检索结果-南通市图书馆

基于Res2Net的双线性注意力番茄病害时期识别方法

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2022年

作者：贾兆红张袁源王海涛梁栋安徽大学互联网学院

针对番茄叶片型病害在早晚期具有类内差异大、类间差异小的特点，常规神经网络对此类病害的分类效果不佳的问题。提出了基于Res2Net的双线性注意力番茄病害时期识别方法，通过多尺度特征和注意力机制，提高网络的细粒度表征能力。首先...

针对番茄叶片型病害在早晚期具有类内差异大、类间差异小的特点，常规神经网络对此类病害的分类效果不佳的问题。提出了基于Res2Net的双线性注意力番茄病害时期识别方法，通过多尺度特征和注意力机制，提高网络的细粒度表征能力。首先，提出EFCA通道注意力模块，在不降维的基础上，使用二维离散余弦变换代替全局平均池化，以减少常规通道注意力获取时的信息丢失。其次，通过在外积之后加入最大池化和concat操作，避免双线性融合后因维度过高导致特征冗余。在7种不同种类和14种病害程度番茄叶面型病害数据集实验中，本文方法分类准确度分别为98.66%和86.89%。

关键词：

基于改进单点多盒检测器的麻醉复苏目标检测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机应用 2023年第12期43卷 3941-3946页

作者：罗荣昊程志友汪传建刘思乾汪真天安徽大学互联网学院合肥230039

麻醉复苏目标检测模型常被用于帮助医护人员检测麻醉病人的复苏。病人复苏时面部动作的目标较小且幅度不明显,而现有的单点多盒检测器(SSD)难以准确实时地检测病人的面部微动作特征。针对原有模型检测速度低、容易出现漏检的问题,提出... 详细信息

麻醉复苏目标检测模型常被用于帮助医护人员检测麻醉病人的复苏。病人复苏时面部动作的目标较小且幅度不明显,而现有的单点多盒检测器(SSD)难以准确实时地检测病人的面部微动作特征。针对原有模型检测速度低、容易出现漏检的问题,提出一种基于改进SSD的麻醉复苏目标检测方法。首先,将原始SSD的主干网络VGG(Visual Geometry Group)16更换为轻量级的主干网络MobileNetV2,并把标准卷积替换成深度可分离卷积;同时,通过对病人照片的特征提取采用先升维再降维的计算方式减少计算量,从而提高模型的检测速度;其次,将SSD提取的不同尺度特征层中融入坐标注意力(CA)机制,并通过对通道和位置信息加权的方式提升特征图提取关键信息的能力,优化网络的定位分类表现;最后,闭眼数据集CEW(Closed Eyes in the Wild)、自然标记人脸数据集LFW(Labeled Faces in the Wild)和医院麻醉病患面部数据集HAPF(Hospital Anesthesia Patient Facial)这3个数据集上进行对比实验。实验结果表明,所提模型的平均精度均值(mAP)达到了95.23%,检测照片的速度为每秒24帧,相较于原始SSD模型的mAP提升了1.39个百分点,检测速度提升了140%。因此,所提模型在麻醉复苏检测中具有实时准确检测的效果,能够辅助医护人员进行苏醒判定。

关键词：麻醉复苏面部特征识别单点多盒检测器 MobileNetV2 注意力机制

基于协同强化学习的微电网分布式两级电压优化控制

在线全文

学校读者我要写书评

暂无评论

电力系统保护与控制 2022年第21期50卷 22-32页

作者：汪超赵婵娟程志友宋俊材安徽大学电子信息工程学院安徽合肥230601 安徽大学互联网学院安徽合肥230039

由于微电网中分布式电源组成复杂,运行模式多样,孤岛微电网的电压恢复控制面临着不确定性干扰的影响。为此,针对不确定性干扰下微电网的二级电压恢复控制问题,提出了一种基于协同强化学习的微电网分布式两级电压优化控制方法,实现孤岛... 详细信息

由于微电网中分布式电源组成复杂,运行模式多样,孤岛微电网的电压恢复控制面临着不确定性干扰的影响。为此,针对不确定性干扰下微电网的二级电压恢复控制问题,提出了一种基于协同强化学习的微电网分布式两级电压优化控制方法,实现孤岛模式下微电网的电压调节控制。首先构建孤岛微电网分布式一致性协同电压控制算法,并建立李雅普诺夫函数稳定性判定方法。其次根据控制器性能与控制器增益参数的关系,求解孤岛微电网电压控制器增益上界,并根据控制器增益参数上界限制强化学习智能体动作集。随后,采用强化学习算法优化二级控制器增益参数,给出相应的强化学习智能体状态集、协同全局奖励函数。最后在Matlab/Simulink上通过仿真实验验证了所提出的控制方法的有效性和适应性。

关键词：微电网协同强化学习分布式两级优化控制稳定性判定全局奖励函数

在线全文

学校读者我要写书评

暂无评论

基于子图交互关系的网络结构增强算法

电子科技大学学报 2022年第2期51卷 282-289页

作者：胡雯马闯张海峰安徽大学数学科学学院合肥230601 安徽大学互联网学院合肥230601

已有研究基于子图交互关系构造子图网络来实现网络结构增强,然而其算法复杂度高。鉴于此,基于不同阶子图网络的拓扑属性分别对原始网络进行赋权,得到一阶和二阶加权网络,以权重的形式直观体现子图交互关系。同时,这两种加权网络的权重... 详细信息

已有研究基于子图交互关系构造子图网络来实现网络结构增强,然而其算法复杂度高。鉴于此,基于不同阶子图网络的拓扑属性分别对原始网络进行赋权,得到一阶和二阶加权网络,以权重的形式直观体现子图交互关系。同时,这两种加权网络的权重可以直接通过原始网络的拓扑结构计算得出,从而避免了子图网络的构造过程,大大降低了算法复杂度。最后,以关键点识别任务作为研究对象说明这两种加权网络在结构挖掘应用中的性能。基于加权网络定义了两种新的中心性指标,在8个真实网络中与7种经典的中心性指标进行对比,实验结果表明基于加权网络的中心性指标具有更好的性能。

关键词：关键点识别子图子图网络网络赋权

考虑通信拓扑切换的微电网有限时间分布式二级控制

在线全文

学校读者我要写书评

暂无评论

电力系统保护与控制 2023年第8期51卷 149-159页

作者：张玉芳赵婵娟程志友徐恒宋俊材安徽大学互联网学院安徽合肥230039 安徽建筑大学电子与信息工程学院安徽合肥230601

孤岛微电网在运行过程中对其输出电压、频率控制有较高的实时性要求。考虑孤岛微电网运行过程中易受负载投切、通信拓扑切换等多种干扰的影响,提出了一种改进的考虑通信拓扑切换的微电网有限时间分布式二级控制方法,实现孤岛微电网输出... 详细信息

孤岛微电网在运行过程中对其输出电压、频率控制有较高的实时性要求。考虑孤岛微电网运行过程中易受负载投切、通信拓扑切换等多种干扰的影响,提出了一种改进的考虑通信拓扑切换的微电网有限时间分布式二级控制方法,实现孤岛微电网输出电压、频率的有限时间调节控制。首先,在传统的有限时间控制算法中加入一项幂指数为1的跟踪误差控制项,构建孤岛微电网有限时间分布式一致性电压、频率控制算法,并且分别建立闭环随机系统模型。其次,通过Lyapunov稳定性判定方法验证所提方法的稳定性,并计算出有限时间上界表达式。最后,在Matlab/Simulink上通过仿真验证了所提控制方法的有效性。

关键词：微电网有限时间通信拓扑切换 Lyapunov稳定性判定

基于SimAM-ConvNeXt-FL的茶叶病害小样本分类方法研究

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2024年第3期55卷 275-281页

作者：田甜程志友鞠薇张帅安徽大学互联网学院合肥230039

为实现茶叶病害精准分类,针对茶叶病害图像分类中小样本问题及类别分布不均的问题,提出了一种基于迁移学习的SimAM-ConvNeXt-FL模型的病害图像分类方法。首先在ConvNeXt模型中加入SimAM模块,以加强复杂特征的提取。其次针对样本分布不... 详细信息

为实现茶叶病害精准分类,针对茶叶病害图像分类中小样本问题及类别分布不均的问题,提出了一种基于迁移学习的SimAM-ConvNeXt-FL模型的病害图像分类方法。首先在ConvNeXt模型中加入SimAM模块,以加强复杂特征的提取。其次针对样本分布不均问题,将Focal Loss函数作为训练过程中的损失函数,通过增加数量较少样本的权重来减小样本分布不均的影响。最后使用SimAM-ConvNeXt-FL模型对Plant Village数据集训练,将训练得到的参数迁移到实测的茶叶病害图像上并进行微调,减少过拟合带来的影响,设置消融实验证明模型改进的有效性,并与不同分类模型(AlexNet、VGG16、ResNet34模型)分别进行对比实验。实验结果表明,SimAM-ConvNeXt-FL模型识别效果最佳,准确率达96.48%,SimAM-ConvNeXt-FL模型较原ConvNeXt模型在茶煤病、茶藻斑病、茶炭疽病、健康叶片和茶白星病的F1值分别提高4.46、3.76、0.43、0.22、5.23个百分点。结果表明本文提出的模型具有较高的分类准确率与较强的泛化性,可推进茶叶病害分类工作发展。

关键词：茶叶病害图像分类小样本迁移学习 ConvNeXt

维普期刊数据库博看期刊

基于多尺度循环卷积神经网络的卫星通信信号识别

在线全文

学校读者我要写书评

暂无评论

中国电子科学研究院学报 2024年第3期19卷 219-227页

作者：袁中群陈卫梁栋王成东张恒安徽大学互联网学院安徽合肥230601

针对目前的卫星通信调制分类算法大多忽略了不同尺度特征的融合问题,提出了一个多尺度循环卷积神经网络模型。该网络结构整合了双分支设计、压缩与激励策略、多尺度残差网络以及长短期记忆网络,旨在全面捕捉信号的多尺度特性并有效建模... 详细信息

针对目前的卫星通信调制分类算法大多忽略了不同尺度特征的融合问题,提出了一个多尺度循环卷积神经网络模型。该网络结构整合了双分支设计、压缩与激励策略、多尺度残差网络以及长短期记忆网络,旨在全面捕捉信号的多尺度特性并有效建模时间序列。实验结果表明:文中所提模型在0 dB以上的识别准确率达到了97.1%,在13 dB时更进一步提升至99%;与经典的CNN2模型和LSTM2模型相比,在识别准确率上展现了显著优势,且相较于识别性能接近的CLDNN2模型,参数量减少了47.7%,训练时间缩短了68%;尤其是QAM16和QAM64两种调制样式识别准确率显著上升并且保持较高水平,这也进一步证实了模型多尺度特征融合策略的有效性。

关键词：自动调制识别多尺度特征融合卷积神经网络深度学习

基于杂散磁场感知与NBCNN-LSTM-Attention深度回归建模的永磁直线电机气隙磁密测量研究

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2023年第7期44卷 305-314页

作者：吴先红宋俊材王骁贤陆思良安徽大学电气工程与自动化学院合肥230601 安徽大学互联网学院合肥230601 安徽大学电子信息工程学院合肥230601

本文提出一种基于隧道磁阻(TMR)传感器和噪声注入卷积神经网络(NBCNN)、长短期记忆网络(LSTM)、注意力机制动态集成神经网络预测模型(NBCNN-LSTM-Attention)的双边永磁同步直线电机气隙磁密新型非侵入式测量方法。首先,建立直线电机气... 详细信息

本文提出一种基于隧道磁阻(TMR)传感器和噪声注入卷积神经网络(NBCNN)、长短期记忆网络(LSTM)、注意力机制动态集成神经网络预测模型(NBCNN-LSTM-Attention)的双边永磁同步直线电机气隙磁密新型非侵入式测量方法。首先,建立直线电机气隙磁场的解析模型和有限元模型作为数据基础,探寻直线电机的外部空间杂散磁场和内部中心气隙磁场存在非线性映射关系。其次,引入TMR传感器测量直线电机外部杂散磁场信号,并对传感器的安装位置进行优化,将内外一维磁密信号进行相似度特征匹配,以获取传感器最优测量位置。然后,将电机外部杂散磁场数据作为输入,内部气隙磁场数据作为输出,建立NBCNN-LSTM-Attention网络的内外磁场高精度映射模型,实现“用外代内”的非侵入式气隙磁密高精密测量。最后,搭建直线电机气隙磁密测量实验平台和高斯计对比测量实验平台,验证了本文所提方法的先进性和优越性。

关键词：双边永磁同步直线电机隧道磁阻传感器曲线相似度匹配传感器位置优化卷积神经网络

在线全文

学校读者我要写书评

暂无评论

数据驱动的企业信用风险最优组合评价模型

计算机工程与应用 2023年第10期59卷 306-313页

作者：罗敏周礼刚刘欣悦朱家明陈华友安徽大学数学科学学院合肥230601 安徽大学应用数学中心合肥230601 安徽大学互联网学院合肥230601

企业财务数据所提供的各类信息可以有效解释企业的信用水平,然而过多指标往往存在多重共线性问题,造成模型的过拟合,反而降低评价精度。为了约简指标数据,计算企业违约情况与财务指标的相关系数,剔除掉相关性弱的指标。采用Lasso回归方... 详细信息

企业财务数据所提供的各类信息可以有效解释企业的信用水平,然而过多指标往往存在多重共线性问题,造成模型的过拟合,反而降低评价精度。为了约简指标数据,计算企业违约情况与财务指标的相关系数,剔除掉相关性弱的指标。采用Lasso回归方法对相关性高的指标数据进行约简,进而利用Logistic回归模型、贝叶斯模型和支持向量机三种分类模型对企业的信用风险进行分类评价。考虑到不同方法对不同企业的分类精度不同,为了综合利用各方法的优势,构建基于整数规划的企业信用风险最优组合评价模型。对300家创业板上市企业数据进行仿真分析,为了验证模型的有效性,在300家公司中(其中270家为训练样本,30家为测试样本)随机选取3组样本,使用ST公司被执行特别处理(special treatment,ST)前一年的数据进行测试,实验结果表明组合模型具有更高的稳定性和分类精度。

关键词： Lasso回归最优组合评价 Logistic回归贝叶斯分类支持向量机(SVM)