检索结果-南通市图书馆

基于改进YOLOv4-Tiny的机械零件目标检测算法

在线全文

学校读者我要写书评

暂无评论

传感技术学报 2024年第2期37卷 303-309页

作者：杜保帅房桐赵燕成赵景波青岛理工大学信息与控制工程学院山东青岛266520

随着智能化生产的普及,机械零件的智能装配技术受到广泛关注,为了改善传统特征提取算法中检测误差大、精度低等问题,以常见机械零件为研究目标,结合深度学习算法中的轻量级网络为基础模型进行优化,使用YOLOv4-Tiny中的CSP-Darknet53作... 详细信息

随着智能化生产的普及,机械零件的智能装配技术受到广泛关注,为了改善传统特征提取算法中检测误差大、精度低等问题,以常见机械零件为研究目标,结合深度学习算法中的轻量级网络为基础模型进行优化,使用YOLOv4-Tiny中的CSP-Darknet53作为特征提取网络,在特征提取网络后添加改进后的MA-RFB模块,引入多分支卷积和空洞卷积加强感受野。并对颈部网络进行改进,选择PANet代替FPN,并添加注意力模块CBAM,形成CM-PANet对零件目标进行多尺度检测,在自制的零件数据集AP达到96.47%,检测速度达到0.00138 s每样本。相比于原版YOLOv4-Tiny网络AP提高了2.80%,改进后的算法在速度和精度达到了一个平衡,体现了研究的理论和应用价值。

关键词：图像分类轻量级网络深度学习机械零件感受野

基于ChatGPT增强和监督对比学习的政策工具归类研究

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第7期60卷 292-305页

作者：胡志强李朋骏王金龙熊晓芸青岛理工大学信息与控制工程学院山东青岛266525

政策工具的归类是政策文本量化分析和研究的重要维度之一。由于训练数据的缺乏,政策文本相似度高,模型难以学习到足够丰富的特征表示,对它的预测结果缺少置信度,有较高的错误分类风险。为此提出了基于ChatGPT增强和监督对比学习的政策... 详细信息

政策工具的归类是政策文本量化分析和研究的重要维度之一。由于训练数据的缺乏,政策文本相似度高,模型难以学习到足够丰富的特征表示,对它的预测结果缺少置信度,有较高的错误分类风险。为此提出了基于ChatGPT增强和监督对比学习的政策工具分类方法,该方法分为预训练语言模型微调和ChatGPT决策增强两个阶段,第一阶段使用ChatGPT大语言模型增强政策文本以增加训练数据数量,结合监督对比学习微调RoBERTa模型,使模型学习到更丰富的政策文本表示;第二阶段使用ChatGPT辅助决策预训练语言模型置信度较低的文本,降低对相似文本的错误分类风险。在数字产业政策工具分类数据集和Tnews数据集上的实验表明,所提方法优于主流的研究方法,能够有效提升基模型的性能,且在训练样本较少时对基线模型的提升更显著。

关键词：文本分类 ChatGPT 数据增强监督对比学习政策工具

在线全文

学校读者我要写书评

暂无评论

基于改进特征金字塔的轮胎X光图像缺陷检测

计算机工程与应用 2024年第3期60卷 270-279页

作者：吴则举宋丽君冀杨青岛理工大学信息与控制工程学院山东青岛266520

针对轮胎X光缺陷图像背景纹理复杂、缺陷目标较小的问题,在带有特征金字塔结构的Faster R-CNN网络基础上做出改进,提出一种轮胎缺陷检测网络。针对特征金字塔底层感受野较小的问题,将空洞-深度可分离卷积和多分支结构结合,设计了轻量型... 详细信息

针对轮胎X光缺陷图像背景纹理复杂、缺陷目标较小的问题,在带有特征金字塔结构的Faster R-CNN网络基础上做出改进,提出一种轮胎缺陷检测网络。针对特征金字塔底层感受野较小的问题,将空洞-深度可分离卷积和多分支结构结合,设计了轻量型的感受野扩增模块。针对特征金字塔顶层特征图分辨率不足的问题,提出一种新型金字塔结构BE-FPN(bottom embedding feature pyramid network),将底层特征图经过感受野扩增模块后与顶层信息快速归一化融合,减少了底层特征传递到顶层特征时过长路径导致的信息损失。此外,在ResNet-50网络引入动态可学习的激活函数Meta-ACON,有效改进了网络检测性能。改进后的网络取得了94.07%的平均精度均值(mAP),与基线网络相比,精度提升4.5个百分点,正判率提高了14.4个百分点,参数量仅增加4.77%,每张图片检测时间仅增加0.009 s。实验结果表明,设计的网络在轮胎X光缺陷检测方面具有优良的性能,能够满足工厂生产线对检测精度和检测时间的要求。

关键词：深度学习缺陷检测特征融合 Meta-ACON

基于转移依赖Lyapunov函数离散时间切换系统的异步l_(2)-l_(∞)滤波

在线全文

学校读者我要写书评

暂无评论

控制与决策 2024年第4期39卷 1231-1239页

作者：王瑞华李福鹏胡硕洋费树珉青岛理工大学信息与控制工程学院山东青岛266520 东南大学自动化学院南京210096

主要研究离散时间切换系统在容许路径依赖混合驻留时间(AED-IDT)切换下异步l_(2)-l_(∞)滤波器的设计问题.不同于以往的研究结果,提出一种异步转移依赖凸Lyapunov函数,得到了低保守性稳定性判据.所设计Lyapunov函数的创新之处在于其构... 详细信息

主要研究离散时间切换系统在容许路径依赖混合驻留时间(AED-IDT)切换下异步l_(2)-l_(∞)滤波器的设计问题.不同于以往的研究结果,提出一种异步转移依赖凸Lyapunov函数,得到了低保守性稳定性判据.所设计Lyapunov函数的创新之处在于其构建不再依赖系统模态,而是依赖当前激活的滤波器模态和刚刚运行结束的滤波器模态.鉴于所设计Lyapunov函数具有凸性质,这为所提出方法提升自由度和灵活性创造了空间.采用转移依赖凸Lyapunov函数和AED-IDT切换策略,能够得到保证滤波误差系统全局一致指数稳定,且具有l_(2)-l_(∞)性能的充分条件.在此基础上,提出异步l_(2)-l_(∞)滤波器的设计方法.最后,通过一个数值实例和一个切换RLC应用电路来验证所得结果的有效性,并经过仿真实验验证了所提出设计方法能够保证更紧的驻留时间界和较小的滤波误差结果.

关键词：离散时间切换系统转移依赖凸Lyapunov函数容许路径依赖混合驻留时间全局一致指数稳定异步l_(2)-l_(∞)滤波切换RLC电路

在线全文

学校读者我要写书评

暂无评论

融合残差网络与注意力机制的草莓检测

中国农机化学报 2024年第1期45卷 266-273页

作者：王瑞彬杨世忠高升青岛理工大学信息与控制工程学院山东青岛266520

针对草莓果实因受到自然光光照、枝叶遮挡、果实间存在遮挡等因素,较难实现成熟草莓果实识别的现状,提出融合深度残差网络与注意力机制的成熟草莓目标检测算法。引用信息表达能力更强的深度残差网络Resnet50对SSD目标检测算法模型基础... 详细信息

针对草莓果实因受到自然光光照、枝叶遮挡、果实间存在遮挡等因素,较难实现成熟草莓果实识别的现状,提出融合深度残差网络与注意力机制的成熟草莓目标检测算法。引用信息表达能力更强的深度残差网络Resnet50对SSD目标检测算法模型基础骨干网络进行替换,对经过残差网络结构和新增卷积特征提取层得到信息特征提取图进行通道和空间方向的注意力机制方法处理,建立能准确实现成熟草莓目标检测的RC-SSD目标检测模型。试验结果表明,本文的RC-SSD算法模型对比Faster R-CNN、YOLOv3、SSD-VGG模型拥有较少的参数量,平均精度均值mAP分别提升46.05%、10.16%、5.77%,其中成熟草莓的识别精度达到99.04%。对比轻量化网络结构模型SSD-Mobilenetv2,RC-SSD算法模型在FPS相对于轻量化网络模型降低25帧的情况下,精度提升20.20%,FPS在GPU运行设备上达到86帧。

关键词：残差网络注意力机制损失函数目标检测草莓图像识别

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

基于透射光谱技术的红提pH和硬度无损检测

食品工业科技 2024年第11期45卷 29-36页

作者：高升王伟解万翠青岛理工大学信息与控制工程学院山东青岛266520 青岛科技大学海洋与生物工程学院山东青岛266042

红提pH和硬度决定着果实的口感和收获后的品质。本文提出了一种基于透射光谱的红提pH和硬度(Firmness,FI)的检测方法。首先采集360个全生长周期红提样本光谱数据并通过不同光谱预处理建模,以此确定最好的光谱预处理方法。然后分别采用... 详细信息

红提pH和硬度决定着果实的口感和收获后的品质。本文提出了一种基于透射光谱的红提pH和硬度(Firmness,FI)的检测方法。首先采集360个全生长周期红提样本光谱数据并通过不同光谱预处理建模,以此确定最好的光谱预处理方法。然后分别采用竞争性自适应加权算法(Competitive Adaptive Reweighted Sampling,CARS)、连续投影算法(Successive Projection Algorithm,SPA)、无信息变量消除算法(Uniformative Variable Elimination,UVE)、CARS-SPA、UVE-SPA数据降维方法对光谱进行特征变量提取,分别建立红提pH和硬度的偏最小二乘回归算法(Partial Least Squares Regression,PLSR)检测模型。红提果粒的pH和硬度的最优预测模型分别为移动平均法(Moving-Average Method,MA)-CARS-SPA-PLSR和MA-UVE-SPA-PLSR,两个模型预测集相关系数(Correlation Coefficient of Prediction,RP)分别为0.9882、0.9588,残差预测偏差(Residual Predictive Deviation,RPD)分别为6.5857、3.5167。结果表明,透射光谱技术可应用于红提果粒pH和硬度的检测,为全生长周期红提果粒pH和硬度的检测提供了一种新思路和新方法。

关键词：红提 pH 硬度可见/近红外透射技术无损检测

维普期刊数据库博看期刊

多策略虚假数据注入攻击下切换系统滑模控制的安全设计

在线全文

学校读者我要写书评

暂无评论

控制与决策 2024年

作者：马娟赵海娟徐勤琪青岛理工大学信息与控制工程学院

本文研究了网络攻击下切换系统的滑模控制问题.在传感器传输信息至控制器的通道中,遭受到多策略的虚假数据注入(False Date Injection, FDI)攻击,与传统的FDI攻击不同,多策略FDI攻击会根据攻击时刻选择不同攻击策略,在这种攻击中,不同... 详细信息

本文研究了网络攻击下切换系统的滑模控制问题.在传感器传输信息至控制器的通道中,遭受到多策略的虚假数据注入(False Date Injection, FDI)攻击,与传统的FDI攻击不同,多策略FDI攻击会根据攻击时刻选择不同攻击策略,在这种攻击中,不同的攻击策略会根据不同时间选择通信通道.多策略FDI攻击造成系统传输信息的损坏,进而导致切换系统状态不稳定甚至发散.为解决这一问题,本文应用滑模控制方法保证切换系统的依概率输入-状态稳定性能.应用Lyapunov函数方法得到了闭环切换系统稳定性的充分条件.另外,建立了系统状态与受损状态信息之间的数学模型,基于可用的受损状态,设计滑模控制律,所设计的滑模控制律保证了系统状态的可达性,系统状态轨迹在有限时间内被驱动到指定滑模面内.最后,数值仿真验证了该方法的有效性.

关键词：切换系统滑模控制多策略虚假数据注入攻击依概率输入-状态稳定 Lyapunov函数

基于卷积层-注意力机制的长短期记忆网络出水氨氮浓度预测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

化工学报 2024年

作者：张勇赵景波权利敏青岛理工大学信息与控制工程学院

为解决城市污水处理过程出水氨氮浓度难以实时精准测量的问题，本文构建了一种融合卷积层和注意力机制的长短期记忆网络（Convolutional Layer and Squeeze-and-Excitation Attention Mechanism based Long Short-Term Memory Network，CSA-LSTM）模型：首先，通过引入卷积层(Convolutional Layer， CL)，深度提取数据中的非线性特征，并通过注意力机制(Squeeze-and-Excitation Attention Mechanism， SEAM) 自适应分配特征通道的权重，实现特征解耦；其次，长短期记忆网络(Long Short-Term Memory network， LSTM)提取时间序列数据长期依赖关系，实现出水氨氮浓度的实时预测；然后，提出一种具有自适应采集函数的贝叶斯优化算法，实现模型参数优化，进一步提高模型精度；最后，基于基准实验和实际污水处理厂数据测试CSA-LSTM的有效性，结果表明模型具有较高的出水氨氮浓度预测精度，能够有效应对城市污水处理中数据的强非线性、耦合性以及时间依赖性问题，具有良好的泛化能力。

关键词：城市污水处理氨氮浓度预测神经网络特征提取优化算法

基于注意力机制和复杂网络的FPGA可布性预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

复杂系统与复杂性科学 2024年

作者：聂廷远王艳伟聂晶晶刘鹏飞青岛理工大学信息与控制工程学院

FPGA可布性预测对于解决物理设计的优化具有重要意义。提出基于复杂网络和CBAM-CNN的FPGA可布性预测模型，在布局阶段提取与电路拥塞相关的电路特征和复杂网络特征并映射为RGB图像，引入注意力机制增强特征的重要性。实验结果表明预测... 详细信息

FPGA可布性预测对于解决物理设计的优化具有重要意义。提出基于复杂网络和CBAM-CNN的FPGA可布性预测模型，在布局阶段提取与电路拥塞相关的电路特征和复杂网络特征并映射为RGB图像，引入注意力机制增强特征的重要性。实验结果表明预测准确度为98.03%，精确度为98.3%，灵敏度为98.3%，特异性为97.67%，Matthews相关系数为93.75%；复杂网络特征在FPGA可布性预测的重要性依次为度、强度、特征向量和介数。证明了复杂网络特征在预测FPGA可布性预测的有效性和重要性。

关键词： FPGA可布性复杂网络机器学习卷积神经网络注意力机制