检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

双编码端高分辨率遥感影像语义分割算法

计算机科学与探索 2025年第01期 187-195页

作者：吴梦可高心丹东北林业大学计算机与控制工程学院

遥感影像具有多尺度对象、复杂背景、不均衡类别等特点。基于卷积神经网络（CNN）的语义分割算法难以捕捉到影像的全局特征，导致分割效果不佳。针对以上问题，利用Swin Transformer的全局特征提取能力，提出了双编码端高分辨率遥感影... 详细信息

遥感影像具有多尺度对象、复杂背景、不均衡类别等特点。基于卷积神经网络（CNN）的语义分割算法难以捕捉到影像的全局特征，导致分割效果不佳。针对以上问题，利用Swin Transformer的全局特征提取能力，提出了双编码端高分辨率遥感影像语义分割算法DEGFNet。设计特征融合模块（FFB）将Swin Transformer捕获的全局特征引入编码端，应对多尺度对象带来的挑战。在Swin Transformer中设计空间交互模块（SIB），降低复杂背景样本带来的负面影响；在解码端引入全局-局部注意力模块（GLTB）和特征细化模块（FRB），来更好地利用编码端提取的信息，提高语义分割的精确性；采用交叉熵损失和Dice Loss组成的混合损失函数训练模型，减轻样本类别不均衡带来的消极影响。在Vaihingen数据集上，宏观平均F1值（mF1）、平均交并比（mIoU）和整体准确率（OA）指标分别达到91.9%、84.8%和92.4%；在LoveDA数据集上，mIoU指标达到55.0%，均展现出了更好的语义分割效果和良好的泛化性。

关键词：高分辨率遥感影像语义分割卷积神经网络 Swin Transformer

基于单滤波器多模型算法的异步电动机参数自适应转速估计

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电工技术学报 2009年第1期24卷 70-75页

作者：陆可肖建西南交通大学电气工程学院成都610031

研究多模型方法在异步电动机无速度传感器控制中的应用,建立了适用于转速估计和参数辨识的单滤波器多模型算法,并在此基础上利用变结构思想对算法进行改进,在提高估计性能的同时减少计算量。仿真和实验结果表明,所提出的算法能有效估计... 详细信息

研究多模型方法在异步电动机无速度传感器控制中的应用,建立了适用于转速估计和参数辨识的单滤波器多模型算法,并在此基础上利用变结构思想对算法进行改进,在提高估计性能的同时减少计算量。仿真和实验结果表明,所提出的算法能有效估计转速和磁链,比扩展卡尔曼滤波算法具有更理想的估计精度和响应速度;对于参数变化具有很强的跟踪能力,能及时的调整模型概率使得系统模型与实际电机匹配,以减小模型误差引起的状态估计误差;同时算法具有更少的计算量,适用于实时应用。

关键词：多模型算法变结构转速估计参数辨识异步电动机

多采样率EKF及其在感应电机转速估计中的应用

在线全文

学校读者我要写书评

暂无评论

西南交通大学学报 2007年第5期42卷 620-625页

作者：陆可肖建西南交通大学电气工程学院四川成都610031

在深入研究EKF算法和多采样率数字控制系统的基础上,建立了多采样率EKF算法,分别推导了其输入和输出算法,并将其应用于感应电机的转速估计中.通过仿真验证了该算法比单采样率扩展Kalm an滤波算法具有更高的信息获取和状态估计能力,并能... 详细信息

在深入研究EKF算法和多采样率数字控制系统的基础上,建立了多采样率EKF算法,分别推导了其输入和输出算法,并将其应用于感应电机的转速估计中.通过仿真验证了该算法比单采样率扩展Kalm an滤波算法具有更高的信息获取和状态估计能力,并能有效抑止噪声,转速估计误差减小41.7%-87.6%.

关键词：多采样率数字控制系统扩展Kalman滤波感应电机无速度传感器控制转速估计

强跟踪延迟滤波算法及其在感应电机无速度传感器控制中的应用

在线全文

学校读者我要写书评

暂无评论

自动化学报 2008年第9期34卷 1076-1082页

作者：陆可肖建西南交通大学电气工程学院成都610031

在强跟踪滤波(Strong track filter,STF)算法和延迟扩展Kalman滤波(Schmidt extended Kalman filter,SEKF)算法的基础上,提出了强跟踪延迟滤波(Strong track Schmidt filter,STSF)算法,结合感应电机降阶模型建立了电机状态估计算法,将其应用于感应电机无速度传感器控制系统中,并与扩展Kalman滤波(Extended Kalman filter,EKF)、SEKF和STF三种算法的状态估计性能作比较.仿真和实验结果表明,STSF算法在估计精度、跟踪速度、抑止噪声等方面均优于EKF算法,并且计算复杂度显著降低,能有效在线估计电机转速和磁链。

关键词：感应电机无速度传感器控制降阶模型 Kalman滤波器强跟踪滤波器

基于强跟踪延迟滤波算法的互馈双电机联合状态估计

在线全文

学校读者我要写书评

暂无评论

中国电机工程学报 2008年第36期28卷 80-86页

作者：陆可肖建陈爽宫金林西南交通大学电气工程学院四川省成都市610031

通过分析交流传动互馈实验系统的工作特点,采用联合控制策略实现互馈双电机的高性能控制。为避免传感器安装带来的问题,提出一种新型的联合状态估计方法实现双电机转速、转矩和磁链的同时估计。在感应电机降阶模型的基础上引入运动和转... 详细信息

通过分析交流传动互馈实验系统的工作特点,采用联合控制策略实现互馈双电机的高性能控制。为避免传感器安装带来的问题,提出一种新型的联合状态估计方法实现双电机转速、转矩和磁链的同时估计。在感应电机降阶模型的基础上引入运动和转矩方程,得到输出方程为一阶状态延迟的四阶模型。在强跟踪滤波算法和延迟扩展卡尔曼滤波算法的基础上,提出适用于上述模型的强跟踪延迟滤波算法,从而建立互馈双电机联合状态估计算法。通过各种工况下的交流传动实验对其进行验证,实验结果表明,该方法能有效估计互馈系统在各种工况下运行时的电机状态,同时在极低速和零速时具有理想的估计精度和跟踪速度,且计算复杂度适中,适用于互馈系统电机状态的在线联合估计。

关键词：交流传动互馈实验系统联合状态估计强跟踪滤波算法延迟扩展卡尔曼滤波算法降阶模型感应电机