检索结果-内蒙古大学图书馆

河南理工大学学报（自然科学版） 2024年第1期43卷 68-77页

作者：郝志航张小咏陈正超卢凯旋北京信息科技大学高动态导航技术北京市重点实验室北京100101 中国科学院空天信息创新研究院北京100094

目的为解决传统污水处理厂检测耗时耗力,很难满足大范围、高频次污水处理厂监测的问题,方法选取国产高分二号卫星影像(GF-2)数据作为样本制作来源,选择京津冀地区作为研究区域,以深度学习技术作为基础,提出一种面向污水处理厂目标提取... 详细信息

目的为解决传统污水处理厂检测耗时耗力,很难满足大范围、高频次污水处理厂监测的问题,方法选取国产高分二号卫星影像(GF-2)数据作为样本制作来源,选择京津冀地区作为研究区域,以深度学习技术作为基础,提出一种面向污水处理厂目标提取的自适应可变形卷积网络(adaptive deformable convolution network,ADCN)。结果消融实验结果表明,随着卷积神经网络深度逐步递增,模型精确度和召回率均有所提高;通过特征金字塔融合的多尺度特征,有效弥补了小目标漏检的缺陷,ADCN在以上基础上增加的可变形卷积和可变形区域池化,在提高精度的同时,可明显改善边框的回归精度,ADCN在精度为85%的前提下,召回率达到95.1%;对比实验表明,相比于SSD,YOLO,Retinanet,Faster R-CNN算法,ADCN的mAP精度最高,达95.32%,同时该算法在大、中、小三种尺度的污水处理厂提取的结果中表现优异;通过ADCN对京津冀地区的污水处理厂进行提取,共提取京津冀地区污水处理厂152个,其中北京15个、天津26个,河北111个,人工对比后误检为17个,检出率为92.68%。结论通过结合深度学习技术和遥感影像数据,可以大范围、快速提取污水处理厂目标,有效解决传统污水处理厂检测耗时问题,提高对污水处理厂的管理和监控。

关键词：深度学习目标检测污水处理厂目标提取京津冀地区可变形卷积

来源：评论

学校读者我要写书评

暂无评论

大模型主旨增强的图文多模态句子摘要生成方法

引用

数据分析与知识发现 2025年

作者：张乐许央科陈岩松张雷瀚北京信息科技大学计算机学院省部共建藏语智能信息处理及应用国家重点实验室藏文信息处理教育部重点实验室(青海师范大学) 北京邮电大学经济管理学院

[目的] 运用图文信息进行摘要生成的过程中，针对图文信息不完全和参考摘要相关，直接融合导致噪声信息引入的问题，提出一种大模型主旨增强的图文多模态句子摘要生成方法。[方法] 对大语言模型进行微调以生成高质量的主旨和关键词信息... 详细信息

[目的] 运用图文信息进行摘要生成的过程中，针对图文信息不完全和参考摘要相关，直接融合导致噪声信息引入的问题，提出一种大模型主旨增强的图文多模态句子摘要生成方法。[方法] 对大语言模型进行微调以生成高质量的主旨和关键词信息，运用注意力机制有效地融合主旨和图片信息以减少多模态特征内存在的噪声信息；将原文本和关键词进行融合以获得增强主旨信息的多模态语义补充特征，最后融合两种特征生成多模态摘要。[结果] 在公开数据集MMSS上与目前先进的Vision-GPLM模型效果相比，在ROUGE-1、ROUGE-2、ROUGE-L值上分别提升2.79、2.20和2.28个百分点。[局限] 大语言模型微调的提示模板在设计上较为单一，未对大参数量版本的模型进行微调尝试；方法设计上，对于大语言模型生成的低质量摘要在融合效果上有所欠缺。[结论] 本文借助于微调大语言模型的方法来减少多模态特征内存在的噪声信息，使不同模态在融合的同时增强模型对于主旨内容的把握以提升摘要的质量。

关键词：多模态摘要主旨大语言模型微调注意力

来源：评论

学校读者我要写书评

暂无评论

轮式移动机器人复合分层抗干扰轨迹跟踪控制

引用

北京信息科技大学学报（自然科学版） 2024年第3期39卷 1-7页

作者：周岩刘云龙李擎北京信息科技大学自动化学院北京100192 北京信息科技大学现代测控技术教育部重点实验室北京100192

针对存在多种不同类型干扰的非完整轮式移动机器人,提出了一种复合分层抗干扰跟踪控制策略。通过引入直流电机模型,分别设计了非线性干扰观测器(nonlinear disturbance observer,NDO)和扩张状态观测器(extended state observer,ESO)来... 详细信息

针对存在多种不同类型干扰的非完整轮式移动机器人,提出了一种复合分层抗干扰跟踪控制策略。通过引入直流电机模型,分别设计了非线性干扰观测器(nonlinear disturbance observer,NDO)和扩张状态观测器(extended state observer,ESO)来估计摩擦、空气阻力以及负载变化引起的参数不确定等不同类型扰动。随后,基于观测器估计值设计反馈控制器来跟踪期望速度。在整体控制方案中,运动学控制器位于外环,为轮式移动机器人的内环控制器提供所需的期望速度指令。最后,仿真验证了所提方法的有效性。

关键词：轮式移动机器人非线性干扰观测器扩张状态观测器参数不确定

来源：评论

学校读者我要写书评

暂无评论

基于多尺度深度卷积神经网络的故障诊断方法

引用

振动与冲击 2021年第18期40卷 204-211页

作者：卞景艺刘秀丽徐小力吴国新北京信息科技大学现代测控技术教育部重点实验室北京100192

针对机电装备故障诊断需要大量专家经验、故障特征识别困难的问题,在一维深度卷积神经网络基础上进行改进,构建多尺度一维深度卷积神经网络(M1DCNN),提出基于多尺度一维深度卷积神经网络的故障诊断方法:首先在网络输入层构建多个含有不... 详细信息

针对机电装备故障诊断需要大量专家经验、故障特征识别困难的问题,在一维深度卷积神经网络基础上进行改进,构建多尺度一维深度卷积神经网络(M1DCNN),提出基于多尺度一维深度卷积神经网络的故障诊断方法:首先在网络输入层构建多个含有不同尺寸卷积核通道的特征提取层,对一维时序信号中故障特征进行多尺度特征提取,丰富智能体诊断信息,将所提取特征通过输入到包含多尺寸卷积核以及多样池化层中进行特征处理,最后合并多通道所处理的特征,使网络完成自我学习,从而实现故障诊断。将该方法应用到西储大学轴承故障数据及行星齿轮箱的故障数据诊断实验,结果表明该方法具有诊断精度高、鲁棒性强的特点,相较于一维卷积神经网络准确率提高1.25%,与反向传播神经网络、循环神经网络相比准确率平均提高3%以上,对网络特征提取效果进行可视化分析,结果表明该方法特征提取效果与诊断精度优于一维卷积神经网络。

关键词：深度卷积神经网络(DCNN) 多尺度特征提取特征可视化故障诊断

来源：评论

学校读者我要写书评

暂无评论

基于双目视觉的废旧零件三维重建方法研究

引用

仪表技术与传感器 2024年第11期 93-98,115页

作者：张涛李晓宇魏敏张昭高艳艳高动态导航技术北京市重点实验室北京信息科技大学现代测控技术教育部重点实验室北京信息科技大学佛山科学技术学院机电工程与自动化学院河北京津冀再制造产业技术研究院

针对再制造过程中废旧零件三维重建难度大和尺寸检测精度差、依赖人工等问题,提出了一种基于被动式双目视觉的废旧零件三维重建方法。首先,通过双目相机采集废旧零件的照片,采用张正友标定算法获取相机内外参数,并对左右图像进行极线校... 详细信息

针对再制造过程中废旧零件三维重建难度大和尺寸检测精度差、依赖人工等问题,提出了一种基于被动式双目视觉的废旧零件三维重建方法。首先,通过双目相机采集废旧零件的照片,采用张正友标定算法获取相机内外参数,并对左右图像进行极线校正;其次,利用改进的AD-Census算法获取视差图,包括基于正态分布的Census变换改进和基于最短臂长的自适应权重设置,以提高匹配精度;最后,通过三角测量原理将得到的视差图转化为三维点云图,实现对零件的三维重建,并进一步进行尺寸测量。实验结果表明,所提出的方法在废旧零件三维重建中取得了良好的效果,且在尺寸测量方面的绝对测量误差控制在0.1 mm以内,能够满足废旧零件尺寸测量的检测精度要求,适用于实际生产中废旧零件表面信息分析。

关键词：双目视觉双目标定立体匹配三维重建尺寸测量

来源：评论

学校读者我要写书评

暂无评论

踝助力外衣的研制与跖屈肌群肌电信号评价

引用

机械工程学报 2023年第17期59卷 67-78页

作者：张雷雨叶土仙高翔张斐然李剑锋苏鹏北京工业大学先进制造技术北京市重点实验室北京100124 武汉第二船舶设计研究所武汉430064 北京信息科技大学机电工程学院北京100192

随着国防装备发展及人口老龄化加剧,战场士兵、部队后勤及老年人口等对下肢柔性外骨骼的需求急剧升高,进而研制了穿戴性好、人机相容性高、助力性能优的便携式踝助力外衣系统。基于踝关节生理特征与人体下肢参数,对踝助力外衣本体和驱... 详细信息

随着国防装备发展及人口老龄化加剧,战场士兵、部队后勤及老年人口等对下肢柔性外骨骼的需求急剧升高,进而研制了穿戴性好、人机相容性高、助力性能优的便携式踝助力外衣系统。基于踝关节生理特征与人体下肢参数,对踝助力外衣本体和驱动单元进行工效学设计和实物研制,并将驱动单元放置于腰部,尽可能降低小腿和足部的附加质量。基于踝关节生物力矩特征,建立期望辅助力模型,采用实验测量的办法,获得助力外衣及局部软组织的系统刚度,将期望辅助力模型转换为驱动单元的位移模型。基于人体下肢步态的周期性,设计以迭代学习控制算法为核心的控制器,通过迭代学习历史时刻的输出误差,对期望辅助力模型进行不断追踪。为评估助力外衣的助力效果,通过测量穿戴者的跖屈肌肉群肌电信号,分析肌肉激活程度和疲劳变化:在踝助力外衣的辅助下,不同行走速度的肌肉激活程度均明显下降,以腓肠肌外侧变化最为显著,腓肠肌内侧肌肉激活程度平均下降了9.62%±1.12%;平均功率频率和中位频率的变化斜率绝对值均得到一定程度的下降,肌肉疲劳速率下降、疲劳程度降低,进而下肢行走耐力增强。

关键词：柔性外骨骼踝关节助力迭代学习控制肌电信号:性能评估

来源：评论

学校读者我要写书评

暂无评论

基于EMD二值化图像和CNN的滚动轴承故障诊断

引用

振动．测试与诊断 2021年第1期41卷 105-113,203页

作者：谷玉海朱腾腾饶文军黄艳庭北京信息科技大学现代测控技术教育部重点实验室北京100192

针对传统故障诊断方法识别准确率低、泛化能力差,而基于深度学习的故障诊断普遍存在需要海量训练数据的问题,提出了一种基于经验模态分解(empirical mode decomposition,简称EMD)与卷积神经网络(convolutional neural networks,简称CNN... 详细信息

针对传统故障诊断方法识别准确率低、泛化能力差,而基于深度学习的故障诊断普遍存在需要海量训练数据的问题,提出了一种基于经验模态分解(empirical mode decomposition,简称EMD)与卷积神经网络(convolutional neural networks,简称CNN)的滚动轴承智能故障诊断方法。首先,对轴承振动数据进行EMD,同时对相关系数最大的本征模函数(intrinsic mode function,简称IMF)分量进行频谱分析,获取频谱图,并将频谱图数据压缩成特征二值化图像作为CNN分类网络训练的输入数据;其次,将正常状态下和各类故障状态下的滚动轴承特征二值化图像作为CNN的输入得到训练模型,利用训练好的模型对各类故障进行分类识别。实验结果表明:在较少的训练数据下,轴承故障诊断准确率达到97.61%,远超过使用反向传播神经网络(back propagation,简称BP)和概率神经网络(probabilistic neural network,简称PNN)方法,证明了所提出方法与传统故障诊断方法相比能够更加准确地识别各类故障类别;对原始信号加入6 dB白噪声后的识别准确率也达到了96.19%,证明了所提出方法具有良好的泛化能力与抗噪性能。

关键词：经验模态分解卷积神经网络滚动轴承故障诊断

来源：评论

学校读者我要写书评

暂无评论

三自由度精密检测平台结构设计及Workbench响应面优化

引用

工具技术 2024年第2期58卷 136-140页

作者：李梦涛吴国新王爱军何学军北京信息科技大学机电系统测控北京市重点实验室北京长城计量测试技术研究所

孔径测量仪是测量环规直径或量块端度的常用仪器,三自由度精密检测平台是孔径测量仪机械部分的核心,可以稳定支撑待测物,并能进行手动独立调节,满足孔径测量要求。对三自由度精密检测平台进行结构设计,使其满足y向平移、M_(z)偏转、M_(y... 详细信息

孔径测量仪是测量环规直径或量块端度的常用仪器,三自由度精密检测平台是孔径测量仪机械部分的核心,可以稳定支撑待测物,并能进行手动独立调节,满足孔径测量要求。对三自由度精密检测平台进行结构设计,使其满足y向平移、M_(z)偏转、M_(y)倾斜三个自由度的调节。从SolidWorks建立的三自由度精密检测平台装配体中取出底层板三维模型,化简后导入ANSYS Workbench中进行静力学分析,得到其变形云图和应力云图。为降低平台的变形量,在ANSYS中对底层版进行响应面优化分析。响应面优化分析选用中心复合实验设计,设计变量为底板厚度和三个弹簧立柱的支撑力,响应为变形量,得到25组实验点。根据实验结果,利用Kriging插值法建立了底板的响应面模型,并对各相关设计变量进行了敏感度分析。使用多目标遗传算法完成了底板的优化设计,与原始设计的结构方案相比,平台的变形量减少20.1%。

关键词：检测平台结构设计响应面优化 SolidWorks ANSYS

来源：评论

学校读者我要写书评

暂无评论

基于DC-RRF的手眼标定优化算法

引用

组合机床与自动化加工技术 2023年第2期 37-40,44页

作者：谢探阳李玉梅张涛高天亮石玉超北京信息科技大学高动态导航技术北京市重点实验室北京100101 北京信息科技大学现代测控技术教育部重点实验室北京100101 河北明尚德玻璃科技股份有限公司河间062450

针对传统手眼标定中坐标转换过程繁杂、标定精确度受人为因素影响较大等问题,提出了一种基于相机畸变校正(DC)与回归随机森林(RRF)的改进手眼标定算法。首先,对实验所用的相机进行畸变校正;其次,使用Eye to Hand形式搭建实验台,采集图... 详细信息

针对传统手眼标定中坐标转换过程繁杂、标定精确度受人为因素影响较大等问题,提出了一种基于相机畸变校正(DC)与回归随机森林(RRF)的改进手眼标定算法。首先,对实验所用的相机进行畸变校正;其次,使用Eye to Hand形式搭建实验台,采集图像坐标及其对应的机械臂坐标,建立坐标数据集;最后,使用DC-RRF算法、线性回归算法以及传统手眼标定算法在坐标数据集上进行训练,将不同算法下的平均绝对误差、均方误差等评价指标进行对比。实验结果表明,DC-RRF算法在X/Y/Z三轴上的精准度均为最佳,平均误差可控制在1.77 mm,该算法的精准性在很大程度上保证了机器视觉与机械臂的有效结合并在分拣系统中得到精准应用。

关键词：机器学习手眼标定机械臂坐标转换畸变校正

来源：评论

学校读者我要写书评

暂无评论

基于改进CNN-SVM的井下钻头磨损状态评估研究

引用

石油机械 2024年第6期52卷 12-19页

作者：李玉梅邓杨林李基伟李乾杨磊于丽维北京信息科技大学高动态导航技术北京市重点实验室北京市朝阳区100101 北京信息科技大学现代测控技术教育部重点实验室中石化海洋石油工程有限公司新疆油田公司工程技术研究院

现有钻头磨损评估方法中,存在人工特征提取过程可能无法完全提取正确分类所需的信号动态特征,及需要对各个统计量进行大量计算等问题。为此,提出了一种新的基于改进卷积神经网络支持向量机(CNN-SVM)的钻头磨损程度评估算法。该算法将采... 详细信息

现有钻头磨损评估方法中,存在人工特征提取过程可能无法完全提取正确分类所需的信号动态特征,及需要对各个统计量进行大量计算等问题。为此,提出了一种新的基于改进卷积神经网络支持向量机(CNN-SVM)的钻头磨损程度评估算法。该算法将采集的近钻头原始振动数据导入CNN-Softmax模型,通过训练好的CNN模型从近钻头数据中提取主要的特征参数,将提取的稀疏特征向量输入SVM并进行故障分类,利用遗传算法实现SVM参数的优化选择,最后应用t分布随机邻域法近邻嵌入,使其故障特征学习过程可视化,以评估其特征提取能力。采用该算法对钻头磨损的现场试验数据进行了分析。分析结果表明:基于改进CNN-SVM的井下钻头磨损状态评估算法准确率高达98.33%。所得结论可为实现钻头磨损状态的进一步监测提供理论支撑。

关键词：钻头磨损状态评估卷积神经网络支持向量机特征提取可视化平均池化采样

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：