检索结果-南通市图书馆

同方期刊数据库

基于深度学习的页岩黄铁矿扫描电镜图像分割及环境指示意义:以四川盆地泸州Ⅰ区为例

在线全文

学校读者我要写书评

暂无评论

地球科学进展 2024年第5期39卷 476-488页

作者：邓乃尔徐浩周文唐小川陈雨露刘永旸刘绍军张益蒋柯刘瑞崟宋威国成都理工大学能源学院(页岩气现代产业学院) 四川成都610059 成都理工大学油气藏地质及开发工程全国重点实验室四川成都610059 成都理工大学计算机与网络安全学院(示范性软件学院) 四川成都610059 中国石油西南油气田公司页岩气研究院四川成都610051 四川大学电子信息学院四川成都610065 贵州省地质调查院贵州贵阳550081

黄铁矿作为页岩体系中最具代表性的重矿物之一,对其进行微观特征识别对于页岩沉积环境研究具有重要意义。以四川盆地泸州I区五峰组一龙一,亚段为例,通过岩心矿物实验、扫描电镜观测、网络模型优化和特征参数统计,构建了适用于黄铁矿扫... 详细信息

黄铁矿作为页岩体系中最具代表性的重矿物之一,对其进行微观特征识别对于页岩沉积环境研究具有重要意义。以四川盆地泸州I区五峰组一龙一,亚段为例,通过岩心矿物实验、扫描电镜观测、网络模型优化和特征参数统计,构建了适用于黄铁矿扫描电镜图像分割的网络模型,实现了基于草莓状黄铁矿参数对研究区沉积环境的判断。结果表明:①优化后的UNet-Im模型对草莓状黄铁矿扫描电镜图像的分割精度可达0.863,证明了改进措施的优越性;②对比黄铁矿含量,龙一^(1-3)_(1)小层黄铁矿含量最高,为2.95%,随后降低至龙一^(4)_(1)小层的2.03%以及五峰组的0.83%;③基于草莓状黄铁矿特征参数,推断出黄铁矿沉积环境为深水硫化环境、深水强还原环境、深水强一弱还原环境以及深水还原一次氧化环境。实现了黄铁矿扫描电镜图像的精准化分割,对于提升行业勘探开发智能化具有借鉴意义。

关键词：黄铁矿深度学习沉积环境泸州Ⅰ区

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于深度学习的奶牛乳头检测方法研究

内蒙古民族大学学报（自然科学版） 2024年第3期39卷 58-66页

作者：席横流王磊王成军夏事成安徽科技学院机械工程学院安徽滁州239000 巢湖学院电子工程学院安徽合肥230000 安徽理工大学人工智能学院安徽淮南232000

为提高奶牛乳头目标检测的精度和速度,在YOLOv5算法中引入卷积注意力机制(Convolutional Block Attention Module,CBAM)和轻量级卷积模块(Ghost module),提出一种改进的CG-YOLOv5目标识别算法。改进的方法:首先,引入CBAM注意力机制,用... 详细信息

为提高奶牛乳头目标检测的精度和速度,在YOLOv5算法中引入卷积注意力机制(Convolutional Block Attention Module,CBAM)和轻量级卷积模块(Ghost module),提出一种改进的CG-YOLOv5目标识别算法。改进的方法:首先,引入CBAM注意力机制,用于学习和提取奶牛乳头目标图像相关特征;其次,通过Ghost模块轻量化C3骨干网络,减少参数和计算量;最后,采用EIoU(Efficient iou)损失函数替换CIoU(Complete iou)的方法,以提高模型的回归精度和收敛速度。试验结果表明:改进的CG-YOLOv5目标识别算法在奶牛乳头数据集上表现出色,平均检测精度达到92%,检查帧率达到33.6,相较于原YOLOv5算法分别提高4%和16%。该算法在检测精度和速度上均优于原YOLOv5算法,验证了提出的CG-YOLOv5算法在奶牛乳头实时检测等场景的适用性。

关键词： YOLOv5 奶牛乳头数据集 CBAM注意力机制 Ghost模块 EIoU损失函数

在线全文

学校读者我要写书评

暂无评论

基于改进型YOLOv5的粉尘检测算法

煤矿安全 2024年

作者：陈清华张俊伟程迎松张旭程建华安徽理工大学机电工程学院安徽理工大学环境友好材料与职业健康研究院(芜湖) 安徽理工大学矿山智能装备与技术安徽省重点实验室安徽理工大学机械工业矿山装备智能化实验室

近年来，由于基于图像识别的粉尘检测方法不存在安装和检测范围局限性等问题，因此得到了充分重视和发展，但现有方法实时性和准确性仍需提升。为此，提出一种基于改进YOLOv5算法的粉尘图像检测方法，可为实现粉尘浓度高效、准确检测奠... 详细信息

近年来，由于基于图像识别的粉尘检测方法不存在安装和检测范围局限性等问题，因此得到了充分重视和发展，但现有方法实时性和准确性仍需提升。为此，提出一种基于改进YOLOv5算法的粉尘图像检测方法，可为实现粉尘浓度高效、准确检测奠定技术基础。首先，对现有YOLOv5算法主干网络以及Neck网络进行改进，将轻量化网络GhostNet替换原有主干网络，以降低网络参数，再输出3个特征层；然后，针对主干网络输出的3个特征层，施加注意力机制CA，增加网络精度；最后，设计消融实验和对比实验验证改进算法的有效性。实验结果表明：改进的算法的平均检测精度mAP(mean Average Precision)能达到92.11%，帧率达37FPS。

关键词：粉尘图像检测改进YOLOv5算法置信度深度学习 GhostNet CA注意力机制

基于HGTC−YOLOv8n模型的煤矸识别算法研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

工矿自动化 2024年第5期50卷 52-59页

作者：滕文想王成费树辉安徽理工大学机电工程学院安徽淮南232001 安徽理工大学矿山智能技术与装备省部共建协同创新中心安徽淮南232001 安徽中科光电色选机械有限公司博士后科研工作站安徽合肥231200

现有基于深度学习的煤矸识别方法在煤矿井下低照度、高噪声及运动模糊等复杂工况下存在煤矸识别精度低、小目标煤矸容易漏检、模型参数量和运算量大,难以部署到计算资源有限的设备中等问题,提出了一种基于HGTC−YOLOv8n模型的煤矸识别算... 详细信息

现有基于深度学习的煤矸识别方法在煤矿井下低照度、高噪声及运动模糊等复杂工况下存在煤矸识别精度低、小目标煤矸容易漏检、模型参数量和运算量大,难以部署到计算资源有限的设备中等问题,提出了一种基于HGTC−YOLOv8n模型的煤矸识别算法。采用HGNetv2网络替换YOLOv8n的主干网络,通过多尺度特征的有效提取,提高煤矸识别效果并减少模型的存储需求和计算资源消耗;在主干网络中嵌入三重注意力机制模块Triplet Attention,捕获不同维度间的交互信息,增强煤矸图像目标特征的提取,减少无关信息的干扰;选用内容感知特征重组模块(CARAFE)来改进YOLOv8n颈部特征融合网络上采样算子,利用上下文信息提高感受视野,提高小目标煤矸识别准确率。实验结果表明:①HGTC−YOLOv8n模型的平均精度均值为93.5%,模型的参数量为2.645×10^(6),浮点运算量为8.0×10^(9),帧速率为79.36帧/s。②平均精度均值较YOLOv8n模型提升了2.5%,参数量和浮点运算量较YOLOv8n模型分别下降了16.22%和10.11%。③与YOLO系列模型相比,HGTC−YOLOv8n模型的平均精度均值最高,且参数量和浮点运算量最少,检测速度较快,综合检测性能最佳。④基于HGTC−YOLOv8n模型的煤矸识别算法在煤矿井下复杂工况下,改善了煤矸识别精度低、小目标煤矸容易漏检等问题,满足煤矸图像实时检测要求。

关键词：煤矸识别小目标识别 YOLOv8n 内容感知特征重组模块三重注意力机制 Triplet Attention HGNetv2

维普期刊数据库博看期刊

深度学习在质谱成像数据分析中的应用研究进展

在线全文

学校读者我要写书评

暂无评论

色谱 2024年第7期42卷 669-680页

作者：黄冬冬刘心昱许国旺中国科学院大连化学物理研究所中国科学院分离分析化学重点实验室辽宁省代谢组学重点实验室辽宁大连116023 大连理工大学化学学院辽宁大连116024

质谱成像(MSI)是一种用于表征化合物空间分布特征的方法。随着采集方式的多样化发展和灵敏度等的不断提高,该方法产生的数据总量和分析复杂度呈指数增长,给数据后处理带来了诸多挑战。深度学习(DL)是一种在数据分析和图像识别中广泛应... 详细信息

质谱成像(MSI)是一种用于表征化合物空间分布特征的方法。随着采集方式的多样化发展和灵敏度等的不断提高,该方法产生的数据总量和分析复杂度呈指数增长,给数据后处理带来了诸多挑战。深度学习(DL)是一种在数据分析和图像识别中广泛应用的强大工具,对于质谱成像数据分析具有巨大潜力。本文综述了深度学习在质谱成像数据分析中的研究现状、应用进展和面临的挑战,重点涵盖数据预处理、图像重构、聚类分析和多模式融合4个核心阶段;还列举说明了深度学习与质谱成像技术相结合在肿瘤区域划分和亚型诊断等研究中的高效应用。本综述对该研究方向未来的发展趋势进行了展望,旨在促进人工智能与质谱分析更好的结合。

关键词：质谱成像深度学习神经网络数据分析

同方期刊数据库

基于改进MobileNet的轻量级外来入侵植物识别模型研究

在线全文

学校读者我要写书评

暂无评论

植物保护 2024年第1期50卷 85-96页

作者：吴鸿飞刘万学冼晓青赵梦欣姚青浙江理工大学计算机科学与技术学院杭州310018 中国农业科学院植物保护研究所植物病虫害综合治理全国重点实验室北京100193

外来入侵植物防治的首要任务是准确识别入侵植物种类,然而外来入侵植物种类繁多,存在类间同质和类内异质现象,给技术人员甄别与防治外来入侵植物带来了挑战。为了准确、实时和高效地识别外来入侵植物,本文提出基于改进MobileNet的轻量... 详细信息

外来入侵植物防治的首要任务是准确识别入侵植物种类,然而外来入侵植物种类繁多,存在类间同质和类内异质现象,给技术人员甄别与防治外来入侵植物带来了挑战。为了准确、实时和高效地识别外来入侵植物,本文提出基于改进MobileNet的轻量级外来入侵植物图像识别模型(MobileNet-LW)。以专业人员鉴定得到的113种11 628幅外来入侵植物图像作为研究对象,并按照6∶2∶2的比例划分训练集、验证集和测试集。通过Retinex、旋转和高斯噪声等方法对图像进行数据增强。为了减少类间同质现象对模型误检的影响,在模型MobileNet基础上添加了SE通道注意力机制和深度连接注意力网络,提高网络对关键特征的提取能力。为了降低模型计算消耗和内存消耗,采用通道剪枝方法对网络瘦身;为了弥补剪枝后造成模型准确率降低,采用教师网络-助教网络-学生网络的形式对剪枝后的网络进行知识蒸馏,学生网络通过软知识的学习来提高识别外来入侵植物的准确率。通过消融试验测试模型的性能,利用平均准确率、平均召回率和平均F1值3个评价指标,对现阶段经典模型与改进后模型MobileNet-LW所获得的识别结果进行评价。消融试验结果显示,在相同数据集条件下,所有改进点对模型的性能都有所提升,且改进后算法在外来入侵植物图像识别中准确率提高了5.4百分点,模型参数量减少了约53%;模型对比试验表明,EfficentNet、DBTNet、ResNet-101、ConvNext和MobileNet-LW 5个模型平均准确率分别为72.3%、74.9%、76.1%、79.7%和86.1%,表明改进后的网络提高了外来入侵植物的识别准确率。基于改进MobileNet的轻量级外来入侵植物识别模型对113种外来入侵植物识别具有较高的准确率,且模型具有轻量化特点。

关键词：外来入侵植物智能识别通道剪枝知识蒸馏注意力机制 MobileNet

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

递推的运动弱目标检测方法

华中理工大学学报 1995年第7期23卷 56-58页

作者：熊艳彭嘉雄丁明跃薛东辉图像识别与人工智能研究所华中理工大学图像识别与人工智能研究所

基于先跟踪再检测策略，提出了一种递推的运动弱目标检测方法，导出了其信噪比增益的表达义，并分析了速度失配对信噪比增益的影响。实验证明能有效地提高对运动弱目标的检测能力，并且需要的存贮量、计算量较小。

关键词：递推运动弱目标运动目标检测 TBD策略

基于小波变换与迁移学习的岩石岩性及含水状态超声波检测

在线全文

学校读者我要写书评

暂无评论

地球物理学进展 2024年

作者：张胜黄宁陈梓浓凌同华张亮湖南城市学院土木工程学院长沙理工大学土木工程学院

在智能隧道设计与建设中，迅速而准确地识别隧道围岩的岩石岩性与含水状态至关重要。本文针对现有识别方法智能化程度低、主观性强以及识别周期长等问题，提出了一种基于超声波检测信号时频图像与轻量级卷积神经网络的识别方法。该方法... 详细信息

在智能隧道设计与建设中，迅速而准确地识别隧道围岩的岩石岩性与含水状态至关重要。本文针对现有识别方法智能化程度低、主观性强以及识别周期长等问题，提出了一种基于超声波检测信号时频图像与轻量级卷积神经网络的识别方法。该方法通过分析岩石超声波检测信号与小波基波形的相似性，选取最优小波基，利用连续小波变换构建岩石超声波信号时频图像数据集；再通过预训练和迁移学习建立岩石岩性及含水状态的识别模型。与GoogLeNet、AlexNet以及SqueezeNet等模型相比，本方法在岩石超声波检测信号的识别上更为精确，具有高准确率、稳定性好以及低计算存储需求等优点，适合应用于移动和嵌入式设备，为复杂环境下的岩石岩性及含水状态快速在线识别提供了新方案。

关键词：岩石超声波检测小波变换迁移学习含水状态

红外焦平面阵列非均匀性自适应校正算法中目标退化与伪像的消除方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

红外与毫米波学报 2005年第5期24卷 335-340页

作者：张天序石岩华中科技大学图像识别与人工智能研究所

深入分析了红外焦平面阵列(IRFPA)非均匀性的神经网络校正法出现目标退化和伪像的成因,指出没有考虑目标边缘而盲目更新系数是产生问题的根源.在此基础上提出了防止目标退化和伪像的边缘指导的神经网络自适应校正方法(ED-NN-NUC).仿真... 详细信息

深入分析了红外焦平面阵列(IRFPA)非均匀性的神经网络校正法出现目标退化和伪像的成因,指出没有考虑目标边缘而盲目更新系数是产生问题的根源.在此基础上提出了防止目标退化和伪像的边缘指导的神经网络自适应校正方法(ED-NN-NUC).仿真实验以及针对实际红外图像的实验结果表明,所指出的问题根源是正确的,提出的方法是合理有效的.

关键词：红外焦平面阵列非均匀性校正神经网络校正法目标退化伪像