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

基于姿态与时序特征的猪只行为识别方法

农业工程学报 2022年第5期38卷 148-157页

作者：董力中孟祥宝潘明朱熠梁宇斌高翔刘红刚深圳市现代农业装备研究院深圳518022 广东省现代农业装备研究所广州510635 农业农村部华南现代农业智能装备重点实验室广州510635

生猪行为监测是生猪养殖管理过程中的一个重要环节。该研究提出了基于姿态与时序特征的猪只行为识别方法。首先采集和标注猪栏内猪只图像,分别构建了猪只目标检测数据集、猪只关键点数据集和猪只行为识别数据集;利用构建的数据集,分别... 详细信息

生猪行为监测是生猪养殖管理过程中的一个重要环节。该研究提出了基于姿态与时序特征的猪只行为识别方法。首先采集和标注猪栏内猪只图像,分别构建了猪只目标检测数据集、猪只关键点数据集和猪只行为识别数据集;利用构建的数据集,分别训练了基于YOLOv5s的猪只检测模型、基于轻量化OpenPose算法的猪只姿态估计模型和基于ST-GCN算法的猪只行为识别模型,并搭建了猪只行为识别系统。经测试,文中训练的YOLOv5s猪只检测模型mAP(mean Average Precision)最高达到0.995,姿态估计模型平均精度和平均召回率达到93%以上,基于ST-GCN的猪只行为识别模型的平均准确率为86.67%。文中构建的猪只行为识别系统中基于LibTorch推理猪只检测模型和猪只姿态估计模型的单帧推理耗时分别约为14和65 ms,单只猪行为识别推理耗时约为8 ms,每提取200帧连续姿态进行一次行为识别推理,平均17 s更新一次行为识别结果。证明提出的基于姿态与时序特征的猪只行为识别方法具有一定可行性,为群养猪场景下的猪只行为识别提供了思路。

关键词：图像识别深度学习姿态估计时序特征行为识别猪只行为

基于阀侧电流时序特征的换流阀电流实时计算方法

在线全文

学校读者我要写书评

暂无评论

电工技术学报 2023年第8期38卷 2116-2125页

作者：李晓华殷珊珊李昊蔡泽祥华南理工大学电力学院广州510640 河南科技大学信息工程学院洛阳471023

阀电流是晶闸管型换流器运行状态的直接体现形式。为提升换流器的能观性,该文提出一种利用阀侧电流时序特征实时计算阀电流的方法。首先,利用交直流电流的时序特性预估每个阀的导通/关断状态。其次,根据阀状态计算换流器的旁通组数,利... 详细信息

阀电流是晶闸管型换流器运行状态的直接体现形式。为提升换流器的能观性,该文提出一种利用阀侧电流时序特征实时计算阀电流的方法。首先,利用交直流电流的时序特性预估每个阀的导通/关断状态。其次,根据阀状态计算换流器的旁通组数,利用多相旁通组间的并联关系,构造旁通回路方程。最后,计算阀电流,利用阀的单向导电性,校正阀关断状态和阀电流。仿真和录波结果表明:在不同的阀状态和旁通组数下,所提方法均能准确计算换相失败暂态过程及其故障恢复期间的阀电流,验证了其有效性。

关键词：阀电流阀侧电流时序特征预估阀状态旁通回路方程阀关断状态校正

基于跟踪检测时序特征融合的视频遮挡目标分割方法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年第S01期51卷 403-408页

作者：郑申海高茜刘鹏威李伟生重庆邮电大学计算机科学与技术学院重庆400065 图像认知重庆市重点实验室(重庆邮电大学) 重庆400065

视频实例分割是近年来兴起的一项在图像实例分割基础上引入时序特性的视觉任务,旨在同时对每一帧的目标进行分割并实现帧间的目标跟踪。移动互联网和人工智能的迅猛发展产生了大量的视频数据,但由于拍摄角度、快速运动和部分遮挡等,视... 详细信息

视频实例分割是近年来兴起的一项在图像实例分割基础上引入时序特性的视觉任务,旨在同时对每一帧的目标进行分割并实现帧间的目标跟踪。移动互联网和人工智能的迅猛发展产生了大量的视频数据,但由于拍摄角度、快速运动和部分遮挡等,视频中的物体往往会出现分裂或模糊的情况,使得从视频数据中准确地分割目标并对目标进行处理和分析面临着重大挑战。经查阅和实践发现,现有的视频实例分割方法在遮挡情况下的表现较差。针对上述问题,提出了一种改进的遮挡视频实例分割算法——通过融合Transformer和跟踪检测的时序特征来改善分割性能。为增强网络对空间位置信息的学习能力,该算法将时间维度引入Transformer网络中,并考虑到视频中目标检测、跟踪和分割之间的相互依赖和促进关系,提出了一种能够有效地聚合目标在视频中的跟踪偏移的融合跟踪模块和检测时序特征模块,提升了遮挡环境下的目标分割性能。通过在OVIS和YouTube-VIS数据集上进行的实验,验证了所提方法的有效性。相比当前的基准方法,该方法展现出了更好的分割精度,进一步证明了其优越性。

关键词：视频实例分割目标检测目标跟踪时序特征遮挡目标

基于深度时序特征迁移的轴承剩余寿命预测方法

在线全文

学校读者我要写书评

暂无评论

控制与决策 2021年第7期36卷 1699-1706页

作者：陈佳鲜毛文涛刘京张新明河南师范大学计算机与信息工程学院河南新乡453007 智慧商务与物联网技术河南省工程实验室河南新乡453007

不同工况下轴承退化数据分布不一致导致深度学习等方法对剩余寿命预测效果有限,而已有迁移学习预测方法未能充分挖掘不同工况退化序列的内在趋势性,为此,提出一种基于深度时序特征迁移的轴承剩余寿命预测方法.首先,提出一种深度时序特... 详细信息

不同工况下轴承退化数据分布不一致导致深度学习等方法对剩余寿命预测效果有限,而已有迁移学习预测方法未能充分挖掘不同工况退化序列的内在趋势性,为此,提出一种基于深度时序特征迁移的轴承剩余寿命预测方法.首先,提出一种深度时序特征融合的健康指标构建模型,利用时间卷积网络挖掘退化趋势的内在时序特征,得到源域多轴承的健康指标;然后,提出一种最小化序列相似度的领域自适应算法,利用源域健康指标作为退化趋势元信息,选取目标域与源域之间的公共敏感特征;最后,采用支持向量机构建预测模型.在IEEE PHM Challenge 2012轴承全寿命数据集上进行实验,结果表明,所提出方法构建的健康指标可更有效地反映退化趋势,同时明显提升剩余寿命预测的准确度.

关键词：剩余寿命预测深度学习迁移学习健康指标时序特征轴承

考虑监测数据时序特征和空间分布的堆石坝参数反演研究

在线全文

学校读者我要写书评

暂无评论

水力发电学报 2024年第5期43卷 54-67页

作者：程欣悦马刚张贵科艾志涛程勇刚王桥周伟武汉大学水资源工程与调度全国重点实验室武汉430072 武汉大学水工程科学研究院武汉430072 武汉大学水工岩石力学教育部重点实验室武汉430072 雅砻江流域水电开发有限公司成都610065

随着安全监测技术的发展,柔性智能位移计、管道机器人等新型监测技术逐步被用于堆石坝的安全监测。高堆石坝在其生命期内中积累了海量的监测数据,充分利用这些数据,开展参数反演分析,可以提高堆石坝数值模拟的准确性,有助于合理评估堆... 详细信息

随着安全监测技术的发展,柔性智能位移计、管道机器人等新型监测技术逐步被用于堆石坝的安全监测。高堆石坝在其生命期内中积累了海量的监测数据,充分利用这些数据,开展参数反演分析,可以提高堆石坝数值模拟的准确性,有助于合理评估堆石坝安全性态。论文基于时间序列聚类从海量监测数据选择有代表性、多样性的测点组合,提取时序特征构造目标函数,反映堆石坝变形的时空演化特性,采用多目标优化算法进行堆石坝各分区的材料参数反演。与现有参数反演方法相比,本文方法能合理利用堆石坝大量监测数据,充分反映其在填筑、蓄水和运行过程中的变形发展和空间分布特性,基于反演分析的材料参数其计算沉降值与实测值吻合良好,能够显著提升参数反演的精度。

关键词：堆石坝监测数据时序特征参数反演测点优选多目标优化

基于高阶和时序特征的图神经网络社会化推荐算法研究

在线全文

学校读者我要写书评

暂无评论

计算机科学 2023年第3期50卷 49-64页

作者：于健赵满坤高洁王聪源李亚蓉张文彬天津大学智能与计算学部天津300354 天津大学国际工程师学院天津300354 天津大学信息与网络中心天津300354 天津市先进网络与应用重点实验室天津300354 天津市认知计算与应用重点实验室天津300354

跨项目社会推荐是一种将社交关系整合到推荐系统中的方法。社会化推荐中包含用户-项目交互图和社交网络图,用户是连接这两个图的桥梁,其表示学习对提升社会化推荐的性能至关重要。然而,现有方法主要使用用户或项目的静态属性和社交网络... 详细信息

跨项目社会推荐是一种将社交关系整合到推荐系统中的方法。社会化推荐中包含用户-项目交互图和社交网络图,用户是连接这两个图的桥梁,其表示学习对提升社会化推荐的性能至关重要。然而,现有方法主要使用用户或项目的静态属性和社交网络中的显式朋友关系来进行表示学习,用户和项目交互的时序信息及隐式朋友关系未得到充分利用。因此,在社会化推荐中,如何有效利用时序信息和社交信息成为重要的研究课题之一。文中通过建模用户的隐式朋友和项目的社交属性,提出了一种新颖的基于高阶和时序特征的图神经网络社会化推荐算法(Graph Neural Networks Social Recommendation Based on High-order and Temporal Features)模型,简称HTGSR。HTGSR首先利用门控递归单元对基于项目的用户表征进行建模,以反映用户的近期动态偏好,并定义一个高阶建模单元来提取用户的高阶连通特征,挖掘用户的隐式朋友信息;其次利用注意力机制获取基于社交关系的用户表征;然后提出不同的项目社交网络的构建方式,并利用注意力机制来获取项目表征;最后将用户和项目的潜在表征输入到多层感知机,完成用户对项目的评分预测。在两个数据集上进行详细的实验,并将实验结果与多种类型的推荐算法进行比较,结果表明HTGSR模型在两个数据集上的效果均较优。

关键词：社会化推荐时序特征图神经网络高阶特征

在线全文

学校读者我要写书评

暂无评论

气候变化背景下北京市极端降水时序特征研究

灾害学 2023年第1期38卷 177-185页

作者：汲欣愉黄弘清华大学公共安全研究院北京100084 清华大学工程物理系北京100084

基于NEX-GDDP数据集,采用气候倾向率法、Mann-Kendall突变检验和小波分析法对北京市2006—2099年极端降水时序变化特征进行分析。结果表明:在RCP4.5和RCP8.5情景下,本世纪内北京地区极端降水呈现增加趋势,世纪末期有较大幅度增加,RCP8.... 详细信息

基于NEX-GDDP数据集,采用气候倾向率法、Mann-Kendall突变检验和小波分析法对北京市2006—2099年极端降水时序变化特征进行分析。结果表明:在RCP4.5和RCP8.5情景下,本世纪内北京地区极端降水呈现增加趋势,世纪末期有较大幅度增加,RCP8.5情景下极端降水增加程度更大。在RCP4.5情景下,年降水量、大雨日数、SDII等多数极端降水指数在2040年前后发生增加突变,而在RCP8.5情景下极端降水表现出更为稳定的上升趋势。极端降水事件在RCP4.5和RCP8.5情景下的主周期均为56年,在该特征尺度下各指标呈现少→多→少→多→少的循环交替,RCP8.5情景下降水量、降水频率和降水强度震荡更加明显。

关键词：北京极端降水时序特征气候变化 NEX-GDDP

基于大气海洋多变量与海冰时序特征的北极海冰范围预测研究

在线全文

学校读者我要写书评

暂无评论

海洋通报 2023年

作者：杨延瑞张怡宁芦智伟朱红春山东科技大学测绘与空间信息学院

随着全球气候变暖加剧，北极地区的大气海洋环境剧烈变化，导致海冰变化更加不稳定，使得海冰预测的难度增大。本研究选择海表温度、2 m平均气温、二氧化碳浓度为大气海洋变量，海冰范围距平为时序特征参数，将上述参量作为北极海冰范围... 详细信息

随着全球气候变暖加剧，北极地区的大气海洋环境剧烈变化，导致海冰变化更加不稳定，使得海冰预测的难度增大。本研究选择海表温度、2 m平均气温、二氧化碳浓度为大气海洋变量，海冰范围距平为时序特征参数，将上述参量作为北极海冰范围(Sea Ice Extent,SIE)的预测要素，建立了面向SIE的多变量长短期记忆(Long Short Term Memory,LSTM)神经网络模型，对比分析了2015-2021年不同时间序列预测模型的预测结果。结果显示：本研究所构建模型的RMSE、MAE、MAPE分别为0.353×106km2、0.261×106km2和3.191%。相比于其他预测模型，结合大气海洋变量和时序特征参数后的LSTM模型预测结果误差更小，拟合效果更好，可以消除夏季海冰剧烈变化对预测效果的影响，提高海冰范围的预测精度，对北极航道的通航安全保障工作具有重要的研究与应用价值。

关键词：北极海冰范围 LSTM神经网络模型时间序列预测时序特征

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于多域时序特征挖掘的伪造人脸检测方法

网络与信息安全学报 2023年第3期9卷 123-134页

作者：朱春陶尹承禧张博林殷琪林卢伟中山大学计算机学院广东广州510006 广东省信息安全技术重点实验室(中山大学) 广东广州510006 机器智能与先进计算教育部重点实验室(中山大学) 广东广州510006 山东省计算机网络重点实验室山东济南250014

随着计算机技术在金融服务行业中的不断发展,金融科技便利了人们的日常生活,与此同时,数字金融存在着危害性极大的安全问题。人脸生物信息作为人物身份信息的重要组成部分,广泛应用于金融行业中的支付系统、账号注册等方面;伪造人脸技... 详细信息

随着计算机技术在金融服务行业中的不断发展,金融科技便利了人们的日常生活,与此同时,数字金融存在着危害性极大的安全问题。人脸生物信息作为人物身份信息的重要组成部分,广泛应用于金融行业中的支付系统、账号注册等方面;伪造人脸技术的出现不断冲击着数字金融安全体系,给国家资产安全和社会稳定造成了一定的威胁。为了应对伪造人脸带来的安全问题,提出了一种基于多域时序特征挖掘的伪造人脸检测方法。所提方法从视频在空域和频域中存在的时序特征出发,基于人脸统计特征数据分布的一致性以及时间上动作趋势的一致性,对篡改特征进行区分增强。在空域中,所提方法使用改进的长短记忆网络(LSTM)来挖掘帧间的时序特征;在频域中,利用3D卷积层来挖掘不同频段频谱的时序信息,并与主干网络提取到的篡改特征进行融合,进而有效地区分伪造人脸和真实人脸。所提方法在主流数据集中表现优越,证明了所提方法的有效性。

关键词：人脸身份认证 Deepfake检测时序特征多域特征