中国职业教育改革与发展”智库国家教育行政学院人事处湖南石油化工职业技术学院经管信息学院

建设教育强国背景下,综合高中是增强教育多样性和选择性,以适配学生个性发展推动教育公平的重要举措;是推动职普融通,建设高质量教育体系的重要路径;是奠基发展新质生产力的高素质人才,打牢学生多维知识结构和技能基础的重要载体。我国... 详细信息

建设教育强国背景下,综合高中是增强教育多样性和选择性,以适配学生个性发展推动教育公平的重要举措;是推动职普融通,建设高质量教育体系的重要路径;是奠基发展新质生产力的高素质人才,打牢学生多维知识结构和技能基础的重要载体。我国曾开展过两次综合高中试点改革,均未取得理想成效。新时期发展综合高中要以史为鉴,遵循服务建设教育强国的行动逻辑,推动高中阶段教育的系统性重构、整体性重塑和机制性重建,从加强顶层设计、设置核心课程、建立独立课程体系、地市为主优化资源配置、完善配套制度保障等方面系统推进。

关键词：综合高中教育强国职普融通高中阶段教育多样化

基于上下文信息与特征细化的无人机小目标检测算法

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第5期60卷 183-190页

作者：彭晏飞赵涛陈炎康袁晓龙辽宁工程技术大学电子与信息工程学院辽宁葫芦岛125105

无人机航拍图像中的目标检测是近年来研究的热点,针对无人机视角下目标小而密集、背景复杂导致检测精度低的问题,提出一种基于上下文信息与特征细化的无人机小目标检测算法。通过上下文特征增强模块,利用多尺度扩张卷积捕获与周围区域... 详细信息

无人机航拍图像中的目标检测是近年来研究的热点,针对无人机视角下目标小而密集、背景复杂导致检测精度低的问题,提出一种基于上下文信息与特征细化的无人机小目标检测算法。通过上下文特征增强模块,利用多尺度扩张卷积捕获与周围区域像素点的潜在关系,为网络补充上下文信息,并根据不同尺度的特征层自适应生成各层级特征图的输出权重,动态优化特征图表达能力;由于不同特征图细粒度不同,使用特征细化模块来抑制特征融合中冲突信息的干扰,防止小目标特征淹没在冲突信息中;设计了一种带权重的损失函数,加快模型收敛速度,进一步提高小目标检测精度。在VisDrone2021数据集进行大量实验表明,改进后的模型较基准模型mAP50提高8.4个百分点,mAP50:95提高5.9个百分点,FPS为42,有效提高了无人机航拍图像中小目标的检测精度。

关键词：无人机小目标检测上下文信息特征细化损失函数

基于物质点和深度积分耦合模型的滑坡数值分析

在线全文

学校读者我要写书评

暂无评论

岩土力学 2024年第8期45卷 2515-2526页

作者：张伟晏飞王兆丰李邵军中国科学院武汉岩土力学研究所岩土力学与工程国家重点实验室湖北武汉430071 中国科学院大学北京100049

深度积分算法可将滑坡沿地表滑动的三维模型化简为二维模型进行求解,通过减少控制方程未知量的个数以提升求解效率。物质点法(material point method,MPM)具有无网格法和有网格法的双重优势,模拟滑坡大变形问题时可避免网格畸变现象。... 详细信息

深度积分算法可将滑坡沿地表滑动的三维模型化简为二维模型进行求解,通过减少控制方程未知量的个数以提升求解效率。物质点法(material point method,MPM)具有无网格法和有网格法的双重优势,模拟滑坡大变形问题时可避免网格畸变现象。采用深度积分耦合物质点法建立滑坡数值模型,给出算法实现具体流程,基于影响域改进的物质点法(influence domain material point method,IDMPM),针对两个典型无倾角底面光滑和有倾角底面不光滑滑坡算例进行基准测试。在计算精度方面,深度积分耦合物质点法模型能较好地预测远端距离、流速、深度等滑移特征参数;在计算效率方面,与常规物质点法求解格式相比,深度积分耦合物质点法模型可大幅度提高运行效率。该研究成果可为滑坡地质灾害破坏范围的分析预测、危害评估、应急抢险提供有效理论依据和时间保障。

关键词：深度积分物质点法滑坡大变形深度积分耦合物质点法

改进YOLOv5s的轻量化轴承缺陷检测方法

在线全文

学校读者我要写书评

暂无评论

机械科学与技术 2024年

作者：彭晏飞李冬雪陈曦涛中煤科工集团沈阳研究院有限公司辽宁工程技术大学电子与信息工程学院

针对现有轴承缺陷检测模型准确率低、参数量大的问题，提出一种基于YOLOv5s的轻量化轴承缺陷检测方法。首先，采用改进的EfficientViT-B0重构YOLOv5s特征提取网络，在降低模型计算量与复杂度的同时，提取更深层的语义特征信息；其次，... 详细信息

针对现有轴承缺陷检测模型准确率低、参数量大的问题，提出一种基于YOLOv5s的轻量化轴承缺陷检测方法。首先，采用改进的EfficientViT-B0重构YOLOv5s特征提取网络，在降低模型计算量与复杂度的同时，提取更深层的语义特征信息；其次，为解决难易样本不平衡的问题，设计一种F-CIoU作为损失函数，提升检测框的定位回归精度与鲁棒性；最后，采用基于多重自注意力机制的动态头(DynamicHead，DyHead)，强化特征语义信息，进一步优化对轴承表面损伤的分类与定位。实验结果表明，改进后的YOLOv5s的mAP@0.5达到了93.8%，参数量和计算量分别降低了42.3%和51.9%。该算法在保持较高精度的同时，满足工业检测部署的轻量化需求。

关键词： EfficientViT-B0 动态头 F-CIoU 缺陷检测轴承

结合沙漏注意力与渐进式混合Transformer的图像分类方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

液晶与显示 2024年第9期39卷 1223-1232页

作者：彭晏飞崔芸陈坤李泳欣辽宁工程技术大学电子与信息工程学院辽宁葫芦岛125105

Transformer在图像分类任务中具有广泛应用,但在小数据集分类任务中,Transformer受到数据量较少、模型参数量过大等因素的影响,导致分类精度低、收敛速度缓慢。本文提出了一种融合沙漏注意力的渐进式混合Transformer模型。首先,通过下-... 详细信息

Transformer在图像分类任务中具有广泛应用,但在小数据集分类任务中,Transformer受到数据量较少、模型参数量过大等因素的影响,导致分类精度低、收敛速度缓慢。本文提出了一种融合沙漏注意力的渐进式混合Transformer模型。首先,通过下-上采样的沙漏自注意力建模全局特征关系,利用上采样补充下采样操作丢失的信息,同时采用可学习温度参数和负对角掩码锐化注意力的分数分布,避免因层数过多产生过度平滑的现象;其次,设计渐进式下采样模块获得细粒度多尺度特征图,有效捕获低维特征信息;最后,使用混合架构,在顶层阶段使用设计的沙漏注意力,底层阶段使用池化层替代注意力模块,并引入带有深度卷积的层归一化,增加网络局部性。所提方法在T-ImageNet、CIFAR10、CIFAR100、SVHN数据集上进行实验,分类精度可以达到97.42%,计算量和参数量分别为3.41G和25M。实验结果表明,与对比算法相比,该方法的分类精度有明显提升,计算量和参数量有明显降低,提高了Transformer模型在小数据集上的性能表现。

关键词：小数据集图像分类 Transformer 沙漏注意力多尺度特征混合架构

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

基于网络流量的挖矿币种识别方法研究

计算机工程与应用 2024年

作者：彭晏飞郭家隆黄瑾郑宏威王庚哲辽宁工程技术大学电子与信息工程学院北京微芯区块链与边缘计算研究院

针对当前挖矿币种识别数据集匮乏以及币种识别方法单一问题，本文基于挖矿网络流量构建了一套挖矿币种识别数据集MCID，包含5种虚拟货币挖矿币种的14348条样本。同时将币种识别定义为文本分类任务，结合文本特征向量与机器学习方法进行... 详细信息

针对当前挖矿币种识别数据集匮乏以及币种识别方法单一问题，本文基于挖矿网络流量构建了一套挖矿币种识别数据集MCID，包含5种虚拟货币挖矿币种的14348条样本。同时将币种识别定义为文本分类任务，结合文本特征向量与机器学习方法进行币种分类的基线模型实验。在此基础上，以决策树为基学习器，构建多层次Bagging分类模型。实验结果显示，结合文本特征向量与机器学习的基线模型在MCID上取得了显著效果，尤其是N-Gram+多层感知器模型，准确率和F1值分别达到97.14%和96.95%。多层次Bagging分类模型的表现优于所有基线模型，其准确率和F1值分别达到了97.49%和97.32%。本文不仅填补了币种识别数据集的研究空白，还提供了币种分类的基线模型，并在其基础上构建了多层次Bagging分类模型，为虚拟货币挖矿币种识别方法的选择提供了指导。此外，该研究的结论也可为未来虚拟货币挖矿场景模拟、金融安全和节能减排等业务的结合提供参考依据。MCID已在GitHub上公开发布，详细地址如下：https://***/jialongguo/MCID。

关键词：虚拟货币挖矿网络流量币种识别机器学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于潜在关系的实体关系联合抽取模型

计算机科学与探索 2024年第4期18卷 1047-1056页

作者：彭晏飞张睿思王瑞华郭家隆辽宁工程技术大学电子与信息工程学院辽宁葫芦岛125100

实体关系联合抽取的作用是从特定文本中识别出实体和对应关系,同时它也是知识图谱构建和更新的基础。目前的联合抽取方法在追求性能的同时都忽略了抽取过程中的信息冗余。针对此问题,提出基于潜在关系的实体关系联合抽取模型,通过设计... 详细信息

实体关系联合抽取的作用是从特定文本中识别出实体和对应关系,同时它也是知识图谱构建和更新的基础。目前的联合抽取方法在追求性能的同时都忽略了抽取过程中的信息冗余。针对此问题,提出基于潜在关系的实体关系联合抽取模型,通过设计一种新的解码方式来减少预测过程中关系、实体和三元组的冗余信息,从整体上分为提取潜在实体对、解码关系两步来完成从句子中抽取三元组的任务。首先通过潜在实体对提取器预测实体间是否存在潜在关系,同时筛选出置信度高的实体对作为最终的潜在实体对;其次将关系解码视作多标签二分类任务,通过关系解码器预测每个潜在实体对之间全部关系的置信度;最后通过置信度确定关系数量和类型,以完成三元组的抽取任务。在两个通用数据集上的实验结果表明,所提模型相比基线模型在准确率和F1指标上的效果更好,验证了所提模型的有效性,消融实验也证明了模型内部各部分的有效性。

关键词：实体关系联合抽取潜在关系潜在实体对多标签二分类任务信息冗余