检索结果-南通市图书馆

基于PLS-DA和LS-SVM的可见/短波近红外光谱鉴定港种四九、十月红和九月鲜菜心种子的可行性研究

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

光谱学与光谱分析 2024年第6期44卷 1718-1723页

作者：章海亮聂训廖少敏詹白勺罗微刘书玲刘雪梅谢潮勇华东交通大学电气与自动化工程学院江西南昌330013 华东交通大学土木建筑学院江西南昌330013 江西省科学技术信息研究所江西南昌330046

目前市面上菜心的品种复杂,不同菜心种子的品质与发芽率不同,但菜心种子单从外观上差别不大,因此区分菜心种子的类别成为了一大难题。为了实现菜心种子类别的快速区分,探究了基于可见/短波近红外光谱分析菜心种子类别的可行性。从南昌... 详细信息

目前市面上菜心的品种复杂,不同菜心种子的品质与发芽率不同,但菜心种子单从外观上差别不大,因此区分菜心种子的类别成为了一大难题。为了实现菜心种子类别的快速区分,探究了基于可见/短波近红外光谱分析菜心种子类别的可行性。从南昌市种子交易场所购买了港种四九、十月红和九月鲜三个品种的菜心种子,从中挑选出品相较好且大小适中的子粒,将每种菜心种子均匀分为30份,按照2∶1划分为建模集和预测集,所有样本共计90份。通过近红外光谱仪获取采样间隔为1 nm的菜心种子的光谱反射率,波长覆盖范围325~1075 nm,将原始光谱数据采用多元散射校正(MSC)、卷积平滑(S-g)和标准正态变换(SNV)三种预处理方法进行预处理,预处理后的光谱变量建立偏最小二乘回归(PLSR)模型,确定了SNV是最佳预处理方法。采用主成分分析(PCA)对菜心种子进行了聚类分析,从前三个主成分因子(PCs)得分图可知三种菜心种子存在光谱特征差异。将原始光谱变量、前三个PCs(累计贡献97.15%)和基于随机蛙跳(RF)算法挑选的13个特征波长作为偏最小二乘判别(PLS-DA)和最小二乘支持向量机(LS-SVM)模型的输入变量,从模型结果可知:三种输入变量中,采用RF筛选特征波长作为模型输入变量时,模型预测效果最好,PCs建立的模型最差,相比于PCA分析,采用RF筛选出的特征波长更能够反映原始光谱信息。比较不同模型预测效果,LS-SVM模型比PLS-DA模型得到的预测精度更好,其中RF-LS-SVM模型是所有模型中最佳的预测模型,建模集和预测集均为100%。采用可见/短波近红外光谱研究菜心种子的类别可行,并且能够获得很好地预测效果,为菜心种子的快速区分提供了理论依据。

关键词：菜心种子主成分分析随机青蛙偏最小二乘判别最小二乘支持向量机

基于卷积神经网络和高光谱成像技术的多宝鱼新鲜度鉴别

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2024年第2期44卷 367-371页

作者：章海亮周孝文刘雪梅罗微詹白勺潘璠华东交通大学电气与自动化工程学院江西南昌330013 华东交通大学土木建筑学院江西南昌330013 华东交通大学对外联络处江西南昌330013

鱼类产品新鲜度鉴别一直是重要的研究课题,相较于目前常规鱼类品质检测方法存在的成本高、检测时间长等问题,高光谱成像技术(HSI)因其无损、快速等优势得到了学者的广泛研究。卷积神经网络是深度学习中应用较为广泛的模型,表达能力强,... 详细信息

鱼类产品新鲜度鉴别一直是重要的研究课题,相较于目前常规鱼类品质检测方法存在的成本高、检测时间长等问题,高光谱成像技术(HSI)因其无损、快速等优势得到了学者的广泛研究。卷积神经网络是深度学习中应用较为广泛的模型,表达能力强,模型效率高。因此,使用卷积神经网络(CNN)结合高光谱成像技术建立多宝鱼新鲜度鉴别模型。采集160个多宝鱼样本感兴趣区域(ROI)光谱,并根据样本不同冻融次数和冷冻时间分为5类新鲜度。以Vgg11网络为基础,针对光谱数据特点对网络结构进行调整,减少全连接层数量,降低模型的复杂度,分别对比不同卷积核个数、激活函数对分类性能造成的影响,确定最佳CNN网络结构。由于高光谱数据量大同时存在的冗余信息较多,分别采用无信息变量消除算法(UVE)和随机青蛙算法(RF)对高光谱数据进行波长筛选,将波长筛选后的高光谱数据分别输入卷积神经网络(CNN)、最小二乘支持向量机(LS-SVM)、K最近邻算法(KNN)建立模型。采用无信息变量消除(UVE)提取的165个特征波长建立的UVE-CNN模型鉴别效果最佳,分类模型在测试集上的精度达到了100%。结果表明,利用卷积神经网络与高光谱成像技术相结合可实现对多宝鱼新鲜度的有效鉴别,该研究为多宝鱼新鲜度无损、准确鉴别提供新思路。

关键词：卷积神经网络多宝鱼高光谱深度学习

受限回程链路下无人机辅助MEC的空地能耗折中

在线全文

学校读者我要写书评

暂无评论

华中科技大学学报（自然科学版） 2024年第3期52卷 142-148页

作者：李安窦邵婷南昌大学信息工程学院江西南昌330031

针对无人机(UAV)辅助的移动边缘计算(MEC)网络中无人机的能耗和地面用户的能耗的矛盾关系,研究了受限回程链路下的UAV辅助的MEC网络的空地能耗折中问题,同时考虑到无人机的能耗与地面用户的能耗通常相差几个数量级,引入放大因子兼顾地... 详细信息

针对无人机(UAV)辅助的移动边缘计算(MEC)网络中无人机的能耗和地面用户的能耗的矛盾关系,研究了受限回程链路下的UAV辅助的MEC网络的空地能耗折中问题,同时考虑到无人机的能耗与地面用户的能耗通常相差几个数量级,引入放大因子兼顾地面用户能耗.通过联合优化计算任务分配、gUs发射功率、gUs卸载时间和无人机轨迹,以最小化加权总能耗,可以表示空地能耗之间的权衡关系.由于所提出问题的非凸性使其难以优化,提出了一种基于块坐标下降法和连续凸近似技术的两阶段交替迭代优化算法得到该问题的次优解.仿真实验结果验证了所提出的方案在兼顾公平性条件下刻画了无人机能耗和用户能耗之间的折中关系,并在降低总能耗方面优于其他基准方案.

关键词：无人机辅助的移动边缘计算受限回程链路空地能耗折中计算资源分配轨迹优化

在线全文

学校读者我要写书评

暂无评论

特色农产品销售评价大数据的弱监督分析方法

农业工程学报 2024年第12期40卷 183-192页

作者：易文龙张丽刘木华程香平江西农业大学软件学院南昌330045 江西农业大学工学院南昌330045 江西省科学院应用物理研究所南昌330096

针对特色农产品评价大数据多维度分析中,可信标签不足以及挖掘消费者各维度真实情感语义困难等问题。该研究提出了一种基于弱监督训练的深度学习方法。首先,通过主题模型分析大规模评论,提取产品评价主题和关键词。然后,结合句法依存和... 详细信息

针对特色农产品评价大数据多维度分析中,可信标签不足以及挖掘消费者各维度真实情感语义困难等问题。该研究提出了一种基于弱监督训练的深度学习方法。首先,通过主题模型分析大规模评论,提取产品评价主题和关键词。然后,结合句法依存和情感词典为评论生成不同维度的伪标签。最后,构建多标签多分类深度网络,在伪标签上进行弱监督学习。结果表明,该方法在红心柚评论数据集上取得89.2%的准确率和80.3%的F1值,比随机森林算法提升了7.1个百分点的准确率和11.5个百分点的F1值。相比Transformer模型,准确率提高5.6个百分点,F1值提高2.0个百分点,参数量减少了92%。该方法能从海量评论中高效提取产品评价维度和消费者关注点,为完善农产品质量和销售服务提供数据支持。

关键词：农产品弱监督多任务模型情感分析深度学习大数据分析

腐蚀-疲劳荷载耦合作用下桥梁拉索高强钢丝自漏磁信号变化规律

在线全文

学校读者我要写书评

暂无评论

交通运输工程学报 2024年第1期24卷 202-217页

作者：孟庆领杨家炳潘鹏超杨新磊王宝林宋金博天津城建大学土木工程学院天津300384 天津市交通科学研究院天津300060 江西交通职业技术学院路桥工程学院江西南昌330013 悉尼大学工程学院新南威尔士悉尼NSW 2006

为增强桥梁拉索高强钢丝漏磁检测的实用性,开展了腐蚀、应力单一因素作用试验与预腐蚀-疲劳-腐蚀、预疲劳-腐蚀-疲劳三阶段交互作用试验,阐述了腐蚀-疲劳耦合作用对自漏磁信号的影响机制。研究结果表明:腐蚀区域的自漏磁信号极值随腐蚀... 详细信息

为增强桥梁拉索高强钢丝漏磁检测的实用性,开展了腐蚀、应力单一因素作用试验与预腐蚀-疲劳-腐蚀、预疲劳-腐蚀-疲劳三阶段交互作用试验,阐述了腐蚀-疲劳耦合作用对自漏磁信号的影响机制。研究结果表明:腐蚀区域的自漏磁信号极值随腐蚀时间的增加而增加,且变化特征越发明显,腐蚀缺陷引起的异常自漏磁信号最大变化可达50 000 nT;随着疲劳加载循环次数的增加,无锈蚀高强钢丝自漏磁信号整体呈现先增加后稳定的趋势,当疲劳加载循环次数大于10 000时,磁场强度的增加速率降低且趋于平缓;预腐蚀后施加的交变应力场会削弱腐蚀缺陷引起的自漏磁信号,再次腐蚀后的磁场信号变化与预腐蚀程度有关,预腐蚀9 h后施加疲劳荷载,之后再腐蚀3 h,与单一腐蚀12 h相比,自漏磁信号强度削弱了32%;施加预疲劳交变应力场可强化磁场,导致腐蚀后自漏磁信号极值增加,当预疲劳加载循环次数从1 000增加至100 000时,自漏磁信号强度增大了30%。由此可见,早期腐蚀引起的高强钢丝异常自漏磁信号可被疲劳作用掩盖,考虑单一腐蚀与应力变化难以反映高强钢丝自漏磁检测效果,需综合考虑腐蚀-疲劳的耦合效应,以获得桥梁拉索高强钢丝自漏磁信号变化规律,从而为桥梁拉索无损检测提供分析依据。

关键词：桥梁工程桥梁拉索自漏磁检测高强钢丝无损检测腐蚀-疲劳耦合

在线全文

学校读者我要写书评

暂无评论

基于改进特征融合的口罩检测算法

计算机工程与设计 2024年第2期45卷 524-529页

作者：曹琦武友新南昌大学数学与计算机学院江西南昌330036

针对口罩检测模型缺少不规范佩戴分类的检测,精度高与速度快难以兼容的问题,提出一种单阶段口罩规范佩戴实时检测算法,引入轻量提取网络DM-CSP,添加多尺度注意力MCA增强提取能力;针对融合阶段深浅层特征信息不对齐问题,设计特征对齐及... 详细信息

针对口罩检测模型缺少不规范佩戴分类的检测,精度高与速度快难以兼容的问题,提出一种单阶段口罩规范佩戴实时检测算法,引入轻量提取网络DM-CSP,添加多尺度注意力MCA增强提取能力;针对融合阶段深浅层特征信息不对齐问题,设计特征对齐及选择模块FAS,提出特征增强模块CTM关联特征图谱上下文信息,构建解耦通道进行图像识别,提高算法的识别精度和收敛速度。实验结果表明,改进算法检测精度达到93.2%,较主流算法YOLOv4-Tiny提高4.8%,检测速度和模型容量具有更优性能表现。

关键词：口罩检测图像识别注意力特征对齐特征增强实时检测多尺度

基于Bayes-ARIMA的景区公路短时交通流量预测

在线全文

学校读者我要写书评

暂无评论

公路 2024年第4期69卷 225-234页

作者：王代君李明鹿守山江西省交通科学研究院有限公司南昌市330000 长大桥梁建设关键技术及装备交通运输行业研发中心南昌市330000 江西省桥梁工程重点实验室南昌市330000

为方便景区公路交通组织及资源调度,提出了一种基于贝叶斯估计和ARIMA(Auto Regressive Integrated Moving Average model,差分自回归移动平均模型)的短时交通流量预测模型Bayes-ARIMA。通过ARIMA模型捕捉车流量时间序列特征,再通过贝... 详细信息

为方便景区公路交通组织及资源调度,提出了一种基于贝叶斯估计和ARIMA(Auto Regressive Integrated Moving Average model,差分自回归移动平均模型)的短时交通流量预测模型Bayes-ARIMA。通过ARIMA模型捕捉车流量时间序列特征,再通过贝叶斯方法引入其他时空因素的影响,充分利用2种模型的优势对车流量进行联合预测。结果表明:贝叶斯方法能够拟合交通流量的整体趋势,但在细节波动上的拟合精度明显不足,部分有用的细节信息丢失在残差序列中。ARIMA模型可以有效提取并还原贝叶斯预测残差序列中的有用信息,修正贝叶斯预测结果。与贝叶斯估计或ARIMA单独使用时相比,Bayes-ARIMA模型的均方根误差和绝对平均误差均有显著下降,表明Bayes-ARIMA组合模型的综合性能优于贝叶斯估计和ARIMA单一模型。

关键词：智能交通短时交通流量预测模型贝叶斯 ARIMA

在线全文

学校读者我要写书评

暂无评论

片剂连续制造中在线检测技术应用进展

中国新药杂志 2024年第8期33卷 774-784页

作者：梁钧杰张尧潘浩敏饶小勇刘微罗晓健何雁江西中医药大学南昌330004 中药固体制剂制造技术国家工程研究中心南昌330006

连续制造模式在食品、化学等行业应用多年,极大地促进了行业的发展。其有绿色节能、智能化等特点,可提升药品质量和生产效率,是未来药品生产的发展趋势。近些年已引起制药行业的广泛关注,但目前只有少量药品以连续制造模式生产获准上市... 详细信息

连续制造模式在食品、化学等行业应用多年,极大地促进了行业的发展。其有绿色节能、智能化等特点,可提升药品质量和生产效率,是未来药品生产的发展趋势。近些年已引起制药行业的广泛关注,但目前只有少量药品以连续制造模式生产获准上市。而连续过程中产品质量的检测十分重要,在线检测技术可快速分析待测性质,也可为设备间的工艺调控提供依据。本文总结近年来各制剂单元操作间使用近红外技术、拉曼光谱、微波传感等手段对原材料、中间产物及最终产品的关键质量属性进行检测的应用,描述了设备中检测位置对测量的影响,并简单介绍了不同连续制造产线构造及设备,以期对制药连续过程中进行在线检测技术应用及进一步研究提供参考。

关键词：连续制造在线检测关键质量属性设备

在线全文

学校读者我要写书评

暂无评论

以对比学习与时序递推提升摘要泛化性的方法

重庆理工大学学报（自然科学） 2024年第2期38卷 170-180页

作者：汤文亮陈帝佑桂玉杰刘杰明徐军亮华东交通大学信息工程学院南昌330013

为了有效缓解基于交叉熵损失函数训练的传统文本摘要模型所面临的推理过程中性能下降、泛化性较低、生成过程中曝光偏差现象严重、生成的摘要与参考摘要文本相似度较低等问题,提出了一种新颖的训练方式,一方面,模型本身以beamsearch的... 详细信息

为了有效缓解基于交叉熵损失函数训练的传统文本摘要模型所面临的推理过程中性能下降、泛化性较低、生成过程中曝光偏差现象严重、生成的摘要与参考摘要文本相似度较低等问题,提出了一种新颖的训练方式,一方面,模型本身以beamsearch的方式生成候选集,以候选摘要的评估分数选取正负样本,在输出的候选集中以“argmax-贪心搜索概率值”和“标签概率值”构建2组对比损失函数;另一方面,设计作用于候选集句内的时序递推函数引导模型在输出每个单独的候选摘要时确保时序准确性,并缓解曝光偏差问题。实验表明,所提方法在CNN/DailyMail和Xsum公共数据集上的泛化性得到提升,Rouge与BertScore在CNN/DailyMail上达到47.54和88.51,在Xsum上达到了48.75和92.61。

关键词：自然语言处理文本摘要对比学习模型微调