检索结果-南通市图书馆

基于改进YOLOv7的电机磁瓦缺陷检测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机科学与应用 2024年第6期14卷 62-71页

作者：李欣宇夏兴华韩忠华沈阳建筑大学电气与控制工程学院辽宁沈阳沈阳建筑大学计算机科学与工程学院辽宁沈阳

电机磁瓦在生产过程中会产生残次品从而影响电机性能,为解决磁瓦表面缺陷检测时存在的精检度低、效率低下等问题,提出一种基于改进YOLOv7的磁瓦表面缺陷检测方法。首先在YOLOv7网络中引入了MobileOne模块对网络进行轻量化,加快检测速度... 详细信息

电机磁瓦在生产过程中会产生残次品从而影响电机性能,为解决磁瓦表面缺陷检测时存在的精检度低、效率低下等问题,提出一种基于改进YOLOv7的磁瓦表面缺陷检测方法。首先在YOLOv7网络中引入了MobileOne模块对网络进行轻量化,加快检测速度。然后引入ECA注意力机制提取更重要的特征,提高检测精度。同时改进SPPCSPC模块,提高对密集缺陷的检测性能。最后引入α-IoU损失函数更加准确的定位目标。实验结果显示,改进后的检测算法相较原网络mAP提升2.1%,参数量减少13%,FPS值为68,与其他主流算法对比能够快速准确地对磁瓦表面缺陷进行检测。

关键词：缺陷检测深度学习注意力机制

基于ECA-Net的双信息流图像字幕生成方法研究

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

光电子·激光 2024年

作者：刘仲民苏融胡文瑾西北民族大学数学与计算机科学学院甘肃省工业过程先进控制重点实验室兰州理工大学电气工程与信息工程学院

针对图像字幕生成中由于视觉信息不足使生成的描述语句与图像内容不匹配的问题，提出一种基于ECA-Net的双信息流图像字幕生成方法。首先，该方法将图像分割特征作为另一个视觉信息源，采用迭代独立层归一化模块融合分割特征和网格特征... 详细信息

针对图像字幕生成中由于视觉信息不足使生成的描述语句与图像内容不匹配的问题，提出一种基于ECA-Net的双信息流图像字幕生成方法。首先，该方法将图像分割特征作为另一个视觉信息源，采用迭代独立层归一化模块融合分割特征和网格特征，以双信息流网络提取图像特征；其次，在编码器中添加高效通道注意力模块，通过跨通道交互学习图像特征之间的相关性，使预测结果更加关注视觉内容。最后，解码器根据提供的视觉信息和部分生成的字幕预测下一个词组，从而生成准确的字幕。在MSCOCO数据集上进行实验证明，该方法可以增强图像视觉信息之间的依赖性，使生成字幕相关度更高，语法更准确。

关键词：字幕生成通道注意力编解码器双信息流

人工智能中的“解释”:来自社会科学的洞见(下)

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

数字人文研究 2024年第2期4卷 90-128页

作者：蒂姆·米勒张菁(译) 澳大利亚昆士兰大学电气工程与计算机科学学院中国人民大学教育学院

随着研究人员和从业者寻求为其算法提供更多透明度,可解释人工智能(ExplainableAr-tificial Intelligence)有一场新近的复苏。这项研究的大部分聚焦于向人类观察者明确地解释决策或行动。观察人类如何相互解释可以作为人工智能解释的一... 详细信息

随着研究人员和从业者寻求为其算法提供更多透明度,可解释人工智能(ExplainableAr-tificial Intelligence)有一场新近的复苏。这项研究的大部分聚焦于向人类观察者明确地解释决策或行动。观察人类如何相互解释可以作为人工智能解释的一个有用起点,这应该没有争议。诚然,公正地说,大多数关于可解释人工智能的工作仅利用研究人员对什么构成“好”解释的直觉。哲学、心理学和认知科学领域存在大量关于人们如何定义、生成、选择、评估和呈现解释的有价值的研究,这些研究认为人们在解释过程中运用了某些认知偏见和社会期望。文章认为,可解释人工智能领域可以建立在这些现有研究的基础上,并回顾了研究这些主题的哲学、认知心理学/科学和社会心理学的相关论文,由此获取了一些重要的发现,并讨论了如何将这些发现融入可解释人工智能的相关工作中。

关键词：解释可解释性可阐释性可解释人工智能透明度

维普期刊数据库

应用VMD-HPO-NBEATS模型的锂离子电池SOH预测

在线全文

学校读者我要写书评

暂无评论

中国测试 2024年第9期50卷 65-73页

作者：李泽龙乔钢柱崔方舒蔡江辉史元浩王博辉中北大学计算机科学与技术学院山西太原030051 中北大学电气与控制工程学院山西太原030051 西安交通大学网络空间安全学院陕西西安710049

锂离子电池的健康状态(SOH)对维持新能源电动汽车系统的稳定性至关重要。为提高锂电池SOH预测精度,提出一种基于变分模态分解(VMD)的猎人猎物优化(HPO)的神经基扩展分析(NBEATS)神经网络的SOH预测方法。首先,通过对电池老化数据的分析,... 详细信息

锂离子电池的健康状态(SOH)对维持新能源电动汽车系统的稳定性至关重要。为提高锂电池SOH预测精度,提出一种基于变分模态分解(VMD)的猎人猎物优化(HPO)的神经基扩展分析(NBEATS)神经网络的SOH预测方法。首先,通过对电池老化数据的分析,提取与SOH高度相关的健康因子(HIs)并进行融合;其次,利用VMD方法将融合HI分解为多个模态分量,并使用HPO超参数优化的NBEATS模型来捕捉各模态分量的特征和时序规律。最终,通过加和重构各个分量的预测值来获得电池的SOH预测。在NASA电池数据集上的实验表明,与NBEATS、HPO-NBEATS和VMD-NBEATS模型相比,VMD-HPO-NBEATS模型在MAE、RMSE和r2评价指标上均有超2%的提升,证明所提方法在SOH预测的有效性与优越性。

关键词：锂离子电池健康状态 NBEATS模型猎人猎物优化算法变分模态分解

考虑分布式电源时空相关及电动汽车充电负荷分布特性的有源配电网概率潮流

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

电网技术 2024年第6期48卷 2550-2563,I0084,I0085页

作者：徐艳春李思佳汪平 MI Lu 梯级水电站运行与控制湖北省重点实验室(三峡大学) 湖北省宜昌市443002 得克萨斯农工大学电气与计算机工程系美国得克萨斯州77840

目前分布式电源(distribution generation,DG)和电动汽车(electric vehicle,EV)充电负荷等随机变量接入电力系统时时空特性考虑不足,会导致概率潮流计算偏离实际。因此该文提出了考虑DG时空相关及EV分布特性的有源配电网概率潮流模型。... 详细信息

目前分布式电源(distribution generation,DG)和电动汽车(electric vehicle,EV)充电负荷等随机变量接入电力系统时时空特性考虑不足,会导致概率潮流计算偏离实际。因此该文提出了考虑DG时空相关及EV分布特性的有源配电网概率潮流模型。首先,利用场景生成建立时空相关的风电、光伏出力概率模型;然后,考虑路网约束和用户心理,建立考虑EV时空分布特性的负荷概率模型;最后,以Nataf变换结合奇异值分解处理相关性输入变量,运用三点估计法对概率潮流进行计算,通过Cornish-Fisher级数拟合得到累积分布函数。以IEEE-33节点系统进行测试,利用所提模型分析了DG时空相关性和EV分布特性对配电网潮流的影响。结果表明DG时空相关性主要影响系统的波动性,EV分布特性主要影响系统的运行特性。该文研究可为新型配电网的安全运行提供理论指导。

关键词：分布式电源电动汽车充电负荷场景生成时空特性有源配电网概率潮流 Nataf变换

维普期刊数据库博看期刊

混合模糊信息粒化和时间序列密集编码器的锂离子电池剩余寿命区间预测方法

在线全文

学校读者我要写书评

暂无评论

中国测试 2024年第9期50卷 29-36,45页

作者：李辉崔方舒史元浩王博辉中北大学电气与控制工程学院山西太原030051 中北大学计算机科学与技术学院山西太原030051 西安交通大学网络空间安全学院陕西西安710049

锂离子电池的剩余使用寿命(remaining useful life,RUL)是电池健康状态的关键指标,对其进行预测具有重要的现实意义。该工作将模糊信息粒化(fuzzy information granulation,FIG)技术与时间序列密集编码器模型(timeseries dense encoder,... 详细信息

锂离子电池的剩余使用寿命(remaining useful life,RUL)是电池健康状态的关键指标,对其进行预测具有重要的现实意义。该工作将模糊信息粒化(fuzzy information granulation,FIG)技术与时间序列密集编码器模型(timeseries dense encoder,TiDE)相结合,提出了一种对锂离子电池的RUL进行区间预测的模型。首先将锂离子电池容量退化时间序列通过FIG技术转化为粒子序列信息,以此得到模糊信息粒子的上下界序列。其次,分别对上下界序列使用TiDE模型进行训练预测,从而得到区间预测的结果。实验结果表明,与基于支持向量回归(support vector regression,SVR)和长短期记忆网络(long short term memory network,LSTM)的区间预测模型以及不使用狐狸优化算法(fox-inspired optimization algorithm,FOA)优化的TiDE模型相比,该工作提出的基于FIG技术结合TiDE模型与FOA的区间预测方法在锂离子电池RUL预测性能上具有更高的可靠性。

关键词：锂离子电池剩余使用寿命区间预测时间序列密集编码器

基于声阵列时空关联特征融合的不平衡局部放电类型识别方法

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

高电压技术 2024年第5期50卷 1913-1922页

作者：王红霞王波张嘉鑫尚宇炜周莉梅刘畅交直流智能配电网湖北省工程中心武汉430072 武汉大学电气与自动化学院武汉430074 丹佛大学电气与计算机工程系丹佛80208 中国电力科学研究院有限公司北京100080 国网四川省电力公司成都供电公司成都610041

麦克风阵列能非接触且灵活地对电力设备局部放电现象进行检测,但现有方法对麦克风阵列的数据特点考虑不足,对局放类型识别的研究不足。针对麦克风阵列数据的关联性特征和不平衡分布特点,首先对麦克风阵列数据的时间关联性和空间关联性... 详细信息

麦克风阵列能非接触且灵活地对电力设备局部放电现象进行检测,但现有方法对麦克风阵列的数据特点考虑不足,对局放类型识别的研究不足。针对麦克风阵列数据的关联性特征和不平衡分布特点,首先对麦克风阵列数据的时间关联性和空间关联性特征进行深入分析。然后,以1维卷积神经网络和压缩-激活关联性挖掘方法为基础,提出基于时空关联特征融合的声阵列数据局部放电类型识别模型。最后,针对麦克风阵列数据类别间分布不平衡问题,使用损失函数调整法和数据分布调整法进行应对。仿真结果表明:相对不考虑关联性的方法,该文所提方法的精确率、召回率提升均大于12%;相对不考虑样本不均衡性方法,该文所用方法在精确率和召回率均提高大于60%,验证了基于声阵列数据的局放类型识别中考虑数据关联性和不平衡性的必要性。

关键词：声阵列局部放电时空关联性特征融合不平衡数据

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

一步法制备荧光开启传感器检测BRCA2

光谱学与光谱分析 2024年第6期44卷 1526-1531页

作者：任林娇魏铭航陈青华张培闫艳霞薛梦晓秦自瑞姜利英郑州轻工业大学电气信息工程学院河南郑州450002 郑州轻工业大学计算机与通信工程学院河南郑州450002 郑州轻工业大学量子科技研究院河南郑州450002

筛查乳腺癌易感基因2(BRCA2)基因突变对于乳腺癌患病风险评估、发病检测、早期诊断及基因治疗均具有重要临床意义。现有乳腺癌基因传感检测方法大多需要复杂的处理过程,成本较高且对单碱基突变识别能力较弱。为简化基因传感器制备过程,... 详细信息

筛查乳腺癌易感基因2(BRCA2)基因突变对于乳腺癌患病风险评估、发病检测、早期诊断及基因治疗均具有重要临床意义。现有乳腺癌基因传感检测方法大多需要复杂的处理过程,成本较高且对单碱基突变识别能力较弱。为简化基因传感器制备过程,提高其应用可能性,文章通过DNA分子发夹结构设计,一步实现了BRCA2的检测。其中分子发夹茎部含BRCA2互补序列,茎与环连接处标记四甲基罗丹明荧光基团(TAMRA),环部5个G碱基通过光诱导电子转移猝灭部分荧光信号,降低背景荧光信号;待测BRCA2序列与发夹茎部序列竞争结合,发夹结构被打开,荧光信号上升,测量上升的荧光信号强度即可实现一步法定量检测靶基因。优化实验结果表明,分子发夹浓度不同时,传感器检测范围不同。当分子发夹浓度为150 nmol·L^(-1)时,对BRCA2的线性检测区间为1~50 nmol·L^(-1);浓度为300和600 nmol·L^(-1)时,线性检测区间分别为1~100和1~200 nmol·L^(-1)。三种浓度传感器检出限分别为0.54、0.72和1.81 nmol·L^(-1)。此外,传感器对BRCA2的特异性检测较为突出,尤其对单碱基突变的识别能力较强。该方法制备与检测过程简单且特异性突出,不仅可用于乳腺癌高危人群的早期筛查,还可拓展应用于其他种类的基因检测,为基因传感器的推广应用提供一种制备简单、操作便捷的新方法。

关键词：乳腺癌易感基因2 一步法荧光开启传感器基因检测

维普期刊数据库

基于知识增强的双Transformer网络的方面级情感分析模型

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2024年

作者：谢珺高婧续欣莹郝戍峰刘雨欣太原理工大学电气与动力工程学院太原理工大学电子信息与光学工程学院太原理工大学计算机科学与技术学院(大数据学院)

[目的]为解决ABSA大多数GCN模型中构建句法依赖图时忽略情感知识、句法依赖图中依赖关系过多产生噪声、对长距离或不连贯单词建模时性能降低等不足。[方法]利用情感常识知识库SenticNet7中情感得分改进句法依赖图并考虑对多种句法依赖... 详细信息

[目的]为解决ABSA大多数GCN模型中构建句法依赖图时忽略情感知识、句法依赖图中依赖关系过多产生噪声、对长距离或不连贯单词建模时性能降低等不足。[方法]利用情感常识知识库SenticNet7中情感得分改进句法依赖图并考虑对多种句法依赖关系类型分类降噪，其次使用双Transformer网络增强处理长距离词的性能，同时改进句法依赖图能增强语义特征的表示学习。[结果]在五个公开数据集上，所提模型的F1值分别达到74.97%、76.13%、74.83%、68.01%、74.54%，与多种基准模型相比，其F1值分别平均提高3.85%、5.22%、3.48%、6.80%、7.49%。[局限]由于数据集中存在一定比例的隐式情感句，所提模型无法学习到更准确的隐式情感特征，分析结果受限。[结论]所提模型融合情感常识知识和降噪后句法关系重构双Transformer网络，改善了ABSA的效果。

关键词：方面级情感分析句法依赖图情感知识降噪句法图双Transformer网络