检索结果-南通市图书馆

A New Process Industry Fault Diagnosis Algorithm Based on Ensemble Improved Binary-Tree SVM

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

Chinese Journal of Electronics 2015年第2期24卷 258-262页

作者： WANG Anna SHA Mo LIU Limei chu maoxiang College of Information Science and Engineering Northeastern University

Support vector machine(SVM) is an effective tool in deal with small sample, nonlinear and high dimension classification problems. In this paper, an improved pre-treatment binary-tree SVM is proposed to solve fault diagnosis. Furthermore an ensemble method is presented to establish ensemble SVM. Here the improved SVM is used as weak learning machine. The new ensemble SVM can improve the performance of single binary-tree SVM.At the end, the new algorithm is applied to fault diagnosis of blast furnace faults and the Tennessee Eastman process(TEP). The experiments results show that the improved binary-tree SVM algorithm has an excellent performance on diagnosis speed and accuracy.

关键词： Multi-classification Binary-tree SVM Ensemble-learning Fault diagnosis

基于改进RetinaNet-GHM算法的钢板表面缺陷检测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电子测量技术 2023年第6期46卷 100-105页

作者：李雪露杨永辉储茂祥辽宁科技大学电子与信息工程学院鞍山114051

针对传统钢板表面缺陷检测方法效果差、缺陷定位不准确等问题,提出一种基于改进RetinaNet-GHM的深度学习检测算法。首先,引入路径聚合特征金字塔网络融合浅层和深层语义信息,提升网络对小目标的检测效果;然后,使用GHMC和GHMR损失函数对... 详细信息

针对传统钢板表面缺陷检测方法效果差、缺陷定位不准确等问题,提出一种基于改进RetinaNet-GHM的深度学习检测算法。首先,引入路径聚合特征金字塔网络融合浅层和深层语义信息,提升网络对小目标的检测效果;然后,使用GHMC和GHMR损失函数对缺陷进行分类和定位;最后,引入高斯形式的软化非极大值抑制算法,提高检测精度。实验结果表明,改进的RetinaNet-GHM算法的平均精度均值为76.7%,裂纹、夹杂、斑块、麻点、压入氧化铁皮以及划痕六类缺陷的平均精度分别为45.2%、88.2%、94.2%、86.1%、65.1%和87.4%。通过与其他经典算法相比,改进的RetinaNet-GHM算法具有较好的检测效果.

关键词：目标检测路径聚合特征金字塔网络 GHM损失函数软化非极大值抑制

基于CR-RFPR101的钢板表面缺陷检测

在线全文

学校读者我要写书评

暂无评论

合肥工业大学学报（自然科学版） 2023年第12期46卷 1651-1658页

作者：李雪露储茂祥杨永辉刘光虎辽宁科技大学电子与信息工程学院辽宁鞍山114051

针对钢板表面缺陷种类多、背景复杂、检测精度低等问题,文章首先对钢板表面缺陷数据集进行数据增强,并对原始Cascade区域卷积神经网络(region-basedconvolutional neural netwroks,R-CNN)算法进行改进,将ResNeXt-101-64×4d作为Cascade ... 详细信息

针对钢板表面缺陷种类多、背景复杂、检测精度低等问题,文章首先对钢板表面缺陷数据集进行数据增强,并对原始Cascade区域卷积神经网络(region-basedconvolutional neural netwroks,R-CNN)算法进行改进,将ResNeXt-101-64×4d作为Cascade R-CNN算法的骨干网络,优化特征提取模块,利用递归特征金字塔(recursive feature pyramid,RFP)网络以反馈连接的方式进行特征优化,提出一种CR-RFPR101(Cascade R-CNN RFP ResNeXt-101-64×4d)的检测算法,以更好地保留细节和语义信息;同时使用可切换的空洞卷积替换主干网络的卷积层,以改变感受野的方式提高检测性能;最后使用引入软化非极大值抑制算法,保留有效信息,提高识别率。经实验验证,CR-RFPR101算法的检测率为83.4%,比原Cascade R-CNN算法提高了7.3%,满足了钢板表面缺陷检测要求。

关键词：缺陷检测数据增强递归特征金字塔(RFP) 可切换的空洞卷积软化非极大值抑制(Soft-NMS)

Researches on New Fault Diagnosis Method for Process Industry Based on Improved SVM Reduction Algorithm

在线全文

学校读者我要写书评

暂无评论

Researches on New Fault Diagnosis Method for Process Industr...

2012 International Conference on Mechanical Materials and Manufacturing Engineering(ICMMME 2012)

作者： Anna Wang Mo Sha Limei Liu maoxiang chu College of Information Science and Engineering Northeastern University

Once faults happened in the process industry, it will bring on heavy casualties and fatal property losses, even lead to irreclaimable pollution. Combining the large-scale sample set reduction strategy with SVM, this paper proposed a new improved support vector machine(SVM) training algorithm based on support vectors to solve the difficulty of fault diagnosis of process industry. A new reduction algorithm is presented to reduce large-scale sample set. The constraint threshold is introduced in the new algorithm. The new training algorithm can eliminate the samples correspond to non-support vectors so that poor generation ability caused by large-scale training sample set is solved. A new evaluating indicator of large-scale sample set reduction strategy is also proposed in this paper. The improved SVM algorithm proposed is applied to two typical fault diagnosis of process industry. The results of experiments show that the improved SVM algorithm not only reduces greatly the cost of SVM learning but also markedly increases the speed of classification, and at one time the accuracy of fault diagnosis is not debased.

关键词： Fault Diagnosis SVM Reduction SVM

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

一种改进的钢板表面缺陷图像增强算法

激光杂志 2022年第7期43卷 95-100页

作者：李雪露杨永辉储茂祥焦玉鹏辽宁科技大学电子与信息工程学院辽宁鞍山114051

针对钢板表面缺陷图像存在的光照不足、光照不均和对比度低等问题,提出了一种新的图像增强算法。首先利用小波变换将输入的缺陷图像分解成高、低频两部分分量;其次使用基于引导滤波的Retinex算法对低频部分进行增强;同时使用软、硬阈值... 详细信息

针对钢板表面缺陷图像存在的光照不足、光照不均和对比度低等问题,提出了一种新的图像增强算法。首先利用小波变换将输入的缺陷图像分解成高、低频两部分分量;其次使用基于引导滤波的Retinex算法对低频部分进行增强;同时使用软、硬阈值去噪算法对高频部分进行增强;然后利用小波逆变换进行图像重构,并对重构的图像进行伽马变换。最后,对三种缺陷图像进行测试,其信息熵分别为7.08、7.33和7.57,峰值信噪比分别为47.25、36.33和48.58,图片对比度分别为127.91、134.32和166.03。实验结果表明,该算法具有很好的图像增强效果。

关键词：图像增强小波变换 Retinex算法引导滤波阈值去噪伽马变换

基于改进Faster R-CNN的钢板表面缺陷检测

在线全文

学校读者我要写书评

暂无评论

安徽大学学报（自然科学版） 2023年第2期47卷 66-73页

作者：李雪露杨永辉储茂祥刘淑明辽宁科技大学电子与信息工程学院辽宁鞍山114051

针对钢板表面缺陷检测过程中出现的检测精度不高、小缺陷定位不准、误检率和漏检率高的问题,提出一种改进的快速区域卷积神经网络(faster region-based convolutional neural network,简称Faster R-CNN)算法.实验结果表明:相对于CNN(con... 详细信息

针对钢板表面缺陷检测过程中出现的检测精度不高、小缺陷定位不准、误检率和漏检率高的问题,提出一种改进的快速区域卷积神经网络(faster region-based convolutional neural network,简称Faster R-CNN)算法.实验结果表明:相对于CNN(convolutional neural network),YOLOv3(the third version of you only look once),SSD(single shot multibox detector)和YOLOv5(the fifth version of you only look once)算法,该文算法的检测平均精度均值最高、缺陷定位最准确、分类成功率最高.因此,该文算法具有有效性.

关键词：缺陷检测 Faster R-CNN ResNet-50 兴趣区域校准非极大值抑制

基于机器视觉和深度学习的钢板表面缺陷检测研究综述

在线全文

学校读者我要写书评

暂无评论

辽宁科技大学学报 2022年第3期45卷 193-202页

作者：李雪露杨永辉储茂祥辽宁科技大学电子与信息工程学院辽宁鞍山114051

钢板作为制造业发展的基础,表面缺陷检测具有重要的研究意义和应用价值。本文总结了基于传统机器视觉的钢板表面缺陷检测算法的优缺点及应用,分别从缺陷分类、目标检测和缺陷分割三个方面介绍深度学习技术在钢板表面缺陷检测领域的应用... 详细信息

钢板作为制造业发展的基础,表面缺陷检测具有重要的研究意义和应用价值。本文总结了基于传统机器视觉的钢板表面缺陷检测算法的优缺点及应用,分别从缺陷分类、目标检测和缺陷分割三个方面介绍深度学习技术在钢板表面缺陷检测领域的应用,总结目前钢板表面缺陷检测存在的短板与不足,并对未来的研究趋势进行展望。

关键词：缺陷检测机器视觉缺陷分类目标检测缺陷分割深度学习

在线全文

学校读者我要写书评

暂无评论

基于L1范数损失的非平行支持向量回归机

辽宁科技大学学报 2023年第2期46卷 101-110页

作者：刘历铭巩荣芬储茂祥辽宁科技大学电子信息与工程学院辽宁鞍山114051

针对NPSVR训练速度和预测精度问题,提出一种基于L1范数损失的非平行支持向量回归机L1NPSVR模型,用于预测数值输出。L1NPSVR通过求解两个较小规模的凸规划问题,建立一个ε_(1)-不敏感的下界函数和一个ε_(2)-不敏感的上界函数。在L1NPSV... 详细信息

针对NPSVR训练速度和预测精度问题,提出一种基于L1范数损失的非平行支持向量回归机L1NPSVR模型,用于预测数值输出。L1NPSVR通过求解两个较小规模的凸规划问题,建立一个ε_(1)-不敏感的下界函数和一个ε_(2)-不敏感的上界函数。在L1NPSVR模型中,每个优化问题同时最小化训练样本的L1范数损失和铰链损失,以保证模型的稳定性,减轻噪声和异常值的影响。L1NPSVR通过求解一对更小的优化问题来提高模型的运行效率。仿真结果验证了所提出方法的可行性及有效性。

关键词：模式识别支持向量回归机非平行支持向量回归机 L1范数损失

在线全文

学校读者我要写书评

暂无评论

基于汽车应用的电子技术类课程教学实践研究

时代汽车 2023年第23期 40-42页

作者：巩荣芬储茂祥迟涛齐艳辽宁科技大学电子与信息工程学院辽宁省鞍山市114051

随着国民经济的不断增长,科学技术的不断创新,我国各个行业建设发展水平得到了显著提升,市场环境对电子专业人才提出了更高的需求。高校要想为市场培养输送更多高能力、高素质的专业人才,就必须强化电子技术类课程教学创新改革工作,结... 详细信息

随着国民经济的不断增长,科学技术的不断创新,我国各个行业建设发展水平得到了显著提升,市场环境对电子专业人才提出了更高的需求。高校要想为市场培养输送更多高能力、高素质的专业人才,就必须强化电子技术类课程教学创新改革工作,结合市场发展趋势要求与学生实际学习情况,优化改善课程教学内容与方式,确保能够全面提升该项课程教学质量水平。本文将以汽车行业为例,进一步对电子技术类课程教学实践展开分析与探讨,旨在为相关从业者提供科学参考意见。

关键词：电子技术类课程教学实践创新