检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于多尺度特征融合的绝缘子缺陷程度检测

高电压技术 2024年第5期50卷 1889-1899,I0008页

作者：陈奎贾立娇刘晓方永丽赵昌新中国矿业大学电气工程学院徐州221000 国网江苏省电力有限公司徐州供电分公司徐州221000

针对绝缘子不同程度缺陷特征相似、像素信息少、不同程度缺陷检测效果不佳的问题,提出了一种基于多尺度特征融合的绝缘子缺陷程度检测网络(multi-scale feature fusion defect degree detection network,MFFD3Net)。该网络采用重构的Res... 详细信息

针对绝缘子不同程度缺陷特征相似、像素信息少、不同程度缺陷检测效果不佳的问题,提出了一种基于多尺度特征融合的绝缘子缺陷程度检测网络(multi-scale feature fusion defect degree detection network,MFFD3Net)。该网络采用重构的ResNeSt50架构提高了对绝缘子缺陷程度数据集的特征提取能力。设计了基于反卷积的多尺度特征融合模块,丰富了不同尺寸特征图的表达能力,提高了对不同尺度目标的检测性能。同时,在输入检测模块的浅层特征图后增加多感受野的特征提取模块(receptive field block,RFB),使得更多绝缘子缺陷信息进入有效感受野,对最终特征图产生影响,提升不同程度绝缘子缺陷的检测精度。MFFD3Net在绝缘子缺陷程度数据集上的全类平均精度达到85.02%,其中绝缘子轻微破损与绝缘子轻微闪络小目标的检测精度分别为78.37%、79.98%,能够完成不同程度绝缘子缺陷的识别与定位。因此,该文提出的MFFD3Net对于完善电力系统故障预警、保障电网安全稳定运行具有重要意义。

关键词：绝缘子缺陷程度检测 ResNeSt50 特征提取模块感受野

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

基于多层递进引导的人脸图像修复网络

激光与光电子学进展 2024年

作者：雎雅玲董秀成侯兵何锦清雍萧西华大学电气与电子信息学院四川大学锦江学院

针对人脸图像修复后细节纹理存在伪影和面部轮廓不协调等问题，提出一种改进的多层递进引导的人脸图像修复网络。首先，网络采用编码-解码结构，分为结构补充分支、纹理生成分支和主分支，不同分支之间逐步引导生成结构和纹理特征。其... 详细信息

针对人脸图像修复后细节纹理存在伪影和面部轮廓不协调等问题，提出一种改进的多层递进引导的人脸图像修复网络。首先，网络采用编码-解码结构，分为结构补充分支、纹理生成分支和主分支，不同分支之间逐步引导生成结构和纹理特征。其次，不同分支进行特征传递时引入特征提取模块，增强不同分支之间的联系；本文设计了特征增强注意力机制，加强通道和空间维度上的语义关系。最后，不同分支的输出特征传递到上下文聚合模块，得到更加接近真实图像的修复图像。实验结果表明：本文提出的网络在CelebA-HQ数据集中的实验结果在SSIM和PSNR上平均提高0.003和0.13dB。为防过拟合，在数据量稀疏的侧脸数据集中采用联合训练和微调，SSIM和PSNR比直接训练平均提高0.003和0.29dB。

关键词：图像修复特征提取模块特征增强注意力机制上下文聚合模块

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于改进YOLOv5的热轧带钢缺陷检测

计算机仿真 2024年第5期41卷 197-203页

作者：李顺杨颖广西大学计算机与电子信息学院广西南宁530004

针对热轧带钢的缺陷检测,存在目标尺寸过小、特征不清晰和错测漏检等问题,提出了一种基于改进YOLOv5的热轧带钢缺陷检测方法。首先基于K-means++算法在聚合网络上加入了一种超参数锚框算法,提高了锚框的准确率。其次重新设计了新的特征... 详细信息

针对热轧带钢的缺陷检测,存在目标尺寸过小、特征不清晰和错测漏检等问题,提出了一种基于改进YOLOv5的热轧带钢缺陷检测方法。首先基于K-means++算法在聚合网络上加入了一种超参数锚框算法,提高了锚框的准确率。其次重新设计了新的特征提取模块,增加了检测的尺度并且加入了非线性卷积模块强化了目标缺陷的语义信息。最后针对置信度损失函数,使用较为平滑的相对熵来取代交叉熵,提高了模型收敛时的稳定性。与基准算法的实验结果显示,使用改进YOLOv5的平均检测精度比原版YOLOv5提高了8.2%,泛化能力更强,检测速度更快,错误和漏检率更低。

关键词：神经网络缺陷检测超参数锚框算法特征提取模块相对熵

在线全文

学校读者我要写书评

暂无评论

级联式生成对抗网络图像修复模型

天津大学学报（自然科学与工程技术版） 2021年第9期54卷 917-924页

作者：何凯刘坤李宸马希涛天津大学电气自动化与信息工程学院天津300072

为解决现有算法容易产生图像模糊或纹理失真的问题,提出了一种级联式生成对抗网络图像修复模型.该模型由粗化和优化生成子网络串联而成.在粗化生成网络中设计了一种并行卷积模块,由3层卷积通路和1个深层卷积通路并联组成,当网络层数较深... 详细信息

为解决现有算法容易产生图像模糊或纹理失真的问题,提出了一种级联式生成对抗网络图像修复模型.该模型由粗化和优化生成子网络串联而成.在粗化生成网络中设计了一种并行卷积模块,由3层卷积通路和1个深层卷积通路并联组成,当网络层数较深时,可解决梯度消失问题;在深层卷积通路中提出了一种特征提取模块,可利用不同大小的卷积核来获取更加丰富的图像信息.此外,在优化生成网络中提出了一种级联残差模块,通过对4个通道的双层卷积进行交叉级联,可有效增强特征复用;将卷积结果与模块输入特征图的元素对应相加,进行局部残差学习,可提高网络的表达能力;同时采用空洞卷积,可以充分利用上下文信息,保留更多的图像底层细节,实现图像的精细修复.仿真实验结果表明,本文算法修复图像视觉效果好,在3个数据集上峰值信噪比(PSNR)分别为18.4532、18.5496、21.5299;结构相似度(SSIM)为0.8972、0.9683、0.8956,量化结果在对比算法中均为最高,实现复杂结构和纹理信息的自动修复.

关键词：图像修复生成对抗网络特征提取模块残差模块

基于LabVIEW的心音信号分类识别系统设计

在线全文

学校读者我要写书评

暂无评论

基于LabVIEW的心音信号分类识别系统设计

作者：张文英重庆大学

学位级别：硕士

心血管疾病已给人类带来了新的严峻挑战，并已经成为全球性公共卫生问题。心音是心脏和心血管系统机械运动状况的反映，因此，心音检测逐步成为临床辅助诊断心血管疾病的有效方法之一。对心音信号的临床检测常用方法是心音听诊和心音图... 详细信息

心血管疾病已给人类带来了新的严峻挑战，并已经成为全球性公共卫生问题。心音是心脏和心血管系统机械运动状况的反映，因此，心音检测逐步成为临床辅助诊断心血管疾病的有效方法之一。对心音信号的临床检测常用方法是心音听诊和心音图，但是心音听诊技术容易受到人耳听力灵敏度和临床医师主观经验的影响，心音图能够弥补心音听诊的一些不足，但是它也存在着一些缺点，在一定程度上限制了它的应用。近年来，随着计算机和信号处理应用的逐步推广，心音分析仪的设计与开发已成为心音分析领域的发展趋势。目前出现的心音分析仪多数虽然可以对心音进行简单的时频分析，但是基本上都不具有对心音的分类识别功能，因此，心音分析仪的功能有待于进一步完善。鉴于此，本文在LabVIEW平台上设计了一款心音分类识别系统。本文首先给出了系统设计的整体方案，该系统一共分为三个子系统：预处理模块、特征提取模块、模型训练与识别模块。预处理模块，又分为以下四个模块：去噪模块、预加重模块、分帧加窗模块和端点检测模块。其中，去噪模块是利用小波变换去噪算法来设计的，通过实验确定了小波母函数、分解尺度和阈值的合适选取;预加重模块是通过一个一阶数字滤波器来实现的;利用哈明窗设计了分帧加窗模块;端点检测模块是基于短时能量和短时过零率的原理来实现的。其次，在特征参数提取模块，本文介绍Mel频率倒谱系数及对其改进的其它四个参数：Mel频率倒谱系数结合其一阶差分系数、Mel频率倒谱系数结合其Delta特征、小波包变换改进的Mel频率倒谱系数、小波包变换改进的Mel频率倒谱系数结合其一阶差分系数(DWPTMFCC+ΔDWPTMFCC)的提取原理，同时详细分析了它们在LabVIEW平台上提取的难点并给出了解决方案。最后，在模型训练与识别模块，本文选取常见的识别模型——高斯混合模型(GMM)用于心音信号的分类识别。介绍了GMM的原理，分析了传统GMM的参数初始化算法K-means算法存在的缺点和不足，针对此，提出了三种算法：近似模糊C均值聚类算法、加权模糊C均值聚类算法和加权可选择模糊C均值聚类算法(WOFCM)对传统的GMM加以改进。此模块的关键点是这四个识别模型的训练过程与识别过程在LabVIEW平台上的实现与设计。将以上各个子模块集成在一起，就可以完成最终整体系统的设计。从特征参数和识别模型这两个角度对设计的系统进行测试，即对本文选取的临床上采集的正常心音信号和二尖瓣狭窄、主动脉瓣狭窄、主动脉瓣关闭不全、室间隔缺损、肺动脉瓣狭窄、心律不齐、二尖瓣关闭不全、S1分裂、S2分裂9类病理信号进行分类识别，综合考虑识别率和识别时间，当DWPTMFCC+ΔDWPTMFCC作为特征参数和WOFCM改进得到的GMM作为识别模型时表现出最为优越的识别性能，尤其是对异常心音信号而言，提高程度更为显著。因此，利用该参数和模型对最初设计的整个系统进行了简化处理，得到了最终的心音分类识别系统，这对目前的心音分析仪的功能进行进一步的补充完善，在研究心脏活动和早期的临床心血管疾病的诊断中有潜在的应用价值。

关键词：心音 LabVIEW 预处理模块特征提取模块模型训练与识别模块

基于轻量型卷积神经网络的视频移动目标检测研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

自动化应用 2023年第16期64卷 173-175页

作者：朱明超胡灿伟黄永腾李鹏生张小凤北京理工大学珠海学院广东珠海519088

为解决传统目标检测方法存在准确率低、耗时长的问题,本文提出了一种基于轻量型卷积神经网络的视频移动目标检测方法。首先,对视频移动目标图像进行形态学滤波预处理,以滤除背景及外界杂波的干扰;其次,设计了LYOLO网络模型,输入预处理... 详细信息

为解决传统目标检测方法存在准确率低、耗时长的问题,本文提出了一种基于轻量型卷积神经网络的视频移动目标检测方法。首先,对视频移动目标图像进行形态学滤波预处理,以滤除背景及外界杂波的干扰;其次,设计了LYOLO网络模型,输入预处理后的视频移动目标图像,采用MobileNet-V2主干特征提取网络;再次,通过深度可分离卷积块提取图像特征,并改进设计LYOLO网络损失函数;最后,通过损失函数计算实现视频移动目标检测。实验结果表明,本文设计方法具有良好的视频移动目标检测性能,整体检测准确率高于90%,且检测耗时平均值仅为5.3 s,远短于传统方法。

关键词： LYOLO网络特征提取模块损失函数视频移动目标检测

在线全文

学校读者我要写书评

暂无评论

基于渐进式特征融合的图像细粒度分类研究

仪表技术 2022年第6期 47-51页

作者：林雄姚剑敏严群林志贤福州大学物理与信息工程学院福建建福州350108 晋江市博感电子科技有限公司福建晋江362200

针对图像细粒度分类任务中存在的细粒度特征利用不充分的问题,根据渐进式训练的思想,改进了基于渐进式特征融合的方法。该方法结合分割注意力模块进行更充分的特征提取,渐进式多粒度训练能取得更加丰富的图像特征信息。按不同粒度进行... 详细信息

针对图像细粒度分类任务中存在的细粒度特征利用不充分的问题,根据渐进式训练的思想,改进了基于渐进式特征融合的方法。该方法结合分割注意力模块进行更充分的特征提取,渐进式多粒度训练能取得更加丰富的图像特征信息。按不同粒度进行分割的图像首先经过特征提取模块ResNeSt,再相继连接到卷积模块和分类模块,最终完成图像分类任务。采用多通道损失优化损失函数,而在此基础上,原图也经过相同的流程得到输出,其中的卷积模块的操作是原图经过前面不同粒度流程卷积模块后的结果的拼接。实验结果表明,该方法能将细粒度图像分类的准确率提高到89.5%,基本符合实际场景的精度需求,但在提升分类准确率的同时,未能提高网络训练的速度,亟待在今后的研究工作中加以改进。

关键词：细粒度分类特征提取模块注意力机制卷积神经网络