检索结果-南通市图书馆

Hemodynamic Analysis and Diagnosis Based on Multi-Deep Learning Models

在线全文

学校读者我要写书评

暂无评论

Fluid Dynamics & Materials Processing 2023年第6期19卷 1369-1383页

作者： Xing Deng feipeng da Haijian Shao School of Automation Key Laboratory of Measurement and Control for CSEMinistry of EducationSoutheast UniversityNanjing210096China School of Computer Jiangsu University of Science and TechnologyZhenjiang212003China Department of Electrical and Computer Engineering University of NevadaLas Vegas89154USA

This study employs nine distinct deep learning models to categorize 12,444 blood cell images and automatically extract from them relevant information with an accuracy that is beyond that achievable with traditional techniques.The work is intended to improve current methods for the assessment of human health through measurement of the distribution of four types of blood cells,namely,eosinophils,neutrophils,monocytes,and lymphocytes,known for their relationship with human body damage,inflammatory regions,and organ illnesses,in particular,and with the health of the immune system and other hazards,such as cardiovascular disease or infections,more in general.The results of the experiments show that the deep learning models can automatically extract features from the blood cell images and properly classify them with an accuracy of 98%,97%,and 89%,respectively,with regard to the training,verification,and testing of the corresponding datasets.

关键词： Blood cell analysis deep learning models classification-detection

A Survey of the Researches on Grid-Connected Solar Power Generation Systems and Power Forecasting Methods Based on Ground-Based Cloud Atlas

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

Energy Engineering 2023年第2期120卷 385-408页

作者： Xing Deng feipeng da Haijian Shao Xia Wang School of Automation Key Laboratory of Measurement and Control for CSEMinistry of EducationSoutheast UniversityNanjing210096China School of Computer Science Jiangsu University of Science and TechnologyZhenjiang212003China School of Information Science and Technology Nantong UniversityNantong226019China

Photovoltaic power generating is one of the primary methods of utilizing solar energy resources,with large-scale photovoltaic grid-connected power generation being the most efficient way to fully utilize solar energy.In order to provide reference strategies for pertinent researchers as well as potential implementation,this paper tries to provide a survey investigation and technical analysis of machine learning-related approaches,statistical approaches and optimization techniques for solar power generation and forecasting.Deep learning-related methods,in particular,can theoretically handle arbitrary nonlinear transformations through proper model structural design,such as hidden layer topology optimization and objective function analysis to save information that can increase forecasting accuracy while filtering out irrelevant or less affected data for forecasting.The research’s results indicate that RBFNN-AG performed the best when applying the predetermined number of days,with an NRMSE value of 4.65%.RBFNN-AG performs better than sophisticated models like DenseNet(5.69%),SLFN-ELM(5.95%),and ANN-k-means-linear regression correction(6.11%).Additionally,scenario application and PV system investment techniques are provided to evaluate the current condition of new energy development and market trends both domestically and internationally.

关键词： Photovoltaic power generating deep learning PV system

膨胀区域匹配和自适应轨迹管理策略的多目标跟踪方法

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

武汉大学学报（信息科学版） 2024年第4期49卷 572-581,594页

作者：张永泽达飞鹏东南大学自动化学院江苏南京210018 东南大学复杂工程系统测量与控制教育部重点实验室江苏南京210018 江苏电力信息技术有限公司江苏南京210018

针对由于目标频繁遮挡、不规则运动导致的外观特征不可靠和运动特征难以获取的问题,提出一种基于膨胀交并比区域(dilatation intersection over union,DIOU)匹配和自适应轨迹管理策略的多目标跟踪算法。DIOU模块通过膨胀匹配区域,提升... 详细信息

针对由于目标频繁遮挡、不规则运动导致的外观特征不可靠和运动特征难以获取的问题,提出一种基于膨胀交并比区域(dilatation intersection over union,DIOU)匹配和自适应轨迹管理策略的多目标跟踪算法。DIOU模块通过膨胀匹配区域,提升轨迹级联匹配的精度。自适应轨迹管理策略利用目标检测置信度动态调整轨迹生命周期,显著减少了异常跟踪和身份跳变。在公开数据集MOT17、MOT20和danceTrack上进行了验证与测试,其在测试集上的高阶跟踪精度平均提升了2.4%,实验结果证明了所提方法的有效性。

关键词：计算机视觉多目标跟踪不规则运动数据关联轨迹管理

在线全文

学校读者我要写书评

暂无评论

对融合特征敏感的三维点云识别与分割

西安交通大学学报 2024年第5期58卷 52-63页

作者：朱安迪达飞鹏盖绍彦东南大学自动化学院南京210096 东南大学复杂工程系统测量与控制教育部重点实验室南京210096

三维点云分类分割网络忽视了融合特征中的冗余信息,缺乏放大有效特征占比能力,不能充分挖掘特征的表达性。在CurveNet网络基础上,提出了一种能够筛选和丰富融合特征的方法,对点云的识别与分割效果达到了较先进水平。首先,提出了对融合... 详细信息

三维点云分类分割网络忽视了融合特征中的冗余信息,缺乏放大有效特征占比能力,不能充分挖掘特征的表达性。在CurveNet网络基础上,提出了一种能够筛选和丰富融合特征的方法,对点云的识别与分割效果达到了较先进水平。首先,提出了对融合特征具有筛选能力的特征选择子网络,利用结合了打分机制的Top K算子选出包含有效信息的融合特征,并且能够自适应地赋予被选特征权重。其次,在聚合曲线特征模块中增加了两个新分支,分别学习曲线内部点距离特征和曲线之间的线距离特征,通过快速通道相关性注意力机制提取各分支的内部相关性,增强了网络特征的信息描述能力。实验结果表明,分类任务在ModelNet40数据集上准确率达到了93.8%,分割任务在ShapeNet Part数据集上平均交并比达到了86.4%。与基准网络相比,分类效果与分割效果均有所提高,证明了算法的有效性。

关键词：三维点云融合特征筛选曲线特征注意力机制分类分割

在线全文

学校读者我要写书评

暂无评论

混合采样下多级特征聚合的视频目标检测算法

浙江大学学报（工学版） 2024年第1期58卷 10-19页

作者：秦思怡盖绍彦达飞鹏东南大学自动化学院江苏南京210096 东南大学复杂工程系统测量与控制教育部重点实验室江苏南京210096

针对现有基于深度学习的视频目标检测算法无法同时满足精度和效率要求的问题,在单阶段检测器YOLOX-S的基础上,提出基于混合加权采样和多级特征聚合注意力的视频目标检测算法.混合加权参考帧采样(MWRS)策略采用加权随机采样操作和局部连... 详细信息

针对现有基于深度学习的视频目标检测算法无法同时满足精度和效率要求的问题,在单阶段检测器YOLOX-S的基础上,提出基于混合加权采样和多级特征聚合注意力的视频目标检测算法.混合加权参考帧采样(MWRS)策略采用加权随机采样操作和局部连续采样操作,充分利用有效的全局信息与帧间局部信息.多级特征聚合注意力模块(MFAA)基于自注意力机制,对YOLOX-S提取的分类特征进行细化,使得网络从不同层次的特征中学到更加丰富的特征信息.实验结果表明,所提算法在ImageNet VID数据集上的检测精度均值AP50达到77.8%,平均检测速度为11.5 ms/帧,在检测图片上的目标分类和定位效果明显优于YOLOX-S,表明所提算法达到了较高的精度,具有较快的检测速度.

关键词：机器视觉视频目标检测特征聚合注意力机制 YOLOX

Mean-square exponential stability for stochastic time-varying delay systems with Markovian jumping parameters:a delay decomposition approach

在线全文

学校读者我要写书评

暂无评论

Journal of Systems Engineering and Electronics 2011年第5期22卷 816-824页

作者： Li Ma feipeng da Key Laboratory of Measurement and Control for Complex Systems of Engineering Ministry of Education Research Institute of Automation Southeast University Nanjing 210096 E R. China College of Electronic and Information Engineering Jiangsu University Zhenjiang 212013 P. R. China

The mean-square exponential stability problem is investigated for a class of stochastic time-varying delay systems with Markovian jumping parameters. By decomposing the delay interval into multiple equidistant subintervals, a new delay-dependent and decay-rate-dependent criterion is presented based on constructing a novel Lyapunov functional and employing stochastic analysis technique. Besides, the decay rate has no conventional constraint and can be selected according to different practical conditions. Finally, two numerical examples are provided to show that the obtained result has less conservatism than some existing ones in the literature.

关键词： stochastic systems time-varying delay Markov chain linear matrix inequality （LMI）.

在线全文

学校读者我要写书评

暂无评论

采用辅助学习的物体六自由度位姿估计

光学精密工程 2024年第6期32卷 901-914页

作者：陈敏佳盖绍彦达飞鹏俞健东南大学自动化学院江苏南京210096 东南大学复杂工程系统测量与控制教育部重点实验室江苏南京210096 南京航空航天大学空间光电探测与感知工业和信息化部重点实验室江苏南京211106

为了在严重遮挡以及少纹理等具有挑战性的场景下,准确地估计物体在相机坐标系中的位置和姿态,同时进一步提高网络效率,简化网络结构,本文基于RGB-D数据提出了采用辅助学习的六自由度位姿估计方法。网络以目标物体图像块、对应深度图以及... 详细信息

为了在严重遮挡以及少纹理等具有挑战性的场景下,准确地估计物体在相机坐标系中的位置和姿态,同时进一步提高网络效率,简化网络结构,本文基于RGB-D数据提出了采用辅助学习的六自由度位姿估计方法。网络以目标物体图像块、对应深度图以及CAD模型作为输入,首先,利用双分支点云配准网络,分别得到模型空间和相机空间下的预测点云;接着,对于辅助学习网络,将目标物体图像块和由深度图得到的Depth-XYZ输入多模态特征提取及融合模块,再进行由粗到细的位姿估计,并将估计结果作为先验用于优化损失计算。最后,在性能评估阶段,舍弃辅助学习分支,仅将双分支点云配准网络的输出利用点对特征匹配进行六自由度位姿估计。实验结果表明:所提方法在YCB-Video数据集上的AUC和ADD-S<2 cm结果分别为95.9%和99.0%;在LineMOD数据集上的平均ADD(-S)结果为99.4%;在LM-O数据集上的平均ADD(-S)结果为71.3%。与现有的其他六自由度位姿估计方法相比,采用辅助学习的方法在模型性能上具有优势,在位姿估计准确率上有较大提升。

关键词：六自由度位姿估计辅助学习深度图像三维点云

在线全文

学校读者我要写书评

暂无评论

基于双向条纹投影的复杂纹理物体三维测量

光学学报 2024年第9期44卷 93-104页

作者：张巍陈玉翀姚鹏程盖绍彦达飞鹏东南大学自动化学院江苏南京210096 东南大学复杂工程系统测量与控制教育部重点实验室江苏南京210096

针对结构光系统中复杂纹理的反射率不连续会引起测量误差这一问题,分析并构建了其误差模型,指出了相位误差与相位梯度及灰度梯度之间的相关性,并由此提出了一种基于双向条纹投影的高精度复杂纹理物体测量方法。该方法通过投影横、纵光... 详细信息

针对结构光系统中复杂纹理的反射率不连续会引起测量误差这一问题,分析并构建了其误差模型,指出了相位误差与相位梯度及灰度梯度之间的相关性,并由此提出了一种基于双向条纹投影的高精度复杂纹理物体测量方法。该方法通过投影横、纵光栅获取双向相位信息,并利用提出的映射方法将横向相位映射至纵向,与原纵向相位进行线性运算从而得到平均相位。然后,计算提取的物体纹理边缘切线和校正后相位梯度的夹角,采用相应的误差补偿算法对平均相位进行补偿,最终重建得到校正后点云。对比实验的结果表明,在同等测量效率下,所提方法能够以更高的精度重建复杂纹理物体,相较传统方法,其平均绝对误差和均方根误差最高可降低45.4%和50.1%。

关键词：测量三维测量相移技术双向条纹复杂纹理误差校正

在线全文

学校读者我要写书评

暂无评论

基于卷积神经网络的胸部X光图像分类算法

信息技术与信息化 2024年第1期 33-41页

作者：金荷淇盖绍彦达飞鹏东南大学自动化学院江苏南京210096 东南大学复杂工程系统测量与控制教育部重点实验室江苏南京210096

肺部疾病已成为危害人类身体健康的重要因素,胸部X光片是医疗实践中广泛应用的肺部疾病检测工具,在协助临床诊断中发挥着重要的作用。针对上述问题设计出一种胸部X光片疾病分类算法,应用于医疗场景下辅助医生进行诊断。研究方案在肺炎... 详细信息

肺部疾病已成为危害人类身体健康的重要因素,胸部X光片是医疗实践中广泛应用的肺部疾病检测工具,在协助临床诊断中发挥着重要的作用。针对上述问题设计出一种胸部X光片疾病分类算法,应用于医疗场景下辅助医生进行诊断。研究方案在肺炎图像分类领域的权威数据集Chest X-ray 14上进行实验,数据集涉及14种不同的肺部疾病标签。研究工作基于深度学习算法,使用ConvNeXt卷积神经网络为主干网络,设计了该网络的多尺度特征融合模块,以及全局上下文注意力模块,用以提高分类算法的准确性。算法的评价指标使用AUC(area under curve),其值越接近1则算法效果越好,仅使用ConvNeXt主干网络的AUC值为0.836 8,加入多尺度特征融合模块的AUC值为0.844 0,加入全局上下文注意力模块的AUC值为0.839 9,同时加入两个模块的结果为0.849 3。改进算法的性能优于该领域的常用算法DenseNet121(0.830 1),CheXNet(0.841 4),MXT(0.830 8),并且在4类病理现象的判断上取得了最优的水平。这两项改进都可提高模型性能,也可共同作用进一步提高模型分类能力。改进算法在综合能力和专项能力之间取得一个平衡,在综合分类性能优秀的同时,对于专项病症的分类能力也取得领先的成绩。

关键词：多标签分类胸部X光片肺部疾病人工智能辅助诊断