检索结果-内蒙古大学图书馆

可再生能源 2025年第3期43卷 408-415页

作者：于琳琳蒋小亮贾鹏孟高军丁咚国网河南省电力公司经济技术研究院河南郑州450052 南京工程学院电力工程学院江苏南京211167

随着新能源的大规模并网,大电网短路电流特征更加复杂、难以预测。基于此,文章提出了一种基于改进卷积神经网络的新能源并网短路电流预测技术。首先,分析短路电流特点,对短路电流进行变分模态分解,得到本征模态函数;其次,对卷积神经网... 详细信息

随着新能源的大规模并网,大电网短路电流特征更加复杂、难以预测。基于此,文章提出了一种基于改进卷积神经网络的新能源并网短路电流预测技术。首先,分析短路电流特点,对短路电流进行变分模态分解,得到本征模态函数;其次,对卷积神经网络进行改进,利用多尺度特征提取将电流故障数据特征最大化,引入注意力机制提取重要信息,卷积过程中使用跳跃连接的方式防止前向传递时信息丢失,有利于提高预测的准确性,构建基于改进卷积神经网络的短路电流预测模型;最后,经过PSCAD/EMTDC电网模型进行验证。结果表明,所提方法对短路电流峰值预测有着较高的精度,与常见的极限学习机、支持向量机相比,平均相对误差分别降低了0.61%,1.09%,验证了文章所提方法的有效性。

关键词：新能源改进卷积神经网络短路电流预测变分模态分解注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于改进卷积神经网络的机器人避障路径规划

引用

电子设计工程 2025年第1期33卷 27-30,35页

作者：王思越宋骊颖刘俊森沈阳理工大学自动化与电气工程学院辽宁沈阳110168

由于机器人在运动过程中,无法及时更新机器人位置方向和坐标,使得目标不是全局最小点,导致机器人无法有效避障。为此,提出了基于改进卷积神经网络的机器人避障路径规划方法。使用基于改进卷积神经网络的双线性内插方法,计算目标点坐标... 详细信息

由于机器人在运动过程中,无法及时更新机器人位置方向和坐标,使得目标不是全局最小点,导致机器人无法有效避障。为此,提出了基于改进卷积神经网络的机器人避障路径规划方法。使用基于改进卷积神经网络的双线性内插方法,计算目标点坐标。通过动态窗口法评估函数,计算扩展距离。构建极大值损失函数,通过递减学习,使类别内的特征聚合度和类别间差异性达到最大。通过机器人在环境中的运动来估计机器人位置,计算机器人的平移速度、角速度,并更新机器人位置方向和坐标。构建改进后排斥函数,计算神经元中心点到目标神经元中心点的距离,规划避障路径。实验结果表明,该方法能够避过全部障碍物,且规划的起始点和目标点之间距离与实际距离一致。

关键词：改进卷积神经网络机器人避障路径规划全局最小点

来源：评论

学校读者我要写书评

暂无评论

基于改进卷积神经网络的仓储运营供需精准化匹配方法

引用

长江信息通信 2025年第1期38卷 79-81页

作者：黄林泽高子弋梁远星庄骞梁籍云广东电网有限责任公司广州供电局广东广州510700

传统的供需匹配方法往往依赖于人工经验和简单的统计分析,难以满足现代仓储运营对实时性、准确性和智能化的需求。因此,研究基于改进卷积神经网络的仓储运营供需精准化匹配方法具有重要的理论意义和实践价值。首先,建立仓储运营指标体系... 详细信息

传统的供需匹配方法往往依赖于人工经验和简单的统计分析,难以满足现代仓储运营对实时性、准确性和智能化的需求。因此,研究基于改进卷积神经网络的仓储运营供需精准化匹配方法具有重要的理论意义和实践价值。首先,建立仓储运营指标体系,根据自身需求和业务特点,选择适合的指标进行组合和优化,形成符合自身实际的仓储运营指标体系,其次,构建改进卷积神经网络供需匹配模型,通过对供需进行匹配,能显著简化精准化匹配流程,最后,通过以上步骤,可以实现对仓储运营中供需的精准化匹配,提高仓储运营效率,降低运营成本。实验结果表明:与传统方法进行比较,本文方法不仅降低了企业运营成本,还有助于提高了供需匹配的精度和效率,提升整体竞争力。

关键词：供需匹配仓储运营精准化匹配改进卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于改进卷积神经网络的动力下肢假肢运动意图识别

引用

控制与决策 2021年第12期36卷 3031-3038页

作者：苏本跃倪钰盛敏赵丽丽安庆师范大学计算机与信息学院安徽安庆246133 铜陵学院数学与计算机学院安徽铜陵244061 安徽省智能感知与计算重点实验室安徽安庆246133 安庆师范大学数学与计算科学学院安徽安庆246133 中国科学院合肥智能机械研究所合肥230031

传统动力下肢假肢运动意图识别算法常使用机器学习算法分类器,在特征选择方面则需要手工提取.针对该问题将深度学习算法应用于运动意图识别研究中,通过在传统的卷积神经网络的基础上进行改进,使算法更适应于基于短时行为样本数据的运动... 详细信息

传统动力下肢假肢运动意图识别算法常使用机器学习算法分类器,在特征选择方面则需要手工提取.针对该问题将深度学习算法应用于运动意图识别研究中,通过在传统的卷积神经网络的基础上进行改进,使算法更适应于基于短时行为样本数据的运动意图识别,同时抑制深度学习算法应用于运动意图识别中的过拟合.在意图识别数据集中进行滑动窗口预处理,目的是对时间序列样本做数据增广,扩增目标数据集能够使训练集更加丰富全面,提高识别的精度,运用改进后的卷积神经网络对增广后的数据集进行特征学习与分类.实验结果表明,该方法在13类运动模式下的识别率达到93%.

关键词：动力下肢假肢运动意图识别短时时间序列样本改进卷积神经网络自学习特征

来源：评论

学校读者我要写书评

暂无评论

基于改进卷积神经网络的复杂背景下玉米病害识别

引用

农业机械学报 2021年第3期52卷 210-217页

作者：樊湘鹏周建平许燕彭炫新疆大学机械工程学院乌鲁木齐830047 新疆维吾尔自治区农牧机器人及智能装备工程研究中心乌鲁木齐830047 新疆大学工程训练中心乌鲁木齐830047

为解决田间环境复杂背景下病害识别困难、识别模型应用率低的问题,提出了一种基于改进卷积神经网络的玉米病害识别方法,探讨了数据集的品质对建立模型性能的影响。利用复杂背景下的玉米病害图像进行数据增强、背景去除、图像细分割和归... 详细信息

为解决田间环境复杂背景下病害识别困难、识别模型应用率低的问题,提出了一种基于改进卷积神经网络的玉米病害识别方法,探讨了数据集的品质对建立模型性能的影响。利用复杂背景下的玉米病害图像进行数据增强、背景去除、图像细分割和归一化等处理,设计了具有5层卷积、4层池化和2个全连接层的卷积神经网络结构,利用L2正则化和Dropout策略优化网络,对复杂背景下的玉米9种病害进行识别训练和测试,优化后的CNN模型平均识别精度为97.10%,比未优化的网络模型提高9.02个百分点。利用不同大小、不同品质的数据集对优选网络进行训练和测试,数据增强后比原始样本平均识别精度提高了28.17个百分点;将复杂背景去除后,模型性能进一步提升,识别精度达到97.96%;对数据集进行细分割处理后,平均识别精度为99.12%,表明卷积神经网络需要大量的训练数据,且数据集需有一定的代表性和品质。开发了基于移动端的玉米田间病害识别系统,系统测试结果表明,平均识别准确率为83.33%,系统能够实现田间复杂环境下的玉米病害识别。

关键词：玉米病害识别改进卷积神经网络复杂背景手机识别系统

来源：评论

学校读者我要写书评

暂无评论

改进卷积神经网络的舰船物联网安全风险估计

引用

舰船科学技术 2021年第14期43卷 205-207页

作者：彭芬武汉职业技术学院电子信息工程学院

现有方法在舰船物联网威胁识别率与缺陷识别率上表现不佳,因此提出一种改进卷积神经网络的舰船物联网安全风险估计方法。对舰船物联网安全风险数据进行分类也就是分类安全风险指标。对于动态类安全风险数据,需要对其进行数据补充。运行... 详细信息

现有方法在舰船物联网威胁识别率与缺陷识别率上表现不佳,因此提出一种改进卷积神经网络的舰船物联网安全风险估计方法。对舰船物联网安全风险数据进行分类也就是分类安全风险指标。对于动态类安全风险数据,需要对其进行数据补充。运行类安全风险数据的预处理需要进行数据清理。基础类安全风险数据的预处理需要进行数据变换与数据归一化处理。基于改进卷积神经网络提取舰船物联网安全风险数据特征,使用的改进卷积神经网络为SSD神经网络。基于灰色层次分析、Borda序列、风险矩阵构建舰船物联网安全风险估计模型。对设计方法进行实践应用,测试其舰船物联网威胁识别率与缺陷识别率,结果表明该方法取得了识别率数据上的突破,能够保障舰船物联网的安全。

关键词：改进卷积神经网络回归分析舰船物联网数据变换安全风险估计

来源：评论

学校读者我要写书评

暂无评论

改进卷积神经网络的船舶纹理图形分割方法

引用

舰船科学技术 2023年第8期45卷 177-180页

作者：朱素杰黑龙江科技大学信息工程学院黑龙江哈尔滨150000 河南科技职业大学信息工程学院河南周口466100

船舶从生产到投入使用,在作业中难免会因为焊接节点的设计问题、货物装卸的操作不规范以及诸如线性尺度较大、吃水较多而受风、流等外部环境的影响而对船体结构造成腐蚀,最终导致船体外部出现裂纹,给船舶的航行带来安全隐患。因此加强... 详细信息

船舶从生产到投入使用,在作业中难免会因为焊接节点的设计问题、货物装卸的操作不规范以及诸如线性尺度较大、吃水较多而受风、流等外部环境的影响而对船体结构造成腐蚀,最终导致船体外部出现裂纹,给船舶的航行带来安全隐患。因此加强关于船舶裂纹的排查,是保证船舶安全行驶的关键。本文从改进卷积神经网络入手,以工程船为例,通过对其船舶纹理进行图形分割研究,提升智能检测的精准度,从而为运维检修带来一定的帮助,并为海上作业的安全性检测提供理论支持。

关键词：改进卷积神经网络船舶纹理图形分割

来源：评论

学校读者我要写书评

暂无评论

基于改进卷积神经网络的番茄品质分级方法

引用

江苏农业学报 2023年第4期39卷 1005-1014页

作者：阮子行黄勇王梦史强张金玲新疆农业大学机电工程学院新疆乌鲁木齐830052 新疆工程学院机电工程学院新疆乌鲁木齐830023

为了解决番茄人工分级精度低、工作效率低等问题,基于卷积神经网络提出1种用于番茄品质分级的网络结构,并给予优化改进。设计的卷积神经网络由7个权重层(6个卷积层和1个全连接层)和4个池化层(3个最大池化层和1个全局平均池化层)构成,利... 详细信息

为了解决番茄人工分级精度低、工作效率低等问题,基于卷积神经网络提出1种用于番茄品质分级的网络结构,并给予优化改进。设计的卷积神经网络由7个权重层(6个卷积层和1个全连接层)和4个池化层(3个最大池化层和1个全局平均池化层)构成,利用批量归一化和压缩激励模块(SE模块)进行网络结构优化。采用自采集的番茄图像数据集,通过数据增广将原1455张图片增广至8730张图片并进行训练和测试,用精确度、召回率、F1值(精确度和召回率的调和平均数)评估模型的各分类差异。优化后的网络模型测试精度为96.57%,比未优化的网络模型测试精度提高了2.58个百分点。并且与传统经典网络AlexNet、MobileNet-V2、NasNet-Mobile、ShuffleNet 4种模型相比,具有收敛速度更快的优势,训练时间减少了22%~96%,测试精度提高了0.18~1.89个百分点,单张照片测试时间降低了37%~83%,计算统一设备架构(CUDA)内存占用比例也得到了一定程度的降低。优化后的网络训练过程更加稳定,模型注意力更多地集中在整个番茄上,在一定程度上降低了背景干扰,提升了算法的鲁棒性与泛化能力。通过探究3种优化算法(SGDM、Adam、RMSprop)对模型的影响,发现与Adam、RMSprop优化算法相比,SGDM优化算法的模型测试精度分别提高了2.01个百分点和2.29个百分点;去除数据集的背景后再测试单一背景对模型性能的影响,发现模型的测试精度达到96.97%,相较于未去除背景的数据集,测试精度提高了0.40个百分点。本研究提出的卷积网络结构对简单番茄品质(分类数较少)的分级效果较好,可为番茄品质分级提供一定的理论支持。

关键词：番茄品质分级注意力机制改进卷积神经网络 AlexNet

来源：评论

学校读者我要写书评

暂无评论

结合改进卷积神经网络和最小二乘法的颅骨性别鉴定

引用

人类学学报 2019年第2期38卷 265-275页

作者：杨稳刘晓宁刘雄乐朱丽品西北大学信息科学与技术学院

颅骨性别鉴定在法医学和颅骨面貌复原等领域具有重要研究意义和应用价值,针对传统颅骨性别鉴定需要专家参与且主观性强、计算机辅助方法需要人工标定特征点等问题,本文提出了结合改进卷积神经网络和最小二乘法的颅骨性别鉴定方法。首先... 详细信息

颅骨性别鉴定在法医学和颅骨面貌复原等领域具有重要研究意义和应用价值,针对传统颅骨性别鉴定需要专家参与且主观性强、计算机辅助方法需要人工标定特征点等问题,本文提出了结合改进卷积神经网络和最小二乘法的颅骨性别鉴定方法。首先,获取三维颅骨模型多角度颅骨图像,利用改进的卷积神经网络计算每个样本的每张图像属于男性和女性的概率;其次,基于概率均值采用最小二乘法计算每张图像对性别鉴定的权重;最后,利用上述步骤得到的最优参数构造决策函数,通过决策值完成颅骨性别鉴定。本文方法抛弃了繁琐的手动测量,对完整颅骨的性别鉴定正确率高达94.4%,对不完整颅骨的性别鉴定正确率高达87.5%,能够获得较好的颅骨性别鉴定性能。

关键词：颅骨性别鉴定多角度图像改进卷积神经网络最小二乘法

来源：评论

学校读者我要写书评

暂无评论

基于改进卷积神经网络的输电线路异常检测研究

引用

高电压技术 2023年第S01期49卷 68-71页

作者：金波陈铈赵青尧夏凡刘雯国网湖北电力有限公司信息通信公司武汉420000 国网武汉供电公司武汉420000

常规的异常检测方法通过全局网络特征增强的形式获取异常检测特征,此过程中网络泛化能力较弱,导致检测模型的损失增加,影响最终的检测精准度。因此,设计了基于改进卷积神经网络的输电线路异常检测方法。提取输电线路异常特征,生成特征... 详细信息

常规的异常检测方法通过全局网络特征增强的形式获取异常检测特征,此过程中网络泛化能力较弱,导致检测模型的损失增加,影响最终的检测精准度。因此,设计了基于改进卷积神经网络的输电线路异常检测方法。提取输电线路异常特征,生成特征图集并标记出线路异常位置。基于改进卷积神经网络构建线路异常检测模型,使输电线路的临界采样样本具有较低的冗余度,对输电线路进行导线直线检测。均衡输电线路异常检测的正负样本,增强网络泛化能力,从而降低检测模型的损失。采用对比实验的方式,验证了该方法的检测精准度更高,能够应用于实际生活中。

关键词：改进卷积神经网络输电线路异常检测方法

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：