检索结果-内蒙古大学图书馆

上海交通大学学报 2023年

作者：张辰微王颖李亚平张凯锋东南大学自动化学院东南大学复杂工程系统测量与控制教育部重点实验室中国电力科学研究院有限公司南京分院

利用复杂网络理论对综合能源系统的脆弱环节进行防护，对提高系统的持续供能能力，特别是在面临蓄意物理攻击和自然破坏时具有重要意义。为了对综合能源系统中的脆弱环节采取针对性的预防措施，提出一种基于带权重介数的综合能源系统脆... 详细信息

利用复杂网络理论对综合能源系统的脆弱环节进行防护，对提高系统的持续供能能力，特别是在面临蓄意物理攻击和自然破坏时具有重要意义。为了对综合能源系统中的脆弱环节采取针对性的预防措施，提出一种基于带权重介数的综合能源系统脆弱环节防护优化模型。该模型以系统受攻击和破坏后损失的带权重介数最小为优化目标，综合考虑了建立备份节点、备份线路，增加节点物理防护、线路物理防护和新建线路五种防护手段，以满足防护需求、防护预算限制、新建线路类型和数量限制等约束条件，优化得到防护预算内的最优防护策略。为解决模型求解中涉及复杂的介数计算和非线性目标函数求解的问题，首先根据防护手段类型将模型转化为上下双层；其次利用局部线性化技术处理下层模型；最终提出“遗传-混合整数线性规划”算法对模型求解，以实现模型的高精度高效率地求解。仿真结果表明，在相同攻击和破坏条件下，系统在引入最优防护策略相对于没有任何防护策略的情况下，带权重介数损失减少了45.37%，并且在分配的防护预算内优于其他五种防护策略。

关键词：防护优化模型带权重介数复杂网络理论综合能源系统

来源：评论

学校读者我要写书评

暂无评论

基于双支网络协作的红外弱小目标检测

引用

兵工学报 2023年第10期44卷 3165-3176页

作者：王强吴乐天李红王勇王欢杨万扣东南大学自动化学院江苏南京210096 东南大学复杂工程系统测量与控制教育部重点实验室江苏南京210096 江苏自动化研究所江苏连云港222061 南京理工大学计算机科学与工程学院江苏南京210094

红外弱小目标检测在预警系统和导弹制导中具有重要的作用,一直是红外图像处理中颇受关注的研究方向。由于红外弱小目标具有信杂比低、尺寸小、形状结构不明显和纹理弱等特点,现有的通用目标检测和语义分割网络直接应用到红外弱小目标检... 详细信息

红外弱小目标检测在预警系统和导弹制导中具有重要的作用,一直是红外图像处理中颇受关注的研究方向。由于红外弱小目标具有信杂比低、尺寸小、形状结构不明显和纹理弱等特点,现有的通用目标检测和语义分割网络直接应用到红外弱小目标检测效果不佳,为此提出一种基于双支网络协作的红外弱小目标检测网络(DualNet)。将检测任务划分成两个子任务,即降低漏检和降低虚警,进而设计两个不同的网络架构分别处理,并利用加权融合损失函数将两支网络信息整合,使得DualNet能够有效地平衡漏检率和虚警率。在自建数据集上的实验结果表明:DualNet相较于通用性能较好的FCN、DeepLabv3、cGAN以及U-net语义分割网络模型具备更高的准确率和鲁棒性,其在F1-measure指标上提高了8%;在SIRST公开数据集上的检测性能也显著超过了基于深度学习的红外目标检测模型ACM和MDvsFA-cGAN,以及多个经典的非深度学习红外弱小目标检测方法。研究结果表明,所提出的方法能够有效提高红外弱小目标的检测精度。

关键词：红外弱小目标目标检测双支网络协作语义分割深度学习

来源：评论

学校读者我要写书评

暂无评论

数据驱动的多工况过程异常监测方法:综述与展望

引用

中国科学：信息科学 2023年第11期53卷 2087-2106页

作者：张景欣周东华陈茂银吴德浩东南大学自动化学院复杂工程系统测量与控制教育部重点实验室南京210096 山东科技大学电气与自动化工程学院青岛266000 清华大学自动化系北京100018 中南大学自动化学院长沙410083

由于原材料、设定点、外界环境等因素变化,工业过程通常具有多个运行工况.多工况过程异常监测技术是保证工业系统安全运行的有效方式,也是过程监测技术的研究热点与难点.首先,对多工况过程异常监测方法进行概述,并将多工况过程的常见处... 详细信息

由于原材料、设定点、外界环境等因素变化,工业过程通常具有多个运行工况.多工况过程异常监测技术是保证工业系统安全运行的有效方式,也是过程监测技术的研究热点与难点.首先,对多工况过程异常监测方法进行概述,并将多工况过程的常见处理方式归纳为整体建模、自适应建模、混合建模和多模型建模方法;其次,分别回顾了多工况平稳过程和多工况非平稳过程的研究现状,并分析了各类方法的优缺点;最后,结合实际工业系统特点,指出该领域亟须解决的问题和未来发展方向.

关键词：数据驱动多工况过程异常监测平稳过程非平稳过程故障检测

来源：评论

学校读者我要写书评

暂无评论

基于语义采样和检测框优化的目标检测算法

引用

激光与光电子学进展 2022年第18期59卷 346-353页

作者：李昱盖绍彦达飞鹏洪濡东南大学自动化学院江苏南京210096 东南大学复杂工程系统测量与控制教育部重点实验室江苏南京210096 东南大学深圳研究院广东深圳518063

样本采样和检测框优化是目标检测任务中的两项重要技术。为了解决正负样本分配不合理的问题,获取更优的图像分类特征和检测框,提出一个精确且高效的单阶无锚框目标检测算法,算法由基于语义的定位、自适应特征增强和高效的检测框优化3个... 详细信息

样本采样和检测框优化是目标检测任务中的两项重要技术。为了解决正负样本分配不合理的问题,获取更优的图像分类特征和检测框,提出一个精确且高效的单阶无锚框目标检测算法,算法由基于语义的定位、自适应特征增强和高效的检测框优化3个模块组成。首先,定位模块提出基于语义的样本采样方法,根据目标的语义特征区分前/背景区域,合理选择正样本和负样本,优先选择语义信息量较大的前景区域作为正样本;其次,特征增强模块利用目标语义概率图和检测框偏移逐像素调整图像分类特征,增大前景特征所占比重,根据目标大小自适应调整特征编码范围;最后,采用并联的方式优化检测框,对优化前后的检测框计算分类损失,几乎无成本地提升了定位性能,保证了特征对齐性和一致性。在MS COCO数据集下,提出的目标检测算法取得了平均精度为42.8%的检测精度,单张图像的检测时间达到78 ms,实现了检测精度与速度的平衡。

关键词：机器视觉目标检测正负样本采样检测框优化特征增强

来源：评论

学校读者我要写书评

暂无评论

基于特征图可视化的医学图像分析

引用

江苏科技大学学报（自然科学版） 2023年第4期37卷 65-71页

作者：汪颖萍邵海见邓星江苏科技大学计算机学院镇江212100 东南大学自动化学院复杂工程系统测量与控制教育部重点实验室南京210009

现有的医学图像分类算法中普遍存在模型的可解释性问题,将同一卷积神经网络应用到不同的数据集上,分类性能千差万别.针对这一问题,提出了一种基于特征图可视化的医学图像分析方法.在卷积神经网络的特征提取阶段设计4个特征图可视化模型... 详细信息

现有的医学图像分类算法中普遍存在模型的可解释性问题,将同一卷积神经网络应用到不同的数据集上,分类性能千差万别.针对这一问题,提出了一种基于特征图可视化的医学图像分析方法.在卷积神经网络的特征提取阶段设计4个特征图可视化模型,这些模型将具有与网络相同的输入层以及权重,但输出则是一系列特征图.采用SSIM相似度对信息熵最大的特征图评估,分析4个模型提取到的特征信息.在kaggle官网上提供的BreaKHis、Chest X-Ray、Retinal OCT 3类数据集上进行实验,其中基于VGG16网络的特征图可视化模型提取到的特征相似度分别集中在0.95,0.93,0.85,分类精度分别为75.96%,77.19%,99.40%.此外,在ResNet18网络上也有相同的表现.研究表明:分类性能取决于网络的特征提取能力,在保证相似性的前提下,卷积层之间提取到的特征其相似度越低,该数据集在同一网络上往往表现出更好的分类性能.

关键词：卷积神经网络医学图像分类特征图可视化 VGG16

来源：评论

学校读者我要写书评

暂无评论

基于区域量化算法的增强型双频解相位方法

引用

光学学报 2021年第12期41卷 117-123页

作者：文浩姚鹏程盖绍彦达飞鹏东南大学自动化学院江苏南京210096 东南大学复杂工程系统测量与控制教育部重点实验室江苏南京210096 东南大学深圳研究院广东深圳518063

针对传统双频法无法满足高精度测量要求的问题,提出了一种基于区域量化算法的增强型双频解相位方法。该方法首先通过双频法获得不稳定的条纹阶次,然后通过区域灰阶图对条纹阶次进行区域划分,再对每个区域中全部像素点对应的条纹阶次进... 详细信息

针对传统双频法无法满足高精度测量要求的问题,提出了一种基于区域量化算法的增强型双频解相位方法。该方法首先通过双频法获得不稳定的条纹阶次,然后通过区域灰阶图对条纹阶次进行区域划分,再对每个区域中全部像素点对应的条纹阶次进行排序并取中位值,最后将取得的中位值赋值给该区域所有的像素点对应的条纹阶次。经过量化后的条纹阶次是唯一稳定的,因此该方法能够获得精确的绝对相位。仿真和实验结果证明了所提方法的可行性。与传统双频法和三频法相比,所提方法在达到双频法测量速度的同时,能够达到三频法测量的精度。

关键词：测量相位解包裹双频法区域量化条纹阶次

来源：评论

学校读者我要写书评

暂无评论

基于竞争注意力融合的深度三维点云分类网络

引用

浙江大学学报（工学版） 2021年第12期55卷 2342-2351页

作者：陈涵娟达飞鹏盖绍彦东南大学自动化学院江苏南京210096 东南大学复杂工程系统测量与控制教育部重点实验室江苏南京210096 东南大学深圳研究院广东深圳518063

为了提高三维点云深度网络分类模型对全局特征的提取与表达能力,增强模型对噪声干扰的鲁棒性,提出可迁移应用于不同分类网络的竞争性注意力融合模块,学习多层级特征的全局表征和中间特征内在相似度,对中间特征通道权值重分配.在基准网络... 详细信息

为了提高三维点云深度网络分类模型对全局特征的提取与表达能力,增强模型对噪声干扰的鲁棒性,提出可迁移应用于不同分类网络的竞争性注意力融合模块,学习多层级特征的全局表征和中间特征内在相似度,对中间特征通道权值重分配.在基准网络Pointnet++和PointASNL中嵌入所提模块并进行实验,结果显示:所提模块具有独立性和可迁移性,聚焦更利于三维点云形状分类的核心骨干特征.与基准网络相比,所提模块在保持分类精度稳定不下降的情况下,模型对点云扰动噪声、离群点噪声和随机噪声的抗干扰能力增强,在随机噪声数分别为0、10、50、100、200的情况下,准确度分别达到93.2%、92.9%、85.7%、78.2%、63.5%.与传统滤波方法相比,端到端的学习减少预处理步骤和人工干预过程,同时具有更优的抗噪性能.

关键词：点云物体分类三维点云深度学习神经网络注意力机制竞争性融合

来源：评论

学校读者我要写书评

暂无评论

基于生成对抗网络的偏转人脸转正

引用

浙江大学学报（工学版） 2021年第1期55卷 116-123,152页

作者：胡惠雅盖绍彦达飞鹏东南大学复杂工程系统测量与控制教育部重点实验室江苏南京210096 东南大学自动化学院江苏南京210096 东南大学深圳研究院广东深圳518000

为了提高偏转人脸转正的效果,借鉴双通道生成对抗网络(TP-GAN)双通道生成的思想,将原始网络中的深度卷积生成对抗网络(DCGAN)替换成边界均衡生成对抗网络(BEGAN).在传统两者对抗的网络结构中加入判别人脸身份的分类器,形成三者对抗的网... 详细信息

为了提高偏转人脸转正的效果,借鉴双通道生成对抗网络(TP-GAN)双通道生成的思想,将原始网络中的深度卷积生成对抗网络(DCGAN)替换成边界均衡生成对抗网络(BEGAN).在传统两者对抗的网络结构中加入判别人脸身份的分类器,形成三者对抗的网络结构.经实验对比可知,与在生成器损失函数中添加约束相比,结构上加入分类器对人脸身份一致性的保持更加有效.TP-GAN存在训练复杂、模式崩溃等难题,使用BEGAN的网络结构,可以避免这些问题,提高训练效率.在Multi-PIE数据集及LFW上的实验结果表明,利用提出的方法能够高效地生成高质量的正面人脸图片,且保留人脸的身份特征.

关键词：人脸生成分类器模式崩溃生成对抗网络(GAN)

来源：评论

学校读者我要写书评

暂无评论

基于注意力机制的遮挡行人检测算法

引用

光学学报 2021年第15期41卷 149-157页

作者：邹梓吟盖绍彦达飞鹏李昱东南大学自动化学院江苏南京210096 东南大学复杂工程系统测量与控制教育部重点实验室江苏南京210096 东南大学深圳研究院广东深圳518063

针对真实场景中因行人相互遮挡难以被精确检测的情况,提出一种基于注意力机制的特征提取增强检测算法。首先,通过添加注意力模块学习特征通道间关系和特征图空间信息,增强对行人目标可视区域的特征提取。其次根据行人数据的实际尺寸,采... 详细信息

针对真实场景中因行人相互遮挡难以被精确检测的情况,提出一种基于注意力机制的特征提取增强检测算法。首先,通过添加注意力模块学习特征通道间关系和特征图空间信息,增强对行人目标可视区域的特征提取。其次根据行人数据的实际尺寸,采用k-means++算法对行人标注进行聚类,确定锚框(anchor)大小及比例。利用距离交并比损失函数(DIOULoss)设计检测器的损失函数,使得检测框的回归更关注候选框与真实框的交并比与两框的中心距离。最后使用新设计的非极大值抑制算法(DSoft-NMS)保留更精确的预测框。所提方法在CityPersons和WiderPerson数据集上进行了实验,结果表明该方法在遮挡行人检测方面具有更高的检测精度,同时网络结构简单,方便后续研究。

关键词：机器视觉遮挡行人检测注意力机制 k-means聚类交并比

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络的单帧复合图像绝对相位恢复

引用

光学学报 2021年第23期41卷 105-116页

作者：李文健盖绍彦俞健达飞鹏东南大学自动化学院江苏南京210096 东南大学复杂工程系统测量与控制教育部重点实验室江苏南京210096 东南大学深圳研究院广东深圳518063

提出一种使用卷积神经网络从单帧复合图像中获得高质量绝对相位的方法。所提方法使用的复合图像为嵌入散斑的条纹图像,卷积神经网络包括两个子网络,分别利用复合图像中的条纹模式分量和散斑模式分量完成包裹相位的求解及展开。所提方法... 详细信息

提出一种使用卷积神经网络从单帧复合图像中获得高质量绝对相位的方法。所提方法使用的复合图像为嵌入散斑的条纹图像,卷积神经网络包括两个子网络,分别利用复合图像中的条纹模式分量和散斑模式分量完成包裹相位的求解及展开。所提方法在相位展开的过程中使用预拍摄的平板复合图像及其条纹阶次作为辅助信息,从而保证相位展开的准确性。实验结果表明,所提方法可以利用单帧复合图像最大限度地减少投影图片的数量,能够获得较高精度的绝对相位,为实现高精度动态场景下的三维测量提供一种可行性的解决方案。

关键词：测量相位恢复条纹投影神经网络三维测量散斑相关

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：