检索结果-南通市图书馆

拉曼光谱结合WGANGP-ResNet算法鉴别病原菌种类

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2期44卷 542-547页

作者：孟星志刘亚秋刘丽娜东北林业大学信息与计算机工程学院黑龙江哈尔滨150040

快速准确识别病原菌在防止传染病的传播、帮助对抗抗菌素耐药性和改善病人预后方面起着关键作用。拉曼光谱结合机器学习算法能够简单快捷地对病原菌进行无标记检测。然而,病原菌种类和表型繁多,并且深度学习需要依赖大量样本训练,而收... 详细信息

快速准确识别病原菌在防止传染病的传播、帮助对抗抗菌素耐药性和改善病人预后方面起着关键作用。拉曼光谱结合机器学习算法能够简单快捷地对病原菌进行无标记检测。然而,病原菌种类和表型繁多,并且深度学习需要依赖大量样本训练,而收集大批量病原菌拉曼光谱劳神费力,且易受荧光等因素影响。针对上述问题,提出一种基于WGAN-GP数据增强方法和ResNet结合的病原菌拉曼光谱检测模型。采用五种常见眼科病原菌的拉曼光谱。将采集到的原始数据归一化作为ResNet和传统卷积神经网络(1D-CNN)的输入,将经过SG滤波、airPLS基线校正、PCA降维等预处理后的数据作为K近邻(KNN)的输入,对比分析发现ResNet模型效果最优,其分类精度可达96%;搭建Wasserstein生成式对抗网络加梯度惩罚模型(WGAN-GP),生成大量与真实数据相似的高分辨率光谱数据。同时与偏移法、深度卷积生成式对抗神经网络(DCGAN)2种数据增强方法进行比对,证明WGAN-GP的可靠性;为验证生成数据可以丰富数据多样性,进而提高分类精度,将扩充后的数据集重新放入ResNet进行训练,最终WGAN-GP结合ResNet的分类准确率提高到99.3%。结果表明:基于ResNet的分类模型无需复杂数据预处理,在开发效率和分类精度上均有提高;改进的WGAN-GP模型适用于拉曼光谱数据增强,解决了传统数据增强方法生成光谱的有效性与类别准确性不匹配的问题,相比于GAN提高了训练过程的速度和稳定性;利用表面增强拉曼光谱技术(SERS)结合WGANGP-ResNet模型对病原菌拉曼光谱分类,减少了对大量训练数据的需求,有利于快速学习和分析低信噪比的拉曼光谱,并将光谱采集时间缩减到1/10。在临床快速、免培养鉴别病原菌方面具有重要研究意义与应用价值。

关键词： WGAN-GP 拉曼光谱病原菌鉴别一维残差网络卷积神经网络

在线全文

学校读者我要写书评

暂无评论

基于深度学习的微纳光纤自动制备系统

物理学报 2024年第10期73卷 212-220页

作者：刘鸿江刘逸飞谷付星上海理工大学光电信息与计算机工程学院上海200093

在微纳光纤拉锥制备过程中,对直径的大范围、高精度和动态实时性测量是实现低损耗传输和色散调控的关键.针对现有传统制备方法直径调控范围小、操作复杂及耗时长等问题,本文基于深度学习神经网络算法实现了微纳光纤自动检测系统.利用计... 详细信息

在微纳光纤拉锥制备过程中,对直径的大范围、高精度和动态实时性测量是实现低损耗传输和色散调控的关键.针对现有传统制备方法直径调控范围小、操作复杂及耗时长等问题,本文基于深度学习神经网络算法实现了微纳光纤自动检测系统.利用计算机视觉中的图像分割方法,通过制作高质量多尺度微纳光纤数据集,使用基于小目标检测改进的YOLOv8-FD算法对微纳光纤直径进行自动检测.在数据集中获得了平均均值精度高达mAP^(IoU=50)=0.975和mAP^(IoU=50_95)=0.765的性能参数.实验结果表明,该系统可实现微纳光纤直径462 nm—125μm范围,误差2.95%以内的测量和自动化制备,并随着光纤直径增长,误差逐渐缩小,且该系统光学成像单个像素分辨率为65.97 nm,平均检测时间为9.6 ms.本文工作适用于对微纳光纤的高精度实时测量和自动精确制备,为低损耗传输和色散可调的微纳光纤器件发展提供新的思路.

关键词：微纳光纤直径测量深度学习图像分割

基于改进Autoformer模型的短期电力负荷预测

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

电力自动化设备 2024年第4期44卷 171-177页

作者：范杏蕊李元诚华北电力大学控制与计算机工程学院北京102206

针对短期电力负荷预测因受天气、温度、节假日等多重不确定性因素影响而造成精度低的问题,提出一种基于改进Autoformer模型的短期电力负荷预测模型。改变序列分解预处理的惯例,设计深度模型的内部分解模块,该模块提取模型中隐藏状态的... 详细信息

针对短期电力负荷预测因受天气、温度、节假日等多重不确定性因素影响而造成精度低的问题,提出一种基于改进Autoformer模型的短期电力负荷预测模型。改变序列分解预处理的惯例,设计深度模型的内部分解模块,该模块提取模型中隐藏状态的内在复杂时序趋势,使得模型具有复杂时间序列的渐进分解能力;提出Nystrom自注意力机制,该机制利用Nystrom方法来逼近标准的自注意力机制。某地电力负荷预测实验结果表明,所提模型比基于标准Autoformer模型的短期电力负荷预测模型的时间复杂度更低,准确率更高。

关键词：短期电力负荷预测时序分解模块 Nystrom自注意力机制 Sdformer模型

基于超图Transformer的APT攻击威胁狩猎网络模型

在线全文

学校读者我要写书评

暂无评论

通信学报 2024年第2期45卷 106-114页

作者：李元诚林玉坤华北电力大学控制与计算机工程学院北京102206

针对物联网环境中高级持续性威胁(APT)具有隐蔽性强、持续时间长、更新迭代快等特点,传统被动检测模型难以对其进行有效搜寻的问题,提出了一种基于超图Transformer的APT攻击威胁狩猎(HTTN)模型,能够在时间跨度长、信息隐蔽复杂的物联网... 详细信息

针对物联网环境中高级持续性威胁(APT)具有隐蔽性强、持续时间长、更新迭代快等特点,传统被动检测模型难以对其进行有效搜寻的问题,提出了一种基于超图Transformer的APT攻击威胁狩猎(HTTN)模型,能够在时间跨度长、信息隐蔽复杂的物联网系统中快速定位和发现APT攻击痕迹。该模型首先将输入的网络威胁情报(CTI)日志图和物联网系统内核审计日志图编码为超图,经超图神经网络(HGNN)层计算日志图的全局信息和节点特征;然后由Transformer编码器提取超边位置特征;最后对超边进行匹配计算相似度分数,从而实现物联网系统网络环境下APT攻击的威胁狩猎。在物联网仿真环境下的实验结果表明,提出的HTTN模型与目前主流的图匹配神经网络相比均方误差降低约20%,Spearman等级相关系数提升约0.8%,匹配精度提升约1.2%。

关键词：高级持续性威胁威胁狩猎图匹配超图

在线全文

学校读者我要写书评

暂无评论

基于像素对比学习的图像超分辨率算法

自动化学报 2024年第1期50卷 181-193页

作者：周登文刘子涵刘玉铠华北电力大学控制与计算机工程学院北京102206

目前,深度卷积神经网络(Convolutional neural network,CNN)已主导了单图像超分辨率(Single image superresolution,SISR)技术的研究,并取得了很大进展.但是,SISR仍是一个开放性问题,重建的超分辨率(Super-resolution,SR)图像往往会出现模糊、纹理细节丢失和失真等问题.提出一个新的逐像素对比损失,在一个局部区域中,使SR图像的像素尽可能靠近对应的原高分辨率(High-resolution,HR)图像的像素,并远离局部区域中的其他像素,可改进SR图像的保真度和视觉质量.提出一个组合对比损失的渐进残差特征融合网络(Progressive residual feature fusion network,PRFFN).主要贡献有:1)提出一个通用的基于对比学习的逐像素损失函数,能够改进SR图像的保真度和视觉质量;2)提出一个轻量的多尺度残差通道注意力块(Multi-scale residual channel attention block,MRCAB),可以更好地提取和利用多尺度特征信息;3)提出一个空间注意力融合块(Spatial attention fuse block,SAFB),可以更好地利用邻近空间特征的相关性.实验结果表明,PRFFN显著优于其他代表性方法.

关键词：图像超分辨率卷积神经网络对比学习注意力机制

维普期刊数据库博看期刊

基于溯源图和注意力机制的APT攻击检测模型构建

在线全文

学校读者我要写书评

暂无评论

通信学报 2024年第3期45卷 117-130页

作者：李元诚罗昊王欣煜原洁璇华北电力大学控制与计算机工程学院北京102206

针对现有攻击检测方法难以应对持续时间长、攻击手段复杂隐蔽的高级持续威胁的问题,构建了基于注意力机制和溯源图的APT攻击检测模型。首先,基于系统的审计日志构建能够描述系统行为的溯源图;其次,设计优化算法,确保在不牺牲关键语义的... 详细信息

针对现有攻击检测方法难以应对持续时间长、攻击手段复杂隐蔽的高级持续威胁的问题,构建了基于注意力机制和溯源图的APT攻击检测模型。首先,基于系统的审计日志构建能够描述系统行为的溯源图;其次,设计优化算法,确保在不牺牲关键语义的前提下缩减溯源图规模;再次,利用深度神经网络(DNN)将原始攻击序列转换为语义增强的特征向量序列;最后,设计并实现了APT攻击检测模型DAGCN,该模型将注意力机制应用于溯源图序列,利用该机制对输入序列的不同位置分配不同的权重并进行权值计算,能够提取较长时间内的持续攻击的序列特征信息,从而有效地识别恶意节点,还原攻击过程。该模型在识别精确率等多个指标上均优于现有模型,在公开的APT攻击数据集上的实验结果表明,该模型在APT攻击检测中的精确率达到93.18%,优于现有主流检测模型。

关键词：溯源图自然语言处理 APT攻击检测注意力机制

非对称针尖结构对远红外超材料谐振性能的影响研究

在线全文

学校读者我要写书评

暂无评论

红外与毫米波学报 2024年第3期43卷 322-328页

作者：陆小森吴旭魏小柯王俊杰王奇亮金钻明彭滟上海理工大学光电信息与计算机工程学院上海200093

为提高远红外超材料的品质因子Q和检测灵敏度,本文研究了一种用于金属远红外超材料的非对称针尖设计。以传统双开口方形谐振环为模型,通过理论模拟,研究了开口狭缝针尖角度变化对其电场分布、谐振频谱以及品质因子Q的影响。结果表明,非... 详细信息

为提高远红外超材料的品质因子Q和检测灵敏度,本文研究了一种用于金属远红外超材料的非对称针尖设计。以传统双开口方形谐振环为模型,通过理论模拟,研究了开口狭缝针尖角度变化对其电场分布、谐振频谱以及品质因子Q的影响。结果表明,非对称针尖增强了谐振环的表面电场局域性,减小了谐振峰的半峰全宽,并使品质因子Q提高到传统谐振环(非针尖设计)的三倍以上。该研究结果为开发高灵敏远红外超材料传感器提供了新的思路,并为传统开口谐振环提出了一种简单实用的Q因子优化方法。

关键词：太赫兹传感器超材料远红外品质因子Q

基于NSGA-Ⅱ的飞轮-火电联合二次调频最优负荷分配策略

在线全文

学校读者我要写书评

暂无评论

电力系统自动化 2024年第12期48卷 79-88页

作者：房方刘渝斌王冰玉魏乐李承霖华北电力大学控制与计算机工程学院北京市102206

为了在提升飞轮-火电联合二次调频性能的同时控制调频成本、减少飞轮损耗,面向飞轮-火电联合系统,提出一种考虑自动发电控制(AGC)指令及电网频率偏差的基于多目标遗传算法的负荷分配策略。该策略以电网调频偏差、飞轮-火电出力能量和、... 详细信息

为了在提升飞轮-火电联合二次调频性能的同时控制调频成本、减少飞轮损耗,面向飞轮-火电联合系统,提出一种考虑自动发电控制(AGC)指令及电网频率偏差的基于多目标遗传算法的负荷分配策略。该策略以电网调频偏差、飞轮-火电出力能量和、飞轮损耗为三层最小化目标,考虑火电机组爬坡率及其负荷备用、飞轮荷电状态及其功率等约束条件,基于改进的非支配排序遗传算法(NSGA-Ⅱ),通过AGC功率指令变化速度及频率偏差动态调整飞轮与火电出力权重系数,以频率偏差及其变化方向调整飞轮虚拟下垂、惯性系数,求解飞轮-火电出力比例、飞轮下垂系数和飞轮惯性系数。结合中国宁夏某电厂飞轮储能系统辅助火电机组调频现场AGC指令等历史数据,在双区域两机系统模型上进行仿真实验,结果表明该负荷分配策略有效地减小了火电二次调频偏差和调节时间,提升了调频性能,同时也有效地控制了系统出力能量及飞轮损耗。

关键词：火电飞轮储能调频负荷分配策略多目标遗传算法虚拟下垂虚拟惯性

基于小波包变换与深度学习的超短期光伏功率预测

在线全文

学校读者我要写书评

暂无评论

太阳能学报 2024年第5期45卷 537-546页

作者：刘源延孔小兵马乐乐刘向杰华北电力大学控制与计算机工程学院北京102206

针对光伏功率序列的复杂多变特征,提出一种基于小波包变换(WPT)的门控循环单元(GRU)光伏功率组合预测方法。首先通过相关性分析挑选重要气象因子,并利用WPT将原始光伏功率序列分解为一组子序列;然后,提出一种基于莱维飞行天牛须搜索算法... 详细信息

针对光伏功率序列的复杂多变特征,提出一种基于小波包变换(WPT)的门控循环单元(GRU)光伏功率组合预测方法。首先通过相关性分析挑选重要气象因子,并利用WPT将原始光伏功率序列分解为一组子序列;然后,提出一种基于莱维飞行天牛须搜索算法(LFBAS)的相似日选择方法,以选择相似于预测日的历史日作为输入数据集;最后,建立一组基于GRU网络的深度学习光伏功率预测模型,将每个子序列预测结果叠加得到光伏功率最终预测结果。仿真结果表明,该文所提出的预测方法在预测精度和计算效率方面具有显著优势。

关键词：光伏发电功率预测小波包变换相似日门控循环单元天牛须搜索算法