检索结果-内蒙古大学图书馆

中国机械工程 2025年第3期36卷 576-583页

作者：陈昱项薇林文文龚川张怀志虞任豪宁波大学机械工程与力学学院宁波315211 浙江省零件轧制成形技术研究重点实验室宁波315211

质量数据分布的不平衡及分类边界的模糊性限制了传统分类器的性能,阻碍了企业智能生产决策的高效实施。为此,提出了一种基于双模型结构的深度生成模型异常检测方法,根据尺寸数据分布将合格产品等级进行二分类,即优秀及次优,分别用于训... 详细信息

质量数据分布的不平衡及分类边界的模糊性限制了传统分类器的性能,阻碍了企业智能生产决策的高效实施。为此,提出了一种基于双模型结构的深度生成模型异常检测方法,根据尺寸数据分布将合格产品等级进行二分类,即优秀及次优,分别用于训练两个深度生成模型,考虑数据分布特点设计加权集成,基于计算的异常分数对产品进行合格性判定。以变分自编码器(VAE)、Wasserstein生成对抗网络(WGAN)为子模型开发了两个双模型结构,测试结果显示,相较于单模型结构,基于双模型的VAE和WGAN在测试集上的分类准确率分别提高了4.5%和6%。

关键词：产品质量异常检测变分自编码器 Wasserstein生成对抗网络双模型结构

来源：评论

学校读者我要写书评

暂无评论

基于强化学习双模型结构的集成电路直流分析方法及系统

基于强化学习双模型结构的集成电路直流分析方法及系统

引用

作者：牛丹金洲董毅超裴浩杰 214431 江苏省无锡市江阴市澄江中路159号714室

本发明公开了一种基于强化学习双模型结构的集成电路直流分析方法及系统，该方法使用双模型强化学习算法来制定集成电路伪瞬态分析的步长控制策略。强化学习双模型包括前进模型和后退模型，以集成电路仿真的状态变量作为模型输入，判断... 详细信息

标准号: CN114139472B

本发明公开了一种基于强化学习双模型结构的集成电路直流分析方法及系统，该方法使用双模型强化学习算法来制定集成电路伪瞬态分析的步长控制策略。强化学习双模型包括前进模型和后退模型，以集成电路仿真的状态变量作为模型输入，判断目前电路所处的状态并输出一个最优的仿真步长。本发明提供的基于强化学习双模型结构的集成电路直流分析方法可以通过电路的不同状态来自适应步长的输出，两个模型引入公共样本池来相互学习各自的经验，从而使得算法更快地收敛。将连续的步长输出代替了传统算法的离散步长输出，可以更快地提高仿真效率，大大降低了牛顿拉夫逊法的迭代次数和仿真时间。

关键词：集成电路强化学习输出双模型结构直流分析电路牛顿拉夫逊法强化学习算法伪瞬态分析传统算法方法使用仿真步长仿真效率控制策略离散步长模型输入状态变量样本池迭代算法收敛引入制定学习

来源：评论

学校读者我要写书评

暂无评论

基于数据增强和双模型结构的交通标志检测与识别

基于数据增强和双模型结构的交通标志检测与识别

引用

作者：周建平暨南大学

学位级别：硕士

近些年,随着人工智能的飞速发展,越来越多的行业与人工智能有关。在这些行业当中,自动驾驶技术是近几年比较热门的研究技术,而交通标志检测又是无人驾驶领域中的重要组成部分,自然也备受关注。在交通标志检测系统中,首先是系统检测出交... 详细信息

近些年,随着人工智能的飞速发展,越来越多的行业与人工智能有关。在这些行业当中,自动驾驶技术是近几年比较热门的研究技术,而交通标志检测又是无人驾驶领域中的重要组成部分,自然也备受关注。在交通标志检测系统中,首先是系统检测出交通标志,然后向无人车传递交通标志信息,最后无人车根据反馈的信息调整行车决策。在实际场景中,由于无人车采集的图像往往是高分辨率的远景图像,再加上交通标志本身就很小,这使得交通标志目标在整个图像中所占的比例更小。在现有的检测算法中,检测的目标占比都是比较大的,这样不容易在特征提取过程中丢失信息。所以,当使用交通标志检测算法去检测高分辨率图像时,其准确率和召回率低,鲁棒性弱。为了改善这一缺点,本文通过改进基于深度学习的交通标志检测算法,并通过实验验证改进后的算法的有效性。主要研究贡献有如下三点:1、针对模型的输入图像分辨率过大,造成所需计算资源巨大的问题,本文提出基于目标为中心的数据增强方法。在高分辨率图像中,根据数据集提供的交通标志的标注信息,找到交通标志在图像中的具体位置。然后以此为中心进行图像裁剪,最后获得低分辨率图像,从而实现高分辨率图像到低分辨率图像的转换。同时该方法也有效地避免因使用图像缩放导致部分有效信息丢失的问题。2、针对交通标志检测算法在检测高分辨率图像时,其准确率和召回率较低的问题。特别是对小尺寸的交通标志来说,其效果更加不明显,为此本文提出双模型网络结构算法。在测试过程中,首先使用双模型网络结构中的模型一检测原始图像,得到交通标志在原始图像中的粗略位置。然后将模型一的输出结果作为裁剪新图像的依据,并将裁剪后的新图像作为模型二的输入图像。最后将模型二的输出结果用于恢复到原始图像上,从而得到交通标志在原始图像中的具体位置和类别。3、为了验证上述方法的有效性,本文在交通标志数据集Tsinghua-Tencent 100K和CCTSDB上进行大量的对比实验。通过对实验结果进行分析对比,表明基于目标为中心的数据增强方法,有效缩减了GPU的使用量。同时也表明双模型网络结构算法,有效提高了高分辨率图像的交通标志准确率和召回率,对低分辨率图像的检测也有略微的提升。

关键词：人工智能交通标志检测特征提取数据增强双模型结构

来源：评论

学校读者我要写书评

暂无评论

基于强化学习双模型结构的集成电路直流分析方法及系统

基于强化学习双模型结构的集成电路直流分析方法及系统

引用

作者：牛丹金洲董毅超裴浩杰 214431 江苏省无锡市江阴市澄江中路159号714室

标准号: CN114139472A

来源：评论

学校读者我要写书评

暂无评论

一种基于双模型结构的中文意见目标边界预测方法

一种基于双模型结构的中文意见目标边界预测方法

引用

作者：王丽亚章增优梅成才余威明 325000 浙江省温州市瓯海经济开发区东方南路38号温州市国家大学科技园孵化器1号楼

本发明提供了一种基于双模型结构的中文意见目标边界预测方法，包括：步骤Step1:获取中文意见文本数据集，并将所述数据集划分为训练集、验证集和测试集，然后对所述训练集进行数据预处理得到训练样本数据；步骤Step2:构建基于BERT_BiGR... 详细信息

标准号: CN113157883A

本发明提供了一种基于双模型结构的中文意见目标边界预测方法，包括：步骤Step1:获取中文意见文本数据集，并将所述数据集划分为训练集、验证集和测试集，然后对所述训练集进行数据预处理得到训练样本数据；步骤Step2:构建基于BERT_BiGRU的中文意见目标提取模型，中文意见目标提取模型包括模型一和模型二；步骤Step3:将所述训练样本数据输入待训练的模型二预测意见目标标签的边界与意见文本的关系；步骤Step4:训练所述模型二同时优化模型一；步骤Step5:将测试样本词序列对应的词向量输入所述最优模型一，得到预测的边界分数向量，将所述预测的边界分数向量利用解码算法转化成最终的意见目标输出，在本发明避免了繁琐的序列标注操作，且能有效地提高中文意见目标提取的准确率。

关键词：目标提取中文训练样本数据预测训练集向量数据预处理双模型结构测试样本解码算法目标边界目标标签目标输出文本数据序列标注优化模型最优模型测试集词向量词序列数据集验证集有效地准确率构建文本转化

来源：评论

学校读者我要写书评

暂无评论

一种边缘计算智能调度方法

一种边缘计算智能调度方法

引用

作者：李丹荆留清 313000 浙江省湖州市吴兴区吴兴大道999号多媒体产业园9号楼C幢2楼

本发明提供的一种边缘计算智能调度方法，所述调度方法包括：步骤S1：获取边缘节点的资源数据和探测点到边缘节点的时延数据；步骤S2：分析调度任务，获得分析结果；步骤S3：过滤掉不符合条件的节点；步骤S4：确定边缘节点的评分公式；... 详细信息

标准号: CN117573353A

本发明提供的一种边缘计算智能调度方法，所述调度方法包括：步骤S1：获取边缘节点的资源数据和探测点到边缘节点的时延数据；步骤S2：分析调度任务，获得分析结果；步骤S3：过滤掉不符合条件的节点；步骤S4：确定边缘节点的评分公式；步骤S5：计算节点最终评分，再结合节点能源效率数据推选最终节点。构建一种低时延和高处理性能的双模型结构，支持调整自定义模型中的参数权重，并结合调度任务的特征，来动态优化参数权重的方式，从众多的边缘节点中，推荐出最适合处理此任务的节点，以尽最大可能满足用户的需求，提高用户体验质量。

关键词：边缘节点参数权调度双模型结构自定义模型动态优化符合条件计算节点能源效率评分公式时延数据用户体验智能调度资源数据最大可能最终节点低时延探测点构建过滤高处分析

来源：评论

学校读者我要写书评

暂无评论

基于激光雷达识别算法的无人船路线规划方法和装置

基于激光雷达识别算法的无人船路线规划方法和装置

引用

作者：马枫王俊毅刘佳仑李诗杰 430063 湖北省武汉市珞狮路122号

本发明公开了一种基于激光雷达识别算法的无人船路线规划方法和装置，涉及无人船技术，其中方法包括以下步骤：获取摄像头拍摄的实时图像；获取激光雷达扫描的3D点云数据；通过第一图像处理模型对所述实时图像进行目标检测，得到第一识... 详细信息

标准号: CN112666534A

本发明公开了一种基于激光雷达识别算法的无人船路线规划方法和装置，涉及无人船技术，其中方法包括以下步骤：获取摄像头拍摄的实时图像；获取激光雷达扫描的3D点云数据；通过第一图像处理模型对所述实时图像进行目标检测，得到第一识别结果；将所述3D点云数据投影至二维平面，得到投影图像；通过第二图像处理模型对所述投影图像进行目标识别，得到第二识别结果；对第一识别结果和第二识别结果进行数据融合，得到第三识别结果；根据所述第三识别结果规划无人船的行驶路线。本方案提高了3D点云数据的处理效率，且采用双模型结构，保证了模型的精度，为无人船的实时路线规划提供有力的数据保障。

关键词：无人船点云数据实时图像投影图像图像处理激光雷达扫描路线规划提供方法和装置摄像头拍摄双模型结构处理效率二维平面激光雷达路线规划目标检测目标识别数据保障数据融合行驶路线算法投影规划保证

来源：评论

学校读者我要写书评

暂无评论

带有双模耦合结构观测器的电机控制系统及状态估计方法

带有双模耦合结构观测器的电机控制系统及状态估计方法

引用

作者：李德伟陈文博席裕庚 200240 上海市闵行区东川路800号

本发明涉及一种带有双模耦合结构观测器的电机控制系统及状态估计方法，电机控制系统包括与电机连接的逆变器、系统控制器和双模耦合结构观测器，双模耦合结构观测器分别与电机和逆变器电讯连接并采集电机定子电流瞬时值和逆变器的参考... 详细信息

标准号: CN109962647B

本发明涉及一种带有双模耦合结构观测器的电机控制系统及状态估计方法，电机控制系统包括与电机连接的逆变器、系统控制器和双模耦合结构观测器，双模耦合结构观测器分别与电机和逆变器电讯连接并采集电机定子电流瞬时值和逆变器的参考输出电压值，双模耦合结构观测器通过内部双模型结构迭代计算出电机状态估计值，并将电机状态估计值转化为控制所需的角度和转速状态参数后输送给系统控制器，系统控制器根据接收到的状态参数监测和控制电机的角度和转速状态参数。角度位置和转速的状态估计方法采用滚动的迭代估算方法获得准确的电机角度和转速。通过该方法可在全调速范围内使用一种方法对永磁同步电机实现全调速范围内的转角和转速估计。

关键词：耦合结构观测器双模系统控制器逆变器电机控制系统电机状态估计转速状态状态估计全调速电机参考输出电压电机定子电流永磁同步电机状态参数监测双模型结构转角电机连接电讯连接迭代估算迭代计算角度位置控制电机转速估计采集滚动转化

来源：评论

学校读者我要写书评

暂无评论

扬声器系统辨识方法及其装置、存储介质及通信终端

扬声器系统辨识方法及其装置、存储介质及通信终端

引用

作者：黄远芳蓝睿智叶利剑新加坡卡文迪什科技园大道85号2楼8号

本发明提供了一种扬声器系统辨识方法及其装置、存储介质及通信终端。方法包括：提供放大后的激励信号至待测的扬声器系统；实测所述扬声器系统两端的电压信号和流过所述扬声器系统的电流信号；将所述电压信号和所述电流信号输入至第一... 详细信息

标准号: CN111796793A

本发明提供了一种扬声器系统辨识方法及其装置、存储介质及通信终端。方法包括：提供放大后的激励信号至待测的扬声器系统；实测所述扬声器系统两端的电压信号和流过所述扬声器系统的电流信号；将所述电压信号和所述电流信号输入至第一扬声器模型和第二扬声器模型；基于所述第一扬声器模型预测所述扬声器系统的状态；基于所述第二扬声器模型来获取所述扬声器系统的线性参数和非线性参数；根据误差情况确定是否将所述线性参数和所述非线性参数反馈至所述第一扬声器模型以更新所述第一扬声器模型；基于所述第一扬声器模型预测所述扬声器系统的状态。本发明采用双模型结构，可以避免由于参数估计不合理所导致的激励控制失效或故障等问题。

关键词：扬声器模型扬声器系统非线性参数电流信号电压信号线性参数双模型结构参数估计存储介质激励控制激励信号通信终端辨识预测实测放大反馈更新

来源：评论

学校读者我要写书评

暂无评论

带有双模耦合结构观测器的电机控制系统及状态估计方法

带有双模耦合结构观测器的电机控制系统及状态估计方法

引用

作者：李德伟陈文博席裕庚 200240 上海市闵行区东川路800号

标准号: CN109962647A

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：