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

深度学习的红外热成像电路板元器件识别研究

电子科技大学学报 2024年第4期53卷 560-567页

作者：张林鍹郑兴陈飞李名洪邱朝洁常乾坤清华大学国家计算机集成制造系统工程技术研究中心北京100084 新疆大学电气工程学院乌鲁木齐830017 新疆维吾尔自治区特种设备检验研究院乌鲁木齐830000

针对现有YOLO目标检测算法在自建数据集漏检率高、图像受复杂环境影响造成检测准确率低等问题,提出一种基于YOLO v5改进的红外图像识别算法。根据红外数据图片的独特性质,重新设计主干网络部分,引入全维动态卷积(OMNI-Dimensional Dynam... 详细信息

针对现有YOLO目标检测算法在自建数据集漏检率高、图像受复杂环境影响造成检测准确率低等问题,提出一种基于YOLO v5改进的红外图像识别算法。根据红外数据图片的独特性质,重新设计主干网络部分,引入全维动态卷积(OMNI-Dimensional Dynamic Convolution, ODConv)模块和改进坐标注意力(Coordinate Attention, CA)机制,提高模型对小目标的检测精确度并减少参数量;其次,引入解耦头(Decoupled Head, DH)模块,提高模型训练的收敛速度;最后,加入GSConv(Graph-Shifted Convolution) Slim模块,以降低模型的复杂度,提高预测速度。实验结果表明:改进后的算法模型漏检率降低40.22%,每秒浮点运算次数(Floating-point Operations Per Second, FLOPs)提升了25%,平均准确率提升了28.32%。

关键词：红外热成像 YOLO v5 全维动态卷积改进解耦头改进坐标注意力机制 GSConv Slim模块

基于改进MobileNetV3的茶叶做青图像检测方法

在线全文

学校读者我要写书评

暂无评论

南京农业大学学报 2024年

作者：胡龙杰张林鍹项凤华巴音塔娜黄为民新疆大学电气工程学院清华大学国家计算机集成制造系统工程技术研究中心福建智云动能智慧科技有限公司

[目的]茶叶的做青过程是塑造茶叶“金镶边”色泽与发酵风味的核心环节，但传统茶叶做青过程中需要人工频繁打开做青桶检查茶叶发酵情况。这种方式不仅劳动强度大且发酵程度的判断受工人主观因素影响，难以形成统一、稳定的标准，造成茶... 详细信息

[目的]茶叶的做青过程是塑造茶叶“金镶边”色泽与发酵风味的核心环节，但传统茶叶做青过程中需要人工频繁打开做青桶检查茶叶发酵情况。这种方式不仅劳动强度大且发酵程度的判断受工人主观因素影响，难以形成统一、稳定的标准，造成茶叶发酵品质参差不齐，因此为了实现做青过程中做青容器内叶片发酵进展的智能检测，提出了一种基于改进MobileNetV3的茶叶做青图像检测识别模型。[方法]针对做青叶片识别任务中“金边”目标分布不规则且多为小目标难检测的特点，提出一种高效多尺度通道注意力模块(efficient multi-scale channel attention， EMCA)，旨在轻量化网络结构的同时，实现对小目标及边缘细节的精确捕捉，降低特征的漏检现象。此外，为使模型充分理解小目标所处环境，建立深浅特征图间的长短期依赖关系，对原有精简空间池化解码头(lite reduce atrous spatial pyramid pooling， LRASPP)进行了改进，使不同尺度的特征图进行信息交互与融合，进而提高特征表示的丰富度与准确性。[结果]该研究算法在自建茶叶做青数据集上进行试验，模型平均交并比82.95%，平均像素准确率90.53%，模型参数量1.823 M。相比MobileNetV3模型，其平均交并比和平均像素准确率分别提升4.93%和8.26%，参数量降低44%。[结论]该方法能够实现做青过程中茶叶做青程度的精确识别，对于实现茶叶做青过程智能化具有重要意义。

关键词：图像识别语义分割茶叶 MobileNetV3 树莓派

基于OVMD-HWOA-KELM模型的变压器油中溶解气体体积分数预测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

高电压技术 2024年第8期50卷 3793-3804,I0037,I0038,I0039页

作者：谢明浩张林鍹董小刚许晋闻新疆大学电气工程学院乌鲁木齐830047 清华大学国家计算机集成制造系统工程技术研究中心北京100084 国网陕西电力公司宝鸡供电公司宝鸡721000 国网陕西电力公司西安供电公司西安710000

针对变压器油中溶解气体序列波动性、随机性较强难以精确预测的问题,提出一种基于最优变分模态分解(optimal variational mode decomposition,OVMD)、混合型鲸鱼优化算法(hybrid whale optimization algorithm,HWOA)和核极限学习机(kern... 详细信息

针对变压器油中溶解气体序列波动性、随机性较强难以精确预测的问题,提出一种基于最优变分模态分解(optimal variational mode decomposition,OVMD)、混合型鲸鱼优化算法(hybrid whale optimization algorithm,HWOA)和核极限学习机(kernel extreme learning machine,KELM)的组合预测模型。首先,运用OVMD获取最优分解参数,并将原始序列分解为一系列相对平稳的分量;其次,通过在鲸鱼种群中融入混沌映射、非线性收敛参数、自适应权重因子和改进的算术优化算法提出HWOA算法,并利用测试函数验证HWOA算法的优越性;然后,对各分量分别构建KELM预测模型,使用HWOA优化KELM的关键参数。最后,将各分量的预测结果叠加重构,得到最终预测结果。案例分析表明,所提模型对变压器正常和异常案例预测的决定系数分别可达97.7%和93.46%,相较于现存方法,该模型具有更好的准确性和适应性,可为电力变压器运维管理提供有利技术支撑。

关键词：油中溶解气体最优变分模态分解融合型鲸鱼优化算法核极限学习机变压器状态预测

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

基于双级联架构的接触网螺栓缺陷检测

铁道标准设计 2024年

作者：卢杰魏霞张林鍹于立滨张剑锐涂美琪中国铁路乌鲁木齐局集团有限公司新疆大学电气工程学院清华大学国家计算机集成制造系统工程技术研究中心(CIMS)

高铁接触网作为列车牵引供电系统中的重要组成部分，保证其稳定运行具有重要意义。螺栓作为接触网的主要紧固件，其正常与否尤为重要，但螺栓在巡检采集图像中具有特征不明显、尺寸过小等问题，使得对于螺栓的缺陷检测研究更加困难。为... 详细信息

高铁接触网作为列车牵引供电系统中的重要组成部分，保证其稳定运行具有重要意义。螺栓作为接触网的主要紧固件，其正常与否尤为重要，但螺栓在巡检采集图像中具有特征不明显、尺寸过小等问题，使得对于螺栓的缺陷检测研究更加困难。为此，提出一种以深度学习为基准的接触网螺栓缺陷检测方法，该方法采用双级联架构的检测原则，将目标检测算法与语义分割算法相结合，实现对螺栓的定位与检测。首先，提出一种新算法YOLO-SAC，通过构造反残差模块、引入可切换的空洞卷积以及对损失函数进行优化处理，分别实现对模型计算量的压缩、深层特征信息的提取、尺寸不一螺栓的识别优化；其次，通过语义分割算法U-Net对螺栓截取图片进行连通域划分，并求其各自的几何中心点位置坐标；最后，提出一种阈值法，实现对螺栓状态的检测。试验结果表明，本文提出的螺栓缺陷检测方法总精度达到93.5%，具有良好的实际工程价值。

关键词：高速铁路接触网螺栓缺陷检测 SAC 反残差模块语义分割

swLLVM:面向神威新一代超级计算机的优化编译器

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

软件学报 2024年第5期35卷 2359-2378页

作者：沈莉周文浩王飞肖谦武文浩张鲁飞安虹漆锋滨中国科学技术大学安徽合肥230026 国家并行计算机工程技术研究中心北京100190 江南计算技术研究所江苏无锡214083 清华大学北京100084

异构众核架构具有超高的能效比,已成为超级计算机体系结构的重要发展方向.然而,异构系统的复杂性给应用开发和优化提出了更高要求,其在发展过程中面临好用性和可编程性等众多技术挑战.我国自主研制的神威新一代超级计算机采用了国产申... 详细信息

异构众核架构具有超高的能效比,已成为超级计算机体系结构的重要发展方向.然而,异构系统的复杂性给应用开发和优化提出了更高要求,其在发展过程中面临好用性和可编程性等众多技术挑战.我国自主研制的神威新一代超级计算机采用了国产申威异构众核处理器SW26010Pro.为了发挥新一代众核处理器的性能优势,支撑新兴科学计算应用的开发和优化,设计并实现面向SW26010Pro平台的优化编译器swLLVM.该编译器支持Athread和SDAA双模态异构编程模型,提供多级存储层次描述及向量操作扩展,并且针对SW26010Pro架构特点实现控制流向量化、基于代价的节点合并以及针对多级存储层次的编译优化.测试结果表明,所设计并实现的编译优化效果显著,其中,控制流向量化和节点合并优化的平均加速比分别为1.23和1.11,而访存相关优化最高可获得2.49倍的性能提升.最后,使用SPEC CPU2006标准测试集从多个维度对swLLVM进行了综合评估,相较于SWGCC的相同优化级别,swLLVM整型课题性能平均下降0.12%,浮点型课题性能平均提升9.04%,整体性能平均提升5.25%,编译速度平均提升79.1%,代码尺寸平均减少1.15%.

关键词：异构众核编译系统编程模型存储层次向量化节点合并访存优化

基于StyleGAN2-ADA和改进YOLO v7的葡萄叶片早期病害检测方法

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2024年第1期55卷 241-252页

作者：张林鍹巴音塔娜曾庆松新疆大学电气工程学院乌鲁木齐830017 清华大学国家计算机集成制造系统工程技术研究中心北京100084

为实现葡萄早期病害的快速准确识别,针对葡萄病害的相似表型症状识别率低及小病斑检测困难的问题,以葡萄黑腐病和黑麻疹病为研究对象,提出了一种基于自适应鉴别器增强的样式生成对抗网络与改进的YOLO v7相结合的葡萄黑腐病和黑麻疹病的... 详细信息

为实现葡萄早期病害的快速准确识别,针对葡萄病害的相似表型症状识别率低及小病斑检测困难的问题,以葡萄黑腐病和黑麻疹病为研究对象,提出了一种基于自适应鉴别器增强的样式生成对抗网络与改进的YOLO v7相结合的葡萄黑腐病和黑麻疹病的病斑检测方法。通过自适应鉴别器增强的样式生成对抗网络和拉普拉斯滤波器的方差扩充葡萄病害数据。采用MSRCP算法进行图像增强,改善光照环境凸显病斑特征。以YOLO v7网络框架为基础,将BiFormer注意力机制嵌入特征提取网络,强化目标区域的关键特征;采用BiFPN代替PA-FPN,更好地实现低层细节特征与高层语义信息融合,以同时降低计算复杂度;在YOLO v7的检测头部分嵌入SPD模块,以提高模型对低分辨率图像的检测性能;并采用CIoU与NWD损失函数组合对损失函数重新定义,实现对小目标快速、准确识别。实验结果表明,该方法病斑检测精确率达到94.1%,相比原始算法提升5.7个百分点,与Faster R-CNN、YOLO v3-SPP和YOLO v5x等模型相比分别提高3.3、3.8、4.4个百分点,能够实现葡萄早期病害快速准确识别,对于保障葡萄产业发展具有重要意义。

关键词：葡萄病害识别 StyleGAN2-ADA 目标检测自注意力机制 YOLO v7

维普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YOLO v7的绝缘子检测与定位

计算机工程与应用 2024年第4期60卷 183-191页

作者：张剑锐魏霞张林鍹陈燕楠卢杰新疆大学电气工程学院乌鲁木齐830017 清华大学国家计算机集成制造系统工程技术研究中心北京100084

针对电力系统目标检测任务中绝缘子大小不一、背景干扰等影响而导致精度低、漏检率高的问题,提出了基于改进YOLO v7绝缘子检测与定位方法。在YOLO v7骨干网络中加入轻量级注意力机制(convolutional block attention module, CBAM),使网... 详细信息

针对电力系统目标检测任务中绝缘子大小不一、背景干扰等影响而导致精度低、漏检率高的问题,提出了基于改进YOLO v7绝缘子检测与定位方法。在YOLO v7骨干网络中加入轻量级注意力机制(convolutional block attention module, CBAM),使网络模型从通道、空间两个方面更加关注绝缘子特征,降低绝缘子检测中的漏检率。在网络模型深层添加集中特征金字塔(concentrated feature pyramid, CFP),使不同尺度的特征图进行信息交换和聚合,进而获得更加全面的绝缘子特征,提高绝缘子检测精度。通过k-means算法对预选框聚类,得到最适合绝缘子预选框大小。实验结果表明,改进以后的YOLO v7网络模型平均检测精度(mean average precision, mAP)达到96.2%,精准率为90.8%,召回率为93.8%。改进的方法在电力系统绝缘子检测中具有较广泛的应用前景。

关键词：目标检测深度学习无人机巡检图像绝缘子识别

在线全文

学校读者我要写书评

暂无评论

SDAA:面向申威智能加速卡的运行时系统

软件学报 2024年

作者：赵玉龙张鲁飞许国春李宇轩孙茹君刘鑫数学工程与先进计算国家重点实验室无锡先进技术研究院国家并行计算机工程技术研究中心清华大学计算机科学与技术系

自主研制的申威智能加速卡上搭载了脉动阵列增强的申威众核处理器,其智能计算能力与主流GPU相当,但仍缺少配套的基础软件.为降低申威智能加速卡的使用门槛,有效支撑人工智能应用开发,设计面向申威智能加速卡的运行时系统SDAA,语义与主流... 详细信息

自主研制的申威智能加速卡上搭载了脉动阵列增强的申威众核处理器,其智能计算能力与主流GPU相当,但仍缺少配套的基础软件.为降低申威智能加速卡的使用门槛,有效支撑人工智能应用开发,设计面向申威智能加速卡的运行时系统SDAA,语义与主流的CUDA运行时保持一致.针对内存管理、数据传输、核函数启动等关键路径,采用软硬协同的设计方法实现卡上段页结合的多级内存分配算法、可分页内存多线程多通道的传输模型、多异构部件自适应的数据传输算法和基于片上阵列通信的快速核函数启动方法,使得SDAA运行时性能优于主流GPU.实验结果表明, SDAA运行时系统的内存分配速度是NVIDIA V100对应接口的120倍,数据传输开销是对应接口的1/2,数据传输带宽达到对应接口的1.7倍,核函数启动时间与对应接口相当. SDAA运行时已支撑主流框架和实际模型训练在申威智能加速卡上的高效运行.

关键词：运行时系统申威智能加速卡人工智能软件定义

基于AMSD-WTSSA-DELM模型的铁路沿线短期风速预测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

铁道科学与工程学报 2024年

作者：尼比江·艾力张林鍹李奕超景雨啸高金山王渊谢明浩罗晓龙新疆大学电气工程学院清华大学国家计算机集成制造系统工程技术研究中心中国铁路乌鲁木齐集团有限公司科学研究所中国铁路乌鲁木齐集团有限公司哈密供电段中国铁路乌鲁木齐集团有限公司供电部

针对我国西北地区铁路沿线风速较强的非平稳性和波动性导致风速预测精确度不高、模型泛化性差等问题，提出一种基于AMSD-WTSSA-DELM的组合预测模型。首先，采用自适应多步分解方法（Adaptive Multi-Step Decomposition,AMSD），利用高... 详细信息

针对我国西北地区铁路沿线风速较强的非平稳性和波动性导致风速预测精确度不高、模型泛化性差等问题，提出一种基于AMSD-WTSSA-DELM的组合预测模型。首先，采用自适应多步分解方法（Adaptive Multi-Step Decomposition,AMSD），利用高度非平稳的原始风速序列与分量的长期相关表现和分量所包含的潜在模式、趋势和周期性等内在信息，每步分解分别建立分解条件以及自适应更新阈值，为避免过度分解问题加入自适应重构方法；分解直至无高复杂度分量为止，从而实现适应性较强的自适应多步分解。其次，通过麻雀搜索算法（Sparrow Search Algorithm,SSA）中融入混沌映射、自适应权重和自适应t分布扰动策略提出WTSSA算法，提升原始SSA全局搜索和局部探索能力，加快收敛速度，并通过测试函数验证WTSSA算法的卓越性；然后针对AMSD输出的各分量，分别建立由WTSSA优化权重和偏置的深度极限学习机（Deep Extreme Learning Machine,DELM）模型；最后汇总所有分量的预测数据，以合成最终的预测输出。实验结果表明，本文模型在两组实际铁路沿线风速数据预测性能上提升效果明显，第一组实验数据为例，DELM平均绝对误差(Emae)和均方根误差(Ermse)分别降低了90.32%、82.25%，决定系数（R2）提升了43.00%。综上所述，本文所提出的预测模型有效克服了风速的非线性特征导致的时迟问题，具有高泛化性能，能够预测短期风速变化，从而帮助铁路系统做出更有效的安全决策，为列车安全运行提供有力的技术支撑。

关键词：短期风速预测自适应多步分解深度极限学习机改进麻雀搜索算法铁路沿线风速