检索结果-南通市图书馆

基于双层自适应集成残差主成分分析的复杂非线性过程监测

在线全文

学校读者我要写书评

暂无评论

华东理工大学学报（自然科学版） 2024年第1期50卷 88-96页

作者：唐徐佳卢伟鹏颜学峰华东理工大学能源化工过程智能制造教育部重点实验室上海200237

多元统计监测方法常使用正常数据选取特征,而现实过程中,不同的故障将影响不同的特征,并且这些特征可能随着时间和控制系统的作用而变化。当故障发生并随时间变化时,要想获得更好的故障检测能力,就需要聚集有效的故障敏感特征。本文提... 详细信息

多元统计监测方法常使用正常数据选取特征,而现实过程中,不同的故障将影响不同的特征,并且这些特征可能随着时间和控制系统的作用而变化。当故障发生并随时间变化时,要想获得更好的故障检测能力,就需要聚集有效的故障敏感特征。本文提出了一种双层自适应集成残差主成分分析(AERPCA)模型,其子模型包含不同的特征,并突出地呈现一个或多个相关故障。首先,根据正常数据计算主成分分析(PCA)特征,利用不同特征构建线性子模型和相应的残差空间。考虑到残差空间的非线性特性及有效特征更为分散,采用核PCA(KPCA)提取不同的特征并组成同一残差空间下不同KPCA子模型。然后,利用贝叶斯方法获取集成KPCA子模型,完成各残差空间的划分和集成。最后,在主空间中获得多个线性子模型以及在残差空间中获得多个集成的非线性子模型后,利用滑动窗口确定当前时刻监控效果最好的模型。采用田纳西-伊士曼过程验证了AERPCA的有效性。

关键词：集成学习自适应过程核主成分分析非线性过程监测故障诊断

维普期刊数据库博看期刊

一种基于语义引导和对比学习的战场图像去烟算法

在线全文

学校读者我要写书评

暂无评论

兵工学报 2024年第2期45卷 671-683页

作者：熊佳梅王永振燕雪峰魏明强南京航空航天大学计算机科学与技术学院江苏南京211106 软件新技术与产业化协同创新中心江苏南京210093

烟雾作为现代战争中最常见的作战产物,不可避免地会降低作战场景的可视性,进而影响下游军事智能系统的性能,因此对含烟图像进行复原处理非常重要,现有算法通常忽略图像中高阶的语义信息和降质图像本身都可以为提高网络去烟能力提供有价... 详细信息

烟雾作为现代战争中最常见的作战产物,不可避免地会降低作战场景的可视性,进而影响下游军事智能系统的性能,因此对含烟图像进行复原处理非常重要,现有算法通常忽略图像中高阶的语义信息和降质图像本身都可以为提高网络去烟能力提供有价值的监督信息。为此,提出一种基于语义引导和对比学习的生成对抗网络来去除战场图像中的烟雾。通过在低阶视觉任务中融入高阶语义特征,将语义信息作为引导帮助网络更好地恢复图像的结构和色彩信息;利用对比学习范式将清晰和含烟图像构建为正、负样本,并采用对比约束使去烟后的图像与清晰图像接近,并远离含烟图像。此外,为模拟真实的战场含烟场景,首次构建一套含烟战场数据集,推进了相关研究的发展。实验结果表明,与现有图像去烟算法相比,所提方法在定量和定性指标上均达到了先进水平。

关键词：军事智能图像去烟生成对抗网络语义引导对比学习注意力机制

维普期刊数据库博看期刊

面向真实战场环境的Transformer-CNN多特征聚合图像去雾算法

在线全文

学校读者我要写书评

暂无评论

兵工学报 2024年第4期45卷 1070-1081页

作者：王永振童鸣燕雪峰魏明强南京航空航天大学计算机科学与技术学院江苏南京210016 软件新技术与产业化协同创新中心江苏南京210093

军事智能系统的发展对现代战争的作战方式和制胜机理产生重大影响,然而这些系统容易受到雾霾等天气的影响导致获取的图像出现模糊、退化等问题,给后续识别、追踪等作战任务带来挑战,因此对战场含雾图像进行复原非常重要。鉴于获取同一... 详细信息

军事智能系统的发展对现代战争的作战方式和制胜机理产生重大影响,然而这些系统容易受到雾霾等天气的影响导致获取的图像出现模糊、退化等问题,给后续识别、追踪等作战任务带来挑战,因此对战场含雾图像进行复原非常重要。鉴于获取同一场景下的含雾、清晰图像对难度极大,现有网络大都采用合成数据进行训练;但真实雾图和合成雾图之间的间隙,会导致在合成数据下训练的模型在真实场景中泛化性差。为此,提出一种面向真实战场环境的自注意力模型-卷积神经网络(Transformer-Convolutional Neural Network,Transformer-CNN)多特征聚合图像去雾算法。采用半监督框架,利用合成和真实战场含雾图像训练网络,使模型能够更好地应对真实含雾场景。采用双分支特征聚合架构,将CNN分支提取的局部特征和Transformer分支学习的全局特征进行聚合,以进一步提高模型去雾能力。为模拟真实战场含雾场景,构建了一套含雾战场图像数据集。实验结果表明,与8种最先进的图像去雾算法相比,所提算法在合成数据和真实图像上均表现良好。

关键词：军事智能图像去雾半监督网络 Transformer-CNN 特征聚合

Balanced multiple weighted linear discriminant analysis and its application to visual process monitoring

在线全文

学校读者我要写书评

暂无评论

Chinese Journal of Chemical Engineering 2021年第8期34卷 128-137页

作者： Weipeng Lu xuefeng yan Key Laboratory of Advanced Control and Optimization for Chemical Processes of Ministry of Education East China University of Science and TechnologyShanghai 200237China

Visual process monitoring is important in complex chemical *** address the high state separation of industrial data,we propose a new criterion for feature extraction called balanced multiple weighted linear discriminant analysis(BMWLDA).Then,we combine BMWLDA with self-organizing map(SOM)for visual monitoring of industrial operation *** can extract the discriminative feature vectors from the original industrial data and maximally separate industrial operation states in the space spanned by these discriminative feature *** the discriminative feature vectors are used as the input to SOM,the training result of SOM can differentiate industrial operation states *** function improves the performance of visual *** stirred tank reactor is used to verify that the class separation performance of BMWLDA is more effective than that of traditional linear discriminant analysis,approximate pairwise accuracy criterion,max–min distance analysis,maximum margin criterion,and local Fisher discriminant *** addition,the method that combines BMWLDA with SOM can effectively perform visual process monitoring in real time.

关键词： Linear discriminant analysis Process monitoring Self-organizing map Feature extraction Continuous stirred tank reactor process

融合图像信息的跨模态Transformer点云补全算法

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7期36卷 1026-1033页

作者：何星朱哲燕雪峰郭延文宫丽娜魏明强南京航空航天大学计算机科学与技术学院南京210016 南京大学计算机软件新技术国家重点实验室南京210023

针对三维传感器(如LiDAR、深度相机)获取的点云往往残缺不全,需要进行补全处理,而单模态方法存在的补全结果细节不丰富、结构不完整等问题,提出一种融合图像信息的跨模态Transformer点云补全算法.首先采用点云分支和图像分支分别提取点... 详细信息

针对三维传感器(如LiDAR、深度相机)获取的点云往往残缺不全,需要进行补全处理,而单模态方法存在的补全结果细节不丰富、结构不完整等问题,提出一种融合图像信息的跨模态Transformer点云补全算法.首先采用点云分支和图像分支分别提取点云特征和图像特征,其中,点云分支采用PoinTr为骨干网络,图像分支采用7层卷积;然后通过特征融合模块融合点云特征和图像特征,由粗到精地生成全分辨率的点云.在ShapeNet-ViPC数据集上进行实验的结果表明,所提算法的可视化结果优于单模态点云补全方法和目前仅有的跨模态点云补全方法ViPC,且在大部分测试类别上的CD-L_(2)量化指标优于ViPC;平均CD-L_(2)为2.74,比ViPC低17%.为了便于研究人员评估和使用,文中算法可通过https://***/Starak-x/ImPoinTr开源获取.

关键词：点云补全 Transformer 跨模态

在线全文

学校读者我要写书评

暂无评论

可注射水凝胶在伤口敷料中的研究进展

化学通报 2024年第2期87卷 157-163页

作者：王瑞环贾伟娜纪宽闫雪峰中国海洋大学化学化工学院海洋化学理论与工程技术教育部重点实验室青岛266100

目前,在伤口治疗中对伤口敷料的选择越来越严格。传统的伤口敷料如纱布、绷带、海绵等在伤口愈合过程中容易诱发细菌感染,延缓伤口愈合,甚至引发慢性并发症。可注射水凝胶具备良好的生物相容性,能够适应伤口的形状以填充伤口,且具备一... 详细信息

目前,在伤口治疗中对伤口敷料的选择越来越严格。传统的伤口敷料如纱布、绷带、海绵等在伤口愈合过程中容易诱发细菌感染,延缓伤口愈合,甚至引发慢性并发症。可注射水凝胶具备良好的生物相容性,能够适应伤口的形状以填充伤口,且具备一定的抗菌活性,从而避免伤口感染,相比传统的水凝胶伤口敷料更具备医疗优势,因此在生物医药领域得到广泛关注。本文对天然型可注射水凝胶和复合型可注射水凝胶在伤口愈合中的研究进展进行了综述;也对可注射水凝胶的未来发展趋势进行了展望。

关键词：伤口敷料天然材料可注射水凝胶抗菌活性生物相容性

Multimodal process monitoring based on transition-constrained Gaussian mixture model

在线全文

学校读者我要写书评

暂无评论

Chinese Journal of Chemical Engineering 2020年第12期28卷 3070-3078页

作者： Shutian Chen Qingchao Jiang xuefeng yan Key Laboratory of Advanced Control and Optimization for Chemical Processes of Ministry of Education East China University of Science and TechnologyShanghai 200237China

Reliable process monitoring is important for ensuring process safety and product quality.A production process is generally characterized bymultiple operation modes,and monitoring thesemultimodal processes is *** multimodal monitoring methods rely on the assumption that the modes are independent of each other,which may not be appropriate for practical *** study proposes a transition-constrained Gaussian mixture model method for efficient multimodal process *** technique can reduce falsely and frequently occurring mode transitions by considering the time series information in the mode identification of historical and online *** process enables the identified modes to reflect the stability of actual working conditions,improve mode identification accuracy,and enhance monitoring reliability in cases of mode *** studies on a numerical simulation example and simulation of the penicillin fermentation process are provided to verify the effectiveness of the proposed approach inmultimodal process monitoring with mode overlap.

关键词： Multimodal process monitoring Gaussian mixture model State transition matrix Process control Process systems Systems engineering

Bug localization based on syntactical and semantic information of source code

在线全文

学校读者我要写书评

暂无评论

Journal of Systems Engineering and Electronics 2023年第1期34卷 236-246页

作者： yan xuefeng CHENG Shasha GUO Liqin College of Computer Science Technology Nanjing University of Aeronautics and AstronauticsNanjing 211106China Collaborative Innovation Center of Novel Software Technology and Industrialization Nanjing 211106China State Key Laboratory of Intelligent Manufacturing System Technology Beijing Institute of Electronic System EngineeringBeijing 100854China

The existing software bug localization models treat the source file as natural language, which leads to the loss of syntactical and structure information of the source file. A bug localization model based on syntactical and semantic information of source code is proposed. Firstly, abstract syntax tree(AST) is divided based on node category to obtain statement sequence. The statement tree is encoded into vectors to capture lexical and syntactical knowledge at the statement ***, the source code is transformed into vector representation by the sequence naturalness of the statement. Therefore,the problem of gradient vanishing and explosion caused by a large AST size is obviated when using AST to the represent source code. Finally, the correlation between bug reports and source files are comprehensively analyzed from three aspects of syntax, semantics and text to locate the buggy code. Experiments show that compared with other standard models, the proposed model improves the performance of bug localization, and it has good advantages in mean reciprocal rank(MRR), mean average precision(MAP) and Top N Rank.

关键词： bug report abstract syntax tree code representation software bug localization

Novel Ensemble Modeling Method for Enhancing Subset Diversity Using Clustering Indicator Vector Based on Stacked Autoencoder

在线全文

学校读者我要写书评

暂无评论

Computer Modeling in Engineering & Sciences 2019年第10期121卷 123-144页

作者： yanzhen Wang xuefeng yan Key Laboratory of Advanced Control and Optimization for Chemical Processes of Ministry of Education East China University of Science and TechnologyShanghai200237China

A single model cannot satisfy the high-precision prediction requirements given the high nonlinearity between *** contrast,ensemble models can effectively solve this *** key factors for improving the accuracy of ensemble models are namely the high accuracy of a submodel,the diversity between subsample sets and the optimal ensemble *** study presents an improved ensemble modeling method to improve the prediction precision and generalization capability of the *** proposed method first uses a bagging algorithm to generate multiple subsample ***,an indicator vector is defined to describe these subsample ***,subsample sets are selected on the basis of the results of agglomerative nesting clustering on indicator vectors to maximize the diversity between ***,these subsample sets are placed in a stacked autoencoder for ***,XGBoost algorithm,rather than the traditional simple average ensemble method,is imported to ensemble the model during *** machine learning public datasets and atmospheric column dry point dataset from a practical industrial process show that our proposed method demonstrates high precision and improved prediction ability.

关键词： Ensemble model deep learning bagging stacked autoencoder XGBoost