检索结果-南通市图书馆

基于目标边界视觉追踪的结构多水准变形状态识别

在线全文

学校读者我要写书评

暂无评论

土木工程学报 2023年第10期56卷 11-19页

作者：任晨辉单伽锃刘钰汶吴昊周德源同济大学上海200092 上海韧性城市与智能防灾工程技术研究中心上海200092

工程结构不同水准变形状态的监测与识别对于评估其结构性能具有重要意义。传统的结构健康监测方法大多具有接触式测量、离散布置、局部观测的特点,无法充分考虑工程结构的连续体物理特征,获得结构多水准连续型变形信息。基于视觉追踪的... 详细信息

工程结构不同水准变形状态的监测与识别对于评估其结构性能具有重要意义。传统的结构健康监测方法大多具有接触式测量、离散布置、局部观测的特点,无法充分考虑工程结构的连续体物理特征,获得结构多水准连续型变形信息。基于视觉追踪的测量技术因其非接触、低成本、易布置等优点逐渐成为结构健康监测的新兴方法之一,此外,近年来计算机视觉领域也提出了多种目标检测模型可以鲁棒识别显著视觉对象。该文结合结构变形机理、视觉测量技术与显著目标检测算法,从图像中提取并追踪结构目标区域的连续边界,实现了结构多水准变形状态识别,并通过足尺钢筋混凝土梁落锤冲击试验对提出的方法进行了验证。研究结果表明,提出的方法可以稳定追踪结构边缘在毫秒级别的变化状态,准确识别包括竖向位移、构件转角和截面曲率在内的结构多水准变形状态,为进一步评估结构性能提供了重要数据与信息。

关键词：结构监测变形识别显著性目标检测梁曲率

在线全文

学校读者我要写书评

暂无评论

基于两阶段深度迁移学习的面料疵点检测算法

机械工程学报 2021年第17期57卷 86-97页

作者：赵树煊张洁汪俊亮徐楚桥东华大学人工智能研究院上海201620 上海工业大数据与智能系统工程技术研究中心上海201620 上海交通大学机械与动力工程学院上海200240

针对针织格纹面料疵点检测存在检测实时性差和疵点数据稀缺的问题,提出一种基于两阶段深度迁移学习的面料疵点检测算法,实现对疵点的实时高精度检测与检测模型的高效训练。第一阶段迁移:设计面料疵点先验知识迁移算法,通过聚类算法求得... 详细信息

针对针织格纹面料疵点检测存在检测实时性差和疵点数据稀缺的问题,提出一种基于两阶段深度迁移学习的面料疵点检测算法,实现对疵点的实时高精度检测与检测模型的高效训练。第一阶段迁移:设计面料疵点先验知识迁移算法,通过聚类算法求得交并比最优的四类疵点预选框尺寸参数,使用带有先验知识的疵点预选框替代基于特征的定位方法,实现面料疵点尺寸特征先验知识的迁移,提高面料疵点的定位速度;第二阶段迁移:设计面料特征提取能力迁移算法,利用不同种面料之间具有通用特征的特性,通过将纯色棉麻布检测模型参数迁移至格纹面料检测模型,实现对面料通用特征提取能力的迁移,减少检测模型训练所需的样本数量,提高检测模型训练效率。实验结果表明,在检测性能方面,提出的面料疵点检测算法检测精度为95%、检测速度可达30 m/min,优于传统的目标检测算法,能够满足面料生产中对于检测性能的要求;在模型训练方面,检测模型训练所需疵点样本数量减少50%以上、检测模型训练速度同比提高3倍。

关键词：面料疵点检测深度学习迁移学习

在线全文

学校读者我要写书评

暂无评论

机理与数据融合的机器人制孔毛刺预测方法

华中科技大学学报（自然科学版） 2022年第6期50卷 124-132页

作者：郑小虎吴明宇许敏俊杨启锐东华大学人工智能研究院上海201620 东华大学上海工业大数据与智能系统工程技术研究中心上海201620 东华大学机械工程学院上海201620

针对机器人制孔系统刚性差,制孔加工时会发生颤振、易产生毛刺的问题,提出了机理与数据融合的预测方法对机器人制孔出口毛刺高度进行预测,构建了基于钻削力及颤振模型的钻削毛刺高度预测静态物理模型,进行毛刺高度的初步预测,并在其基... 详细信息

针对机器人制孔系统刚性差,制孔加工时会发生颤振、易产生毛刺的问题,提出了机理与数据融合的预测方法对机器人制孔出口毛刺高度进行预测,构建了基于钻削力及颤振模型的钻削毛刺高度预测静态物理模型,进行毛刺高度的初步预测,并在其基础上采用数据动态更新模型对其修正更新.通过机器人制孔实验对所建立模型进行验证,实验表明该预测方法对制孔毛刺高度分类准确率达到94.74%,为实现制孔毛刺主动控制及提升制孔系统加工质量奠定了基础.

关键词：机理数据融合弱刚性机器人制孔毛刺机器学习

同方期刊数据库

一种卷积自编码深度学习的空气污染多站点联合预测模型

在线全文

学校读者我要写书评

暂无评论

电子学报 2022年第6期50卷 1410-1427页

作者：张波陆云杰秦东明邹国建上海师范大学信息与机电工程学院上海200234 同济大学电子与信息工程学院上海201804 上海智能教育大数据工程技术研究中心上海200234 中科三清科技有限公司北京100089

城市空气污染因空间扩散特性呈现出区域内的浓度高关联性.因此如何通过多个空气污染监测站的时空数据预测特定目标地点的污染情况,以解决站点分布不匀的问题,是一个重要的研究工作.本文结合空气污染物因素特性和气象因素的多维度影响,... 详细信息

城市空气污染因空间扩散特性呈现出区域内的浓度高关联性.因此如何通过多个空气污染监测站的时空数据预测特定目标地点的污染情况,以解决站点分布不匀的问题,是一个重要的研究工作.本文结合空气污染物因素特性和气象因素的多维度影响,提出了一个利用区域内多站点空间监测数据实现特定目标站点的空气污染物浓度预测模型.该模型通过多层卷积神经网络(Convolutional Neural Network,CNN)实现城市多站点污染物浓度与气象数据之间的维度关联特征及空间关联特征学习,进而利用基于多层长短期记忆网络(Long Short-Term Memory,LSTM)的自编码网络实现多站点浓度的时序关联特征分析.实验通过真实数据集验证,所提出的预测模型获得了高于传统机器学习污染物浓度预测模型的预测准确度,且在多个城市数据集上验证了模型的泛化能力.

关键词：深度学习空气污染时空数据多站点联合预测卷积神经网络长短期记忆网络

基于卷积神经网络建立中药材自动识别的人工智能模型及应用程序

在线全文

学校读者我要写书评

暂无评论

中国全科医学 2025年第9期28卷 1128-1136页

作者：王甘红张子豪奚美娟夏开建周燕婷陈健江苏省常熟市中医院(常熟市新区医院)消化内科上海豪兄教育科技有限公司江苏省常熟市医学人工智能与大数据重点实验室江苏省常熟市第一人民医院消化内科

背景传统中药材检测手段依赖主观经验，难以满足中药材在准确分类与鉴别方面的需求。目的基于卷积神经网络（CNN）开发一款能够自动识别163种中药材的人工智能模型及电脑端应用程序。方法 2020年1月—2024年6月，采集了两个中药材数据... 详细信息

背景传统中药材检测手段依赖主观经验，难以满足中药材在准确分类与鉴别方面的需求。目的基于卷积神经网络（CNN）开发一款能够自动识别163种中药材的人工智能模型及电脑端应用程序。方法 2020年1月—2024年6月，采集了两个中药材数据集进行深度学习模型的训练、验证和测试，共包含163种中药材。通过准确率、灵敏度、特异度、精确率、受试者工作特征（ROC）曲线下面积（AUC）、F1分数等指标来衡量CNN模型的性能。在模型训练完成后，基于PyQt5技术开发了一款应用程序，供临床便携使用。结果本研究共纳入了276 767张图像，开发了EfficientNetB0、ResNet50、MobileNetV3、VGG19和ResNet18 5种模型，通过性能比较，EfficientNet＿B0模型在验证集上取得了最高的准确率（99.0%）和AUC(0.994 2)，被选为最佳模型。在测试集上，最佳模型对所有中药类别识别的准确率为99.0%、灵敏度为99.0%、特异度为100.0%、AUC为1.0，展现出良好的性能。结论基于卷积神经网络开发的深度学习模型能够快速准确地识别163种中药材，借助其高灵敏度的识别能力，为医师对中药材的鉴别提供有力辅助。

关键词：中药材模式识别,自动中药药材学应用程序人工智能 PyQt5 卷积神经网络

同方期刊数据库

基于Elasticsearch的纺纱生产数据追溯方法

在线全文

学校读者我要写书评

暂无评论

纺织学报 2021年第12期42卷 55-62页

作者：王波波郑小虎申兴旺鲍劲松刘天元东华大学机械工程学院上海201620 东华大学人工智能研究院上海201620 上海工业大数据与智能系统工程技术研究中心上海201620

为实现纺纱生产全过程的数字化管理和数据可追溯,提出了一种基于Elasticsearch的纺纱生产数据追溯方法。在考虑纺纱生产全流程的情况下,针对现有的人工标识体系,通过将标识数字化并规范化存储,提高数据可追溯性。同时,通过建立双向追溯... 详细信息

为实现纺纱生产全过程的数字化管理和数据可追溯,提出了一种基于Elasticsearch的纺纱生产数据追溯方法。在考虑纺纱生产全流程的情况下,针对现有的人工标识体系,通过将标识数字化并规范化存储,提高数据可追溯性。同时,通过建立双向追溯方法并设计合理的追溯及融合路径,提高数据追溯性能。与常见的基于MySQL和SQL Server方法的对比实验结果表明:本文方法具有更好的存储稳定性,在追溯速度上分别是MySQL和SQL Server方法的1.6和1.2倍;在数据管理和融合上,采用的数据格式更加灵活,具备可扩展性,该方法在改善纺纱生产的质量溯源方面具有一定的应用价值。

关键词： Elasticsearch 纺纱生产数据追溯质量溯源数据存储数据融合

规划与运行融合的配电网无功补偿智能协调配置

在线全文

学校读者我要写书评

暂无评论

电力自动化设备 2019年第2期39卷 36-43页

作者：朱曈彤顾洁金之俭储琳琳张宇俊上海交通大学电子信息与电气工程学院大数据工程技术研究中心上海200240 国网上海市电力公司市南供电公司上海200233

采用空间快速负荷分段法建立动态负荷模型,去除空间负荷的时间复杂性。在此基础上,建立结合规划和运行的无功补偿智能协调配置双层模型,上层的规划模型对无功补偿设备的安装位置、类型和容量进行优化配置,下层的运行模型综合考虑不同的... 详细信息

采用空间快速负荷分段法建立动态负荷模型,去除空间负荷的时间复杂性。在此基础上,建立结合规划和运行的无功补偿智能协调配置双层模型,上层的规划模型对无功补偿设备的安装位置、类型和容量进行优化配置,下层的运行模型综合考虑不同的负荷场景,优化无功补偿设备的投切方案,使系统达到分级无功平衡。采用双层风驱动算法对模型进行求解。算例结果表明,所提无功补偿方案能够在不同负荷场景下取得良好补偿效果,验证了所提模型和算法的合理性和有效性。

关键词：无功协调配置双层优化分层平衡动态负荷

基于Attention-BLSTM的复杂产品制造质量预测方法

在线全文

学校读者我要写书评

暂无评论

计算机集成制造系统 2023年第12期29卷 3974-3984页

作者：房鑫洋张洁吕佑龙左丽玲刘骁佳东华大学机械工程学院上海201620 东华大学人工智能研究院上海201620 上海工业大数据与智能系统工程技术研究中心上海201620 上海航天精密机械研究所上海201600

复杂产品制造过程中工艺数据的高维特性以及工艺数据间的复杂关联特性,使得工艺数据中的深层次关键工艺特征难以挖掘,限制了产品质量的准确预测。鉴于此,提出一种基于注意力机制(Attention)与双向长短期记忆网络(BLSTM)的复杂产品质量... 详细信息

复杂产品制造过程中工艺数据的高维特性以及工艺数据间的复杂关联特性,使得工艺数据中的深层次关键工艺特征难以挖掘,限制了产品质量的准确预测。鉴于此,提出一种基于注意力机制(Attention)与双向长短期记忆网络(BLSTM)的复杂产品质量预测方法。首先,设计数据预处理环节进行工艺数据清洗以及互信息特征筛选。然后,运用BLSTM网络模拟产品制造过程误差的复杂传递特性,挖掘上下游工艺参数的关联关系,输出BLSTM所有时刻提取的关联化工艺特征;同时,设计了Self-Attention网络,自学习各时刻关联化工艺特征对最终产品质量贡献的差异,对不同时刻工艺特征分配不同注意力权值,以强化关键特征。通过以上两阶段特征处理方式,实现深层次关键工艺特征的挖掘。最后,以关键特征作为输入层,通过反向传播神经网络(BPNN)实现复杂产品质量的准确预测。实验表明,相较于BPNN、长短期记忆神经网络(LSTM)、BLSTM以及XGBoost、基于粒子群优化的支持向量(PSO-SVR)、随机森林-贝叶期优化(BO-RF)等主流质量预测方法,所提方法有效提高了预测精度。

关键词：复杂产品质量预测双向长短期记忆网络注意力机制

CEEMDAN与多特征融合的脑电信号识别研究

在线全文

学校读者我要写书评

暂无评论

计算机仿真 2022年第12期39卷 366-372页

作者：张聪聪常湛源李传江上海师范大学信息与机电工程学院上海200234 上海智能教育大数据工程技术研究中心上海200234

为了解决脑电信号的非平稳特性难以分析,以及分类识别率低等问题,研究设计了基于自适应噪声完备经验模态分解(CEEMDAN)与多特征融合方法。通过对原始信号加时间窗进行CEEMDAN分解,根据各分量相关系数设计合成新信号进行共空间模式(CSP)... 详细信息

为了解决脑电信号的非平稳特性难以分析,以及分类识别率低等问题,研究设计了基于自适应噪声完备经验模态分解(CEEMDAN)与多特征融合方法。通过对原始信号加时间窗进行CEEMDAN分解,根据各分量相关系数设计合成新信号进行共空间模式(CSP)提取空域特征,利用希尔伯特变换构造瞬时能量差和边际能量差特征,对各通道信号计算模糊熵组合成时-频-空域-非线性动力学的融合特征向量,最后采用灰狼算法(GWO)优化的支持向量机(SVM)对组合特征进行分类,对BCI Competition Ⅱ数据集平均分类识别率达89.29%。实验结果表明,多特征融合的识别率高于单一特征,加滑动时间窗改进CEEMDAN分解的方法有更高的分类识别率。

关键词：脑电信号自适应噪声完备经验模态分解希尔伯特变换模糊熵特征融合