检索结果-内蒙古大学图书馆

华南理工大学学报（自然科学版） 2021年第12期49卷 124-132页

作者：刘奇于斌孟祥成张晓宇东南大学交通学院江苏南京211189

为解决卷积神经网络(CNN)在二维路面灰度图像裂缝自动检测中存在的识别效率和精确度低的问题,首先提出了一套基于转置CNN层间特征融合的三阶段路面裂缝提取算法(该算法包括区域判定、图像分割、多层特征融合等模块);然后构建了分类-分... 详细信息

为解决卷积神经网络(CNN)在二维路面灰度图像裂缝自动检测中存在的识别效率和精确度低的问题,首先提出了一套基于转置CNN层间特征融合的三阶段路面裂缝提取算法(该算法包括区域判定、图像分割、多层特征融合等模块);然后构建了分类-分割网络,训练了多个融合分类网络中间层和分割网络输出层的转置卷积网络,并与CrackNet进行了运行效果的对比。结果表明:当用于区域判定的分割网络CNN-Ⅰ的召回率最小值设置为0.95时,精确度为0.497,此时的阈值为0.003152,结合用于裂缝提取的分割网络CNN-Ⅱ的训练结果得出,分类-分割网络的精确度为0.78、召回率为0.73、F-1分数为0.75、计算一张图片的时间缩短到0.79 ms以内;多层特征融合方法提取裂缝信息更准确,保留了裂缝的连续性特征,实现了基于CNN的路面裂缝自动识别和提取的优化。

关键词：转置卷积神经网络路面裂缝识别多层特征融合分类-分割网络

来源：评论

学校读者我要写书评

暂无评论

融合深度学习算法的炉内燃烧温度场分布在线重建

引用

化工进展 2025年第4期44卷 1923-1933页

作者：任世鹏安元娄春梅晟东刘凯陈新建华中科技大学能源与动力工程学院湖北武汉430074 武汉立为工程技术有限公司湖北武汉430223

在锅炉恶劣测量环境下,为了保证热辐射成像技术对炉内燃烧温度场分布在线检测的持续有效性及可靠性,融合使用深度学习算法以获取炉内温度场分布。在对某电厂350MW四角切圆燃煤锅炉进行数据提取及计算后,获取包含机组运行参数和炉内燃烧... 详细信息

在锅炉恶劣测量环境下,为了保证热辐射成像技术对炉内燃烧温度场分布在线检测的持续有效性及可靠性,融合使用深度学习算法以获取炉内温度场分布。在对某电厂350MW四角切圆燃煤锅炉进行数据提取及计算后,获取包含机组运行参数和炉内燃烧温度场分布的数据集并进行划分及预处理,进而分别建立并训练基于多层感知器(MLP)、长短时记忆(LSTM)和转置卷积神经网络(TCNN)的燃烧温度场预测模型。使用3种模型对不同负荷工况进行了炉内温度场预测及误差分析,并使用测试集对3种模型进行了评价指标计算及对比。结果表明:在变负荷运行范围内,TCNN模型对炉内温度场的泛化能力在3种模型中最佳,能够更准确预测炉内燃烧温度场分布;在3种模型中,TCNN模型对测试集的平均绝对误差和均方根误差降低至45.51K和59.73K,并且平均预测相对误差小于3.6%,满足工程应用需求,论证了该模型可用于弥补图像探头清洁期间不能获得炉内温度场的不足,进而确保其在炉内恶劣测量环境下在线检测炉内温度场的连续性及可靠性。

关键词：燃煤锅炉燃烧温度场深度学习算法转置卷积神经网络热辐射成像

来源：评论

学校读者我要写书评

暂无评论

基于全卷积网络的FDD大规模MIMO系统CSI反馈

引用

传感器与微系统 2022年第3期41卷 87-90页

作者：杨媛媛丁建军西安邮电大学通信与信息工程学院陕西西安710121 陕西省信息通信网络及安全重点实验室陕西西安710121 中兴通讯股份有限公司广东深圳518057

在频分双工(FDD)大规模多输入多输出(MIMO)系统中,为了确保通信质量,用户设备(UE)需要将信道状态信息(CSI)反馈给基站(BS)。随着天线数量的增加,CSI反馈开销急剧增加,使得BS获得准确CSI变得困难。为了降低反馈开销,提高反馈质量,采用深... 详细信息

在频分双工(FDD)大规模多输入多输出(MIMO)系统中,为了确保通信质量,用户设备(UE)需要将信道状态信息(CSI)反馈给基站(BS)。随着天线数量的增加,CSI反馈开销急剧增加,使得BS获得准确CSI变得困难。为了降低反馈开销,提高反馈质量,采用深度学习(DL)方法,提出一种基于全卷积网络的信道反馈网络MCMTNet,该网络由三部分构成。卷积神经网络(CNN)将CSI压缩。转置CNN和精细密集连接网络分别进行初始恢复和最终恢复。仿真结果表明:提出的MCMTNet的性能优于传统压缩感知方法和现有基于深度学习的网络CsiNet,MCMTNet可以处理任意维数的信道数据,且训练参数更少,复杂度更低。

关键词：大规模MIMO CSI反馈深度学习全卷积网络卷积神经网络转置卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于神经网络的降落伞落点散布快速生成方法

引用

航空计算技术 2023年第1期53卷 58-61,76页

作者：郭鲲花飞曹润清航空工业西安航空计算技术研究所陕西西安710000

为了解决使用蒙特卡洛法计算降落伞落点散布慢的问题,提出了组合使用降落伞运动模型和神经网络产生落点散布,并利用硬件加速神经网络推理过程的方法。降落伞运动模型用于产生散布中心,神经网络用于产生相对于散布中心的落点。验证了两... 详细信息

为了解决使用蒙特卡洛法计算降落伞落点散布慢的问题,提出了组合使用降落伞运动模型和神经网络产生落点散布,并利用硬件加速神经网络推理过程的方法。降落伞运动模型用于产生散布中心,神经网络用于产生相对于散布中心的落点。验证了两种不同结构的神经网络:多层感知器和转置卷积神经网络。发现降落伞运动模型结合多层感知器计算得到的降落伞落点散布和使用蒙特卡洛法计算得到的落点散布最为接近。同时,降落伞运动模型和多层感知器或者转置卷积神经网络组合使用都可以达到实时计算降落伞落点散布的效果。因此,提出的方法可以较好地应用于高时效性场景下的降落伞落点散布计算。

关键词：降落伞落点散布多层感知器转置卷积神经网络圆概率误差

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：