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

特征融合与灰色回归的滚动轴承性能退化评估

电子学报 2022年第1期50卷 106-115页

作者：杨创艳马军王晓东罗亭李卓睿昆明理工大学信息工程与自动化学院云南昆明650500 昆明理工大学云南省人工智能重点实验室云南昆明650500

针对传统退化指标无法准确反映滚动轴承全寿命周期内退化状态的问题,提出一种特征融合与灰色回归的滚动轴承性能退化评估方法.该方法提取滚动轴承振动信号的高维退化特征,构建基于单调性、相关性和鲁棒性的综合评价准则,选择有效退化特... 详细信息

针对传统退化指标无法准确反映滚动轴承全寿命周期内退化状态的问题,提出一种特征融合与灰色回归的滚动轴承性能退化评估方法.该方法提取滚动轴承振动信号的高维退化特征,构建基于单调性、相关性和鲁棒性的综合评价准则,选择有效退化特征并构建敏感指标集;提出核独立成分分析(Kernel Independent Component Analy⁃sis,KICA)和马氏距离(Mahalanobis Distance,MD)相结合的方法,计算敏感退化指标KICAMD;融合灰色回归模型和3δ原则,判定敏感退化指标KICAMD是否存在虚假波动并修复,获得轴承健康指标(Health Index,HI);最后,基于HI时间序列的转折突变点,自适应确定初始故障时间和定量评估轴承退化状态.两组滚动轴承全寿命周期振动实验数据及对比分析表明,所提方法构建的性能退化指标能有效表征轴承全生命周期的运行状态.

关键词：滚动轴承特征融合灰色回归模型初始故障时间退化状态定量评估

在线全文

学校读者我要写书评

暂无评论

特征融合生成对抗网络的水下图像增强

计算机辅助设计与图形学学报 2022年第2期34卷 264-272页

作者：范新南杨鑫史朋飞韩松辛元雪河海大学信息学部物联网工程学院常州213022

针对水下图像对比度低和颜色失真等问题,提出一种特征融合生成对抗网络的水下图像增强算法.首先,对水下退化图像进行颜色校正,并以卷积神经网络提取颜色校正后图像的特征;其次,以基于U-Net的特征提取网络提取水下退化图像特征,并将其与... 详细信息

针对水下图像对比度低和颜色失真等问题,提出一种特征融合生成对抗网络的水下图像增强算法.首先,对水下退化图像进行颜色校正,并以卷积神经网络提取颜色校正后图像的特征;其次,以基于U-Net的特征提取网络提取水下退化图像特征,并将其与颜色校正图像的特征融合;最后,通过卷积神经网络完成融合特征到增强图像的重构.在Underwater-ImageNet数据集上与其他算法相比,水下图像评价指标(underwater image quality measure,UIQE)提高0.308,自然图像评价指标(natural image quality evaluator,NIQE)降低0.638,增强后的水下图像对比度和清晰度提升并且颜色更真实.

关键词：水下图像增强特征融合生成对抗网络 U-Net

特征融合和自校正的多尺度改进KCF目标跟踪算法研究

在线全文

学校读者我要写书评

暂无评论

高技术通讯 2022年第4期32卷 337-350页

作者：陈志旺刘旺燕山大学工业计算机控制工程河北省重点实验室秦皇岛066004 燕山大学国家冷轧板带装备及工艺工程技术研究中心秦皇岛066004

传统核相关滤波(KCF)目标跟踪算法使用单一特征,不监控跟踪输出,且跟踪框的大小是固定的,在跟踪对象发生尺度变化、遮挡等异常情况下容易导致跟踪失败。针对这一问题,本文提出一种改进的KCF目标跟踪算法。首先,在快速方向梯度直方图(FH... 详细信息

传统核相关滤波(KCF)目标跟踪算法使用单一特征,不监控跟踪输出,且跟踪框的大小是固定的,在跟踪对象发生尺度变化、遮挡等异常情况下容易导致跟踪失败。针对这一问题,本文提出一种改进的KCF目标跟踪算法。首先,在快速方向梯度直方图(FHOG)特征的基础上级联颜色特征(CN)训练和更新滤波器;其次,利用峰值旁瓣比(PSR)检查跟踪输出,当检测到跟踪输出异常时,启动自校正机制校正跟踪输出,从而准确地重新跟踪到目标。最后,融入尺度滤波器来适应目标尺度的变化。本文对该算法进行了仿真和实物实验,实验结果验证了该算法的有效性。

关键词：目标跟踪相关滤波异常检测自校正尺度自适应特征融合

无人机多光谱影像的小麦倒伏信息多特征融合检测研究

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1期44卷 197-206页

作者：朱文静冯展康戴世元张平平嵇文王爱臣魏新华江苏大学农业工程学院江苏镇江212013 江苏大学现代农业装备与技术教育部重点实验室江苏镇江212013 江苏省农业科学院粮食作物研究所江苏南京210014 江苏省洪泽湖农场集团有限公司农业科技研究所江苏宿迁223900

为探究多特征融合方法在作物倒伏领域快速精准识别中的适用性,利用无人机获取多田块冠层尺度的不同倒伏率麦田多光谱数据,对原始倒伏图像进行图像拼接、辐射校正、几何校正等预处理,并利用重归一化差值植被指数和阴影指数分别剔除土壤... 详细信息

为探究多特征融合方法在作物倒伏领域快速精准识别中的适用性,利用无人机获取多田块冠层尺度的不同倒伏率麦田多光谱数据,对原始倒伏图像进行图像拼接、辐射校正、几何校正等预处理,并利用重归一化差值植被指数和阴影指数分别剔除土壤和阴影背景,提取小麦倒伏DSM模型和植被指数分别与多光谱图像进行多特征图像主成分变换融合,筛选差异性较大的纹理特征,采用支持向量机(SVM)、人工神经网络(ANN)和最大似然法(MLC)监督分类模型对多光谱和DSM融合图像、多光谱和归一化植被指数(NDVI)融合图像、多光谱图像和纹理特征图像进行监督分类,并采用总体精度(OA)、 Kappa系数和提取误差综合评价各监督模型的分类性能和倒伏提取精度。分类结果表明:各监督分类方法在不同倒伏区域提取结果建模效果趋势一致,SVM和ANN整体提取精度高于MLC,在高倒伏区域,多光谱与NDVI融合图像的SVM监督模型(OA:92.63%, Kappa系数:0.85,提取误差:1.11%)提取效果最好;在中倒伏区域,多光谱与DSM融合图像的SVM监督模型(OA:90.35%, Kappa系数:0.79,提取误差:9.34%)提取效果最好;在低倒伏区域,均值纹理特征图像的ANN监督模型(OA:91.05%, Kappa系数:0.82,提取误差:8.20%)提取结果较好。本研究将DSM模型、植被指数、纹理特征与多光谱图像进行融合对比,并对多特征融合方法能否高精度有效提取小麦倒伏信息进行了探究,结果表明无人机多光谱遥感结合特征融合技术能有效提取小麦倒伏面积,提取效果优于单特征小麦倒伏图像。本研究结果可为助力小麦倒伏灾情调查数据的精确获取方法提供参考。

关键词：无人机遥感图像处理多光谱特征融合倒伏小麦

MPMFC:一种融合网络邻里结构特征和专利语义特征的中药专利分类模型

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2023年第4期7卷 145-158页

作者：邓娜何昕洋陈伟杰陈旭湖北工业大学计算机学院武汉430068 中南财经政法大学信息与安全工程学院武汉430073

【目的】解决因中药自身的复杂性以及现有专利分类模型无法提取到充分的中药专利特征信息而导致的分类准确率不理想问题。【方法】提出中药专利多特征融合分类模型MPMFC:基于专利核心字段的相似度信息构建中药专利相似度网络;利用Node2... 详细信息

【目的】解决因中药自身的复杂性以及现有专利分类模型无法提取到充分的中药专利特征信息而导致的分类准确率不理想问题。【方法】提出中药专利多特征融合分类模型MPMFC:基于专利核心字段的相似度信息构建中药专利相似度网络;利用Node2Vec算法从中药专利相似度网络的全局结构中捕获潜在专利间的邻里结构信息,使其映射为低维向量作为补充特征;使用注意力机制将经过RoBERTa-Tiny预训练的专利语义特征与其对应的补充特征进行特征融合,进而实现中药专利的自动化分类。【结果】在真实的7000条中药专利语料上,MPMFC模型的准确率、召回率和F1值分别达到0.8436、0.8017、0.8221,相较于基线分类模型分别提升1.58、2.59和2.11个百分点。【局限】构建中药专利相似度网络时分配权重具有一定的主观性,非中药科研人员在进行专利标注时会存在部分分类错误。【结论】MPMFC模型在中药专利分类过程中能从多角度获取并学习更丰富的特征表示,从而提高分类准确性。

关键词：中药专利分类专利相似度网络特征融合预训练模型 Node2Vec

增强小目标特征的多尺度光学遥感图像目标检测

在线全文

学校读者我要写书评

暂无评论

光学学报 2024年第6期44卷 374-386页

作者：单慧琳王硕洋童俊毅胡宇翔张雁皓张银胜南京信息工程大学电子与信息工程学院江苏南京210044 无锡学院电子信息工程学院江苏无锡214105

针对光学遥感图像目标分布密集、尺度变化范围较大及小目标特征信息过少等造成目标检测精度不高、泛化能力差等问题,本文提出了一种增强小目标特征的多尺度神经网络(ESF-MNet)。首先在骨干网络中引入注意力模块构建出高效层注意力聚合结... 详细信息

针对光学遥感图像目标分布密集、尺度变化范围较大及小目标特征信息过少等造成目标检测精度不高、泛化能力差等问题,本文提出了一种增强小目标特征的多尺度神经网络(ESF-MNet)。首先在骨干网络中引入注意力模块构建出高效层注意力聚合结构,以增强特征提取能力;此外,在浅层特征图与颈部网络融合之前加入感受野增强模块,以捕获不同尺度的上下文信息。其次,使用GSConv构成颈部网络,减少网络层参数量,保持网络的特征提取能力,并通过基于内容感知的特征重组模块提高识别精度。最后,采用下采样率分别为4、8和16倍的三个下采样模块作为头部网络输入,来提高小目标的检测效果。为了证明该方法的有效性,在DOTA数据集和NWPU NHR-10数据集上进行实验,平均检测精度分别达78.6%和94.3%,计算复杂度为94.7 G,整体模型大小为26.2 M。该方法具备检测精度高、计算复杂度低、模型权重小等特点,能有效提高小目标的检测精度,进一步改善光学遥感图像小目标检测性能。

关键词：光学遥感图像目标检测感受野增强特征融合注意力机制

在线全文

学校读者我要写书评

暂无评论

基于支持向量机多特征融合ST段形态分类

生物医学工程学杂志 2022年第4期39卷 702-712页

作者：杜海曼边婷熊鹏杨建利张杰烁刘秀玲河北大学电子信息工程学院河北省数字医疗工程重点实验室河北保定071002

ST段的形态变化和心血管疾病息息相关,不仅能表征不同的疾病,并且能够预示患病的严重程度。但ST段持续时间短、能量低、形态多变并且受到多种噪声的干扰,导致ST段形态分类成为一个难题。本文针对目前ST段形态分类存在的特征提取单一、... 详细信息

ST段的形态变化和心血管疾病息息相关,不仅能表征不同的疾病,并且能够预示患病的严重程度。但ST段持续时间短、能量低、形态多变并且受到多种噪声的干扰,导致ST段形态分类成为一个难题。本文针对目前ST段形态分类存在的特征提取单一、分类准确率低等问题,利用ST曲面的梯度来提高ST段形态多分类的精度。本文对正常、上斜型抬高、弓背型抬高、水平型压低、弓背型压低五种ST段形态进行识别,首先根据QRS波群位置及医学统计规律选定一个ST段候选段,其次提取ST段面积、均值、与参考基线差值、斜率、均方差特征。此外,将ST段转换成曲面,提取ST曲面的梯度特征,与形态学特征组成特征向量,最后使用支持向量机分类,进而实现ST段形态多分类。采用麻省理工学院-贝斯以色列医院数据库(MITDB)和欧盟ST-T数据库(EDB)为数据来源对本文算法进行验证,结果显示,本文算法在ST段识别过程中分别达到了97.79%和95.60%的平均准确率。基于本文研究结果,期望今后可在临床环境中引入本文方法,为临床中心血管疾病的诊断提供形态指导,提高诊断效率。

关键词：心电信号支持向量机 ST段形态特征融合梯度

基于Transformer双线性网络的细粒度图像分类方法

维普期刊数据库评论

在线全文

维普期刊数据库

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2期52卷 84-89页

作者：向旭宇刘亚捷曾彬谭云中南林业科技大学计算机与信息工程学院湖南长沙410000 长沙学院计算机科学与工程学院湖南长沙410000

为了改进在细粒度图像分类过程中类别差异难以提取的问题,提出了一种基于Transformer双线性网络的细粒度网络分类优化方法(BT-Net).首先,将输入图像通过不同卷积处理成不同长度的二维向量;然后,构建重复次数不同的编码器;最后,双网络分... 详细信息

为了改进在细粒度图像分类过程中类别差异难以提取的问题,提出了一种基于Transformer双线性网络的细粒度网络分类优化方法(BT-Net).首先,将输入图像通过不同卷积处理成不同长度的二维向量;然后,构建重复次数不同的编码器;最后,双网络分支将图像表示为来自两个Transformer的特征集合,得到更加丰富的互补特征信息,从而提高细粒度分类的精度.实验结果表明:在CUB-200-2011,Cars196和Stanford Dogs数据集中,BT-Net分类准确率分别为89.4%,92.5%,94.8%,优于已有的双线性卷积神经网络.

关键词：细粒度特征融合图像分类双线性 Transformer

在线全文

学校读者我要写书评

暂无评论

基于多尺度特征增强的合成孔径光学图像复原

物理学报 2024年第6期73卷 209-221页

作者：张银胜童俊毅陈戈单梦姣王硕洋单慧琳无锡学院江苏省集成电路可靠性技术及检测系统工程研究中心无锡214105 南京信息工程大学电子信息工程学院南京210044

受物理孔径大小和光线散射等影响,合成孔径光学系统成像因通光面积不足和相位失真而出现降质模糊.传统合成孔径光学系统成像复原算法对噪声敏感,过于依赖退化模型,自适应性差.对此提出一种基于生成对抗网络的光学图像复原方法,采用U-Ne... 详细信息

受物理孔径大小和光线散射等影响,合成孔径光学系统成像因通光面积不足和相位失真而出现降质模糊.传统合成孔径光学系统成像复原算法对噪声敏感,过于依赖退化模型,自适应性差.对此提出一种基于生成对抗网络的光学图像复原方法,采用U-Net结构获取图像多级尺度特征,利用基于自注意力的混合域注意力提高网络在空间、通道上的特征提取能力,构造多尺度特征融合模块和特征增强模块,融合不同尺度特征间的信息,优化了编解码层的信息交互方式,增强了整体网络对原始图像真实结构的关注力,避免在复原过程中被振铃现象产生的伪影干扰.实验结果表明,与其他现有方法相比,该方法在峰值信噪比、结构相似性和感知相似度评估指标上分别提高了1.51%,4.42%和5.22%,有效解决合成孔径光学系统成像结果模糊退化的问题.

关键词：图像处理合成孔径多尺度特征融合