检索结果-内蒙古大学图书馆

煤炭学报 2025年第2期50卷 1192-1202页

作者：王新张薇陈同俊张傲赵砀中国矿业大学计算机科学与技术学院江苏徐州221116 中国矿业大学资源与地球科学学院江苏徐州221116

断层的检测和识别在煤炭勘探开采过程中至关重要,传统的人工解释断层方法已经无法满足实际生产的需求,基于深度学习的地震断层解释方法在断层分割领域表现较为出色。常规卷积神经网络(CNN)感受野有限,不能很好地利用全局信息,会导致一... 详细信息

断层的检测和识别在煤炭勘探开采过程中至关重要,传统的人工解释断层方法已经无法满足实际生产的需求,基于深度学习的地震断层解释方法在断层分割领域表现较为出色。常规卷积神经网络(CNN)感受野有限,不能很好地利用全局信息,会导致一些预测的断层存在连续性不足和断层缺失等问题。Transformer具有提取全局信息的优势,引入CNN和Transformer融合的TransUNet网络,构建一种基于CBAM-TransUNet的地震断层识别方法对二维地震断层图像进行识别。首先,将CBAM-Block注意力模块融入TransUNet网络,将该模块分别加入CNN断层编码器部分和连接断层编码器与断层解码器的3层跳跃连接部分,同时从通道和空间2个维度增强地震断层图像的识别能力;其次,选择Dice损失函数和交叉熵损失函数联合优化的损失函数,使得断层图像分割更为准确,CBAM-TransUNet断层识别网络在合成地震数据集上获得的DICE值和IOU值分别提高到0.84和0.75,试验结果表明断层识别的连续性更强,明显优于其他经典分割方法;最后,利用构建的模型对荷兰近海北海F3区块真实地震数据集进行了断层解释。试验结果表明:基于CBAM-TransUNet的地震断层识别方法在去除冗余断层信息的同时能够有效识别出断层,在断层识别准确度和断层识别连续性方面表现优异,识别出的断层细节更加丰富,提高了断层识别的精度,可以有效应用于实际地震数据中识别断层。

关键词：地震图像断层识别机器学习注意力机制 Transformer

来源：评论

学校读者我要写书评

暂无评论

基于多粒度融合和跨尺度感知的跨模态行人重识别

引用

通信学报 2025年第1期46卷 108-123页

作者：程德强姬广凯张皓翔江鹤寇旗旗中国矿业大学信息与控制工程学院江苏徐州221116 中国矿业大学计算机科学与技术学院江苏徐州221116

提出一种基于多粒度融合和跨尺度感知的跨模态行人重识别网络,该网络能够有效提取行人图像特征并减少图像间的模态差异。首先,提出多尺度特征融合注意力机制并设计一种多粒度非局部融合框架,有效融合不同模态和不同尺度的图像特征;其次... 详细信息

提出一种基于多粒度融合和跨尺度感知的跨模态行人重识别网络,该网络能够有效提取行人图像特征并减少图像间的模态差异。首先,提出多尺度特征融合注意力机制并设计一种多粒度非局部融合框架,有效融合不同模态和不同尺度的图像特征;其次,提出一种跨尺度特征信息感知策略,该策略可有效降低因视角变化、行人背景变化等产生的无关噪声对行人判别的影响;最后,针对行人图像特征信息不足,设计并行空洞卷积残差模块,获取更为丰富的行人特征信息。将所提方法在2个标准公共数据集与当前先进的跨模态行人重识别方法比较。实验结果表明,所提方法在SYSU-MM01数据集的全搜索模式下的R-1和平均精度(mAP)分别达到75.9%和73.3%,在RegDB数据集的可见光到红外的搜索(VIS to IR)模式下的Rank-1和mAP分别达到93.7%和89.3%,优于所对比的方法,充分证实了所提方法的有效性。

关键词：行人重识别跨模态特征融合跨尺度信息

来源：评论

学校读者我要写书评

暂无评论

基于渐近式感受野的轻量级图像超分辨率重建方法

引用

控制与决策 2025年第4期40卷 1237-1246页

作者：程德强程志威马祥李龙寇旗旗江鹤中国矿业大学信息与控制工程学院江苏徐州221116 中国矿业大学计算机科学与技术学院江苏徐州221116

传统轻量级图像超分辨率重建方法通常依赖单一尺度的卷积提取图像特征,简单地将浅层与深层特征聚合后进行图像重建.然而,这种做法忽略了感受野信息的丰富性以及中间潜在特征在图像重建过程中的重要作用,导致卷积层间的信息交互受限,进... 详细信息

传统轻量级图像超分辨率重建方法通常依赖单一尺度的卷积提取图像特征,简单地将浅层与深层特征聚合后进行图像重建.然而,这种做法忽略了感受野信息的丰富性以及中间潜在特征在图像重建过程中的重要作用,导致卷积层间的信息交互受限,进而造成图像细节信息丢失和重建精度不高的问题.鉴于此,提出一种基于渐近式感受野的轻量级图像超分辨率重建方法.该方法的核心在于设计一种双路阶梯式卷积链,通过逐步调整感受野的大小,有效地融合图像的整体结构信息和局部细节特征,从而实现信息的多样化表达.此外,探索一种多维潜在特征的融合方法,旨在充分挖掘多维潜在特征间的相关性.实验结果表明,与目前流行的重建方法相比,所提出的方法在捕捉图像细节方面表现出色.

关键词：轻量级超分辨率重建渐近式感受野阶梯式卷积链潜在特征特征融合

来源：评论

学校读者我要写书评

暂无评论

基于滑移预测的月球车双层路径规划方法研究

引用

系统仿真学报 2025年第4期37卷 1008-1024页

作者：张星宇吴保磊王军洪妙英王佳慧祁永强中国矿业大学数学学院江苏徐州221116 中国矿业大学计算机科学与技术学院江苏徐州221116 中国矿业大学信息与控制工程学院江苏徐州221116

针对月球车在路径规划过程中会面临由复杂地形引起的安全避障和偏离目标等挑战,提出了基于滑移预测的双层路径规划,通过自适应选择平坦地形来减少月球车车轮的滑移。利用数字高程信息计算地形综合复杂度,设计了具有三级奖励机制的Q-lear... 详细信息

针对月球车在路径规划过程中会面临由复杂地形引起的安全避障和偏离目标等挑战,提出了基于滑移预测的双层路径规划,通过自适应选择平坦地形来减少月球车车轮的滑移。利用数字高程信息计算地形综合复杂度,设计了具有三级奖励机制的Q-learning算法来避开高滑移区域,实现全局路径规划;采用深度相机来感知障碍物,设计基于自适应预测时间的动态窗口法进行自主避障,并引入局部地形适宜度完成局部路径规划。数值和虚拟仿真结果表明:该算法可以在复杂地形环境下高效开展路径规划,且收敛速度快、安全性高。

关键词：滑移预测自适应预测时间三级奖励机制地形综合复杂度局部地形适宜度

来源：评论

学校读者我要写书评

暂无评论

变转速工况下松动故障自适应时频模态分解

引用

工程科学学报 2025年第1期47卷 130-141页

作者：单振汤佳琛王重秋杨建华郝晨航李尚袁中国矿业大学计算机科学与技术学院徐州221116 中国矿业大学机电工程学院徐州221116 徐州重型机械有限公司徐州221004

松动故障广泛存在于机械设备之中,而在变转速工况下的松动故障诊断仍存在一定挑战.为实现变转速工况下的松动故障诊断,本文提出了一种自适应时频模态分解方法.为提高该方法的多工况自适应能力,针对时频模态分解窗宽参数进行了优化选取,... 详细信息

松动故障广泛存在于机械设备之中,而在变转速工况下的松动故障诊断仍存在一定挑战.为实现变转速工况下的松动故障诊断,本文提出了一种自适应时频模态分解方法.为提高该方法的多工况自适应能力,针对时频模态分解窗宽参数进行了优化选取,研究了窗宽参数与分解输出的非线性关联特征,实现了不同噪声下的自适应时频模态分解.为验证该方法的有效性,针对支承松动故障进行了实验验证,同时在某工程设备上进行了旋转部件松动故障实验验证.采用自适应时频模态分解算法对实验验证数据进行处理,实现了非平稳特征的模态分解.通过定义和计算各阶次能量占比,完成了振动信号的故障特征分析,实现了松动故障的特征提取与诊断.结果表明,所提方法能够实现非平稳信号的模态分解,对于松动故障具备有效的诊断能力.

关键词：变转速工况模态分解松动故障强噪声自适应

来源：评论

学校读者我要写书评

暂无评论

基于域泛化的轻量化图像分类算法

引用

计算机工程 2025年第1期51卷 182-189页

作者：张倡倡吕卫东蔡子杰刘炎奎中国矿业大学计算机科学与技术学院江苏徐州221116

现有睡岗数据集较少,且现阶段分类算法存在泛化性差、推理速度慢等问题,为此,构建一个包含4 708张图像的睡岗数据集,用于验证模型的识别精度和泛化能力,并提出一种基于域泛化的轻量化图像分类算法Stable_MobileNet。首先,对输入的图片... 详细信息

现有睡岗数据集较少,且现阶段分类算法存在泛化性差、推理速度慢等问题,为此,构建一个包含4 708张图像的睡岗数据集,用于验证模型的识别精度和泛化能力,并提出一种基于域泛化的轻量化图像分类算法Stable_MobileNet。首先,对输入的图片填充短边,使其保持图像中的人物比例;其次,进行图像增强和随机擦除,用于扩充数据集;接着,引入高效的ECA注意力模块改进MobileNetv3_large网络;最后,使用稳定学习StableNet方法提高模型的泛化性,通过学习训练样本的权重来消除特征之间的依赖关系,这有助于模型摆脱环境的变化,更专注于人物特征。在睡岗数据集上的实验结果表明,Stable_MobileNet平均推理速度相较MobileNetv3_large更快,识别精度可达93.56%,比MobileNetv3_large提高了2.23%。在与训练样本具有不同分布的测试集中,Stable_MobileNet的识别精度相较MobileNetv3_large提高了2.23%。

关键词：域泛化轻量化网络睡岗识别 ECA模块 StableNet

来源：评论

学校读者我要写书评

暂无评论

基于多路特征校准的轻量级图像超分辨率重建算法

引用

计算机辅助设计与图形学学报 2025年

作者：程德强马祥寇旗旗程志威钱建生江鹤中国矿业大学信息与控制工程学院中国矿业大学计算机科学与技术学院

针对现有轻量级图像超分辨率重建算法在表征特征丰富度及准确性方面存在的局限性问题，提出一种基于多路特征校准的轻量级图像超分辨率重建算法. 首先在深层特征提取前构建多感受野特征提取块，并在通道和空间维度上协同特征校准以增... 详细信息

针对现有轻量级图像超分辨率重建算法在表征特征丰富度及准确性方面存在的局限性问题，提出一种基于多路特征校准的轻量级图像超分辨率重建算法. 首先在深层特征提取前构建多感受野特征提取块，并在通道和空间维度上协同特征校准以增强网络对整体结构的全局理解，实现多尺度全局到局部的特征提取; 然后提出一种多路特征校准块，从多路不同分支提取不同颗粒度的特征信息，以获得更全面和信息丰富的图像特征，增强网络的表征能力; 最后从多尺度空间和通道维度建模上下文依赖关系，构建基于多路特征校准的轻量级图像超分辨率重建网络，充分挖掘图像的空间信息和通道特征，分别设计多感受野空间注意力和通道校准注意力. 大量实验结果表明，所提算法在参数和性能之间取得了高度平衡，尤其是对于结构复杂和纹理细节丰富的图像的重建效果更好; 在纹理复杂的Urban100数据集上，与对比的轻量化方法相比，该算法在PSNR指标上均至少提升超过0.1 dB.

关键词：超分辨率轻量级特征校准多路学习特征丰富度

来源：评论

学校读者我要写书评

暂无评论

基于迭代压缩U型网络的煤颗粒分割与粒度分析方法

引用

煤炭学报 2025年第2期50卷 1362-1375页

作者：程德强张瑞谢同喜刘敬敬郑丽娟寇旗旗江鹤中国矿业大学信息与控制工程学院江苏徐州221116 中国矿业大学计算机科学与技术学院江苏徐州221116 中国矿业大学煤炭资源与安全开采国家重点实验室江苏徐州221116

煤中甲烷气体传播与煤粒的粒度分布特征紧密相连,进而影响煤炭的安全开采和利用。随着数字图像处理技术的不断发展,基于数字图像分割的煤粒形态检测方法已成为获取煤颗粒粒度分布特征的主流方法。在数字图像分割过程中,全局信息和边缘... 详细信息

煤中甲烷气体传播与煤粒的粒度分布特征紧密相连,进而影响煤炭的安全开采和利用。随着数字图像处理技术的不断发展,基于数字图像分割的煤粒形态检测方法已成为获取煤颗粒粒度分布特征的主流方法。在数字图像分割过程中,全局信息和边缘细节起着关键作用,直接影响分割结果的准确性。基于卷积神经网络架构的U型网络过于注重局部信息,忽视了全局信息的重要性,容易导致过分割现象。而基于Transformer的网络利用多头自注意力机制有效地建模了全局信息,但却没有充分利用边缘细节特征,导致煤颗粒漏分割问题。为了解决上述问题,本研究提出了迭代压缩U型网络(Iterative Squeeze UNet,ISUNet)用于煤颗粒粒度分析。ISUNet模型引入了压缩激励空洞空间金字塔池化模块和基于Transformer的多路迭代编码器。压缩激励空洞空间金字塔池化模块通过增强不同尺度特征的通道信息和全局上下文信息,解决了煤粒过分割问题。编码器中的多头自注意力模块将ResNet50的卷积特征作为其中一个输入,通过点乘自注意力机制不断强化重要的边缘细节特征,解决了煤粒漏分割问题。与5种经典图像分割模型和4种目前主流的分割模型相比,ISUNet表现出色。相较于经典的分割模型TransUNet来说,平均交并比提高了6.6%,准确率提高了0.3%,召回率提高了7.0%,相较于目前主流的图像分割大模型Segment Anything来说,平均交并比提高了4.6%,准确率提高了0.2%,召回率提高了4.9%。在煤粒粒度测量方面,准确率达到了97.49%。这些试验结果充分证实了ISUNet在煤粒粒度分析中的有效性和优越性。

关键词：煤粒粒度分析图像分割基于Transformer的多路迭代编码器压缩激励空洞空间金字塔池化 U型网络

来源：评论

学校读者我要写书评

暂无评论

基于图提示的半监督开放词汇多标记学习

引用

计算机研究与发展 2025年第2期62卷 432-442页

作者：李仲年皇甫志宇杨凯杰营鹏孙统风许新征中国矿业大学计算机科学与技术学院江苏徐州221116 计算机辅助设计与图形系统全国重点实验室(浙江大学) 杭州310058 矿山数字化教育部工程研究中心(中国矿业大学) 江苏徐州221116

半监督多标记学习利用有标记数据和无标记数据进行模型的训练,降低了多标记数据的标记成本并取得了不错的结果,吸引了很多研究者不断进行研究.然而,在半监督标注过程中,由于标记的数量较多,往往会出现某些标记缺失标注样本的情况,这些... 详细信息

半监督多标记学习利用有标记数据和无标记数据进行模型的训练,降低了多标记数据的标记成本并取得了不错的结果,吸引了很多研究者不断进行研究.然而,在半监督标注过程中,由于标记的数量较多,往往会出现某些标记缺失标注样本的情况,这些标记被称为开放词汇.开放词汇会导致模型无法学习到该类别的标记信息,使得模型性能下降. 针对上述问题,提出了基于图提示的半监督开放词汇多标记学习方法. 具体地,该方法利用基于提示的图神经网络对预训练大模型进行微调,挖掘和探索开放词汇与监督样本之间的关系. 通过使用包含图像与文本的多模态数据构造图神经网络作为预训练大模型的文本输入进行学习. 其次利用预训练大模型在开放词汇上的泛化能力,对无监督样本生成伪标记,实现对输出分类层的微调,使模型在对开放词汇进行分类时能获得更加理想的效果. 多个基准数据集上的实验结果均显示,基于图提示的半监督开放词汇多标记学习方法优于目前的主流方法,在 VOC,COCO,CUB,NUS 等基准数据集上均取得了最优的效果.

关键词：半监督多标记学习预训练模型图神经网络开放词汇提示

来源：评论

学校读者我要写书评

暂无评论

无间隔棒输电线路轨迹提取与椭圆检测的舞动辨识

引用

电力系统保护与控制 2025年第4期53卷 165-175页

作者：金沫含张辰冯子瑜王琛刘舒梁睿中国矿业大学电气工程学院江苏徐州221116 中国矿业大学计算机科学与技术学院江苏徐州221116 国网连云港供电公司江苏连云港222000 国网泰州供电公司江苏泰州225300

无间隔棒输电线路由于缺少机械部件的分隔与连接,在大风、冻雨、暴雪等条件下舞动风险更大,当前研究仍无法实现针对性的实时高精度监测。针对该问题,提出了一种无间隔棒输电线路轨迹提取与椭圆检测的舞动辨识方法。首先进行数据增广和... 详细信息

无间隔棒输电线路由于缺少机械部件的分隔与连接,在大风、冻雨、暴雪等条件下舞动风险更大,当前研究仍无法实现针对性的实时高精度监测。针对该问题,提出了一种无间隔棒输电线路轨迹提取与椭圆检测的舞动辨识方法。首先进行数据增广和低照度图像增强处理。其次对传统DeepLabV3+模型进行轻量化改进,在视频初始帧锁定目标线路并实现快速分割。最后在提取短时段内线路运行轨迹的基础上,结合巡检专家知识将舞动监测转化为线路轨迹的椭圆检测。结果表明,在复杂环境条件下,所提方法有效平衡了线路轨迹提取的速度与精度,能够分析得到对应线路的舞动程度,对极端天气下的输电线路巡检有重要现实价值。

关键词：输电线路无间隔棒线路轨迹舞动轻量化

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：