检索结果-南通市图书馆

基于IWOA-ELM算法的脑电情绪识别方法研究

在线全文

学校读者我要写书评

暂无评论

生物医学工程学杂志 2024年第1期41卷 1-8页

作者：谢松云雷凌俊孙江徐建西北工业大学电子信息学院西安710129 西北工业大学医学研究院西安710129

情绪是人类重要的生理属性,情绪识别技术可以更好地辅助人类进行自我认识。本文针对不同受试者之间的脑电信号(EEG)存在巨大差异的难点,在传统鲸鱼优化算法(WOA)中引入新机制,加速算法的优化和收敛。同时,将改进的鲸鱼优化算法(IWOA)用... 详细信息

情绪是人类重要的生理属性,情绪识别技术可以更好地辅助人类进行自我认识。本文针对不同受试者之间的脑电信号(EEG)存在巨大差异的难点,在传统鲸鱼优化算法(WOA)中引入新机制,加速算法的优化和收敛。同时,将改进的鲸鱼优化算法(IWOA)用于搜索极限学习机模型(ELM)中的最佳训练方案,包括最佳特征集、训练参数以及脑电通道。纳入24种常见的EEG情绪特征进行测试,发现不同受试者最佳脑电情绪特征之间存在一定特异性,同时也具有共性。本文所提方法在脑电情绪识别中获得92.19%的平均识别准确率,显著减少了手动调试模型的工作量,且具有更高的识别精度和更短的训练时间,相较于对照方法具备更优越的性能,为情绪脑电信号解码研究提供了新的思路。

关键词：脑电图情绪识别鲸鱼优化算法特征选择极限学习机

在线全文

学校读者我要写书评

暂无评论

基于深度神经网络的目标跟踪算法综述

航空兵器 2024年第1期31卷 1-12页

作者：郭凡卢铉宇李嘉怡王红梅西北工业大学航天学院西安710072

目标跟踪是根据视频序列中目标的前续信息,对目标的当前状态进行预测。深度学习在目标跟踪领域逐渐广泛应用,本文阐述了目标跟踪算法和深度学习的发展背景,对传统目标跟踪进行了回顾,根据不同的网络任务功能,将基于深度学习的目标跟踪... 详细信息

目标跟踪是根据视频序列中目标的前续信息,对目标的当前状态进行预测。深度学习在目标跟踪领域逐渐广泛应用,本文阐述了目标跟踪算法和深度学习的发展背景,对传统目标跟踪进行了回顾,根据不同的网络任务功能,将基于深度学习的目标跟踪算法分为:基于分类的深度学习目标跟踪算法、基于回归的深度学习目标跟踪算法、基于回归与分类结合的目标跟踪算法,并选取了具有代表性的目标跟踪算法进行实验,对比不同算法之间的特点;最后对目前基于深度学习的目标跟踪方法存在的问题进行分析,对未来发展方向进行展望。实验结果证明,深度孪生跟踪网络在精度与速度上均占优,成为当前主流的跟踪算法框架。

关键词：目标跟踪深度学习神经网络卷积神经网络孪生神经网络生成对抗网络

静电悬浮条件下液态Zr_(60)Ni_(25)Al_(15)合金的热物理性质与快速凝固机制

在线全文

学校读者我要写书评

暂无评论

物理学报 2024年第8期73卷 287-295页

作者：金英捷耿德路林茂杰胡亮魏炳波西北工业大学物理科学与技术学院西安710072

采用静电悬浮实验技术测定了液态Zr_(60)Ni_(25)Al_(15)合金的热物理性质,并研究了其深过冷快速凝固过程.实验发现,液态合金所获得的最大过冷度可达316 K(0.25TL),其密度和表面张力与温度呈线性关系,而黏度则随温度呈指数变化.当过冷度... 详细信息

采用静电悬浮实验技术测定了液态Zr_(60)Ni_(25)Al_(15)合金的热物理性质,并研究了其深过冷快速凝固过程.实验发现,液态合金所获得的最大过冷度可达316 K(0.25TL),其密度和表面张力与温度呈线性关系,而黏度则随温度呈指数变化.当过冷度小于259 K时,凝固过程中发生两次再辉现象,分别对应着二相(Zr_(6)Al_(2)Ni+Zr_(5)Ni_(4)Al)共晶和三元(Zr_(6)Al_(2)Ni+Zr_(5)Ni_(4)Al+Zr_(2)Ni)共晶的快速生长.若过冷度超过259 K,凝固过程只发生一次再辉,3个化合物相均可从合金熔体中独立形核,形成三元不规则共晶组织.理论计算和实验表明,小过冷时Zr_(6)Al_(2)Ni相优先形核,而当过冷度足够大时,三相能够同时形核.

关键词：静电悬浮液态金属快速凝固共晶生长

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

基于残差混合监督网络的无人机目标阴影检测

航空学报 2024年

作者：王潇刘贞报史忠科西北工业大学民航学院西北工业大学自动化学院

无人机在检测和跟踪目标过程中受到目标伪装、目标遮挡、移动躲避以及假目标等因素的干扰，而无人机目标附近的阴影区域加剧了这些因素对目标检测和跟踪性能的影响，因此检测无人机目标阴影区域是无人机领域的重要研究任务之一。现有无... 详细信息

无人机在检测和跟踪目标过程中受到目标伪装、目标遮挡、移动躲避以及假目标等因素的干扰，而无人机目标附近的阴影区域加剧了这些因素对目标检测和跟踪性能的影响，因此检测无人机目标阴影区域是无人机领域的重要研究任务之一。现有无人机目标阴影检测方法面临训练数据数量有限、数据收集标注困难以及无人机目标中存在大量尺寸较小的细碎阴影区域等问题，针对这些问题，本文提出一种基于残差混合监督网络的无人机目标阴影检测算法。首先针对无人机目标阴影检测任务的特点设计分辨率注意力网络，在结合底层纹理特征和高层语义特征的过程中，更准确地保留底层纹理特征；然后设计混合监督网络扩充训练数据集，结合普通阴影检测数据集和无人机目标阴影检测数据集训练教师网络，使用无人机阴影检测数据集和教师网络的参数训练学生网络；同时设计残差图像，利用教师网络检测结果和标准结果之间的残差图像扩充训练数据集，使阴影检测网络更加关注细碎阴影区域。最后，在两个公开实验数据集上和已有方法进行对比实验，在各个评价参数上取得了最多41.6%的提升效果，证明所提无人机目标阴影检测算法较好的解决了现有方法存在的问题，具有较高的准确性。

关键词：无人机目标阴影检测混合监督网络残差图像

钆含量对Fe-B-Nb-Gd非晶合金磁学性能和氧化机制的影响规律

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

物理学报 2024年第9期73卷 254-262页

作者：糜晓磊胡亮武博文龙强魏炳波西北工业大学物理科学与技术学院西安710072

研究了Gd含量对(Fe_(73)B_(22)Nb_(5))_(100–x)Gd_(x)(x=0,0.5,1.0,1.5,2.0)合金非晶形成能力、热稳定性和磁学性能的影响规律,并对比分析了非晶氧化机制.通过添加Gd元素,合金的原子尺寸差超过13%,构型熵增大了30%,提升了合金的非晶形... 详细信息

研究了Gd含量对(Fe_(73)B_(22)Nb_(5))_(100–x)Gd_(x)(x=0,0.5,1.0,1.5,2.0)合金非晶形成能力、热稳定性和磁学性能的影响规律,并对比分析了非晶氧化机制.通过添加Gd元素,合金的原子尺寸差超过13%,构型熵增大了30%,提升了合金的非晶形成能力.随着Gd含量的增大,过冷液相区范围达到73 K,热稳定性得到明显增强.Gd元素导致合金局部各向异性受到限制,准位错偶极子型缺陷密度降低.这有效减少了阻碍磁畴壁旋转的钉扎位点,提高合金软磁性能.此外,Gd元素使得非晶在氧化过程中对温度的变化更为敏感,达到最大氧化速率的温度降低了15 K,但是并未恶化其抗氧化性能.Gd原子受结合能影响向表层迁移,形成的富Gd氧化物填充了表层缺陷,占据了大量顶部空间,合金表面附近的结构更加致密.这种结构减少了氧原子通过微观组织界面进行扩散的通道,有助于增强抗氧化性能.

关键词：稀土元素非晶合金快速凝固氧化机制

维普期刊数据库博看期刊

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

声悬浮条件下双水相液滴的蒸发与相分离

物理学报 2024年第3期73卷 153-160页

作者：贺华丹钟琦超解文军西北工业大学物理科学与技术学院西安710129

采用声悬浮无容器处理技术,研究了聚乙二醇-硫酸铵(PEG-AMS)双水相液滴的蒸发与相分离过程.双水相液滴蒸发过程中,液滴赤道直径的平方d^(2)随时间线性减小,同时液滴横纵比γ随时间线性增大.初始处于单相区的液滴随着水分蒸发可以跨越到... 详细信息

采用声悬浮无容器处理技术,研究了聚乙二醇-硫酸铵(PEG-AMS)双水相液滴的蒸发与相分离过程.双水相液滴蒸发过程中,液滴赤道直径的平方d^(2)随时间线性减小,同时液滴横纵比γ随时间线性增大.初始处于单相区的液滴随着水分蒸发可以跨越到双相区,进而发生相分离.声悬浮状态下PEG-AMS双水相液滴的相分离分为3个阶段:首先液滴内部形成富PEG相微滴,然后富PEG相微滴发生碰撞凝并同时向外迁移,最终液滴形成水平分层结构.对比分析了不同横纵比及不同成分的双水相液滴的蒸发和相分离过程,发现横纵比γ越大,富PEG相体积分数越小,则液滴蒸发速率越快;横纵比γ越大,富PEG相体积分数越大,则液滴相分离越快.这些发现有助于深入理解声悬浮条件下液滴的运动特性、蒸发动力学和相分离规律,并为材料的声悬浮无容器制备和加工提供依据.

关键词：声悬浮双水相液滴蒸发相分离

维普期刊数据库博看期刊

基于Stacking策略的集成BN网络目标威胁评估

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2024年第2期46卷 586-598页

作者：王紫东高晓光刘晓寒西北工业大学电子信息学院陕西西安710129

现有基于贝叶斯网络的威胁评估采用专家经验确定的朴素结构,其推理评估结果精度欠佳。为此,提出一种融合专家经验与数据观测的基于Stacking策略的集成贝叶斯网络(ensemble Bayesian network,EBN)。首先使用不同搜索空间内的评分优化算... 详细信息

现有基于贝叶斯网络的威胁评估采用专家经验确定的朴素结构,其推理评估结果精度欠佳。为此,提出一种融合专家经验与数据观测的基于Stacking策略的集成贝叶斯网络(ensemble Bayesian network,EBN)。首先使用不同搜索空间内的评分优化算法获得数据观测模型集并进行模型平均;然后使用专家经验朴素模型对平均网络进行修剪,形成威胁约束集合;最后以动态规划为基础,通过该集合限制节点序图扩展,以求取全局最优威胁评估网络。在作战想定中,EBN模型单目标威胁概率推理精度比朴素贝叶斯模型高出10%,在多目标威胁排序任务中,其Spearman系数分布亦优于朴素模型。

关键词：威胁评估贝叶斯网络结构学习约束优化

在线全文

学校读者我要写书评

暂无评论

高维数据局部贝叶斯网络结构学习

系统工程与电子技术 2024年第8期46卷 2676-2685页

作者：王阳阳高晓光茹鑫鑫西北工业大学电子信息学院陕西西安710129

针对高维数据下贝叶斯网络结构学习精度和效率低的问题,提出一种基于归一化互信息和近似马尔可夫毯的特征选择(feature selection based on normalized mutual information and approximate Markov blanket,FSNMB)算法来获取目标节点的... 详细信息

针对高维数据下贝叶斯网络结构学习精度和效率低的问题,提出一种基于归一化互信息和近似马尔可夫毯的特征选择(feature selection based on normalized mutual information and approximate Markov blanket,FSNMB)算法来获取目标节点的马尔可夫毯(Markov blanket,MB),进一步结合MB和Meek规则实现基于特征选择的局部贝叶斯网络结构(construct local Bayesian network based on feature selection,FSCLBN)算法,提高局部贝叶斯网络结构学习的精度和效率。实验证明,在高维数据中,FSCLBN算法与现存的局部贝叶斯网络结构学习算法相比更具优势。

关键词：贝叶斯网络特征选择互信息马尔可夫毯

维普期刊数据库博看期刊

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于最大均值差异的能量侧信道泄露量化评估

计算机学报 2024年第6期47卷 1355-1371页

作者：洪亮翟元洁王嘉熙郑健胡伟西北工业大学网络空间安全学院西安710072

能量侧信道分析是通过对密码设备运行时的能量消耗进行分析,推导出运行时的操作及操作涉及的敏感中间值.对密码设备进行能量泄露量化评估是分析密码设备信息泄露程度的重要手段,目前主流的评估方案主要关注于能量迹上单个样本点的泄露,... 详细信息

能量侧信道分析是通过对密码设备运行时的能量消耗进行分析,推导出运行时的操作及操作涉及的敏感中间值.对密码设备进行能量泄露量化评估是分析密码设备信息泄露程度的重要手段,目前主流的评估方案主要关注于能量迹上单个样本点的泄露,并未充分考虑高阶攻击模型下的泄露评估问题,对于采用掩码防御措施的密码芯片来说,一旦发生泄露,通常表现为多变量联合泄露,因此采用传统的单样本点方法进行泄露评估会存在假阴性的问题.本文研究多点联合泄露评估问题,引入最大均值差异方法,提取能量迹的多变量联合特征,构建基于最大均值差异的能量泄露量化评估模型,提供了一种有效的能量侧信道泄露量化评估方法.通过实现无防御对策和有防御对策的AES算法,使用DPA contest v2、ASCAD v1和自采能量迹数据集进行实验,结果表明,基于最大均值差异的泄露量化评估方法能够有效降低单样本点检测方法出现假阴性的风险,HAC、MTD和Bartlett-F检验的对照结果也进一步验证了该方法的有效性.

关键词：能量侧信道信息泄露量化评估最大均值差异掩码 AES