检索结果-南通市图书馆

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

改进YOLOv8的PCB表面缺陷检测算法

电子测量技术 2024年

作者：吕秀丽杨昕升曹志民东北石油大学物理与电子工程学院

针对目前PCB表面缺陷检测方法存在复杂度过高、误检、漏检等问题，提出了一种改进YOLOv8的轻量型检测算法。由于YOLOv8主干网络下采样后的特征图存在一定冗余，设计轻量级的多尺度混合卷积(MSMC)，并结合C2f模块增强多尺度特征提取能力... 详细信息

针对目前PCB表面缺陷检测方法存在复杂度过高、误检、漏检等问题，提出了一种改进YOLOv8的轻量型检测算法。由于YOLOv8主干网络下采样后的特征图存在一定冗余，设计轻量级的多尺度混合卷积(MSMC)，并结合C2f模块增强多尺度特征提取能力；在颈部网络中设计改进的双向特征金字塔结构(BiFPN)，使用两个跨层连接得到更加丰富的语义信息；使用C2f-Faster模块减少特征融合过程中的运算量；引入CA注意力机制与WIoUv2损失函数，增强对PCB小目标缺陷的定位能力。实验结果表明，相较于YOLOv8n，改进后的算法在PCB数据集上检测精度提高了2.2%，模型参数量和计算量降低了36.7%和18.5%，分别为1.9M和6.6G。最终模型大小仅为3.8MB，为移动终端设备部署提供了新思路。

关键词：表面缺陷检测 YOLOv8 轻量化多尺度特征小目标缺陷

含分布式储能系统的交直流配电网动态故障恢复策略

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电力系统保护与控制 2024年第18期52卷 179-187页

作者：李英量孙楠王德明郭飞燕李飞西安石油大学电子工程学院陕西西安710065 陕西铁路工程职业技术学院陕西渭南714000

在多故障场景下,考虑到故障抢修时间差异、分布式电源出力和负荷需求时变性对交直流配电网故障恢复策略的影响,提出了一种面向多故障场景的交直流配电网动态故障恢复策略。对含分布式储能系统的交直流配电网,首先采用分阶段孤岛划分策... 详细信息

在多故障场景下,考虑到故障抢修时间差异、分布式电源出力和负荷需求时变性对交直流配电网故障恢复策略的影响,提出了一种面向多故障场景的交直流配电网动态故障恢复策略。对含分布式储能系统的交直流配电网,首先采用分阶段孤岛划分策略以实现对失电区的紧急供电。随后,以故障恢复综合满意度指标的最大化为目标,综合考虑了交直流潮流约束、节点电压约束、支路载流量约束和电能约束等多重约束条件。同时,结合故障抢修的进度以及分布式电源出力、负荷需求等因素,确定最优的故障恢复策略。最后,通过对IEEE33节点系统改造的交直流配电网模型进行算例分析。结果表明,所提出的动态故障恢复策略有效解决了交直流配电网的故障问题。并能根据实时信息对故障恢复策略进行灵活调整,保证了交直流配电网运行的可靠性和安全性。

关键词：交直流配电网故障恢复动态策略交直流潮流综合满意度

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

基于特征强化U⁃Net的地震速度反演方法

石油地球物理勘探 2024年第2期59卷 185-194页

作者：张岩孟德聪宋利伟董宏丽东北石油大学计算机与信息技术学院黑龙江大庆163318 东北石油大学人工智能能源研究院黑龙江大庆163318 东北石油大学物理与电子工程学院黑龙江大庆163318

基于深度神经网络的地震速度反演方法面临的挑战是:时间域地震数据与空间域模型信息间语义映射的弱对应关系导致多解性;神经网络将地震数据映射到速度模型过程中缺少有效引导,易受噪声干扰,影响反演精度。为此,提出一种基于特征强化U‑Ne... 详细信息

基于深度神经网络的地震速度反演方法面临的挑战是:时间域地震数据与空间域模型信息间语义映射的弱对应关系导致多解性;神经网络将地震数据映射到速度模型过程中缺少有效引导,易受噪声干扰,影响反演精度。为此,提出一种基于特征强化U‑Net的地震速度反演方法。首先,通过多炮地震数据特征叠加使输入网络的地震时间序列信号与对应速度模型之间的空间关系更加明确;其次,基于多尺度特征融合的思想设计具有不同尺寸卷积核的模块,以增强网络对有效特征的学习能力;然后,利用注意力门引导网络,增强网络重点关注的特征;最后,结合瓶颈残差和预激活的思想,在网络中加入预激活瓶颈残差,避免梯度消失和网络退化。实验表明,该方法在地震速度反演方面具有更高的精度,并在抗噪声测试中效果较好,具有一定的泛化能力。

关键词：地震速度反演深度学习注意力多尺度特征融合特征强化

表面基团对Ti_(3)C_(2)T_(x)吸附NO性能影响的第一性原理研究

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

材料导报 2024年第5期38卷 138-142页

作者：邱毅邹江峰马智炜罗强刘忠华陈洋代逸飞西南石油大学理学院成都610500 西南石油大学电气信息学院成都610500 西南石油大学信息学院四川南充637001 西华师范大学电子信息工程学院四川南充637000

本工作基于密度泛函理论的第一性原理方法,构建了Ti_(3)C_(2)O_(2)、Ti_(3)C_(2)O1.5(OH)0.5、Ti_(3)C_(2)O(OH)、Ti_(3)C_(2)O1.5F0.5和Ti_(3)C_(2)OF五种模型,从几何结构、电荷转移以及电子性质等方面研究了基团种类和比例对Ti_(3)C_(2)T_(x)吸附NO的影响。结果表明:相较于Ti_(3)C_(2)O_(2),含低比例-OH和-F基团的Ti_(3)C_(2)T_(x)对NO的吸附能更大,电荷转移更弱,不利于其探测NO,与实验结果一致;但随着-OH和-F比例的提高,吸附能分别减小和增大,电荷转移分别增强和减弱,表明高比例的-OH有利于Ti_(3)C_(2)T_(x)探测NO,而高比例的-F是不利的;同时,在吸附NO后,Ti_(3)C_(2)O_(2)在费米能级附近的能带极值曲率变小,电子有效质量增大,表明-O基团有利于Ti_(3)C_(2)T_(x)探测NO。在几何弛豫过程中NO分子总是以N原子靠近衬底,吸附距离均较小,而且最近邻原子的电子轨道出现杂化,电子的聚集和消散位于两端,表明最近邻原子间成键较弱且偏离子性。此计算结果可以为Ti_(3)C_(2)T_(x)探测和屏蔽NO提供理论指导,同时为Ti_(3)C_(2)T_(x)的表面改性提供思路。

关键词：二维材料 Ti_(3)C_(2)T_(x) NO吸附密度泛函理论电子性质

在线全文

学校读者我要写书评

暂无评论

改进YOLOv8的PCB表面缺陷检测算法

电子测量技术 2024年第12期47卷 100-108页

作者：吕秀丽杨昕升曹志民东北石油大学物理与电子工程学院大庆163318

针对目前PCB表面缺陷检测方法存在复杂度过高、误检、漏检等问题,提出了一种改进YOLOv8的轻量型检测算法。由于YOLOv8主干网络下采样后的特征图存在一定冗余,设计轻量级的多尺度混合卷积(MSMC),并结合C2f模块增强多尺度特征提取能力;在... 详细信息

针对目前PCB表面缺陷检测方法存在复杂度过高、误检、漏检等问题,提出了一种改进YOLOv8的轻量型检测算法。由于YOLOv8主干网络下采样后的特征图存在一定冗余,设计轻量级的多尺度混合卷积(MSMC),并结合C2f模块增强多尺度特征提取能力;在颈部网络中设计改进的双向特征金字塔结构(BiFPN),使用两个跨层连接得到更加丰富的语义信息;使用C2f-Faster模块减少特征融合过程中的运算量;引入CA注意力机制与WIoUv2损失函数,增强对PCB小目标缺陷的定位能力。实验结果表明,相较于YOLOv8n,改进后的算法在PCB数据集上检测精度提高了2.2%,模型参数量和计算量降低了36.7%和18.5%,分别为1.9 M和6.6 G。最终模型大小仅为3.8 MB,为移动终端设备部署提供了新思路。

关键词：表面缺陷检测 YOLOv8 轻量化多尺度特征小目标缺陷

在线全文

学校读者我要写书评

暂无评论

面向密集场景的多目标车辆检测算法

电子测量技术 2024年第9期47卷 129-136页

作者：霍爱清郭岚洁冯若水西安石油大学电子工程学院西安710065

目标检测可为自动驾驶车辆提供附近目标的位置、大小和类别,但是密集场景中多目标检测仍然存在漏检、误检问题,为此该文提出了一种AD-YOLOv5车辆检测模型。首先,利用轻量型结构CBAM注意力机制对特征提取网络中的C3模块进行了优化得到C-C... 详细信息

目标检测可为自动驾驶车辆提供附近目标的位置、大小和类别,但是密集场景中多目标检测仍然存在漏检、误检问题,为此该文提出了一种AD-YOLOv5车辆检测模型。首先,利用轻量型结构CBAM注意力机制对特征提取网络中的C3模块进行了优化得到C-C3模块,提高了对特征信息的获取能力,降低了对其他特征的关注度;其次,在检测头部分对分类和回归任务进行解耦,以实现更强的特征表达;然后,利用广义幂变换对IoU进行转换操作,提出鲁棒性更好的Alpha-IoU损失函数,提升了模型的检测精度并加快模型的收敛速度;最后,采用GridMask数据增强技术,增加了样本的复杂性,并在处理后的数据集上进行了实验。实验结果表明,改进后的目标检测模型的平均精度均值达到72.72%,与原YOLOv5模型相比提高了2.25%,且模型具有较高的收敛速度,通过可视化对比实验,直观展示了本文模型在密集场景能有效避免误检、漏检现象。

关键词：目标检测密集场景 YOLOv5算法 Alpha-IoU损失函数 CBAM 双检测头

面向多模态数据的高速公路交通事故信息识别与评价

在线全文

学校读者我要写书评

暂无评论

公路交通科技 2024年第4期41卷 186-193,213页

作者：陈娇娜陶伟俊靳引利西安石油大学电子工程学院陕西西安710065 长安大学电子与控制工程学院陕西西安710061

为实现从自然语言描述的交通事故文本中提取应急处置信息,提出了一种基于预训练模型和BiLSTM-CRF的交通事故命名实体识别方法。首先,基于陕西省高速公路2021年6月至2022年8月的多模态交通事故数据,分别比较了3种深度学习模型的识别效果... 详细信息

为实现从自然语言描述的交通事故文本中提取应急处置信息,提出了一种基于预训练模型和BiLSTM-CRF的交通事故命名实体识别方法。首先,基于陕西省高速公路2021年6月至2022年8月的多模态交通事故数据,分别比较了3种深度学习模型的识别效果和训练时长。其次,利用官方微博交通事故语料作为袋外测试集,检验实体识别模型的鲁棒性。然后,从一致性和丰富性两个维度,构建了文本信息和结构化数据的多模态交通事故信息内容评价指标。最后,以测试集为例进行交通事故信息识别,分析了应急处置实体数量与事故持续时间的相关性,计算并探讨了信息内容评价指标结果。结果表明,BERT-BiLSTM-CRF在测试集和袋外测试集的加权F1值分别为97.0294%和69.1555%,为模型精度、训练效率和鲁棒性3个方面综合表现最优。处置机构、处置设备、未处置、处置中、处置效果的实体数量与持续时间之间的相关系数依次为0.309,0.151,0.137,0.220和0.178,呈正相关性。天气、路产损失、交通分流、事故类型和伤亡情况的信息内容一致性依次为7.06%,45.79%,1.59%,67.65%和47.59%,应急处置占为36%,变异性为1.305,说明文本信息蕴含丰富的应急处置信息,然而文本信息和结构化数据对同一交通事故的信息内容一致性尚待提高。研究结果可为提高交通事故信息采集质量和有效性提供参考。

关键词：智能交通交通事故多模态数据预训练模型双向长短时记忆

在线全文

学校读者我要写书评

暂无评论

物联网中虚拟网络功能转发图算法设计

计算机科学与探索 2024年

作者：任诚刘静王宇李亚鑫李红伟西南石油大学电气信息学院电子科技大学信息与通信工程学院

近年来，物联网的迅速发展和其终端数量的爆炸式增长对物联网网络服务提出了更高要求。结合网络功能虚拟化（NFV）和软件定义网络（SDN）技术，对新一代物联网服务功能虚拟化和软件化，可以将网络服务表示为虚拟网络功能转发图（VNF-FG... 详细信息

近年来，物联网的迅速发展和其终端数量的爆炸式增长对物联网网络服务提出了更高要求。结合网络功能虚拟化（NFV）和软件定义网络（SDN）技术，对新一代物联网服务功能虚拟化和软件化，可以将网络服务表示为虚拟网络功能转发图（VNF-FG）。现有的研究主要关注VNF-FG 嵌入(VNF-FGE)问题，把VNF-FG作为确定输入，忽略了VNF-FG的设计问题；又或者在设计VNF部署算法时，没有充分利用VNF-FG的图结构，使算法有一定局限性。因此，该文研究VNF-FG有向无环图（DAG）设计问题。针对一组到达物联网终端的服务请求，首先设计约束，建立一个整数线性规划（ILP）模型生成最优无环VNF-FG；然后以最小化虚拟节点总数为目标，提出一种高效的虚拟网络功能转发无环图设计算法，充分利用已有虚拟节点，并找出导致成环的关键VNF实例，通过反向增扩恰当数量的关键VNF以消除VNF-FG中的环路，在保证无环和最小化虚拟节点数量之间进行折中。实验结果表明，该算法与ILP模型之间的差距很小；与其他已有算法相比，在不同SFC请求数量下，该算法生成的虚拟节点个数平均降低了17.67%。

关键词：网络功能虚拟化物联网整数线性规划虚拟网络功能转发图

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于对比学习的零样本对象谣言检测

浙江大学学报（工学版） 2024年第9期58卷 1790-1800页

作者：陈珂张文浩广东石油化工学院计算机学院广东茂名525000 广东石油化工学院电子信息工程学院广东茂名525000

现有的谣言检测模型通常依赖大规模人工标注的谣言数据集,标注成本高且谣言特征来源于已被辟谣的谣言.为了提高模型对未知谣言的检测能力,提出面向不同对象的谣言检测方法.基于零样本学习,将谣言数据集按照不同的对象划分为样本与内容... 详细信息

现有的谣言检测模型通常依赖大规模人工标注的谣言数据集,标注成本高且谣言特征来源于已被辟谣的谣言.为了提高模型对未知谣言的检测能力,提出面向不同对象的谣言检测方法.基于零样本学习,将谣言数据集按照不同的对象划分为样本与内容互不重叠的多个数据集,从而实现零样本对象谣言检测任务;为了表征对象之间的关系构建通义掩码特征,从而设计区分通义掩码特征的代理任务;为了减少数据增强带来的噪声,引入面向对象的信息辅助文本作为特征,并将其与原语义向量进行线性变换.在此基础上,提出面向零样本对象谣言检测的基于代理任务的分层对比学习模型(ZPTHCL),可以通过迁移学习进行谣言检测.在一个基于对象的零样本谣言数据集和Ma-Weibo、Weibo20、Twitter15、Twitter16这4个公开数据集上进行实验,结果表明所提出的对比学习零样本对象谣言检测模型性能更优.

关键词：谣言检测零样本学习迁移学习代理任务对比学习