检索结果-南通市图书馆

利用深度时空自编码网络与多示例学习进行船只异常事件检测

在线全文

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7期49卷 1109-1119页

作者：潘文康邵振峰廖明李先怡宋杨武汉大学测绘遥感信息工程国家重点实验室湖北武汉430079 江西省自然资源事业发展中心江西南昌330025 珠海欧比特宇航科技股份有限公司广东珠海519080 广州市城市规划勘测设计研究院广东广州440100

异常事件检测是交通安全防控的重要支撑技术,也一直是信息科学领域的研究热点。提出了利用深度时空自编码网络与多示例学习进行船只异常事件检测的方法,针对目前无法为模型训练提供精确帧级别标注的问题,引入多示例学习模型,将视频作为... 详细信息

异常事件检测是交通安全防控的重要支撑技术,也一直是信息科学领域的研究热点。提出了利用深度时空自编码网络与多示例学习进行船只异常事件检测的方法,针对目前无法为模型训练提供精确帧级别标注的问题,引入多示例学习模型,将视频作为包,并将视频片段作为包中的示例,通过网络自动学习一个深度异常排序模型,该模型能预测异常视频片段的分数。同时,在特征提取方面,提出了深度时空自编码网络,在空间自编码器中,为了获取更精确的红绿蓝特征,将解码器中的上采样层替换为像素重组层。在时间自编码器中,为了突出运动变化较大的区域,引入基于方差的注意力机制,使快速移动的物体有更大的运动损失,有利于检测出异常事件。还构建了一个新的大规模的船只视频数据集,包括100个真实场景的监控视频以及5类真实的异常事件,分别为海面逗留、非港口靠岸、非港口离岸、超速和越界。该数据集可用于模型的训练与测试。实验结果表明,相比传统的双流网络以及基于图像重构的检测方法,所提出的基于深度时空自编码网络与多示例学习的方法的异常事件检测精度由71.7%提升为82.4%,表明了其在船只异常事件检测上的有效性。

关键词：船只异常事件检测深度时空自编码网络多示例学习船只视频数据集

在线全文

学校读者我要写书评

暂无评论

融合多尺度特征的蜗杆表面缺陷检测

光学精密工程 2024年第11期32卷 1746-1758页

作者：王蕾郭文平陈欣慰夏珉华中科技大学光学与电子信息学院湖北武汉430070

为了改善蜗杆齿顶表面缺陷检测依赖人工检测,检测效率低下以及检测成本高昂的现状,对基于机器视觉的自动化检测方法展开研究。设计了蜗杆缺陷采集系统,针对不同缺陷发生率不同提出了数据增广策略。在YOLOv7的基础上改进算法,针对不同缺... 详细信息

为了改善蜗杆齿顶表面缺陷检测依赖人工检测,检测效率低下以及检测成本高昂的现状,对基于机器视觉的自动化检测方法展开研究。设计了蜗杆缺陷采集系统,针对不同缺陷发生率不同提出了数据增广策略。在YOLOv7的基础上改进算法,针对不同缺陷的尺寸分布差异,引入渐进特征金字塔重构颈部网络,提升模型的多尺度特征融合能力;为减少蜗杆非缺陷位置对检测结果的干扰,引入注意力机制进一步加强模型的缺陷关注能力;最后改进回归损失函数为SIOU,在网络训练中加入考虑标注框和预测框的方向,进一步提升网络的检测精度。通过对比消融实验证明了上述改进的有效性。在参数量下降20.7%的情况下,文本所提出的算法相较于YOLOv7算法精度提升了3.3%;和YOLOR,YOLOv5m等多种算法相比,本算法的检测性能最优,基本满足蜗杆表面缺陷自动化检测需求。

关键词：机器视觉表面缺陷 YOLOv7 特征金字塔

维普期刊数据库博看期刊

超声引导下鞘内注射诺西那生钠治疗儿童脊髓性肌萎缩症

在线全文

学校读者我要写书评

暂无评论

中国医学影像技术 2024年第2期40卷 190-192页

作者：黎慧袁莉孙杰钱超付曼丽孙丹邓小龙华中科技大学同济医学院附属武汉儿童医院(武汉市妇幼保健院)儿童超声科湖北武汉430014 华中科技大学同济医学院附属武汉儿童医院(武汉市妇幼保健院)神经内科湖北武汉430014

脊髓性肌萎缩症(spinal muscular atrophy, SMA)是以近端肢体进行性肌无力及肌萎缩为主要特征的常染色体隐性遗传病,多由5q13运动神经元存活基因(survival motor neuron gene, SMN)1突变或缺失导致,是儿童最常见的神经肌肉病^([1])。鞘... 详细信息

脊髓性肌萎缩症(spinal muscular atrophy, SMA)是以近端肢体进行性肌无力及肌萎缩为主要特征的常染色体隐性遗传病,多由5q13运动神经元存活基因(survival motor neuron gene, SMN)1突变或缺失导致,是儿童最常见的神经肌肉病^([1])。鞘内注射诺西那生钠为治疗SMA的有效手段,但对于脊柱严重侧凸者,常需于影像学引导下完成^([2-3])。

关键词：脊髓性肌萎缩,儿童注射,脊髓超声检查

不同香型大曲微生态结构及其发酵特性相关性分析

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

食品科学 2024年第13期45卷 104-114页

作者：徐锦冯文聪朱澳迪李良董孝元常煦陈茂彬方尚玲工业发酵省部共建协同创新中心发酵工程教育部重点实验室工业微生物湖北省重点实验室湖北工业大学生物工程与食品学院湖北武汉430068 黄鹤楼酒业有限公司湖北武汉430050 湖北安琪酵母股份有限公司湖北宜昌443000

以清香型、浓香型和酱香型白酒大曲为研究对象,采用理化分析、顶空固相微萃取气相色谱-质谱检测和高通量测序技术,探究不同香型大曲微生态与理化指标和酒质特征风味化合物的潜在关系。结果表明,清香大曲的糖化力和发酵力最高,浓香型大... 详细信息

以清香型、浓香型和酱香型白酒大曲为研究对象,采用理化分析、顶空固相微萃取气相色谱-质谱检测和高通量测序技术,探究不同香型大曲微生态与理化指标和酒质特征风味化合物的潜在关系。结果表明,清香大曲的糖化力和发酵力最高,浓香型大曲的酯化力和淀粉含量最高,酱香型大曲的酸度最高。3种香型大曲优势细菌属包括乳酸杆菌属(Saccharopolyspora)、魏斯氏菌属(Weissella)、芽孢杆菌属(Bacillus);优势真菌属包括复膜孢酵母属(Saccharomycopsis)、曲霉属(Aspergillus)、嗜热霉菌属(Thermomyces)。相关性分析表明,芽孢杆菌属与糖化力、液化力、发酵力、癸酸乙酯、苯乙醇呈正相关;嗜热霉菌属与己酸乙酯、异戊醇、乳酸乙酯、乙酸、川芎嗪呈正相关。

关键词：不同香型大曲理化指标特征风味化合物微生物群落相关性分析

γ射线辐照对大米食用品质及淀粉理化特性的影响

在线全文

学校读者我要写书评

暂无评论

食品科学 2024年第13期45卷 210-219页

作者：孙鹏伟刘娅妮高虹范秀芝殷朝敏沈汪洋王展程世伦史德芳武汉轻工大学食品科学与工程学院湖北武汉430023 湖北省农业科学院农产品加工与核农技术研究所国家食用菌加工技术研发分中心林下经济湖北省工程研究中心湖北武汉430064 湖北工业大学生命科学与健康工程学院湖北武汉430068 湖北省香菇产业技术研究院有限公司湖北随州441300 钟祥兴利食品股份有限公司湖北荆门431900

为探究不同剂量60Co-γ射线辐照对大米的影响,采用质构仪、快速黏度分析仪、差示扫描量热仪、流变仪、X射线衍射仪和傅里叶变换红外光谱仪等对大米的食用品质及大米淀粉的理化特性、结构进行表征分析。结果表明:在食用品质方面,随辐照... 详细信息

为探究不同剂量60Co-γ射线辐照对大米的影响,采用质构仪、快速黏度分析仪、差示扫描量热仪、流变仪、X射线衍射仪和傅里叶变换红外光谱仪等对大米的食用品质及大米淀粉的理化特性、结构进行表征分析。结果表明:在食用品质方面,随辐照剂量的增加,辐照处理显著降低了大米加热吸水率、体积膨胀率、米汤pH值、米汤固体溶出物含量及米汤碘蓝值(P<0.05);与未经辐照的米饭相比,较高剂量的辐照导致米饭的总色差(ΔE)升高,在10 kGy时,ΔE为12.53,表现出明显的色泽变化;辐照对米饭硬度的影响也较为明显。在淀粉理化特性方面,大米淀粉的峰值黏度、回生值、糊化焓随辐照剂量的增加而显著降低(P<0.05);辐照减小了淀粉的刚性、弹性、相对结晶度及有序度,其中,大米淀粉的结晶度由23.68%降低至15.69%。蒸煮指标、米汤性质、ΔE、质构特性的测定结果表明,较高辐照剂量会降低大米的食用品质。辐照处理后的大米淀粉中慢消化淀粉及抗性淀粉的含量上升,在4 kGy辐照处理下,抗性淀粉质量分数增加至20.22%;与对照组相比,辐照处理降低了淀粉的水解率。综上可知,γ射线辐照主要通过影响淀粉晶体结构,达到改善其糊化和流变学特性、抑制淀粉消化率的目的,但大米不宜进行较高剂量辐照处理。本研究可为辐照大米及其制品的制作及淀粉的改性提供理论指导。

关键词： γ射线辐照大米食用品质理化特性

基于改进YOLO v5n的舍养绵羊行为识别方法

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2024年第4期55卷 231-240页

作者：翟亚红王杰徐龙艳祝岚原红光赵逸凡湖北汽车工业学院电气与信息工程学院十堰442002 沁阳市北盛牧业有限公司沁阳454550

日常行为是家畜健康状况的重要体现,在传统的行为识别方法中,通常需要人工或者依赖工具对家畜进行观察。为解决以上问题,基于YOLO v5n模型,提出了一种高效的绵羊行为识别方法,利用目标识别算法从羊圈斜上方的视频序列中识别舍养绵羊的... 详细信息

日常行为是家畜健康状况的重要体现,在传统的行为识别方法中,通常需要人工或者依赖工具对家畜进行观察。为解决以上问题,基于YOLO v5n模型,提出了一种高效的绵羊行为识别方法,利用目标识别算法从羊圈斜上方的视频序列中识别舍养绵羊的进食、躺卧以及站立行为。首先用摄像头采集养殖场中羊群的日常行为图像,构建绵羊行为数据集;其次在YOLO v5n的主干特征提取网络中引入SE注意力机制,增强全局信息交互能力和表达能力,提高检测性能;采用GIoU损失函数,减少训练模型时的计算开销并提升模型收敛速度;最后,在Backbone主干网络中引入GhostConv卷积,有效地减少了模型计算量和参数量。实验结果表明,本研究提出的GS-YOLO v5n目标检测方法参数量仅为1.52×10^(6),相较于原始模型YOLO v5n减少15%;浮点运算量为3.3×10^(9),相较于原始模型减少30%;且平均精度均值达到95.8%,相比于原始模型提高4.6个百分点。改进后模型与当前主流的YOLO系列目标检测模型相比,在大幅减少模型计算量和参数量的同时,检测精度均有较高提升。在边缘设备上进行部署,达到了实时检测要求,可准确快速地对绵羊进行定位并检测。

关键词：舍养绵羊智慧养殖行为识别注意力机制 YOLO v5n 绵羊数据集

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

饭团低温贮藏过程中不同部位品质变化规律

食品科学 2024年第12期45卷 253-260页

作者：陈芷涵金伟平王展沈汪洋贾喜午武汉轻工大学食品科学与工程学院湖北武汉430048 大宗粮油精深加工教育部重点实验室湖北武汉430048

为探究饭团4℃贮藏过程中不同部位品质变化规律,将饭团由外到内均分成外、中、内三部分,采用低场核磁共振仪、米饭食味计、X射线衍射仪、扫描电子显微镜和气相色谱-离子迁移谱等检测手段分析饭团在贮藏期间不同部位物化性质和微观结构... 详细信息

为探究饭团4℃贮藏过程中不同部位品质变化规律,将饭团由外到内均分成外、中、内三部分,采用低场核磁共振仪、米饭食味计、X射线衍射仪、扫描电子显微镜和气相色谱-离子迁移谱等检测手段分析饭团在贮藏期间不同部位物化性质和微观结构的变化。结果表明:随着贮藏时间的延长,饭团水分含量变化幅度不大,饭团各部位的横向弛豫时间(T2)整体呈下降趋势,部分结合水转变为自由水;外观、口感显著性降低(P<0.05),外、中、内层的综合评分分别从66、65、63分降至50、49、50分,硬度显著增加(P<0.05),黏度显著减小(P<0.05),弹性无明显变化;饭团各部位中3种挥发性物质浓度降低,8种挥发性物质浓度升高;米饭中的淀粉形成B型结晶结构,饭团外、中、内层的相对结晶度分别从6.21%、5.14%、5.24%升至10.62%、9.99%、9.23%;米饭样品横截面的网状结构出现塌陷,孔隙变得不均匀。相同贮藏时间内,饭团外层和内层的差异最大,饭团外层米饭相较于内层的老化程度更大、品质劣变更严重。研究结果可为饭团品质维持和改良提供理论依据。

关键词：饭团贮藏老化微观结构挥发性成分

在线全文

学校读者我要写书评

暂无评论

改进YOLOv5-S的交通标志检测算法

计算机工程与应用 2024年第5期60卷 200-209页

作者：刘海斌张友兵周奎张宇丰吕圣湖北汽车工业学院汽车工程师学院Sharing-X移动服务技术平台联合实验室湖北十堰442000

在自动驾驶领域,现有的交通标志检测方法在检测复杂背景中的标志时存在着漏检或误检的问题,降低了智能汽车的可靠性。对此,提出了一种改进YOLOv5-S的实时交通标志检测算法。在特征提取网络中融合坐标注意力机制,通过构建目标的长范围依... 详细信息

在自动驾驶领域,现有的交通标志检测方法在检测复杂背景中的标志时存在着漏检或误检的问题,降低了智能汽车的可靠性。对此,提出了一种改进YOLOv5-S的实时交通标志检测算法。在特征提取网络中融合坐标注意力机制,通过构建目标的长范围依赖来捕获物体的位置感知,使得算法聚焦于重点的特征区域;引入Focal-EIoU损失函数来取代CIoU,使其更关注高质量的分类样本,提高对难分类样本的学习能力,减少漏检或者误检的问题;在网络中融合轻量级卷积技术GSConv,降低模型的计算量。增加新的小目标检测层,通过更丰富的特征信息提高小尺寸标志的检测效果。实验结果表明,改进方法的mAP@0.5和mAP@0.5:0.95分别为88.1%和68.5%,检测速度达到了83 FPS,能够满足实时可靠的检测需求。

关键词：交通标志检测 YOLOv5 坐标注意机制 Focal-EIoU GSConv

在线全文

学校读者我要写书评

暂无评论

基于随机平滑的通用黑盒认证防御

计算机学报 2024年第3期47卷 690-702页

作者：李瞧陈晶张子君何琨杜瑞颖汪欣欣空天信息安全与可信计算教育部重点实验室武汉大学国家网络安全学院武汉430079 武汉大学日照信息研究院山东日照276800 武汉大学地球空间信息技术协同创新中心武汉430079

近年来,基于深度神经网络(DNNs)的图像分类模型在人脸识别、自动驾驶等关键领域得到了广泛应用,并展现出卓越的性能.然而,深度神经网络容易受到对抗样本攻击,从而导致模型错误分类.为此,提升模型自身的鲁棒性已成为一个主要的研究方向.... 详细信息

近年来,基于深度神经网络(DNNs)的图像分类模型在人脸识别、自动驾驶等关键领域得到了广泛应用,并展现出卓越的性能.然而,深度神经网络容易受到对抗样本攻击,从而导致模型错误分类.为此,提升模型自身的鲁棒性已成为一个主要的研究方向.目前大部分的防御方法,特别是经验防御方法,都基于白盒假设,即防御者拥有模型的详细信息,如模型架构和参数等.然而,模型所有者基于隐私保护的考虑不愿意共享模型信息.即使现有的黑盒假设的防御方法,也无法防御所有范数扰动的攻击,缺乏通用性.因此,本文提出了一种适用于黑盒模型的通用认证防御方法.具体而言,本文首先设计了一个基于查询的无数据替代模型生成方案,在无需模型的训练数据与结构等先验知识的情况下,利用查询和零阶优化生成高质量的替代模型,将认证防御场景转化为白盒,确保模型的隐私安全.其次,本文提出了基于白盒替代模型的随机平滑和噪声选择方法,构建了一个能够抵御任意范数扰动攻击的通用认证防御方案.本文通过分析比较原模型和替代模型在白盒认证防御上的性能,确保了替代模型的有效性.相较于现有方法,本文提出的通用黑盒认证防御方案在CIFAR10数据集上的效果取得了显著的提升.实验结果表明,本文方案可以保持与白盒认证防御方法相似的效果.与之前基于黑盒的认证防御方法相比,本文方案在实现了所有L p的认证防御的同时,认证准确率提升了20%以上.此外,本文方案还能有效保护原始模型的隐私,与原始模型相比,本文方案使成员推理攻击的成功率下降了5.48%.

关键词：深度神经网络认证防御随机平滑黑盒模型替代模型