检索结果-南通市图书馆

融合多尺度特征与注意力的太阳能电池表面缺陷检测

在线全文

学校读者我要写书评

暂无评论

光学精密工程 2024年第14期32卷 2286-2298页

作者：周颖许士博陈海永刘坤河北工业大学人工智能与数据科学学院天津300130 河北省控制工程技术研究中心天津300130

为提高对太阳能电池电致发光(EL)成像各类表面缺陷的检测精度并降低漏检率,提出融合多尺度特征与注意力机制的太阳能电池表面缺陷检测算法CMFAnet。首先,针对太阳能电池表面缺陷尺度跨度大的特点,设计了增强型多尺度特征融合方法,其基... 详细信息

为提高对太阳能电池电致发光(EL)成像各类表面缺陷的检测精度并降低漏检率,提出融合多尺度特征与注意力机制的太阳能电池表面缺陷检测算法CMFAnet。首先,针对太阳能电池表面缺陷尺度跨度大的特点,设计了增强型多尺度特征融合方法,其基本单元由特征对齐模块和特征融合模块串联组成,对于不同语义级别的特征信息,特征对齐模块通过调整它们的尺度,使这些特征更容易融合在一起;其次,针对太阳能电池表面缺陷特征与背景特征相似程度高、几何形状多变的特点,设计了可形变幽灵卷积模块,其基本单元由可形变卷积、多路坐标注意力机制和幽灵卷积(Ghost conv)组成,多路坐标注意力机制优化了可形变卷积中offset的生成,幽灵卷积机制的引入则有效降低了网络模型的计算复杂度。实验结果表明,在光伏电池缺陷异常检测数据集PVEL-AD上,本文方法的平均检测精度(mAP)达91.4%,相较其他主流目标检测网络均有不同程度的提升。

关键词：多尺度特征可形变卷积坐标注意力缺陷检测

基于双维度注意力集成对抗网络的太阳能电池缺陷图像生成

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

计算机辅助设计与图形学学报 2024年第5期36卷 750-759页

作者：周颖裴盛虎陈海永颜毓泽河北工业大学人工智能与数据科学学院天津300130 河北省控制工程技术研究中心天津300130

针对太阳能电池缺陷图像稀缺问题,为了对太阳能电池缺陷检测模型进行训练,提出一种双维度注意力集成对抗网络的缺陷图像生成方法.首先构造双生成器与双判别器的集成对抗网络模型;然后将通道注意力与改进的空间注意力结合为双维度注意力... 详细信息

针对太阳能电池缺陷图像稀缺问题,为了对太阳能电池缺陷检测模型进行训练,提出一种双维度注意力集成对抗网络的缺陷图像生成方法.首先构造双生成器与双判别器的集成对抗网络模型;然后将通道注意力与改进的空间注意力结合为双维度注意力,并将其融入生成器与判别器中;最后设计双生成器分时训练的方式解决模型训练不稳定的问题.在太阳能电池电致发光(EL)缺陷数据集上的实验结果表明,5种生成缺陷图像中的图像多样性指标和结构相似性指标比现有最优生成方法最高分别提升53.87和0.46;利用生成的缺陷图像进行yolov5检测模型的训练,5种缺陷的平均精度均值达到96.56%.

关键词：生成对抗网络注意力机制双生成器双判别器太阳能电池

基于归一化控制器的光伏图像无监督域适应缺陷检测

在线全文

学校读者我要写书评

暂无评论

太阳能学报 2024年第7期45卷 540-547页

作者：陈海永史世杰河北工业大学人工智能与数据科学学院天津300130

为解决在太阳电池数据集域偏移问题,提出一种针对动态开放场景下光伏缺陷检测的数据归一化控制器(DNC),以提高网络的域适应能力。在测试阶段,该文的DNC方法通过修改模型参数,根据小批次样本数据(0.5%)来实现领域统计纠正。DNC可将目标... 详细信息

为解决在太阳电池数据集域偏移问题,提出一种针对动态开放场景下光伏缺陷检测的数据归一化控制器(DNC),以提高网络的域适应能力。在测试阶段,该文的DNC方法通过修改模型参数,根据小批次样本数据(0.5%)来实现领域统计纠正。DNC可将目标域产生域偏移的数据映射到与源域数据相同的分布空间,而无需提前标注数据或访问目标域的全部数据。实验结果表明,DNC能显著提高目标检测模型对域偏移数据的适应能力。仅使用少量未标记的目标域数据(少于0.5%)就可在分布外数据上获得显著的性能提升,同时不会降低模型的预测速度(FPS)。

关键词：太阳电池无监督域适应目标检测数据归一化缺陷检测

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

基于改进YOLOv8的光伏电池缺陷检测

激光与光电子学进展 2024年第8期61卷 235-245页

作者：周颖颜毓泽陈海永裴盛虎河北工业大学人工智能与数据科学学院天津300130 河北省控制工程技术研究中心天津300130

针对光伏(PV)电池缺陷检测中存在的数据不均衡、缺陷尺度不一和背景纹理复杂多变等因素导致的误检、漏检问题,提出一种基于YOLOv8的缺陷检测算法YOLOv8-EL。首先,使用GauGAN进行数据增强,处理数据集的类内和类间不均衡的问题,提高模型... 详细信息

针对光伏(PV)电池缺陷检测中存在的数据不均衡、缺陷尺度不一和背景纹理复杂多变等因素导致的误检、漏检问题,提出一种基于YOLOv8的缺陷检测算法YOLOv8-EL。首先,使用GauGAN进行数据增强,处理数据集的类内和类间不均衡的问题,提高模型泛化能力,降低模型过拟合的风险;其次,在主干网络和特征融合网络之间嵌入上下文聚合模块,自适应地融合不同层次的语义信息,对齐局部特征,减少微小微弱缺陷信息的丢失,抑制无关背景信息的干扰;最后,构建多注意力检测头以替换解耦头,引入不同的注意力机制细化分类和定位任务,提取空间和通道层面上的关键信息,减少特征混淆。实验结果表明,该模型在扩充后的PV电池EL数据集上的平均精度达到89.90%,模型参数量为13.13×10^(6),在提升精度的基础上兼顾了后续部署时轻量化的要求。在PASCAL VOC数据集上进行泛化性实验,证明了改进算法的泛化性能。

关键词：缺陷检测 YOLOv8 生成对抗网络特征融合注意力机制解耦头

在线全文

学校读者我要写书评

暂无评论

一种基于自注意力机制的自动人脸替换方法

计算机应用与软件 2024年第1期41卷 198-203,239页

作者：魏玮何飞鹏陈海永朱叶河北工业大学人工智能与数据科学学院天津300401

针对DeepFakes人脸替换方法生成人脸图像分辨率低、质量差等问题,提出一种基于自注意力机制的生成对抗网络的自动人脸替换方法,生成对抗网络主体采用类似U型自编码对称结构减少特征信息的损失,引进自注意力机制能够更好地学习图像的纹... 详细信息

针对DeepFakes人脸替换方法生成人脸图像分辨率低、质量差等问题,提出一种基于自注意力机制的生成对抗网络的自动人脸替换方法,生成对抗网络主体采用类似U型自编码对称结构减少特征信息的损失,引进自注意力机制能够更好地学习图像的纹理特征,提高生成图像的重建质量,应用卡尔曼滤波器平滑处理每一帧上的边界框位置,降低人脸抖动。在FaceForensics++数据集上与DeepFakes替换方法进行对比实验,定性和定量的实验结果证明了该方法能够较好地提升生成图像质量,减少脸部抖动。

关键词：人脸替换生成对抗网络自注意力机制结构性相似

基于IDOU-YOLO的红外图像无人机目标检测算法

在线全文

学校读者我要写书评

暂无评论

应用光学 2024年第4期45卷 723-731页

作者：陈海永刘登斌晏行伟河北工业大学人工智能与数据科学学院天津300401 国防科技大学电子科学学院湖南长沙410073 天津先进技术研究院天津300459

低空小型无人机(unmanned aerial vehicle,UAV)侵扰敏感区域事件频发,使国家和社会面临严重安全威胁。针对基于热成像的无人机目标检测存在漏检率高、检测精度不足的问题,提出了IDOU-YOLO(infrared detection of UAV-YOLO)算法模型,通... 详细信息

低空小型无人机(unmanned aerial vehicle,UAV)侵扰敏感区域事件频发,使国家和社会面临严重安全威胁。针对基于热成像的无人机目标检测存在漏检率高、检测精度不足的问题,提出了IDOU-YOLO(infrared detection of UAV-YOLO)算法模型,通过构建多尺度融合特征金字塔机制,充分挖掘特征空间信息,聚焦尺度的信息融合及丰富模型的信息表征能力,增强目标检测能力;同时引入了边界框损失函数SIoU(Scylla IoU),在训练过程中提高模型的检测精度,加快模型的收敛速度。实验结果显示IDOU-YOLO模型的精确率、召回率、F_(1)分数、mAP@0.5和mAP@0.5:0.95分别达到99.2%、96.3%、97.7%、98.4%和70.2%,表明IDOU-YOLO算法模型在红外无人机目标检测任务中具有显著优势和应用潜力。

关键词：无人机探测目标检测红外图像特征金字塔网络

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

基于数字频谱余晖图的特定辐射源识别

现代雷达 2024年第8期46卷 8-13页

作者：陈海永赵宇琦刘坤宿绍莹河北工业大学人工智能与数据科学学院天津300401 国防科技大学电子科学学院湖南长沙410073

在电子战、无线网络安全等军事和民用领域中,特定辐射源识别(SEI)具有极高的应用价值。传统方法以人工提取特征为主,依赖先验知识泛化性差;深度学习方法多以含有二维信息的图像为输入,易遗漏关键信息。针对以上问题,提出了以数字频谱余... 详细信息

在电子战、无线网络安全等军事和民用领域中,特定辐射源识别(SEI)具有极高的应用价值。传统方法以人工提取特征为主,依赖先验知识泛化性差;深度学习方法多以含有二维信息的图像为输入,易遗漏关键信息。针对以上问题,提出了以数字频谱余晖图作为深度学习模型输入的解决手段,从而实现了SEI任务。首先,搭建辐射源信号探测及数据采集系统,获取Wi-Fi辐射源信号的数字频谱余晖图,建立首个基于数字频谱余晖图的SEI数据集;其次,利用该图包含信息更丰富的特点,将信号识别问题转化为目标检测问题;最后,在Wi-Fi辐射源识别数据集(WFEID)上进行了实验验证。实验结果表明,YOLOv5s在WFEID上P、R、F1和mAP等指标均能达到87.5%以上,从而证明了以数字频谱余晖图作为深度学习模型的输入在SEI任务中是有效的。

关键词：特定辐射源识别数字频谱余晖图目标检测 YOLOv5算法

基于CatBoost-NSGA-Ⅲ的盾构隧道施工参数分析及优化控制

在线全文

学校读者我要写书评

暂无评论

隧道建设（中英文） 2024年第8期44卷 1587-1598页

作者：陈礼博张明书陈海勇吴贤国曹源中铁开发投资集团云南昆明650500 华中科技大学土木与水利工程学院湖北武汉430074

由于盾构在施工过程中受环境、设备和作业等不确定因素的影响,导致隧道开挖的安全性、效率和成本难以协调。针对这种情况,以武汉轨道交通某标段施工为依托,采用基于梯度增强(CatBoost)和非支配排序遗传算法(NSGA-Ⅲ)的混合算法,在全面... 详细信息

由于盾构在施工过程中受环境、设备和作业等不确定因素的影响,导致隧道开挖的安全性、效率和成本难以协调。针对这种情况,以武汉轨道交通某标段施工为依托,采用基于梯度增强(CatBoost)和非支配排序遗传算法(NSGA-Ⅲ)的混合算法,在全面考虑掘进效率、成本、安全风险等因素的基础上,选择以推进速度、掘进比能、刀具磨损量为目标,构建施工参数智能控制决策系统。首先,通过CatBoost回归模型预测盾构隧道推进速度、掘进比能和刀具磨损量,得到控制目标的适应度函数;然后,基于CatBoost预测模型构建的适应度函数,利用CatBoost-NSGA-Ⅲ进行施工参数的多目标优化;最后,通过模糊决策法从多个Pareto最优解集中选出最佳的施工参数组合,为隧道盾构掘进参数智能预测与优化提供参考。结果表明:1)Catboost可以进行模型精准预测,拟合优度R2大于0.9,均方根误差RMSE和平均绝对误差MAE较小;2)Catboost-NSGA-Ⅲ多目标优化,模糊决策法确定最优方案。经过优化,相较于实测数据的平均值,掘进比能和刀具磨损量分别降低5.3%和13.5%、掘进速度提升6.3%,为盾构隧道的智能化掘进控制和管理决策提供依据。

关键词：盾构施工推进速度掘进比能刀具磨损量施工参数多目标优化 CatBoost-NSGA-Ⅲ算法

贵州再生资源循环利用产业的政策选择与设计研究

在线全文

学校读者我要写书评

暂无评论

安顺学院学报 2024年第4期26卷 117-123页

作者：陈应武贺雷陈海勇贵州省社会科学院贵州贵阳550002 中共贵州省委党校贵州贵阳550028

再生资源循环利用产业作为推动经济转型和实现可持续发展的关键力量,在全球范围内受到高度重视。该产业通过回收和再利用废弃物,有效减少对原生资源的依赖,缓解资源短缺问题,同时降低环境污染,促进生态平衡。在经济增长方面,它能够创造... 详细信息

再生资源循环利用产业作为推动经济转型和实现可持续发展的关键力量,在全球范围内受到高度重视。该产业通过回收和再利用废弃物,有效减少对原生资源的依赖,缓解资源短缺问题,同时降低环境污染,促进生态平衡。在经济增长方面,它能够创造新的就业机会,增加税收,推动经济多元化发展。技术进步为产业带来创新动力,提高资源的循环利用率,而社会可持续发展则依赖于这一产业对资源和环境的双重贡献。贵州省凭借其丰富的自然资源和政府的政策扶持,在再生资源循环利用产业方面展现出巨大潜力。然而,资金不足、技术水平相对落后、产业链条不够完善以及专业人才短缺等问题,制约了产业的快速发展。为了解决这些问题,应基于系统性思维和政府引导原则,建立一套全面的多维度政策框架,包括财政支持、税收优惠、金融投资激励和市场监管等措施,旨在全面提升资源的利用效率,推动产业向绿色低碳方向转型。

关键词：可再生资源回收产业政策贵州