检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

E690钢奥氏体化过程的内耗分析

金属热处理 2020年第8期45卷 12-17页

作者：杜晓洁何宜柱马鞍山学院机械工程系安徽马鞍山243100 安徽工业大学材料科学与工程学院安徽马鞍山243000

利用内耗法并结合硬度测试与显微组织分析,研究了奥氏体化过程加热温度与保温时间对E690钢碳化物溶解量的影响。结果表明:奥氏体化温度低于Ac3时,升高温度可以显著增加淬火钢的SKK峰值,钢中碳化物的溶解量增加;当奥氏体化温度高于Ac3时... 详细信息

利用内耗法并结合硬度测试与显微组织分析,研究了奥氏体化过程加热温度与保温时间对E690钢碳化物溶解量的影响。结果表明:奥氏体化温度低于Ac3时,升高温度可以显著增加淬火钢的SKK峰值,钢中碳化物的溶解量增加;当奥氏体化温度高于Ac3时,升高温度与延长保温时间使淬火钢的SKK峰值变化不明显,钢中碳化物的溶解程度较高。另外,延长保温时间会造成淬火态试样板条状马氏体组织粗化,奥氏体化保温5 min可以使得钢中碳化物接近完全溶解,淬火态试样显微组织为板条分布较细小的状马氏体。因此,可以通过在高于Ac3点的适当温度保温较短时间进行奥氏体化来提高调质热处理的效率。

关键词：奥氏体化温度保温时间内耗碳化物溶解

基于神经网络的烧结SCR脱硝系统动态建模研究

在线全文

学校读者我要写书评

暂无评论

中南大学学报（自然科学版） 2024年第10期55卷 3651-3658页

作者：张学锋李子豪龙红明余正伟陈良军黄刘松安徽工业大学安徽省工业互联网智能应用与安全工程研究中心安徽马鞍山243032 安徽工业大学冶金工程学院安徽马鞍山243032 马鞍山师范高等专科学校安徽马鞍山243032

提出一种基于注意力机制的CNN-LSTM神经网络预测模型,通过CNN提取局部特征、LSTM处理时序序列数据、注意力层提取信息,最终输出预测值的方式对脱硝系统进行动态建模。利用最大信息系数法筛选出相关性高的特征,以BP、CNN、LSTM、CNN-LST... 详细信息

提出一种基于注意力机制的CNN-LSTM神经网络预测模型,通过CNN提取局部特征、LSTM处理时序序列数据、注意力层提取信息,最终输出预测值的方式对脱硝系统进行动态建模。利用最大信息系数法筛选出相关性高的特征,以BP、CNN、LSTM、CNN-LSTM模型作为比较,采用均方根误差(E_(RMS))、平均绝对误差(E_(MA))和平均绝对百分比误差(E_(MAP))作为评价指标,评估NO_(x)浓度预测模型的性能。研究结果表明:基于注意力机制的CNN-LSTM模型预测NO_(x)浓度的准确度最高,E_(RMS)、E_(MA)、E_(MAP)分别0.6731、0.8670、1.5201%。该模型较其他对比模型相比,具有更高的预测精度、更强的泛化能力,可以实现对SCR系统的未来时间出口NO_(x)浓度的精准预测。通过该模型预测喷氨量可实现喷氨量的精准控制和减少NO_(x)排放的要求。

关键词： SCR 喷氨脱硝 CNN-LSTM 注意力机制

基于深度主动学习与CBAM的细粒度菊花表型识别

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

农业机械学报 2024年第2期55卷 258-267页

作者：袁培森丁毅飞徐焕良南京农业大学人工智能学院南京210095

针对菊花种类繁多,花型差别细微,准确标注比较困难的问题,基于深度主动学习与混合注意力机制模块(Convolutional block attention module,CBAM),提出了一种标号数据不足情况下的菊花表型智能识别方法和框架。首先,通过主动学习策略基于... 详细信息

针对菊花种类繁多,花型差别细微,准确标注比较困难的问题,基于深度主动学习与混合注意力机制模块(Convolutional block attention module,CBAM),提出了一种标号数据不足情况下的菊花表型智能识别方法和框架。首先,通过主动学习策略基于最优标号和次优标号法(Best vs second-best,BvSB)在未标记菊花样本中选取信息量较大的样本进行标记,并将标记后的样本放入训练样本中;其次,使用深度卷积神经网络ResNet50作为本文的主干网络训练标记样本,引入混合注意力机制模块CBAM,使模型能够更为准确地提取细粒度图像中的高层语义信息;最后,用更新后的训练样本继续训练分类模型,直到模型达到迭代次数后停止。实验结果表明,该方法在少量菊花标记样本下,精确率、召回率和F1值分别达到93.66%、93.15%和93.41%。本文方法可为标号数据不足情况下的菊花等花卉智能化识别提供技术支撑。

关键词：菊花表型细粒度图像识别主动学习 ResNet50 注意力机制模块

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

基于射线分割的林木应力波断层成像算法

林业科学 2021年第9期57卷 181-192页

作者：刘涛李光辉江南大学人工智能与计算机学院无锡214122

【目的】提出一种基于射线分割的林木应力波断层成像算法,研究应力波在林木横截面上的信号分布情况,提高应力波断层成像精度,准确反映林木内部缺陷的位置、大小和腐朽程度。【方法】选取4株原木样本(松树、乌桕)和4株活树样本(香樟、圆... 详细信息

【目的】提出一种基于射线分割的林木应力波断层成像算法,研究应力波在林木横截面上的信号分布情况,提高应力波断层成像精度,准确反映林木内部缺陷的位置、大小和腐朽程度。【方法】选取4株原木样本(松树、乌桕)和4株活树样本(香樟、圆柏、柳树)进行应力波断层成像试验,利用FAKOPP应力波检测仪采集样本横截面应力波数据。首先校正采集的应力波速度,绘制应力波传播射线图,对成像区域进行网格划分;然后分割每一条应力波传播射线,基于已知射线传播速度估算待分割射线上多条线段的速度,增加应力波信号量,得到改进的应力波传播射线图;最后根据改进的应力波传播射线图估算成像区域内网格单元的速度,结合图像处理方法,生成断层图像。为验证算法的可行性,使用Resistograph微钻阻力仪评估活树内部健康状况。【结果】基于射线分割的林木应力波断层成像算法能够较准确地重建4株原木样本的断层图像。使用Resistograph微钻阻力仪对活树进行多路径钻探,与阻力曲线图相比发现,基于射线分割的林木应力波断层成像算法生成的断层成像具有较高精度。【结论】基于射线分割的林木应力波断层成像算法可提高初始网格单元速度的准确性和相关性,能够实现林木内部缺陷的高精度成像,适用于林木无损检测。

关键词：应力波无损检测射线分割断层成像

在线全文

学校读者我要写书评

暂无评论

基于残差网络和小样本学习的鱼图像识别

农业机械学报 2022年第2期53卷 282-290页

作者：袁培森宋进徐焕良南京农业大学人工智能学院南京210095

针对鱼种类多、数据采集难度大,且需要细粒度图像识别等问题,提出了一种基于度量学习的小样本学习方法。采用基于度量学习的小样本学习网络以及ResNet18的残差块结构,提取鱼图像的深层次特征,并将其映射至嵌入空间进而在嵌入空间判断鱼... 详细信息

针对鱼种类多、数据采集难度大,且需要细粒度图像识别等问题,提出了一种基于度量学习的小样本学习方法。采用基于度量学习的小样本学习网络以及ResNet18的残差块结构,提取鱼图像的深层次特征,并将其映射至嵌入空间进而在嵌入空间判断鱼的种类。为了进一步提升识别准确率,利用小样本学习模型在mini-ImageNet数据集进行预训练,然后将训练的结果迁移到Fish100细粒度数据集上进行精细化训练,得到最终鱼图像识别的判别模型。使用本文模型与常用的5种小样本学习模型,在鱼图像数据集Fish100和ImageNet上进行对比试验,结果表明本文模型的识别效果最佳,在两个数据集上的识别精度分别达到了94.77%和91.03%,且精度、召回率和F1值均明显优于其它模型。

关键词：鱼图像识别残差网络小样本学习迁移学习

同方期刊数据库

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

图模驱动的在线医疗健康智慧问答服务研究

现代情报 2025年第1期45卷 164-176页

作者：张君冬刘江峰邓景鹏刘艳华黄奇南京大学信息管理学院江苏南京210023 南京大学数据智能与交叉创新实验室江苏南京210023 武汉大学信息管理学院湖北武汉430064 南京中医药大学卫生经济管理学院江苏南京210023

[目的/意义]学者们重视追求医疗智慧问答相关技术本身的前沿性,对基础理论的探讨研究较少,两者未能融合发展。[方法/过程]在辨析相关概念的基础上,首先阐述在线医疗健康领域智慧问答服务的内涵及特征,之后剖析知识图谱与大语言模型的联... 详细信息

[目的/意义]学者们重视追求医疗智慧问答相关技术本身的前沿性,对基础理论的探讨研究较少,两者未能融合发展。[方法/过程]在辨析相关概念的基础上,首先阐述在线医疗健康领域智慧问答服务的内涵及特征,之后剖析知识图谱与大语言模型的联系及两者的互补融合思路,最后提出图模驱动的在线医疗健康智慧问答服务。[结果/结论]文章将医疗智慧问答服务理论特征贯穿智慧问答服务的全过程,创新性地提出其智慧问答服务应包含大语言模型驱动的医疗知识图谱构建、知识图谱增强的医疗大模型训练、图模驱动的智慧问答服务流程三部分。本研究实现了理论与技术的有机结合,研究成果可用于后续医疗智慧问答的实践性工作。

关键词：知识图谱大语言模型在线医疗健康智慧问答服务

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

离子液体调控材料物性的研究进展

材料导报 2023年第13期37卷 64-71页

作者：石佳建李宝河息剑峰刘丹刘帅王桂玲北京工商大学人工智能学院北京102488

载流子浓度是影响材料特性的重要物理参量,通过电场调控材料的载流子浓度可以对材料的电学、磁学、光学甚至结构特性都产生非常重要的影响。静电场效应调控晶体管结构中的载流子浓度是改变凝聚态物质电子状态的重要手段,近几年,使用离... 详细信息

载流子浓度是影响材料特性的重要物理参量,通过电场调控材料的载流子浓度可以对材料的电学、磁学、光学甚至结构特性都产生非常重要的影响。静电场效应调控晶体管结构中的载流子浓度是改变凝聚态物质电子状态的重要手段,近几年,使用离子液体(Ionic liquid)作为晶体管的栅极电介质引起了广泛的关注。离子液体是电解质由可移动的阴阳有机离子构成,在室温下为液态的物质。将离子液体作为晶体管的栅极电介质可以形成双电层晶体管(Electric-double-layer transistors)对材料物性进行调控。离子液体调控的巧妙之处在于离子液体中的阳离子和材料中的电子形成的双电层结构本质上是一个纳米量级的平行板电容器,它具有极大的电容值,可以实现比普通晶体管更大范围的场效应调控。离子液体调控技术可以分为静电场调控和电化学调控。本文基于离子液体调控技术可以原位、大范围、可逆地调控材料载流子浓度的优点,主要综述了利用离子液体调控技术对薄膜结构相变、磁学特性、输运特性、热传导特性等物理性质调控的研究进展,并展望了离子液体调控技术在智能玻璃、人工神经网络器件等方向的未来应用。

关键词：离子液体调控结构相变输运特性物性调控

在线全文

学校读者我要写书评

暂无评论

探地雷达偏移成像检测树干空洞

农业工程学报 2021年第15期37卷 154-160页

作者：李光辉刘敏徐汇张艺楠江南大学人工智能与计算机学院无锡214122

果树容易受病虫害或自然因素的影响,使得树干内部产生腐烂和空洞,甚至危及果树寿命,影响果实的品质和果农的经济效益,故有必要对果树进行定期检查。探地雷达是一种有效的无损检测技术,能够在不破坏被测树干的情况下,检测出树干内部空洞... 详细信息

果树容易受病虫害或自然因素的影响,使得树干内部产生腐烂和空洞,甚至危及果树寿命,影响果实的品质和果农的经济效益,故有必要对果树进行定期检查。探地雷达是一种有效的无损检测技术,能够在不破坏被测树干的情况下,检测出树干内部空洞的位置和大小。该研究提出了基于偏移成像的树干内部空洞图像重建方法,在各测量点利用对应的雷达回波信号重建树干内部的空洞情况。然而,对于不规则形状树干,难以确定探地雷达测量点在树干表面的位置,为此,提出了一种重建测量截面轮廓和定位测量点的方法。为了证明提出方案的有效性,以实际区域与重建区域的吻合度为评价指标,在仿真树干和真实树干样本上进行试验。结果表明,提出的轮廓重建方法对圆形树干轮廓重建准确率达99.45%,对不规则树干轮廓重建准确率达97%以上,满足普通树干形状的检测要求;偏移成像方法对圆形树干内部空洞重建准确率达95.41%,对复杂形状树干内部空洞重建准确率达87.54%,实现了对树干内部空洞的有效检测。研究结果有助于为果树的养护管理提供科学依据。

关键词：无损检测探地雷达树干空洞偏移成像

似然函数形式对水稻物候期模型品种参数校正的影响

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2023年第16期39卷 111-120页

作者：杨华姜海燕赵空暖钱峥远南京农业大学人工智能学院南京210095

针对传统高斯正态似然函数(Gaussian likelihood function,GLF)在观测数据存在测量误差和模型算法结构复杂时无法描述模型残差异方差特点,造成马尔科夫链蒙特卡洛(Markov chain Monte Carlo,MCMC)算法进行模型参数校正时结果存在偏差的... 详细信息

针对传统高斯正态似然函数(Gaussian likelihood function,GLF)在观测数据存在测量误差和模型算法结构复杂时无法描述模型残差异方差特点,造成马尔科夫链蒙特卡洛(Markov chain Monte Carlo,MCMC)算法进行模型参数校正时结果存在偏差的问题,通过引入变异系数(coefficient of variation,CV)变换的高斯似然函数(GLF with CV transformation,GLF-CV)和BC(Box-Cox)变换的高斯似然函数(GLF with BC transformation,GLF-BC)对观测数据和模型结构造成的异方差进行特征描述,并比较了参数校正效果及模型不确定度(uncertainty ratio,UR)。以2004—2009年高要雪花粘(早熟)、2001—2004年兴化武育粳3号(中熟)、1991—2004年六安汕优63号(晚熟)3个生态点的田间栽培试验数据为基础,RiceGrow和Oryza2000物候期模型为对象,利用仿射不变马尔科夫链蒙特卡洛集成采样(ensemble sampling for affine-invariant MCMC,EMCEE)算法实现模型参数校正,并比较了GLF-CV、GLF-BC、GLF对校正结果的影响。研究表明:1)3种似然函数下,RiceGrow和Oryza2000物候期模型预测均方根误差(root mean square error,RMSE)范围分别2.66~4.54d、2.30~4.41 d,表明3种似然函数用于参数校正均有效果。2)在RiceGrow物候期模型中,3个水稻品种参数相对均方根偏差(relative root mean square deviation,RRMSD)和模型预测RMSE均是GLF-BC最小,在GLF-BC下模型预测RMSE比GLF-CV小0.09、0.07、0.80 d,比GLF小1.21、0.20、0.07 d,表明GLF-BC对RiceGrow物候期模型具有良好的适应性。3)在Oryza2000物候期模型中,雪花粘、武育粳3号、汕优63号3个水稻品种的模型预测RMSE最小的是GLF、GLF-BC和GLF-CV,分别为2.30、4.17、3.50 d。可以看出LF的选择与模型残差异方差的主要来源有关,当主要来源为观测数据时,GLF-CV好于其他;当主要来源为模型结构本身时,GLF-BC好于其他;当模型残差的异方差性较小时,可使用GLF。

关键词：模型参数校正似然函数马尔科夫链蒙特卡洛水稻物候期