检索结果-内蒙古大学图书馆

图学学报 2025年第1期46卷 13-27页

作者：崔克彬耿佳昌华北电力大学计算机系河北保定071003 复杂能源系统智能计算教育部工程研究中心河北保定071003

针对目前烟火场景检测中,光照变化、烟火动态性、复杂背景、目标过小等干扰因素导致的火灾迹象目标误检和漏检的问题,提出一种YOLOv8s改进模型EE-YOLOv8s。设计MBConv-Block卷积模块融入YOLOv8的Backbone部分,实现EfficientNetEasy特征... 详细信息

针对目前烟火场景检测中,光照变化、烟火动态性、复杂背景、目标过小等干扰因素导致的火灾迹象目标误检和漏检的问题,提出一种YOLOv8s改进模型EE-YOLOv8s。设计MBConv-Block卷积模块融入YOLOv8的Backbone部分,实现EfficientNetEasy特征提取网络,保证模型轻量化的同时,优化图像特征提取;引入大型可分离核注意力机制LSKA改进SPPELAN模块,将空间金字塔部分改进为SPP_LSKA_ELAN,充分捕获大范围内的空间细节信息,在复杂多变的火灾场景中提取更全面的特征,从而区分目标与相似物体的差异;Neck部分引入可变形卷积DCN和跨空间高效多尺度注意力EMA,实现C2f_DCN_EMA可变形卷积校准模块,增强对烟火目标边缘轮廓变化的适应能力,促进特征的融合与校准,突出目标特征;在Head部分增设携带有轻量级、无参注意力机制SimAM的小目标检测头,并重新规划检测头通道数,加强多尺寸目标表征能力的同时,降低冗余以提高参数有效利用率。实验结果表明,改进后的EE-YOLOv8s网络模型相较于原模型,其参数量减少了13.6%,准确率提升了6.8%,召回率提升了7.3%,mAP提升了5.4%,保证检测速度的同时,提升了火灾迹象目标的检测性能。

关键词：烟火目标检测 EfficientNetEasy主干网络大型可分离核注意力机制可变形卷积校准模块小目标检测

来源：评论

学校读者我要写书评

暂无评论

基于ECA-TCN的数据中心磁盘故障预测

引用

智能系统学报 2025年第2期20卷 389-399页

作者：张铭泉王宝兴华北电力大学控制与计算机工程学院河北保定071003 华北电力大学复杂能源系统智能计算教育部工程研究中心河北保定071003

随着数据中心规模的不断扩大,磁盘故障对数据中心的运行稳定性产生越来越大的影响。当前预测方法在面对大规模、高维度和长序列的磁盘运行数据时仍存在不足。本文提出了一种高效通道注意力时间卷积网络(efficient channel attention-tem... 详细信息

随着数据中心规模的不断扩大,磁盘故障对数据中心的运行稳定性产生越来越大的影响。当前预测方法在面对大规模、高维度和长序列的磁盘运行数据时仍存在不足。本文提出了一种高效通道注意力时间卷积网络(efficient channel attention-temporal convolutional network,ECA-TCN)模型,通过结合传统卷积神经网络一维卷积的优势,融入扩张卷积和残差结构,并引入注意力机制,该模型能够提高磁盘故障预测的准确性和稳定性。在实验中,将ECA-TCN模型与其他经典深度学习方法进行了比较,实验结果表明,ECA-TCN模型在磁盘故障预测任务上具有较高的准确性和稳定性。

关键词：磁盘故障预测长短时记忆网络循环神经网络扩张卷积高效通道注意力机制神经网络模型时间序列预测深度学习优化

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLOv8的配电线路绝缘子缺陷级联检测方法

引用

图学学报 2025年第1期46卷 1-12页

作者：赵振兵韩钰唐辰康华北电力大学电子与通信工程系河北保定071003 华北电力大学河北省电力物联网技术重点实验室河北保定071003 华北电力大学复杂能源系统智能计算教育部工程研究中心河北保定071003

针对无人机航拍配电线路时因安全限制导致背景复杂动态、绝缘子缺陷形态不规则、缺陷特征不明显与缺陷信息难捕捉的问题,提出了一种基于改进YOLOv8的配电线路绝缘子缺陷级联检测方法。在第一阶段,通过YOLOv8模型自动提取绝缘子部件图像... 详细信息

针对无人机航拍配电线路时因安全限制导致背景复杂动态、绝缘子缺陷形态不规则、缺陷特征不明显与缺陷信息难捕捉的问题,提出了一种基于改进YOLOv8的配电线路绝缘子缺陷级联检测方法。在第一阶段,通过YOLOv8模型自动提取绝缘子部件图像,为第二阶段绝缘子缺陷检测提供准确的输入,摒除冗余背景信息的影响。在第二阶段,利用ConvNeXt V2主干网络提升模型对不规则形态目标的识别能力,提升网络的特征提取能力;通过在特征融合过程中加入边缘知识融合模块,精准提取缺陷边缘信息;设计自适应形状IoU增强方法,采用自适应训练样本选择策略优化正负样本比例,并使用充分考虑边界框回归样本自身形状和尺度等固有属性的Shape-IoU损失函数,使模型聚焦目标本质特征,改善模型漏检误检情况,提高检测的准确性和鲁棒性。经实验证明,基于改进YOLOv8的配电线路绝缘子缺陷级联检测方法比基线模型平均精确率提高了17.3%,有效提升配电线路绝缘子缺陷检测准确率,为电力系统的安全维护提供了有力的技术支持。

关键词：配电线路绝缘子缺陷检测 YOLOv8 ConvNeXt V2 边缘知识融合自适应形状IoU增强

来源：评论

学校读者我要写书评

暂无评论

单目RGB穿衣人体的手部精细化重建

引用

计算机应用研究 2025年第1期42卷 300-306页

作者：张冀任志鹏张荣华苑朝翟永杰余正秦华北电力大学计算机系河北保定071000 华北电力大学自动化系河北保定071000 复杂能源系统智能计算教育部工程研究中心河北保定071000

为解决单目穿衣人体在复杂姿态下手部形状重建存在遮挡和缺失的失真问题,提出了一种结合ECON与MANO手部模型,实现高效穿衣人体的手部精细化重建方法H-ECON(hand-focused explicit clothed humans obtained from normals)。具体而言,该... 详细信息

为解决单目穿衣人体在复杂姿态下手部形状重建存在遮挡和缺失的失真问题,提出了一种结合ECON与MANO手部模型,实现高效穿衣人体的手部精细化重建方法H-ECON(hand-focused explicit clothed humans obtained from normals)。具体而言,该方法首先以类型无关的手部检测器聚焦手部区域并进行翻转和裁剪;然后,引入注意力机制用于增强对手部区域的感知能力,空洞螺旋卷积则更好地捕捉手部不同尺度的特征;最后,独特的融合模块确保了手部重建与整身模型的融合效果。在FreiHAND和HanCo公开数据集上与其他方法的定量定性对比结果表明了H-ECON的有效性,其独立手部模块明显优于ECON中的替代手部模块。H-ECON实现了对人体手部几何和姿态变化的精确描述,进一步缩小了2D图像生成到3D人体网格之间的差距。

关键词：手部重建穿衣人体注意力机制空洞螺旋卷积深度几何学习

来源：评论

学校读者我要写书评

暂无评论

基于RFCARep-YOLOv8n的光伏电池缺陷检测算法

引用

计算机工程与应用 2025年第3期61卷 131-143页

作者：张冀王文彬余洋华北电力大学计算机系河北保定071003 复杂能源系统智能计算教育部工程研究中心河北保定071003 河北省能源电力知识计算重点实验室河北保定071003 河北省分布式储能与微网重点实验室(华北电力大学(保定)) 河北保定071003

针对光伏电池缺陷图像存在目标遮掩、复杂背景以及人眼难以分辨的小目标缺陷等问题,提出一种基于感受野坐标注意力和重参数的YOLOv8n光伏电池缺陷检测算法,简记为RFCARep-YOLOv8n。提出一种基于感受野坐标注意力的重参数模块代替瓶颈模... 详细信息

针对光伏电池缺陷图像存在目标遮掩、复杂背景以及人眼难以分辨的小目标缺陷等问题,提出一种基于感受野坐标注意力和重参数的YOLOv8n光伏电池缺陷检测算法,简记为RFCARep-YOLOv8n。提出一种基于感受野坐标注意力的重参数模块代替瓶颈模块进行特征提取,扩大对全局信息的关注度提高语义表达能力,抑制遮掩物和复杂背景的干扰;在快速空间金字塔池化后添加可分离大核聚集模块,通过提高长距离特征依赖增强全局特征信息融合;在特征融合部分使用多尺度序列特征融合颈部网络,结合多尺度辅助检测头,减少细节特征丢失,提高小目标缺陷检测能力。实验结果表明,该模型在PASCAL VOC数据集中较基准模型mAP@0.5和mAP@0.5:0.95分别提升2.3和2.1个百分点,同时在光伏缺陷数据集中mAP@0.5达到87.6%,较基准模型提升3.5个百分点,参数量为3.23×10^(6),保持了基准模型的轻量参数同时提高检测性能。

关键词：光伏缺陷 YOLOv8n 感受野注意力特征融合重参数

来源：评论

学校读者我要写书评

暂无评论

基于区块链和改进型拍卖算法的微电网电能交易方法

引用

电力自动化设备 2020年第8期40卷 2-8页

作者：秦金磊孙文强李整朱有产华北电力大学计算机系河北保定071003 华北电力大学复杂能源系统智能计算教育部工程研究中心河北保定071003

随着国家对电力市场改革的不断推进和售电市场的开放,以分布式电源为主体的电能产消者进入市场。传统的集中式电能交易不利于提高电能产消者的交易积极性,同时存在交易效率低、目标大易受攻击、数据丢失找回难度大、交易信息不透明等问... 详细信息

随着国家对电力市场改革的不断推进和售电市场的开放,以分布式电源为主体的电能产消者进入市场。传统的集中式电能交易不利于提高电能产消者的交易积极性,同时存在交易效率低、目标大易受攻击、数据丢失找回难度大、交易信息不透明等问题。基于上述问题,提出基于区块链技术和改进型拍卖算法的微电网交易方法。首先,提出利用双链结构完成微电网电能安全交易,利用信息链完成交易双方的认证及准入,利用交易链完成交易双方代币及电能的交换,交易双方通过签署智能合约完成无第三方信任机构的交易结算,避免坏账的产生;然后,提出利用改进型拍卖算法完成电能消费订单与产消者之间的匹配,以距离、时间及经济等因素共同影响最终的匹配结果,保障电能合理分配。算例结果表明,基于区块链和改进型拍卖算法的微电网电能交易方法可以完成微电网内部的直接交易,订单与产消者得到了合理的匹配,保障了微电网电能交易的公平性、高效性、安全性。

关键词：分布式电源区块链智能合约拍卖算法电能交易微电网

来源：评论

学校读者我要写书评

暂无评论

基于聚类和关联分析的居民用户非侵入式负荷分解

引用

电力自动化设备 2020年第6期40卷 8-14页

作者：赵文清张诗满李刚华北电力大学计算机系河北保定071003 华北电力大学复杂能源系统智能计算教育部工程研究中心河北保定071003

现有的非侵入式负荷监测方法主要采用监督学习模型,该类模型需要具有针对性的大量训练数据,而且无法有效识别在训练数据中未出现的负荷。在分析多种家用电器负荷特征的基础上,选取负荷投切过程中暂态功率波形和功率变量作为负荷特征,并... 详细信息

现有的非侵入式负荷监测方法主要采用监督学习模型,该类模型需要具有针对性的大量训练数据,而且无法有效识别在训练数据中未出现的负荷。在分析多种家用电器负荷特征的基础上,选取负荷投切过程中暂态功率波形和功率变量作为负荷特征,并提出一种基于聚类和关联分析的无监督学习居民用户非侵入式负荷分解方法。首先根据功率变化情况提取电流和电压数据,并计算得到暂态功率波形;然后通过动态时间规整算法计算当前暂态功率波形与历史暂态功率波形的匹配度,并利用动态聚类算法和其他暂态负荷特征判别该功率波形对应的负荷操作;最后以周为单位对负荷操作进行关联分析,确定每种电器对应的多个暂态特征。仿真结果表明,所提方法易于实现,在准确率和可靠性方面有明显提高。

关键词：暂态聚类分析关联分析无监督学习非侵入式负荷分解

来源：评论

学校读者我要写书评

暂无评论

微电网中基于区块链的电能交易方法

引用

电力自动化设备 2020年第11期40卷 130-137页

作者：秦金磊孙文强朱有产李整华北电力大学计算机系河北保定071003 华北电力大学复杂能源系统智能计算教育部工程研究中心河北保定071003

随着微电网内部分布式电源技术日益成熟、渗透率不断增加,大量电能产消者的加入给微电网的电能交易带来了新的机遇和挑战。在新形式下,传统的集中式电能交易方法存在交易效率低、维护成本大、隐私性低、信息安全系数低、信息透明度低等... 详细信息

随着微电网内部分布式电源技术日益成熟、渗透率不断增加,大量电能产消者的加入给微电网的电能交易带来了新的机遇和挑战。在新形式下,传统的集中式电能交易方法存在交易效率低、维护成本大、隐私性低、信息安全系数低、信息透明度低等问题。为此,提出了基于区块链技术的微电网电能交易方法。首先,利用基于区块链系统的微电网电能所有权和代币交换方法,保障交易双方信息隐私及交易数据的安全。在区块链信息系统中,产消者与消费者进行电能所有权、代币的交易,使用智能合约保障交易双方的权益。然后,提出了基于信用的共识机制,将信用值作为微电网节点的基础属性,以信用值影响节点获得挖矿奖励的概率,约束微电网内节点的行为。最后,提出基于拍卖机制的微电网电能匹配方法和消费者出价策略。微电网中产消者出售多余电量,消费者根据自身需求发起对产消者电量的竞拍。使用拍卖机制和估价策略激励消费者理性竞价,提升微电网的内部消费,维持微电网内部的供需平衡。算例结果表明,所提微电网电能交易方法可进行多边竞价交易,有效提高微电网内部的自我消费,确保微电网的经济效益,保障交易的安全运行。

关键词：区块链微电网拍卖算法电能交易智能合约

来源：评论

学校读者我要写书评

暂无评论

基于原始点云网格自注意力机制的三维目标检测方法

引用

通信学报 2023年第10期44卷 72-84页

作者：鲁斌孙洋杨振宇华北电力大学计算机系河北保定071003 复杂能源系统智能计算教育部工程研究中心河北保定071003

为了增强感兴趣区域(RoI)的特征表达,包括空间网格特征编码模块和软回归损失,提出了一种基于原始点云网格自注意力机制的三维目标检测方法GT3D。网格特征编码模块用于通过自注意力机制对点的局部特征和空间特征进行有效加权,充分考虑点... 详细信息

为了增强感兴趣区域(RoI)的特征表达,包括空间网格特征编码模块和软回归损失,提出了一种基于原始点云网格自注意力机制的三维目标检测方法GT3D。网格特征编码模块用于通过自注意力机制对点的局部特征和空间特征进行有效加权,充分考虑点云之间的几何关系,以提供更准确的特征表达;软回归损失用于改善数据标注过程中由于标注不准确而产生的回归歧义问题。将所提方法在公开的三维目标检测数据集KITTI上进行实验。结果表明,所提方法相比其他已公开的基于点云的三维目标检测方法检测准确率提升明显,并提交了KITTI官方测试集进行公开测试,对简单、中等和困难3个难度等级的汽车检测准确率分别达到91.45%、82.76%和79.74%。

关键词：三维目标检测点云自注意力机制空间坐标编码软回归损失

来源：评论

学校读者我要写书评

暂无评论

新型电力系统分布式家庭光伏采集场景下的信任评估模型

引用

通信学报 2023年第7期44卷 197-206页

作者：李莉王小龙张之欣时榕良郭旭华北电力大学控制与计算机工程学院河北保定071003 华北电力大学复杂能源系统智能计算教育部工程研究中心河北保定071003

针对现有传感器网络信任评估模型不能直接用于新型电力系统分布式家庭光伏采集场景,难以满足高防御力、强计算力需求的问题,提出了一种基于多指标检测的分布式动态信任评估模型。首先,根据终端节点历史交互情况进行基于贝叶斯的通信信... 详细信息

针对现有传感器网络信任评估模型不能直接用于新型电力系统分布式家庭光伏采集场景,难以满足高防御力、强计算力需求的问题,提出了一种基于多指标检测的分布式动态信任评估模型。首先,根据终端节点历史交互情况进行基于贝叶斯的通信信任评估;然后,对当前采集数据进行基于自身历史数据支持度的感知信任评估与基于概率密度的区域信任评估;最后,利用熵权法对通信信任、感知信任和区域信任的自适应权重进行计算,引入活跃系数与双重奖惩机制综合计算后实现信任值的动态更新。实验结果表明,该四层信任评估模型适用于新型电力系统环境,并可在20轮交互周期内有效检测出分布式家庭光伏采集场景中,对物理环境因素、设备质量因素、人为误操作和恶意入侵等情况下的异常节点,实现动态、精准的信任评估。

关键词：传感器网络信任评估支持度概率密度函数

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：