检索结果-南通市图书馆

多感受野特征自适应融合及动态损失调整的初烤烟叶等级检测

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2期32卷 301-316页

作者：何自芬罗洋张印辉陈光晨陈东东徐林昆明理工大学机电工程学院云南昆明650500

初烤烟叶等级的快速准确检测对开发烟叶智能分级设备以促进农产品精细化管理有着重要意义。针对相似度较高但等级不同的初烤烟叶难以区分的问题,本文提出多感受野特征自适应融合及动态损失调整的初烤烟叶等级检测网络(Flue-cured Tobacc... 详细信息

初烤烟叶等级的快速准确检测对开发烟叶智能分级设备以促进农产品精细化管理有着重要意义。针对相似度较高但等级不同的初烤烟叶难以区分的问题,本文提出多感受野特征自适应融合及动态损失调整的初烤烟叶等级检测网络(Flue-cured Tobacco Leaf Grade Detection Network,FTGDNet)。首先,FTGDNet采用CSPNet作为特征提取主干网络,采用GhostNet作为辅助特征提取网络以增强模型的特征提取能力;其次,在主干网络末端嵌入显式视觉中心瓶颈模块(Explicit Visual Center Bottleneck module,EVCB)以实现全局特征信息与局部细节特征信息融合;然后,构建多感受野特征自适应融合模块(Multi-Receptive Field Feature Adaptive Fusion module,MRFA_d),利用注意力特征融合机制(Attention Feature Fusion,AFF)将不同感受野特征图进行自适应加权融合,在增强模型局部感受野的同时突出有效通道信息;最后,设计了一种新的定位损失函数(More Complete IoU Loss,MCIoU_Loss),结合预测框与真实框面积损失以解决在回归定位过程中二者宽高比相等且中心点重合时CIoU_Loss性能退化导致定位精度下降问题,此外,引入矩形相似度衰减系数在训练过程中对真实框与预测框的相似度判别项进行动态调整,加快模型拟合。实验结果表明,FTGDNet对十个等级的初烤烟叶的验证精度达到90.0%,测试精度达到87.4%,且推理时间仅为12.6 ms。相较于多种先进目标检测算法,FTGDNet具有更高的检测精度和更快的检测速度,可为高精度初烤烟叶等级检测提供关键技术支撑。

关键词：初烤烟叶目标检测多感受野特征融合动态损失调整

维普期刊数据库博看期刊

Hydration Effect on Equations of State for Minerals in the Peridotite System:Implication for Geotherms in the Mantle

在线全文

学校读者我要写书评

暂无评论

Journal of Earth Science 2022年第5期33卷 1124-1144页

作者： Yu Ye Joseph R.Smyth guangchen chen State Key Laboratory of Geological Processes and Mineral Resources China University of GeosciencesWuhan 430074China Department of Geological Sciences University of ColoradoBoulderCO80309USA

Water in the deep Earth’s interior has important and profound impacts on the geodynamical properties at high-temperature(T)and high-pressure(P)conditions.A series of dense hydrous Mg-silicate(DHMS)phases are generated from dehydration of serpentines in subduction slabs below the lithosphere,including phase A,chondrodite,clinohumite,phase E,superhydrous phase B and phase *** the other hand,olivine and its high-P polymorphs of wadsleyite and ringwoodite are dominant nominally anhydrous minerals(NAMs)in the upper mantle and transition zone,which could contain significant amount of water in the forms of hydroxyl group(OH-)*** water solubilities in wadsleyite and ringwoodite are up to about 3 weight percent(wt.%),making the transition zone a most important layer for water storage in the *** can significantly affect the pressure-volumetemperature equations of state(P-V-T EOSs)for the DHMS and NAM phases,including the thermal expansivities and isothermal bulk *** this work,we collected the reported datasets for the DHMS and NAM phases,and reconstruct internally consistent ***,we further evaluated the thermodynamic Grüneisen parameters,which are fundamental for constraining the temperature distribution in an isentropic process,such as mantle *** adiabatic temperature profiles are computed for these minerals in the geological settings of normal mantle and subduction zone,and our calculation indicates that temperature is the dominant factor in determining the gradient of a geotherm,rather than the mineralogical composition.

关键词： equation of state DHMS phases nominally anhydrous minerals thermodynamic Grüneisen parameters adiabatic geotherm subduction slab mantle transition zone mineralogy

在线全文

学校读者我要写书评

暂无评论

多尺度特征融合轻量化夜间红外行人实时检测

中国激光 2022年第17期49卷 115-124页

作者：何自芬陈光晨陈俊松张印辉昆明理工大学机电工程学院云南昆明650500

针对辅助驾驶中夜间小目标红外行人检测精度低、网络模型占用内存空间大、检测速度难以满足实时检测要求等问题,提出了一种轻量化的夜间红外图像行人检测神经网络YOLO-Person。首先提出一种以MobileNetV3轻量化网络为骨干网络,以多尺度... 详细信息

针对辅助驾驶中夜间小目标红外行人检测精度低、网络模型占用内存空间大、检测速度难以满足实时检测要求等问题,提出了一种轻量化的夜间红外图像行人检测神经网络YOLO-Person。首先提出一种以MobileNetV3轻量化网络为骨干网络,以多尺度融合目标检测层为预测模块的网络模型,以解决网络模型大、推理速度慢的问题,大幅减少了模型计算量,初步实现轻量化;然后通过在网络中添加空间金字塔池化模块与更小感受野的检测层,增强网络输出特征图的表征能力,解决数据集中行人目标尺度大小不均衡的问题,提高模型的红外行人检测精度;最后应用通道剪枝对模型进行剪枝,减少特征图的通道数,获得最终网络模型YOLO-Person。通过Jetson Nano移动开发平台,在夜间红外图像行人数据集上验证YOLO-Person轻量化模型,结果表明:与YOLOv3网络模型相比,提出的YOLO-Person网络模型更适于移动端的夜间红外行人检测,平均检测精度达到了92.2%,检测速度由26frame/s提高到了69frame/s,模型大小也由246MB减少到了11.7MB。

关键词：成像系统夜间红外行人检测多尺度融合 MobileNetV3网络模型剪枝

融合自注意力特征嵌入的夜间机场跑道异物入侵检测

在线全文

学校读者我要写书评

暂无评论

光学精密工程 2022年第13期30卷 1591-1605页

作者：何自芬陈光晨王森张印辉郭琳伟昆明理工大学机电工程学院云南昆明650000

飞机在夜间起降时机场跑道上侵入的异物严重威胁航空运输安全,而暗光背景下依靠人工步行巡查小尺度异物更易留存致命的安全隐患。将智能视觉检测算法引入机场跑道异物入侵领域,针对现有模型倾向关注局部特征而造成检测精度低等问题,设... 详细信息

飞机在夜间起降时机场跑道上侵入的异物严重威胁航空运输安全,而暗光背景下依靠人工步行巡查小尺度异物更易留存致命的安全隐患。将智能视觉检测算法引入机场跑道异物入侵领域,针对现有模型倾向关注局部特征而造成检测精度低等问题,设计了一种融合自注意力特征嵌入的CSPTNet夜间机场跑道异物检测算法。为改善卷积神经网络关注局部特征而忽视全局特征的缺陷,将标准瓶颈模块替换为Transformer瓶颈模块,特征图子块扁平化分割后嵌入位置特征编码,有利于图像从像素表示转化为向量表示,在高维向量空间中捕捉像素间关系。采用多头自注意力机制从注意力分支子空间中获取不同分支聚合的特征信息,从而实现全局特征与局部特征信息的融合。针对数据集目标尺度较小导致轮廓边缘模糊以及定位困难等问题,引入CIoU损失函数以实现预测框尺寸和中心位置的修正优化,提高异物目标轮廓的定位精确性。实验结果表明,本文模型的检测速度达到38 frame/s,满足实时检测的要求;平均精度最高为88.1%,应用融合自注意力特征嵌入的Transformer模块相比于标准瓶颈模块提升5.7%,与当前先进的YOLOv5模型相比提升5.2%,从而验证了CSPTNet算法对夜间机场跑道异物检测的有效性和工程实用性。

关键词：夜间机场跑道异物入侵检测目标定位损失特征嵌入多头自注意力

维普期刊数据库博看期刊

基于边缘先验融合动态门控特征的人脸图像修复

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2023年第11期40卷 3478-3484页

作者：陈婷王通张冀武陈光晨昆明理工大学机电工程学院昆明650500 云南省烟草质量监督检测站昆明650500

为解决现有人脸图像修复算法因无法提取动态特征和缺乏边缘先验信息导致修复大区域不规则破损时纹理模糊和结构扭曲问题,提出了基于边缘先验融合动态门控特征的人脸图像修复算法。首先,设计动态门控卷积模块动态提取破损区域特征,关联... 详细信息

为解决现有人脸图像修复算法因无法提取动态特征和缺乏边缘先验信息导致修复大区域不规则破损时纹理模糊和结构扭曲问题,提出了基于边缘先验融合动态门控特征的人脸图像修复算法。首先,设计动态门控卷积模块动态提取破损区域特征,关联已知区域和缺失区域的有效特征,提升纹理细腻度;然后,设计动态门控边缘增强网络和U型编码纹理修复网络,边缘增加网络旨在获取边缘轮廓信息,为U型编码纹理修复网络提供结构先验约束;U型编码纹理修复网络采用UNet++融合多层特征以保证人脸修复图像结构和纹理一致性;最后,通过消融实验证明UNet++的有效性和通用性,并剪枝U型网络以选取适宜的人脸图像模型表征层进行缺失区域纹理重建,在CelebA-HQ人脸数据集上进行实验评估。实验结果表明:相较于主流算法,所提方法在SSIM上平均提升3.87%,PSNR平均提升3.79 dB,FID平均下降16.54%,能有效修复大区域不规则缺失面积,生成纹理清晰、结构合理的图像。

关键词：人脸图像修复动态门控卷积 U型编码纹理修复网络 U型剪枝网络

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

注意力引导与多特征融合的遥感影像分割

光学学报 2023年第24期43卷 345-357页

作者：张印辉张枫何自芬杨小冈卢瑞涛陈光晨昆明理工大学机电工程学院云南昆明650500 火箭军工程大学导弹工程学院陕西西安710025

从遥感影像能够获取到精度高、范围广的地物信息,因而遥感影像在高空侦察和精确制导等领域得到广泛应用。针对遥感影像地物目标边缘模糊、尺度多变导致难以精准分割的问题,提出以深度残差网络为主干并结合注意力引导与多特征融合的分割... 详细信息

从遥感影像能够获取到精度高、范围广的地物信息,因而遥感影像在高空侦察和精确制导等领域得到广泛应用。针对遥感影像地物目标边缘模糊、尺度多变导致难以精准分割的问题,提出以深度残差网络为主干并结合注意力引导与多特征融合的分割方法,命名为AMSNet。首先,采用类别引导通道注意力模块提高模型对难分辨区域的敏感性;其次,嵌入特征复用模块减少遥感影像特征提取过程中边缘损失和小尺度目标丢失的问题;最后,设计跨区域特征融合模块以增强对多尺度特征信息的获取能力,并耦合多尺度损失融合模块对损失函数进行优化,综合提升模型对多尺度遥感影像目标的分割能力。选取3组遥感影像数据集进行对比实验,结果表明,AMSNet能够有效分割遥感影像地物目标边缘和多尺度目标。

关键词：遥感影像语义分割注意力机制多尺度特征

Linear-quadratic optimal control for partially observed forward-backward stochastic systems with random jumps

在线全文

学校读者我要写书评

暂无评论

Science China(Information Sciences) 2022年第11期65卷 217-231页

作者： Tian chen guangchen WANG Zhen WU Zhongtai Securities Institute for Financial Studies Shandong University School of Control Science and Engineering Shandong University School of Mathematics Shandong University

In this paper, we investigate a linear-quadratic(LQ) optimal control problem for partially observed forward-backward stochastic systems with random jumps, where the observation’s drift term is linear with respect to the state x and control variable v. In our model, the observation process is no longer a Brownian motion but a controlled stochastic process driven by Brownian motions and Poisson random measures,which also have correlated noises with the state equation. Applying a backward separation approach to decompose the state and observation, we overcome the problem of cyclic dependence of control and ***, the necessary and sufficient conditions for optimal control are derived. We also obtain the feedback representation of optimal control and provide two special cases to illustrate the significance of our ***, we also provide a financial application to demonstrate the practical significance of our results.

关键词： LQ optimal control partially observed stochastic system random jumps backward separation principle optimal filtering

风云四号卫星东南沿海热带气旋强度深度学习估算

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

遥感学报 2020年第7期24卷 842-851页

作者：崔林丽陈昭于兴兴陈光琛王晓峰陆一闻郭巍上海市气象局上海市生态气象和卫星遥感中心上海200030 东华大学计算机科学与技术学院上海201620

热带气旋TC (Tropical Cyclone)是影响中国的一个重要天气系统。TC强度准确估测对台风灾害防御具有至关重要的意义。本文基于第二代静止气象卫星风云四号(FY-4A)多通道扫描成像辐射计AGRI(Advanced Geosynchronous Radiation Imager)资... 详细信息

热带气旋TC (Tropical Cyclone)是影响中国的一个重要天气系统。TC强度准确估测对台风灾害防御具有至关重要的意义。本文基于第二代静止气象卫星风云四号(FY-4A)多通道扫描成像辐射计AGRI(Advanced Geosynchronous Radiation Imager)资料,建立了台风强度识别的深度卷积神经网络模型CNN(Convolutional Neural Network),对台风强度不同等级和台风中心最大风速进行了试验。结果表明,CNN模型具有良好的高维非线性处理能力和算法稳定性,能对TC强度进行有效估计,不同TC强度等级识别精度均在97%以上,近中心最大风速平均绝对误差MAE (Mean Absolute Error)为1.75 m/s,均方根误差RMSE (Root Mean Square Error)为2.04 m/s。CNN可有效挖掘卫星TC形态的深层信息,对台风强度的定量化估测具有较高的应用前景。

关键词：遥感热带气旋 FY-4A/AGRI卫星云图深度卷积神经网络强度估测

基于模糊卡尔曼滤波和改进滑模控制的风电场飞轮储能控制策略

在线全文

学校读者我要写书评

暂无评论

可再生能源 2024年第7期42卷 901-907页

作者：王世奇刘广忱陈国伟张建伟姚强田桂珍内蒙古工业大学内蒙古呼和浩特010080 大规模储能技术教育部工程研究中心内蒙古呼和浩特010080 内蒙古自治区高等学校智慧能源技术与装备工程研究中心内蒙古呼和浩特010080 国网内蒙古东部电力综合能源服务有限公司内蒙古呼和浩特010010

在风电场并网点处配置一定容量的飞轮储能装置(FESS)可以有效平滑并网功率,提高风电场的电网友好性。为提高FESS的功率响应速度,增强对风电功率波动的平抑效果,同时避免在功率波动太大时储能过充/过放,文章提出了一种基于模糊卡尔曼滤... 详细信息

在风电场并网点处配置一定容量的飞轮储能装置(FESS)可以有效平滑并网功率,提高风电场的电网友好性。为提高FESS的功率响应速度,增强对风电功率波动的平抑效果,同时避免在功率波动太大时储能过充/过放,文章提出了一种基于模糊卡尔曼滤波和改进滑模控制(SMC)的飞轮储能控制策略。根据FESS的实时转速和功率自适应调节卡尔曼增益,将滤波结果与风电场实际输出功率的差值作为滑模控制器的输入,实现对飞轮储能的功率控制。仿真结果表明,文章提出的控制策略具有较好的动态响应特性,可以有效平滑风电功率,使其满足并网要求,在平滑过程中保证飞轮转速在限定范围内,有利于延长FESS的使用寿命。

关键词：风电功率飞轮储能滑模变结构控制卡尔曼滤波器模糊控制

维普期刊数据库博看期刊