检索结果-南通市图书馆

空间科学学报 2024年第3期44卷 458-473页

作者：路超泽仁志玛杨德贺孙晓英吕访贤冉子霖申旭辉应急管理部国家自然灾害防治研究院北京100085 中国科学院大学应急管理科学与工程学院北京100049 中国科学院国家空间科学中心北京100190

提出一种改进YOlOv5(You-Only-look-Once version 5)检测模型YOlOv5-Upgraded.为了更快定位真实边框,该模型将损失函数CIoU (Complete IoU)替换为SIoU(Scylla IoU);同时为了避免网络训练过程中梯度消失、梯度爆炸以及神经元坏死等现象,... 详细信息

提出一种改进YOlOv5(You-Only-look-Once version 5)检测模型YOlOv5-Upgraded.为了更快定位真实边框,该模型将损失函数CIoU (Complete IoU)替换为SIoU(Scylla IoU);同时为了避免网络训练过程中梯度消失、梯度爆炸以及神经元坏死等现象,将激活函数SilU(Sigmoid-weighted linear Unit)替换为具有更好梯度流的mish;在主干网络中插入注意力(Coordinate Attention, CA)机制,帮助模型更精准地识别闪电哨声波,大大降低了漏检率.基于张衡一号感应磁力仪(Search Coil Magnetometer, SCM)数据,以2.4 s时间窗口截取数据,经带通滤波、短时傅里叶变换得到1126张时频图数据集,再经图像增强操作扩充至7882张,其中7091张作为训练集, 791张作为测试集.实验结果表明,基于改进YOlOv5的模型平均精度均值为99.09%,召回率为96.20%,与YOlOv5s相比,分别提升了2.75%和5.07%,与基于时频图的YOlOv3模型相比,平均精度均值和召回率则分别提高了5.89%和9.62%.基于智能语音的lSTM (long Short Term Memory Networks)闪电哨声波识别模型大小为82.89 MB, YOlOv5-Upgraded仅为13.78 MB,约节省83.38%的内存资源.研究表明改进后的轻量化模型大大降低了闪电哨声波的漏检现象,在测试集中取得了较好结果,并且其轻量化特征易于部署到卫星设备,极大地提高了星载识别的可能性.

关键词：张衡一号卫星闪电哨声波 YOlOv5 轻量化自动检测

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

EMF和电导率法对SDS胶束体系热力学性质研究

引用

大连理工大学学报 2006年第5期46卷 661-666页

作者：吕建晓王栋周集体郑攀峰大连理工大学环境科学与工程系辽宁大连116024

为深入了解表面活性剂溶液的性质，对其在使用和处理过程中的行为加以控制，在298K恒温下，用Na^＋选择性电极法测量了不同浓度的阴离子表面活性剂十二烷基硫酸钠（SDS）溶液的电动势（EMF），求出了其临界胶束浓度（Cmc）及反离子结合... 详细信息

为深入了解表面活性剂溶液的性质，对其在使用和处理过程中的行为加以控制，在298K恒温下，用Na^＋选择性电极法测量了不同浓度的阴离子表面活性剂十二烷基硫酸钠（SDS）溶液的电动势（EMF），求出了其临界胶束浓度（Cmc）及反离子结合度，进而获得了反离子与胶束结合的经验平衡常数Kass,实验数据表明，随表面活性剂浓度增大，Kass降低，反离子与胶束表面的结合逐渐弱化，在289～328K测量了SDS溶液的电导率随浓度的变化，求出了不同温度下的Cmc值，发现随温度的变化Cmc曲线存在一个最低点．由Cmc与温度T的关系，计算了胶束化热力学参数△micG^0、△micH^0和△micS^0．结果表明，△micG^0在整个实验范围内均为负值，胶束化过程可以自发进行；△micH^0的值相对于T△micS^0小很多，胶束化过程为熵驱动过程．以上特征参数的确定，可为研究表面活性剂溶液的各种应用以及处理技术提供重要参考．

关键词： SDS EMF 临界胶束浓度反离子结合度电导率胶束化热力学参数

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于改进YOlOv5模型的织物疵点检测算法

引用

浙江理工大学学报（自然科学版） 2022年第5期47卷 755-763页

作者：郭波吕文涛余序宜郭庆陈亮亮王成群浙江理工大学信息学院杭州310018 浙江省技术创新服务中心杭州310007 浙江经贸职业技术学院应用工程系杭州310018

针对织物疵点存在的种类多、密集度高、尺度小等检测难点,提出一种基于改进YOlOv5模型的织物疵点检测算法。首先,通过Kmeans++方法对所有真实框进行聚类,提高了模型训练时的收敛速度;其次,将mish激活函数用于模型训练,提高了其非线性表... 详细信息

针对织物疵点存在的种类多、密集度高、尺度小等检测难点,提出一种基于改进YOlOv5模型的织物疵点检测算法。首先,通过Kmeans++方法对所有真实框进行聚类,提高了模型训练时的收敛速度;其次,将mish激活函数用于模型训练,提高了其非线性表达能力;再次,通过增加检测层提升了对多尺度目标的检测性能,并调整池化层位置提取多尺度的特征信息,提升了算法的鲁棒性及检测精度;最后,优化颈部网络结构,提升了算法的检测精度和速度。基于天池织物疵点数据集的实验结果表明:该算法的mAP达到了76.8%,相较基于原YOlOv5模型的织物疵点检测算法提升了7.7%,验证了该算法的有效性和鲁棒性。该算法在满足实时检测的要求下提高了检测精度,并优于其他主流目标检测算法,具有良好的应用前景。

关键词：深度学习 YOlOv5 织物疵点检测激活函数实时检测

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：