检索结果-南通市图书馆

基于P3HT的有机薄膜晶体管环境稳定性提升

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

半导体技术 2025年第1期50卷 23-31页

作者：李强丁莉峰李磊磊李禹文李鑫旺马佳楠桑胜波太原理工大学集成电路学院微纳传感与人工智能感知山西省重点实验室太原030024 太原理工大学新型传感器与智能控制教育部重点实验室太原030024 太原工业学院化学与化工系太原030008

电子设备领域对高稳定性有机薄膜晶体管(OTFT)的需求日益增长。为了解决有机材料在环境因素作用下影响晶体管稳定性的问题,制备了一种新型OTFT,并同时采用两种方法来提高其环境稳定性:对晶体管进行表面钝化处理,利用钝化层的高化学稳定... 详细信息

电子设备领域对高稳定性有机薄膜晶体管(OTFT)的需求日益增长。为了解决有机材料在环境因素作用下影响晶体管稳定性的问题,制备了一种新型OTFT,并同时采用两种方法来提高其环境稳定性:对晶体管进行表面钝化处理,利用钝化层的高化学稳定性隔绝空气中的氧分子和水分子;利用聚(3-己基噻)(P3HT)共混聚甲基丙烯酸甲酯(PMMA)有源层获得高抗氧化性和抗水解能力。测试结果表明,经过60d后器件载流子迁移率仅降低到原始值的87.91%,电流开关比降低到原来的81.90%,说明本文提出的环境稳定性提升方法优于其他方法。

关键词：聚(3-己基噻吩)(P3HT) 有机薄膜晶体管(OTFT) 稳定性提升表面钝化有源层共混

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于角度的量子异常检测算法

中国科学:物理学力学天文学 2025年

作者：饶洪淼吁超华吴英培刘德喜刘喜平江西财经大学计算机与人工智能学院江西财经大学多媒体智能处理江西省重点实验室

异常检测是机器学习和数据挖掘的一项重要任务,在金融欺诈检测、网络入侵检测和医疗保健等领域发挥着关键作用.基于角度的异常检测（Angle-Based Outlier Detection,ABOD）算法是目前最常用的异常检测方法之一,其核心步骤是计算每个样... 详细信息

异常检测是机器学习和数据挖掘的一项重要任务,在金融欺诈检测、网络入侵检测和医疗保健等领域发挥着关键作用.基于角度的异常检测（Angle-Based Outlier Detection,ABOD）算法是目前最常用的异常检测方法之一,其核心步骤是计算每个样本点与其他点的距离向量之间的角度方差,并将角度方差低于某个阈值的点标记为异常点.经典ABOD算法的时间复杂度关于样本数量M的规模为O（M3）,这使得该算法难以高效处理大规模数据集.为此,本文提出一个量子ABOD算法,该算法利用量子幅度估计技术,以量子并行方式计算所有点的角度方差,并进一步利用量子幅度放大技术搜索出异常点.所提量子ABOD算法的时间复杂度关于M的规模为O[■log（M）],与经典ABOD算法相比实现了M的多项式级加速.

关键词：基于角度的异常检测量子算法多项式级加速

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于离散元的‘鲁丽’苹果仿真接触参数标定

华南农业大学学报 2025年

作者：付函吴志治段洁利余绍政刘烽郑海乐华南农业大学工程学院广东省农业人工智能重点实验室

【目的】构建基于离散元法的苹果颗粒模型，并精确标定其仿真接触参数，为振动收获中接近承接或采后处理装置的设计优化提供理论依据。【方法】采用球形颗粒组成的方式构建其离散元模型，通过对比分析确定最合适的球形颗粒半径。采用试... 详细信息

【目的】构建基于离散元法的苹果颗粒模型，并精确标定其仿真接触参数，为振动收获中接近承接或采后处理装置的设计优化提供理论依据。【方法】采用球形颗粒组成的方式构建其离散元模型，通过对比分析确定最合适的球形颗粒半径。采用试验与仿真相结合的方法，确定恢复系数和摩擦系数等接触参数。通过方差分析评估苹果接触部位、果实质量和材料类型对接触参数的影响。调整仿真参数以复现不同试验条件，结合数据拟合得到参数方程，并利用试验数据进行验证。【结果】苹果的接触部位对其恢复系数的影响不显著。确定了颗粒半径2mm的苹果离散元模型，并以此为准，标定了苹果与特高密度和高密度泡棉的恢复系数、静摩擦系数、动摩擦系数分别为0.61和0.47、0.46和0.61、0.0166和0.0288，而苹果相互之间的对应参数分别为0.65、0.42和0.032。【结论】通过无底圆筒提升试验初步验证了标定参数的有效性。

关键词：力学离散元法苹果颗粒模型接触参数虚拟标定

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于多尺度偏移感知网络的结肠息肉目标检测

陕西科技大学学报 2025年第1期43卷 177-184页

作者：池晓鑫杜晓刚王营博雷涛陕西科技大学电子信息与人工智能学院陕西省人工智能联合实验室陕西西安710021

一些息肉目标检测方法难以充分提取全局及长距离语义信息,导致在具有环境噪声的情况下对尺寸差异较大的息肉目标检测精度低.为了解决该问题,提出了一种基于多尺度偏移感知的息肉检测网络.首先,设计了多尺度偏移感知注意力模块,通过在不... 详细信息

一些息肉目标检测方法难以充分提取全局及长距离语义信息,导致在具有环境噪声的情况下对尺寸差异较大的息肉目标检测精度低.为了解决该问题,提出了一种基于多尺度偏移感知的息肉检测网络.首先,设计了多尺度偏移感知注意力模块,通过在不同尺度上对图像特征进行注意力加权和偏移感知,提高了图像特征的提取和融合能力.其次,设计了渐近特征融合模块,对不同尺度的特征图进行自适应空间加权融合,从而捕捉了更丰富的上下文信息.通过大量实验证明,该方法在三个不同类型的息肉数据集上分别达到了94.8%、94.6%和95.8%的检测精度,相比于当前主流的目标检测方法取得了更好的检测结果.

关键词：医学图像息肉检测注意力机制多尺度特征特征融合

维普期刊数据库博看期刊

基于改进RT-DETR的多尺度特征融合的高效轻量皮肤病理检测方法

在线全文

学校读者我要写书评

暂无评论

南方医科大学学报 2025年

作者：任煜瀛黄凌霄杜方姚新波宁夏大学信息工程学院//宁夏“东数西算”人工智能与信息安全重点实验室//宁夏大数据与人工智能省部共建协同创新中心

目的针对皮肤病检测任务中存在皮肤病变区域多尺度、图像噪点干扰以及辅助诊疗设备资源有限影响检测准确性等问题，提出一种基于RT-DETR改进的高效轻量化皮肤病检测模型。方法引入轻量级FasterNet作为骨干网络，同时对FasterNetBlock... 详细信息

目的针对皮肤病检测任务中存在皮肤病变区域多尺度、图像噪点干扰以及辅助诊疗设备资源有限影响检测准确性等问题，提出一种基于RT-DETR改进的高效轻量化皮肤病检测模型。方法引入轻量级FasterNet作为骨干网络，同时对FasterNetBlock模块进行重参数化改进。在颈部网络中引入卷积和注意力融合模块代替多头自注意力机制，形成AIFI-CAFM模块，从而增强模型捕获图像全局依赖关系和局部细节信息的能力。设计DRB-HSFPN特征金字塔网络替换跨尺度特征融合模块（CCFM），以融合不同尺度的上下文信息，提升颈部网络的语义特征表达能力。结合Inner-IoU和EIoU的优点，提出了Inner-EIoU替换原损失函数GIOU，进一步提高模型推理准确性和收敛速度。结果实验结果表明，改进后的RT-DETR相较于原始模型，在HAM10000数据集上的mAP@50和mAP@50:95分别提升了4.5%和2.8%，检测速度FPS达到59.1帧/s。同时，改进模型的参数量为10.9M，计算量为19.3GFLOPs，相较于原始模型分别降低了46.0%和67.2%，验证了改进模型的有效性。结论本文提出的SD-DETR模型在降低参数量和计算量的同时，能够有效的提取并融合多尺度特征，从而显著提升了皮肤病检测任务的性能。

关键词：皮肤病轻量级网络多尺度特征融合注意力机制 RT-DETR

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

大语言模型知识引导的开放域多标签动作识别

计算机研究与发展 2025年

作者：朱荣江石语珩杨硕王子奕吴心筱北京理工大学计算机学院智能信息技术重点实验室(北京理工大学) 深圳北理莫斯科大学广东省智能感知与计算重点实验室(深圳北理莫斯科大学)

开放域多标签动作识别任务旨在对视频中训练阶段未见的人的多类动作进行识别.相较于传统动作识别，该任务更适应实际场景，具有广泛的应用前景.然而，开放域多标签动作识别具有很大的挑战性，需要将模型有效泛化到未见过的新动作类别.... 详细信息

开放域多标签动作识别任务旨在对视频中训练阶段未见的人的多类动作进行识别.相较于传统动作识别，该任务更适应实际场景，具有广泛的应用前景.然而，开放域多标签动作识别具有很大的挑战性，需要将模型有效泛化到未见过的新动作类别.为了解决此问题，提出大语言模型知识引导的开放域多标签动作识别方法.该方法挖掘大语言模型蕴含的丰富的动作类别共现知识，并将共现知识嵌入视觉-语言模型的提示学习，实现基本类别（base classes）与新类别（novel classes）之间的信息传递，从而提升新类别的识别性能.在实验中将基本动作类别和新动作类别的比例设置为3:1和1:1，分别表示为“75% 可见”和“50% 可见”.在AVA和数据集上的实验结果表明，相较于现有方法，当基本动作类别为“75%”时，该方法在AVA和MovieNet数据集的新动作类别识别指标mAP上分别提升了1.95%和1.21%；当面临基本动作类别为“50%”的更困难场景时，提出的方法在这2个数据集上新动作类别识别指标mAP上分别提升了2.59%和1.06%.

关键词：开放域动作识别多标签分类提示学习大语言模型 CLIP模型

计算机视觉与图像的检测技术在储粮害虫监测中应用综述

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国粮油学报 2025年

作者：甄彤王静李智慧祝玉华河南工业大学信息科学与工程学院粮食信息处理与控制教育部重点实验室(河南工业大学) 河南省粮食仓储信息智能感知与决策重点实验室(河南工业大学)

高效准确地检测粮仓管理中的储粮害虫是计算机视觉与图像处理领域的重要研究方向之一。随着深度学习和图像处理技术的迅速发展，储粮害虫检测在粮食仓储领域获得了新的解决方案。本文综述了传统与基于深度学习的目标检测技术的研究进展... 详细信息

高效准确地检测粮仓管理中的储粮害虫是计算机视觉与图像处理领域的重要研究方向之一。随着深度学习和图像处理技术的迅速发展，储粮害虫检测在粮食仓储领域获得了新的解决方案。本文综述了传统与基于深度学习的目标检测技术的研究进展及其在储粮害虫检测中的应用，涵盖数据采集与预处理、模型选择与训练及应用实例，展示了研究者们在提高害虫检测模型的准确率和鲁棒性（环境适应性）上取得的显著进展，以期为进一步提高储粮害虫检测技术的准确性，提升粮仓管理智能化水平，保障粮食安全提供参考。

关键词：粮仓管理储粮害虫检测技术深度学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向低样本的工业图像异常检测综述

计算机工程与应用 2025年

作者：郭新茹宋丽娟朱文倩杜方马子睿宁夏大学信息工程学院宁夏“东数西算”人工智能与信息安全重点实验室宁夏大数据与人工智能省部共建协同创新中心

异常检测是计算机视觉的重要研究方向之一，被广泛应用于工业产品检测、医疗诊断和视频监控等领域。它可以监控产品质量并快速识别不符合标准的产品，从而实现自动化质量控制。在工业图像异常检测中，由于获取大量训练样本既耗时又昂贵... 详细信息

异常检测是计算机视觉的重要研究方向之一，被广泛应用于工业产品检测、医疗诊断和视频监控等领域。它可以监控产品质量并快速识别不符合标准的产品，从而实现自动化质量控制。在工业图像异常检测中，由于获取大量训练样本既耗时又昂贵，因此低样本的工业图像异常检测成为研究热点和趋势。同时，大型视觉语言模型的出现推动了工业图像异常检测从单模态驱动发展到多模态融合，提高了检测的全面性。针对近四年的低样本工业图像异常检测，本文探讨了模态数量对异常检测性能的影响，并根据检测算法在处理数据和检测异常时采用的不同策略以及特征提取技术的提取范围对低样本异常检测方法进行分类。这旨在帮助研究人员快速了解并进一步改进异常检测技术和优化特征提取策略，从而提升低样本环境下的检测效率和准确性。此外，还对不同方法在MVTec AD和VisA数据集上的检测结果进行了对比，对比结果表明多模态融合方法中的混合特征融合在分类和分割异常方面表现突出。通过对比不同的检测技术和模型，本研究总结了不同的低样本工业异常检测方法以及解决的问题，并讨论了未来的研究方向。

关键词：工业图像异常检测低样本单模态驱动多模态融合混合特征融合

基于自适应特征模式分解与联合卷积的UUV辐射噪声识别方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

控制与决策 2025年第1期40卷 155-161页

作者：肖启阳黄澳飞金勇魏倩河南大学人工智能学院

针对水下小型UUV难以检测识别问题,提出基于自适应特征模式分解与联合卷积网络的UUV辐射噪声识别方法.首先,采用自适应特征模式分解(AFMD)对信号进行处理,获取一系列分解分量,根据基尼指数(GiNi index)选取最优分量进行重构;然后,对重... 详细信息

针对水下小型UUV难以检测识别问题,提出基于自适应特征模式分解与联合卷积网络的UUV辐射噪声识别方法.首先,采用自适应特征模式分解(AFMD)对信号进行处理,获取一系列分解分量,根据基尼指数(GiNi index)选取最优分量进行重构;然后,对重构后的信号进行连续小波变换,获取不同类型辐射噪声的二维时频图;最后,在频率动态卷积模块和SGE (spatial group-wise enhance)模块基础上,引入特征融合模块构建联合卷积神经网络(JCNN),利用所设计网络提取二维时频图特征,实现水下无人潜水器辐射噪声分类.实验结果表明,所提出方法能够对水下UUV辐射噪声进行识别,且识别率较高.

关键词：水下辐射噪声自适应特征模式分解联合卷积神经网络噪声识别