检索结果-南通市图书馆

热能动力工程 2002年第1期17卷 55-57页

作者：高晶波张嘉钟夏松波郑铁旭哈尔滨工业大学航天学院黑龙江哈尔滨150001 大庆油田热电厂黑龙江大庆156000

热应力是监测机组寿命损耗的重要量 ,但现在对热应力的实时计算方法大多是采用解析方法 ,由于解析方法是对转子二维轴对称热传导方程的简化 ,这给热应力的计算结果带来了误差。基于这种背景 ,本文利用了有限元计算热应力场的中间计算结... 详细信息

热应力是监测机组寿命损耗的重要量 ,但现在对热应力的实时计算方法大多是采用解析方法 ,由于解析方法是对转子二维轴对称热传导方程的简化 ,这给热应力的计算结果带来了误差。基于这种背景 ,本文利用了有限元计算热应力场的中间计算结果 ,应用结构可控的前向神经网络 (SC NN)方法 ,仿真了热应力场的整体刚度矩阵代数方程组的求解 ,应用所得的节点位移 ,可求出转子的热应力场。

关键词：神经网络有限元热应力场 scnn 转子汽轮机发电机

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

scnn基陶瓷的掺杂改性

SCNN基陶瓷的掺杂改性

引用

作者：马娜福州大学

学位级别：硕士

Sr2-xCaxNaNb5O15（scnn）是一种典型的充满型钨青铜材料，具有较高的居里温度(Tc=270℃)、大的压电系数（d33=270pC/N）和电光系数（r33和r51分别为1325×10-12m/V、1100×10-12m/V），被认为是一种有潜在应用价值的新型光折变材料和... 详细信息

Sr2-xCaxNaNb5O15（scnn）是一种典型的充满型钨青铜材料，具有较高的居里温度(Tc=270℃)、大的压电系数（d33=270pC/N）和电光系数（r33和r51分别为1325×10-12m/V、1100×10-12m/V），被认为是一种有潜在应用价值的新型光折变材料和非铅压电材料。本论文针对scnn基陶瓷制备过程中的晶体开裂现象和难以致密化的问题，从掺杂和烧结工艺两方面入手，研究掺杂BiFeO3(BFO)、La2O3掺杂和烧结工艺对scnn陶瓷烧结性能、晶体结构、显微结构以及介电性能的影响。采用固相反应法制备了xBFO-(1-x)scnn陶瓷，研究BFO对scnn陶瓷烧结特性、晶体结构、显微结构和介电性能的影响。scnn陶瓷为正交钨青铜结构，在室温下的介电常数ε=904.2，介电损耗tanδ=0.04(10kHz)。少量添加BFO明显改善了scnn基陶瓷的烧结特性，烧结温度降低到1275℃，并抑制了其在烧结过程中出现的晶体开裂现象;其室温下的介电常数ε=936.8，介电损耗tan δ=0.03(10kHz)。随BFO添加量的增大，低频下介电常数显著增大，介电损耗先略有增大而后急剧增大，呈现出明显的漏导行为。采用固相反应法成功合成了La2O3掺杂的scnn基陶瓷，研究La2O3对scnn基陶瓷烧结性能、晶体结构以及介电性能的影响。添加La2O3后scnn陶瓷变为四方钨青铜结构，当添加质量分数为0.5%的La2O3时scnn基陶瓷可以获得最佳的介电性能，在室温下的介电常数ε=1499.3(10kHz)，介电损耗tanδ=0.03(10kHz)。在-50℃-360℃范围内出现了两个相变，分别对应于scnn陶瓷的铁电-铁弹相变（Tm=0℃）和铁电-顺电相变（Tc=260℃），介电峰宽化表明scnn基陶瓷存在典型但不是很明显的弛豫特性。采用传统的固相反应法制备La2O3掺杂的scnn基陶瓷，研究烧结工艺对物相组成、晶体结构以及介电性能的影响。添加量为0.5%在升温至1350℃后降至1250℃保温6h条件下烧结的陶瓷可获得最佳介电性能，在室温下陶瓷的介电常数ε=1488.3(10kHz)，介电损耗tan δ=0.04(10kHz)。在-50℃-360℃范围内存在两个相变，分别对应于scnn陶瓷的铁电-顺电相变和铁电-铁弹相变。非常宽化的介电峰表明scnn基陶瓷存在一个明显的弥散相变过程，表现出明显的介电弛豫特性和频率色散现象。

关键词：钨青铜结构 scnn 介电性能居里温度

来源：

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scnn的红外弱小目标检测算法研究

引用

激光与红外 2021年第6期51卷 820-824页

作者：刘芬程勇策郑尧赵涛中煤科工集团重庆研究院有限公司重庆400039 中国电子科技集团公司第三研究所北京100015 陆航研究所北京101121

提出了基于结构化特征卷积神经网络(Structural Feature convolution neural network,scnn)的红外弱小目标检测算法。通过将红外弱小目标结构化特征引入CNN网络中,去除CNN网络的池化层、改变卷积扩展性、并加入分层融合机制,克服了CNN... 详细信息

提出了基于结构化特征卷积神经网络(Structural Feature convolution neural network,scnn)的红外弱小目标检测算法。通过将红外弱小目标结构化特征引入CNN网络中,去除CNN网络的池化层、改变卷积扩展性、并加入分层融合机制,克服了CNN会损失小目标本身的信息和无法检测弱纹理小目标的问题。实验结果表明:本文提出的方法相比同类方法具有更高的检测率,并且对于不同场景具有较强的鲁棒性。

关键词：红外弱小目标检测 scnn 结构化特征

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于scnn的有限元总刚方程求解

引用

东北大学学报（自然科学版） 1996年第6期17卷 628-632页

作者：孙道恒胡俏徐灏东北大学机械工程学院

基于ＳＣＮＮ，提出了一个解有限元总刚方程的神经网络模型和实施方案．计算实例表明，基于ＳＣＮＮ的计算结果令人满意，计算时间为电路时常数数量级。

关键词：神经网络有限元 scnn 总刚方程线性代数方程组

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于深度学习考虑空间连续性目标检测算法的研究与应用

基于深度学习考虑空间连续性目标检测算法的研究与应用

引用

作者：陈仕杰电子科技大学

学位级别：硕士

深度学习近年来发展迅速,计算机视觉领域被广泛应用到了实际生产中的各个领域。深度学习领域中最重要的基础模型之一就是CNN(卷积神经网络),大多数目标检测算法的骨干网络(backbone)都是基于CNN模型搭建而成。CNN模型具有强大的语义特... 详细信息

深度学习近年来发展迅速,计算机视觉领域被广泛应用到了实际生产中的各个领域。深度学习领域中最重要的基础模型之一就是CNN(卷积神经网络),大多数目标检测算法的骨干网络(backbone)都是基于CNN模型搭建而成。CNN模型具有强大的语义特征提取能力,满足了目标检测、语义分割、风格迁移等研究领域图像特征提取的需求。但是CNN模型忽略了像素间的空间关系,没有充分探索图像行像素和列像素上的空间关系。而这种空间关系对于学习具有强形状先验、弱外观一致性的语义目标来说是非常重要的。scnn模型在CNN模型基础上,对信息传递方式进行了革新,使得其具备了探索像素之间空间关系的能力,但scnn模型在其他场景应用中表现不佳,本文对重新对scnn模型进行了改进。本文通过分析scnn模型在输电线数据集上表现不佳的原因,基于空间连续性的考虑,针对scnn模型的不足重新设计并提出了CL-scnn模型(Cross Layer Spatial CNN)。该算法在scnn模型上引入跨层传递机制,使CL-scnn模型在处理不同场景,不同信息密度的数据集时,信息的传递方式得到优化,提高了模型泛化性能。通过一系列对比实验,验证了CL-scnn模型对于不同场景下强结构先验性、弱外观一致性的语义目标有更好的检测表现。本文提出的CL-scnn算法能够很好的适用于绝大多数场景下的输电线检测任务。相比于经典的目标检测算法和车道线检测模型scnn,CL-scnn在检测车道线、输电线、电线杆这类具有强形状先验和弱外观连贯性的语义目标时,在准确率的表现上有明显的提升。在车道线数据集CU＿Lane上也能有较好的检测准确率,说明模型泛化能力得到加强。

关键词： scnn 输电线检测空间连续性

来源：

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

夜视环境下车辆与车道线检测算法研究

夜视环境下车辆与车道线检测算法研究

引用

作者：仇甜甜郑州轻工业大学

学位级别：硕士

车辆检测和车道线检测在自动驾驶系统（ADS）的设计中起着至关重要的作用,近年来取得了显著的进步。目前车辆检测和车道线检测算法在白天环境下已取得良好的检测效果,夜间环境下的检测问题仍存在许多研究难点。由于夜间道路中存在光照干... 详细信息

车辆检测和车道线检测在自动驾驶系统（ADS）的设计中起着至关重要的作用,近年来取得了显著的进步。目前车辆检测和车道线检测算法在白天环境下已取得良好的检测效果,夜间环境下的检测问题仍存在许多研究难点。由于夜间道路中存在光照干扰,部分道路区域灯光过暗,以及往来车辆车灯过亮等问题,车辆特征不明显,且夜间车辆存在互相遮挡的情况,远处小目标车辆较难检测,因此夜间的车辆检测仍然存在相当大的挑战。夜间车道线检测场景中,车道线会存在残缺、破损,易受到强光照和光照过分复杂等条件的影响,检测效果较差。为了解决上述夜间车辆和车道线检测过程中存在的问题,本文从夜间车辆检测和夜间车道线检测两个部分入手,提出了精度更高的车辆检测算法和车道线检测算法。本文的主要研究内容如下:（1）针对夜间车辆检测中存在的问题,设计了一种夜视环境下车辆检测算法。首先利用Attentive GAN网络对夜间道路图像进行处理,该网络由具有注意力模块的生成器网络和双判别器网络—全局判别器和局部判别器网络构成,用以平衡夜间道路图像中局部过暗和过曝区域。对处理后的图像利用改进的Faster RCNN网络进行进一步的检测,即在原始Faster RCNN的基础上,对分类和回归两部分进行改进。为了获得更高的检测精度,在回归分支中采用多元局部回归,预测多个边界框偏移,通过计算最终得到更加精确的预测框。改进的分类分支则利用区分性特征得到更高的分类分数。实验结果表明,本文的车辆检测方法在极暗环境、存在眩光、存在遮挡等一系列复杂场景下均展现了良好的检测性能。（2）针对夜间车道线检测中存在的检测精度低、车道拟合效果差等问题,提出了一种夜视环境下车道线检测算法。在车道线检测网络中,利用Attentive GAN网络对夜间道路图像进行处理,突出夜间道路中的车道线特征,同时利用Res Net-18网络进行车道线特征的提取,采用scnn算法进行车道线的检测。实验证明,本文所提算法拥有良好的夜间车道线检测性能。

关键词：夜间车辆检测夜间车道线检测 Attentive GAN 多元局部回归改进的RoI Pooling scnn

来源：

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

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：