检索结果-南通市图书馆

淮北煤炭师范学院学报（自然科学版） 2006年第2期27卷 44-48页

作者：陈惜明彭宏陈德钊淮北煤炭师范学院化学系安徽淮北235000 浙江大学材化学院化工系浙江杭州310027

讨论了化工过程中的时空多尺度效应,小波分析方法在化工过程时空多尺度问题上的应用.仿真结果表明,利用小波对多尺度信号进行重构时有较好效果,并且噪声越小,重构效果越好.但是如何合理地选择小波函数还需要进一步深入研究.

关键词：小波分析时空多尺度化学工程仿真

基于多尺度时空全局注意力的遥感影像时间序列农作物分类

在线全文

学校读者我要写书评

暂无评论

遥感学报 2024年第11期28卷 2865-2877页

作者：张伟雄唐娉孟瑜赵理君赵智韬张正中国科学院空天信息创新研究院北京100094 中国科学院大学电子电气与通信工程学院北京100049

利用遥感影像时间序列进行自动化智能解译农作物精细类型,在农业资源调查、监管和规划等领域有着重要的作用。目前已有的深度学习方法通过卷积或循环网络获取遥感时序中局部的时序、空间信息,缺乏对遥感影像时间序列中时空信息的充分利... 详细信息

利用遥感影像时间序列进行自动化智能解译农作物精细类型,在农业资源调查、监管和规划等领域有着重要的作用。目前已有的深度学习方法通过卷积或循环网络获取遥感时序中局部的时序、空间信息,缺乏对遥感影像时间序列中时空信息的充分利用,导致分类精度不高。近年来,视觉自注意力机制在计算机视觉领域取得重要突破,自注意力机制是一种能够通过获取全局特征来充分挖掘数据信息的方法。基于此,本文提出了一种多尺度时空全局注意力模型MSSTGAM(Multi-Scale Spatial-Temporal Global-Attention Model),该模型采用空间自注意力机制和时序自注意力机制相结合以构建多尺度的时空全局注意力,从而充分挖掘遥感影像时间序列中的信息用于农作物精细分类。本研究将该模型在公开数据集PASTIS和自制Mississippi数据集上进行了检验和评估,实验结果表明:本文提出的MSSTGAM能够有效地进行遥感影像时间序列的农作物分类;与其他方法相比定量分类精度最优,分别取得83.4%和86.7%的总体分类精度,地块内的可视化结果在空间一致性上更好。本研究提出的多尺度时空全局注意力模型MSSTGAM对遥感影像时间序列的农作物精细分类具有重要的理论和应用价值。

关键词：遥感影像时间序列农作物分类自注意力机制全局注意力时空多尺度

在线全文

学校读者我要写书评

暂无评论

多尺度GTWR城市住宅价格建模与分析

测绘学报 2021年第9期50卷 1266-1274页

作者：叶健胡鑫徐鸿蒙陈曦吕琦西南交通大学地球科学与环境工程学院四川成都611756

尺度、时间、空间距离一直是制约地理时空加权回归模型求解精度的关键。本文基于欧氏距离约束和路网距离约束,将多尺度扩展到时空地理加权回归方法的建模中,以检验多尺度GTWR模型的改进性能,同时验证路网距离约束在多尺度GTWR模型中的... 详细信息

尺度、时间、空间距离一直是制约地理时空加权回归模型求解精度的关键。本文基于欧氏距离约束和路网距离约束,将多尺度扩展到时空地理加权回归方法的建模中,以检验多尺度GTWR模型的改进性能,同时验证路网距离约束在多尺度GTWR模型中的优越性。以2015—2018年成都市主城区商品房社区作为案例对象,将多尺度GTWR与GTWR在拟合优度(R2)、残差平方和(RSS)及AIC等方面进行比较。试验结果表明,与GTWR相比,多尺度GTWR对影响住宅价格的自变量提供了更有效的解释,同时路网距离的使用也提高了模型的合理性。在基于欧氏距离约束和路网距离约束方面拟合优度分别提升了0.123和0.208,RSS和AIC值得到了有效的降低。相比于使用欧氏距离约束的GTWR与多尺度GTWR模型,路网距离约束的GTWR(RD)模型的拟合优度提高了0.007,多尺度GTWR(RD)模型的拟合优度提高了0.092,基于路网距离的计算结果进一步证实了多尺度GTWR模型的正确性,也进一步证明了综合考虑尺度、时空距离后的多尺度GTWR具有很好的通用性。

关键词：时空多尺度带宽路网距离 GTWR 住宅价格

双尺度均匀化方法研究循环流化床气固两相流动

在线全文

学校读者我要写书评

暂无评论

过程工程学报 2004年第z1期4卷 693-698页

作者：王淑彦陆慧林刘文铁沈志恒赵云华哈尔滨工业大学能源科学与工程学院黑龙江哈尔滨150001

提出循环流化床气固两相流时空多尺度结构计算的双尺度均匀化方法(Two-scaleHomogenization Method),通过逐级递推计算出宏观、介观乃至微观尺度下的气固两相流体力学物性参量的局部涨落,研究尺度间相互作用规律及对气固两相流动宏观特... 详细信息

提出循环流化床气固两相流时空多尺度结构计算的双尺度均匀化方法(Two-scaleHomogenization Method),通过逐级递推计算出宏观、介观乃至微观尺度下的气固两相流体力学物性参量的局部涨落,研究尺度间相互作用规律及对气固两相流动宏观特性的影响.

关键词：双尺度均匀化方法时空多尺度流化床

基于傅里叶特征化物理信息神经网络的输流管道振动特性模拟

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

土木工程学报 2024年

作者：张挺鄢锐章思茜杨丁颖陈安浩福州大学福建省水利水电勘测设计研究院有限责任公司

针对具有高低频叠加的时空多尺度输流管道振动动态响应问题，本文提出一种基于傅里叶特征嵌入的物理信息神经网络（FF-PINN）。引入傅里叶特征映射对时间和空间尺度信息进行分解，并通过超参数σ控制神经网络学习的频率范围，从而准确... 详细信息

针对具有高低频叠加的时空多尺度输流管道振动动态响应问题，本文提出一种基于傅里叶特征嵌入的物理信息神经网络（FF-PINN）。引入傅里叶特征映射对时间和空间尺度信息进行分解，并通过超参数σ控制神经网络学习的频率范围，从而准确学习输流管道振动动态响应在宏观时间尺度上的相对低频以及微观尺度上的相对高频，以克服PINN在学习高频信息时出现的频谱偏差。使用FF-PINN对两端简支输流管道振动特性进行模拟，所得结果与广义有限差分法（GFDM）参考解的相对L2误差为1.15×10-2。此外分析了超参数σ的选取对FF-PINN的影响，得到超参数与特征向量频率的对应关系，结果表明，通过选择合适的超参数可使FF-PINN更好学习特定频率的振动，从而有效学习输流管道振动动态响应，为解决具有高低频叠加的时空多尺度结构振动模拟提供了一种有效的解决方案。

关键词：物理信息神经网络输流管道傅里叶特征化时空多尺度振动特性

基于Circos弦图的居民出行模式可视分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

华中师范大学学报（自然科学版） 2016年第3期50卷 471-480页

作者：冯涛艾廷华杨伟张翔信睿陈学业武汉大学资源与环境科学学院武汉430079 国土资源部城市土地资源监测与仿真重点实验室广东深圳518034

基于对城市中出租车OD(Origin-Destination:起始点-终止点)流时空模式的研究,能为城市路网规划、出租车营运方案制定以及居民出行计划提供科学的依据.而时空数据可视化与可视分析是从时空轨迹大数据中感知城市动态、分析OD时空模式的重... 详细信息

基于对城市中出租车OD(Origin-Destination:起始点-终止点)流时空模式的研究,能为城市路网规划、出租车营运方案制定以及居民出行计划提供科学的依据.而时空数据可视化与可视分析是从时空轨迹大数据中感知城市动态、分析OD时空模式的重要手段.该文基于Circos软件,以一种全新的可视化方式对出租车轨迹数据中的OD流进行时空多尺度可视分析.这种方式能在不同时空尺度下表征出租车轨迹OD流的流量、流向及OD流属性特征,能够展示多时空尺度下轨迹OD流数据的时空模式,能更好地理解居民在城市内部区域之间的流动模式,进而揭示居民的出行模式.通过对北京出租车历史轨迹GPS数据进行可视化实验,结果表明该可视化技术能在多时空尺度下表征轨迹OD流数据的时空模式.

关键词： Circos弦图 OD流时空多尺度可视化出行模式

在线全文

学校读者我要写书评

暂无评论

新一代钢铁生产技术相关基础研究与探索

上海大学学报（自然科学版） 2011年第1期17卷 13-20页

作者：洪新郑少波张捷宇徐建伦尤静林王兴庆吴永全李秋菊上海大学上海市现代冶金与材料制备重点实验室上海200072

传统钢铁工业具有规模巨大、能源与资源密集、工艺路线曲折的特点.中国能源和资源的状况要求未来钢铁工业引入循环经济的理念,用创新的思维开发新流程,逐步向冶金材料制备、能源转换和社会废弃物处理三大功能方向转变.结合这一战略思路... 详细信息

传统钢铁工业具有规模巨大、能源与资源密集、工艺路线曲折的特点.中国能源和资源的状况要求未来钢铁工业引入循环经济的理念,用创新的思维开发新流程,逐步向冶金材料制备、能源转换和社会废弃物处理三大功能方向转变.结合这一战略思路,近年来,上海大学现代冶金与材料制备重点实验室开始在铁矿微粉低温氢还原、碳-氢铁浴混合终还原、废钢中痕量元素脱除、时空多尺度冶金理论与建模等方面进行一些相关的基础研究和探索.

关键词：钢铁生产铁矿粉氢还原痕量元素时空多尺度建模

在线全文

学校读者我要写书评

暂无评论

基于时空特征学习的无参考视频质量评价方法

基于时空特征学习的无参考视频质量评价方法

作者：高帆西安电子科技大学

学位级别：硕士

信息时代,视频在互联网数据中已占据了80%以上的比重,覆盖了消费、教育、医疗、安全等领域。然而,视频在采集、压缩、传输、存储和播放等环节难以避免地会出现失真和降质,影响视频的观看体验甚至语义获取,给人们便利、安全的幸福生活带... 详细信息

信息时代,视频在互联网数据中已占据了80%以上的比重,覆盖了消费、教育、医疗、安全等领域。然而,视频在采集、压缩、传输、存储和播放等环节难以避免地会出现失真和降质,影响视频的观看体验甚至语义获取,给人们便利、安全的幸福生活带来巨大挑战。因此,设计合理可靠的视频质量评价方法,为优化视频处理和分析提供指导,具有十分重要的实际应用意义,是计算机视觉领域的研究热点。本文旨在针对当前视频质量评价方法对人类视觉特性考虑不充分、对高帧率视频评价效果差以及可用数据量不足的问题,构建无参考视频质量评价模型,对视频做出正确的客观质量评价。主要研究内容概括如下:(1)提出了基于视觉暂留和记忆的无参考视频质量评价方法。现有的视频质量评价方法通常淡化视频的时域信息对视频质量的影响,或混淆视频在时域和空域的信息表达,无法准确模拟人类视觉质量感知过程,从而导致预测结果准确度不高。因此,本方法基于视觉暂留和记忆特性,提出了质量感知网络和视觉记忆网络。质量感知网络将传统三维卷积分解为时间卷积和空间卷积,提取帧间与人类视觉暂留特性相符的短时时空失真特征,克服了现有技术对失真视频时空域操作困难以及信息冗余的问题。视觉记忆网络采用门控循环单元对人类视觉记忆特性实现了高效建模,提高了长时间序列条件下视频质量评价的准确性。实验结果表明,该方法对多种失真类型的视频具备很高的评价精度,与人类视觉感知具有很高的一致性。(2)提出了基于时空多尺度分析的无参考视频质量评价方法。现有的评价方法因为没考虑帧率对运动模糊、时间混叠等因素的影响,导致模型在面对多种帧率视频时评价效果大打折扣。因此,本方法通过设计局部失真特征编码器网络和时空多分支下采样结构,获得失真视频在时空维度的多尺度局部失真特征表示,随后时空注意力池化模块选择性地对局部失真特征进行有效的融合,使对视频质量影响大的视频局部失真特征在时空维度获得更大比重,以模拟人类对运动失真的感知特性。实验结果表明,该方法在评价不同帧率的视频时仍具备优异的精度。(3)提出了基于元迁移学习的无参考视频质量评价方法。为应对可用视频数据量不足的问题,现有的评价方法通常是在预训练网络模型上进行微调,然而因为这些预训练模型并非针对质量评价任务,所以提取到的特征与失真特征的相关性很小,导致迁移后的模型评价效果不佳。因此,本方法基于元迁移学习的思想,冻结已在图像质量评价任务中学习到的模型参数,将其迁移到视频质量评价任务并为其附加可训练的缩放系数,从而将模型在图像质量评价领域中学习到的先验知识成功元迁移到视频质量评价领域中。实验结果证明,本方法不仅在针对单一失真类型视频时实现了优异的性能,更能够快速地适应新的失真类型。

关键词：无参考视频质量评价人类视觉特性时空多尺度元迁移学习

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

基于边缘计算的暴力行为识别方法研究

基于边缘计算的暴力行为识别方法研究

作者：闵宣霖重庆科技学院

学位级别：硕士

暴力行为是妨碍社会安全的因素之一,随着社交媒体的发展,校园霸凌现象以及暴力犯罪频繁报道。传统的暴力行为识别方法通常鲁棒性较差。目前,随着深度学习技术的广泛应用,利用人工智能技术检测暴力行为识别效果更鲁棒。但在实际暴力场景... 详细信息

暴力行为是妨碍社会安全的因素之一,随着社交媒体的发展,校园霸凌现象以及暴力犯罪频繁报道。传统的暴力行为识别方法通常鲁棒性较差。目前,随着深度学习技术的广泛应用,利用人工智能技术检测暴力行为识别效果更鲁棒。但在实际暴力场景中,仍然存在较多问题,其问题主要体现在三个方面:一是由于视频数据量庞大以及计算量大等现实情况,仍然存在一定轻量化瓶颈,且基于边缘计算方法大多集中于图像级,针对视频级的边缘计算方案仍然有待研究;二是容易产生暴力行为误判;三是不能提供实时警告,无法及时阻止暴力事件发生。针对上述问题,本文在大量试验分析的基础上,提出一种轻量级时空多尺度暴力检测网络(Multi-Scale Spatio-Temporal Network,MSTN),并且在此基础上提出一种基于稀疏训练的MSTN网络剪枝策略以优化边缘端设备计算效率。进一步地,针对暴力行为识别误判问题,增加网络鲁棒性测试以及相关模型训练以应对现实噪音场景干扰。通过以上方法,采用工程手段生成暴力记录以及即使播放语言警告制止,以实现对区域突发事件的实时预警。本文的具体工作如下:(1)为解决深度学习暴力检测网络推理效率低效问题,提出一种轻量级时空多尺度暴力检测网络MSTN。首先,设计时空特征提取模块(Spatio-temporal feature extraction module,STM)用来粗提取原始视频的前景和背景之间的关键特征。其次,通过时间池和跨通道池构成的双池操作从STM中分别获取短帧率数据以及长帧率数据。进一步地,在获取的数据特性上,针对性地提出短时提取块(short-time building branch,STB)和长时提取块(long-time building branch,LTB)以提取不同时空尺度特征,其中STB模块用于捕获空间特征,LTB模块用于提取关键时间特征。最后,设计Translation模块,通过横向连接操作促进STB和LTB之间的特征交互以提高检测准确性。此外,本文添加了一种视频数据增强技术,对公共数据集采用了3种现实干扰(亮度、运动模糊以及散焦模糊)以测试数据和提高模型鲁棒性。本文设计的MSTN网络在Movie、RWF-2000和Hockey等多个公开数据集上进行训练和测试,实验表明:MSTN模型具有较高的计算效率和检测精度,且在3种现实干扰(亮度、运动模糊和散焦模糊)下具有较好的鲁棒性。(2)为进一步适应暴力识别边缘端移植应用,提出一种利用稀疏训练对MSTN网络进行通道剪枝方法以实现模型参数缩减。首先,在网络每个卷积提取层后增加额外(Batch Normalization,BN层),并通过对BN层的比例因子增加L1正则化以实现通道权重稀疏化。然后,对具备稀疏权重的网络结构进行通道剪枝,针对网络结构引入全局阈值和本地阈值,其中全局阈值控制通道修剪比例,本地阈值防止过度修剪当前算子层。进一步地,针对STB和LTB不同分支的异构性,本方法增加了相关层的依赖,对STB与LTB卷积层横向连接处的剪枝掩码取并集以降低剪枝时的精度损失。(3)基于MSTN网络和剪枝算法,搭建一套基于Jetson NX边缘计算的暴力行为实时检测系统。系统包含视频流模块、图像处理模块、系统报警模块和数据存储模块。首先,系统通过OpenCV库采集监控实时视频流并进行网关设置。然后,将模型转换为TensorRT框架加速模型推理,在资源调配上利用Docker机制部署模型,使得多模型运行之间得到有效资源配置。最后,采用Socket通信机制将报警信息发送到后台服务器。实验表明,系统采用Jetpack框架,能够稳定运行在Linux系统上,能够稳定高效的对监控区域暴力人员进行实时检测与报警。

关键词：暴力检测轻量化边缘计算鲁棒性时空多尺度

基于脑电信号和视觉特性的视频质量评价方法研究

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

基于脑电信号和视觉特性的视频质量评价方法研究

作者：孙羽晟西安电子科技大学

学位级别：硕士

视觉是人类认知世界最为主要的方式,而视频作为人们生活中必不可少的重要视觉信息载体,在采集、传输和处理等过程中难免会发生视频质量的下降,影响着人们对视觉信息的感知与认知。因此,设计有效的质量评价方法对视频中的视觉信息表达以... 详细信息

视觉是人类认知世界最为主要的方式,而视频作为人们生活中必不可少的重要视觉信息载体,在采集、传输和处理等过程中难免会发生视频质量的下降,影响着人们对视觉信息的感知与认知。因此,设计有效的质量评价方法对视频中的视觉信息表达以及优化视频质量意义重大。作为视觉信息的最终接收者,人类视觉系统具有多样性和复杂性,仅通过现有的数学模型难以准确反映其对视频质量的感知。因此,本文基于脑电信号,依据不同空间复杂度以及不同失真范围下的失真视频所诱发的脑电信号的感知差异,针对不同饱和度下的同一内容的失真视频所引起的质量感知脑电信号的差异,分析其电位变化与视觉特性的关系,并基于卷积神经网络和双边长短期记忆网络对质量感知脑电信号进行多尺度空域特征和时域特征的提取,建立视频质量分类模型。本文的主要研究内容如下:1)提出了基于脑电信号和空域失真的视频感知质量评价方法。视频的全局性和局部性失真会使得人们对视频质量的感知产生不同的影响,与此同时,不同视频内容具有不同复杂度的空间信息,同样影响着人眼对视频质量的感知。因此,本文基于脑电信号,针对视频的空域失真特性,分别研究视频的空间复杂度和视频失真范围对视频质量感知的影响。通过采集受试者观看不同失真程度下的不同空间复杂度的视频刺激所产生的脑电信号,以及受试者观看不同失真范围和失真程度所共同引起的质量感知脑电信号。然后,分别对其中表征视频质量感知的脑电成分进行对比分析和分类,并将受试者的行为数据和脑电信号分类结果相关联,得到具有主客观一致性的质量评价结果。实验结果表明,不同空间复杂度的视频对受试者失真感知有影响,受试者对于低空间复杂度的视频失真更易感知,且失真范围大小对受试者失真感知有影响,失真范围越大受试者感知越明显。2)提出了基于脑电信号和饱和度的视频感知质量评价方法。视频的不同饱和度会使得人们产生不同的视觉感知结果,从而影响人们对视频质量的评价。因此,本文基于脑电信号,研究视频的不同饱和度对视频质量感知的影响。本方法首先对所选取的视频刺激进行饱和度降低的处理,并通过等级选择实验选取出在人眼感知阈值附近的质量等级对视频刺激进行失真处理。采集受试者在观看由不同饱和度和不同失真程度联合作用下的视频刺激所产生的脑电信号,并对其中表征视频质量感知的脑电信号成分进行对比分析和分类,将受试者的行为数据和脑电信号分类结果相关联,得到具有主客观一致性的质量评价视频结果。实验结果表明,视频饱和度对视频失真感知存在影响,且视频饱和度越低,视频失真越容易被感知,视频饱和度越高,视频失真越不易被感知。3)提出了基于脑电信号和时空多尺度联合神经网络的视频质量分类方法。现有的基于深度学习的脑电信号分析方法,仅提取单一脑电信号维度的特征,缺乏针对视觉感知质量脑电信号中表征视觉感知的P300成分的时空特性进行多尺度特征的提取。因此,首先利用基于卷积神经网络的空域特征提取网络中的多尺度卷积提取多尺度空域特征;然后对脑电信号样本进行时域切片,通过基于双边长短期记忆网络的时域特征提取网络提取出多尺度时域特征;接着通过融合多尺度时、空域特征,得到最终的脑电信号多尺度时空融合特征表示;最后获得针对视频质量评价的脑电信号分类结果。实验结果表明,本文所提出的方法能提取出符合人类视觉感知与认知特性的多尺度时空特征的脑电信号表示,并提高了视频质量的分类精度。

关键词：脑电信号视频质量评价视觉特性时空多尺度