检索结果-南通市图书馆

SiC基底覆多层石墨烯力学强化性能分子动力学模拟

在线全文

学校读者我要写书评

暂无评论

物理学报 2024年第10期73卷 372-382页

作者：陈晶晶赵洪坡王葵占慧敏罗泽宇南昌理工学院机电工程学院南昌330044 南昌理工学院计算机信息工程学院南昌330044

微机电系统半导体SiC器件覆多层石墨烯的力学强化性能与塑性变形微观研究,将对提升该器件耐久性服役寿命期和强韧化机制理解起到显著作用.因此,本文基于分子动力学法探讨了石墨烯堆垛类型(AA和AB堆垛)和极端使役温度对其接触力学性能(... 详细信息

微机电系统半导体SiC器件覆多层石墨烯的力学强化性能与塑性变形微观研究,将对提升该器件耐久性服役寿命期和强韧化机制理解起到显著作用.因此,本文基于分子动力学法探讨了石墨烯堆垛类型(AA和AB堆垛)和极端使役温度对其接触力学性能(最大承载荷、硬度、杨氏模量、接触刚度)、微结构演化、接触质量、褶皱形貌、位错总长的影响,解释了SiC基底覆多层石墨烯力学强化的原子尺度机制.研究发现:相同使役温度下,随覆石墨烯层数增加,SiC基底微结构的棱柱形位错环演化中越早发生脆断;石墨烯AB堆垛在最大压深时的C-C键断裂会导致石墨烯优异面内弹性变形丧失,以致其最大承载性呈现断崖式下降.研究表明:SiC基底覆三层石墨烯的力学强化性能是纯SiC的2倍,该强化效应不受石墨烯堆垛类型影响,其力学强化机制主要源于多层石墨烯受载加大会引起石墨烯面内褶皱增大,从而增大界面接触刚度,触发界面接触质量减小所致.使役温度升高,会激发原子振动频率增大,诱导界面接触原子数增多,以致界面接触质量增大,而界面接触刚度随之减弱,最终引起SiC基底覆多层石墨烯力学性能随温度升高呈近似直线下降.此外,SiC基底的亚表层应力集中会诱导基底内的微结构产生滑移与演变;基底覆石墨烯层数增加可有效减小基底亚表层的应力集中分布程度,从而对基底起抗载保护作用.

关键词： SiC 多层石墨烯力学强化分子动力学接触刚度

SC-Net：用于重叠染色体分割的上下文信息跳跃连接网络

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

中国图象图形学报 2024年第9期29卷 2806-2824页

作者：焦润海褚佳杰刘嘉骥余济民华北电力大学控制与计算机工程学院

目的染色体核型分析从细胞分裂中期图像中分离和分类染色体，是遗传疾病诊断广泛采用的方法，其中形态多样的重叠染色体簇的分割，依赖于准确的边界等细节特征。为此，本文融合目标的上下文信息，构建了一种两阶段的重叠染色体分割模型... 详细信息

目的染色体核型分析从细胞分裂中期图像中分离和分类染色体，是遗传疾病诊断广泛采用的方法，其中形态多样的重叠染色体簇的分割，依赖于准确的边界等细节特征。为此，本文融合目标的上下文信息，构建了一种两阶段的重叠染色体分割模型SC-Net(skip connection network)。方法首先，在语义分割基线模型U-Net++中增加混合池化模块捕获重叠染色体的局部上下文信息，在解码器网络中并联上下文融合模块和上下文先验辅助分支，增强通道和空间上的全局上下文信息。其次，利用已标注样本的类别先验信息生成真实亲和矩阵，加入训练过程以有效区分重叠染色体图像中易混淆的空间信息。最后，通过染色体实例重建算法对重叠与非重叠区域的元素迭代进行配对，拼接形成单条染色体。结果在公开的ChromSeg(chromosome segmentation)数据集上进行实验，结果表明SC-Net分割出的重叠染色体区域交并比值为83.5%，与对比算法中的较优算法相比性能提升2.7%。结论本文构建的重叠染色体分割模型通过融合上下文信息，能更有效地解决形态多样的重叠染色体簇的分割问题，相比对比方法可以得到更精细和准确的结果。

关键词：重叠染色体分割混合池化模块(HPM) 上下文融合模块(CFM) 上下文先验辅助分支(CPAB) 真实亲和矩阵

固体界面上微纳物体的高精度激光捕获及智能运动控制

在线全文

学校读者我要写书评

暂无评论

中国激光 2024年第15期51卷 211-221页

作者：张尹峥刘鸿江朱润琳刘逸飞谷付星上海理工大学光电信息与计算机工程学院上海200093

基于光热冲击效应的激光捕获技术是用于干燥固体界面上微纳物体的捕获及操控的重要工具。为进一步满足复杂场景中的条件需求,提出了一种基于深度学习图像反馈的闭环控制系统,引入了目标检测与定位算法,实现了微纳物体的稳定、高精度捕... 详细信息

基于光热冲击效应的激光捕获技术是用于干燥固体界面上微纳物体的捕获及操控的重要工具。为进一步满足复杂场景中的条件需求,提出了一种基于深度学习图像反馈的闭环控制系统,引入了目标检测与定位算法,实现了微纳物体的稳定、高精度捕获和智能运动控制。该系统能够将输入的控制参数处理为光热冲镊平台的控制信号,并在控制过程中使用YOLOv8和OpenCV算法处理系统采集的显微图像,对物体位置进行动态反馈,实现系统智能化闭环控制。实验表明,所设计的控制模块的控制分辨率为38.2 nm,图像反馈模块的检测分辨率为85.3 nm,整体系统对物体的检测误差为116.1 nm,闭环控制误差为108.9 nm。此外,采用路径控制与手势触摸等多种控制方法,验证了该控制系统的灵活性和稳定性。研究结果为在干固体界面上的复杂场景中微纳物体的智能化操控提供了参考。

关键词：激光捕获光操控深度学习光热冲镊智能控制

基于先验知识辅助聚类的粗-精输电线路多金具检测

在线全文

学校读者我要写书评

暂无评论

中国电机工程学报 2024年第9期44卷 3742-3752,I0035页

作者：翟永杰郭聪彬陈年昊王璐瑶王乾铭赵文清华北电力大学控制与计算机工程学院河北省保定市071003

为了解决输电线路多金具检测任务中存在的小目标和密集遮挡问题并充分利用金具高分辨率航拍图像的信息优势,提出基于先验知识辅助聚类的粗-精输电线路多金具检测方法。首先,通过粗检测模块实现对输电线路高分辨率航拍图像的初步感知。接... 详细信息

为了解决输电线路多金具检测任务中存在的小目标和密集遮挡问题并充分利用金具高分辨率航拍图像的信息优势,提出基于先验知识辅助聚类的粗-精输电线路多金具检测方法。首先,通过粗检测模块实现对输电线路高分辨率航拍图像的初步感知。接着,通过先验知识指导结构场景子区域选取模块中聚类算法半径的确定,以自适应聚类出合适的子区域。最后,设计精检测模块充分利用高分辨率航拍图像中的关键信息,进行金具的精确感知,并融合粗检测结果以实现由粗到精的金具识别。经实验证明,基于先验知识辅助聚类的粗-精输电线路多金具检测模型比之基线模型准确率提高了11.3%,对其中小目标金具和密集遮挡金具检测准确率的提高尤为明显。

关键词：输电线路金具航拍图像深度学习目标检测粗-精检测

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

智能交通系统中的车辆标志识别方法综述

中国图象图形学报 2024年第9期29卷 2650-2671页

作者：李杨肖建力上海理工大学光电信息与计算机工程学院

在智能交通系统中，车辆作为最普及的交通工具，常被不法分子利用，使其成为一种安全隐患，因此，实现监控设备下的车辆身份识别一直是一个研究热点。车辆标志(简称车标)是车辆的特殊身份，包含着车辆品牌制造商的基本信息，相比车牌、... 详细信息

在智能交通系统中，车辆作为最普及的交通工具，常被不法分子利用，使其成为一种安全隐患，因此，实现监控设备下的车辆身份识别一直是一个研究热点。车辆标志(简称车标)是车辆的特殊身份，包含着车辆品牌制造商的基本信息，相比车牌、车型和车色，车标具有相对独立和可靠的特性。车辆标志识别能够快速、精准地缩小车辆查询范围，为案件侦破、交通自动化管理等有效降低搜索成本，因此车辆标志识别在车辆身份识别中尤其重要。本文对近十年内的主流车标识别方法进行了系统概述，为车标识别领域的后续研究者提供参考。1)简要阐述了在智能交通系统中车标识别技术的研究背景和重要性。2)根据车标识别过程中是否依赖手工提取特征，将目前国际主流的车标识别方法归纳为传统的车标识别方法和基于深度学习的车标识别方法，并分别总结了这两类方法的优劣。随后，分类、梳理和评价了这两类方法中现有的各种算法。3)针对车标数据集稀少导致难以评价各类算法性能、影响车标识别研究进展的问题，详细介绍了3种公开车标数据集：XMU(Xiamen University Vehicle Logo Dataset)、HFUT-VL(Vehicle Logo Dataset from Hefei University of Technology)和VLD-45(Vehicle Logo Dataset-45)，并给出下载地址，可供研究者进行实验和测试。4)描述了4种常用的评价指标，并在公开数据集上基于这些评价指标对车标识别方法开展实验，并对实验结果进行比较和分析。5)综述现有车标识别技术中存在的一些问题与挑战，对未来车标识别的研究方向做出预测和展望。

关键词：智能交通系统(ITSs) 车标识别特征提取图像分类深度学习综述

基于沙地猫群优化–最小二乘支持向量机的动态NOx排放预测

在线全文

学校读者我要写书评

暂无评论

中国电机工程学报 2024年第1期44卷 182-190,I0015页

作者：金秀章史德金乔鹏华北电力大学控制与计算机工程学院河北省保定市071003

针对火电机组频繁调峰导致机组燃烧状态不稳,进而导致锅炉出口NOx浓度波动范围大的问题,提出一种基于沙地猫群优化(sand cat sarm optimization,SCSO)的最小二乘支持向量机(leastsquaressupportvectormachine,LSSVM) NOx动态预测模型。... 详细信息

针对火电机组频繁调峰导致机组燃烧状态不稳,进而导致锅炉出口NOx浓度波动范围大的问题,提出一种基于沙地猫群优化(sand cat sarm optimization,SCSO)的最小二乘支持向量机(leastsquaressupportvectormachine,LSSVM) NOx动态预测模型。首先利用k近邻互信息计算时间延迟的同时筛选辅助变量。然后,基于SCSO算法进行输入变量阶次的选择。使用包含辅助变量时间延迟和阶次的信息作为模型的输入,SCSO算法优化最小二乘支持向量机参数,建立动态NOx排放最小二乘支持向量机预测模型(SCSO-LSSVM动态软测量模型)。最后将模型与未加入迟延的LSSVM模型,加入迟延的LSSVM模型和粒子群优化算法(particle swarm optimization,PSO)优化最小二乘支持向量机参数的动态软测量模型进行对比验证。结果表明,相较于其他模型,该文建立SCSO-LSSVM动态软测量模型均方根误差、平均绝对误差、平均绝对误差最小,预测精度最高,而且在NOx浓度剧烈波动时也能够较好地预测NOx浓度,具有很好的动态特性。

关键词： NOx浓度 k近邻互信息沙地猫群优化算法最小二乘支持向量机软测量模型

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

基于实例分布约束的事件语义自动划分

应用科学学报 2024年第2期42卷 323-333页

作者：高剑奇骆祥峰裴昕淼上海大学计算机工程与科学学院上海200444

针对离散分布于新闻文本集合中的事件语义难以聚合的问题,提出了基于实例分布约束的事件语义自动划分算法。首先,利用远程监督方法,构建用于事件语义划分的训练数据集;其次,设计基于实例分布约束的事件语义分类器,用于判断新的事件触发... 详细信息

针对离散分布于新闻文本集合中的事件语义难以聚合的问题,提出了基于实例分布约束的事件语义自动划分算法。首先,利用远程监督方法,构建用于事件语义划分的训练数据集;其次,设计基于实例分布约束的事件语义分类器,用于判断新的事件触发词的加入是否影响事件语义的聚合;最后,在该分类器的基础上设计事件语义集合生成算法,在不需要预先设定事件类型的情况下,将分布离散的事件触发词自动地划分到不同的事件语义集合中。结果表明本方法可有效实现事件语义的自动划分,为事件语义的高质量聚合提供了一种新的探索。

关键词：实例分布约束事件语义自动划分远程监督事件语义分类器集合生成算法

基于IWOA-Transformer的磨煤机故障预警

在线全文

学校读者我要写书评

暂无评论

动力工程学报 2024年第6期44卷 939-946页

作者：罗毅段明达华北电力大学控制与计算机工程学院北京102206

提出了一种基于改进鲸鱼算法优化Transformer网络超参数(IWOA-Transformer)的故障预警方法。该方法利用非线性收敛系数和高斯变异对鲸鱼算法(WOA)进行改进,以提高WOA的收敛速度和避免其陷入局部最优;再采用改进鲸鱼算法(IWOA)优化Transf... 详细信息

提出了一种基于改进鲸鱼算法优化Transformer网络超参数(IWOA-Transformer)的故障预警方法。该方法利用非线性收敛系数和高斯变异对鲸鱼算法(WOA)进行改进,以提高WOA的收敛速度和避免其陷入局部最优;再采用改进鲸鱼算法(IWOA)优化Transformer的超参数,建立磨煤机故障预警模型;然后,通过预测值和实际值的相似度函数确定自适应阈值,结合专家系统判断故障类型并提出解决方案,实现磨煤机故障预警;最后,以某350 MW热电机组中速磨煤机为例进行故障预警试验。结果表明:所提IWOA-Transformer模型可显著提高预警速度和准确率,具有工程实用价值。

关键词： Transformer神经网络鲸鱼优化算法磨煤机故障预警专家系统

在线全文

学校读者我要写书评

暂无评论

面向电力设备缺陷检测的多模态层次化分类

中国图象图形学报 2024年第7期29卷 2011-2023页

作者：白艳峰王立彪高卫东马应龙华北电力大学控制与计算机工程学院北京102206

目的电力设备的状态检测和故障维护是保障电力系统正常运行的重要基础。针对目前多数变电站存在电力设备缺陷类型复杂且现有的单分类缺陷检测方法无法满足电力设备的多标签分类缺陷检测需求的问题,提出一种面向电力设备缺陷检测的多模... 详细信息

目的电力设备的状态检测和故障维护是保障电力系统正常运行的重要基础。针对目前多数变电站存在电力设备缺陷类型复杂且现有的单分类缺陷检测方法无法满足电力设备的多标签分类缺陷检测需求的问题,提出一种面向电力设备缺陷检测的多模态层次化分类方法。方法首先采集来自多个变电站的电力设备缺陷图像并进行人工标注、数据增强及归一化等预处理,构建了一个具有层次标签结构的电力设备缺陷图像数据集。然后提出一种基于多模态特征融合的层次化分类模型,采用ResNet50网络对图像进行特征提取,利用区域生成网络对目标进行定位以及前景、背景预测;为避免对区域生成网络生成的位置坐标进行量化时引入误差,进一步采用ROI Align(region of interest align)方法连续操作,生成位置坐标。最后采用层次化分类,将父类别标签嵌入到当前层目标特征表示进行逐层缺陷分类,最后一层得到最终的缺陷检测结果。结果在电力设备缺陷数据集和基准数据集上,与多标签分类电力设备缺陷检测方法和流行的常用目标检测算法进行对比实验。实验结果表明,模型对绝大部分设备缺陷类别的检测准确率最高,平均检测准确率达到86.4%,相比性能第2的模型,准确率提升了5.1%,并且在基准数据集上的平均检测准确率也提高了1.1%~3%。结论提出的电力设备缺陷检测方法充分利用设备缺陷标签的语义信息、层次结构和设备缺陷数据的图像特征,通过多模态层次化分类模型,能够提升电力设备缺陷检测的准确率。

关键词：缺陷检测图像识别层次化分类多模态特征融合标签嵌入区域特征聚集