检索结果-内蒙古大学图书馆

光学精密工程 2025年第2期33卷 220-235页

作者：康升征王浩文南京信息工程大学自动化学院江苏南京210044

为实现细胞级的操作如细胞捕获、切割、分离及注射,本文设计了一种面向生物细胞工程的柔性并联压电定位台,并对其进行了建模、仿真和测试。该定位台由动平台、底座、三级放大机构和三个压电作动器组成。压电作动器所产生的位移经三级放... 详细信息

为实现细胞级的操作如细胞捕获、切割、分离及注射,本文设计了一种面向生物细胞工程的柔性并联压电定位台,并对其进行了建模、仿真和测试。该定位台由动平台、底座、三级放大机构和三个压电作动器组成。压电作动器所产生的位移经三级放大机构进行放大,并通过反馈控制实现定位台的精确运动,从而达到目标定位效果。在设计过程中,采用了伪刚体法结合柔性铰链刚度计算模型对该机构进行运动静力学分析。利用Lagrange方程,采用集中质量法建立所设计的柔性并联压电定位台动力学模型。在确定结构参数后,对其进行了有限元分析,以验证推导出的理论模型,仿真结果表明:理论与仿真模型的误差小于10%,该机构能够实现大行程以及较高频率的运动。此外,还搭建了柔性并联压电定位台样机系统,进行了实验测试,以评估其开环和闭环性能。实验结果表明:所设计的定位台具有125μm×126μm的工作行程,X和Y方向上的固有频率分别为128.9 Hz,132.8 Hz,相应的运动分辨率均优于400 nm。

关键词：细胞微操作压电作动器柔性并联机构微定位平台

来源：评论

学校读者我要写书评

暂无评论

集成三绕组耦合电感、倍压单元的准Z源变换器

引用

太阳能学报 2024年第7期45卷 389-397页

作者：丁新平俞寅昊严智强张鹏程张胜蓝南京信息工程大学自动化学院南京210044

高增益、高效率的DC-DC变换器是直流微电网系统中最为关键的一环。本文提出一种基于准Z源(quasi-Z-source)的直流变换器,并结合三绕组耦合电感、倍压单元结构。该变换器不仅继承了准Z源结构、耦合电感、开关电容/电感的优势,具有高升压... 详细信息

高增益、高效率的DC-DC变换器是直流微电网系统中最为关键的一环。本文提出一种基于准Z源(quasi-Z-source)的直流变换器,并结合三绕组耦合电感、倍压单元结构。该变换器不仅继承了准Z源结构、耦合电感、开关电容/电感的优势,具有高升压能力、输入电流连续、电路箝位、元器件低电压电流应力、电流纹波小等优势,而且通过对有源器件软开关的实现,减小了电路损耗,获得了较高的工作效率。该文针对所提变换器的工作原理、特性、稳态以及参数选型进行详细说明,并在实验室搭建一台200 W的实验样机验证了所提变换器的可行性。

关键词： DC-DC变换器零电压开关零电流开关耦合电感准Z源

来源：评论

学校读者我要写书评

暂无评论

基于运动引导的高效无监督视频目标分割网络

引用

自动化学报 2023年第4期49卷 872-880页

作者：赵子成张开华樊佳庆刘青山南京信息工程大学自动化学院南京210044

大量基于深度学习的无监督视频目标分割(Unsupervised video object segmentation,UVOS)算法存在模型参数量与计算量较大的问题,这显著限制了算法在实际中的应用.提出了基于运动引导的视频目标分割网络,在大幅降低模型参数量与计算量的... 详细信息

大量基于深度学习的无监督视频目标分割(Unsupervised video object segmentation,UVOS)算法存在模型参数量与计算量较大的问题,这显著限制了算法在实际中的应用.提出了基于运动引导的视频目标分割网络,在大幅降低模型参数量与计算量的同时,提升视频目标分割性能.整个模型由双流网络、运动引导模块、多尺度渐进融合模块三部分组成.具体地,首先,RGB图像与光流估计输入双流网络提取物体外观特征与运动特征;然后,运动引导模块通过局部注意力提取运动特征中的语义信息,用于引导外观特征学习丰富的语义信息;最后,多尺度渐进融合模块获取双流网络的各个阶段输出的特征,将深层特征渐进地融入浅层特征,最终提升边缘分割效果.在3个标准数据集上进行了大量评测,实验结果表明了该方法的优越性能.

关键词：无监督视频目标分割运动引导局部注意力互注意力

来源：评论

学校读者我要写书评

暂无评论

基于变分模态分解的休息态虚拟现实晕动症脑电自动检测

引用

电子测量与仪器学报 2024年第2期38卷 171-181页

作者：化成城柴立宁周占峰陈旭刘佳南京信息工程大学自动化学院南京210044

虚拟现实晕动症的存在是制约VR技术行业进一步发展的关键因素,研究虚拟现实晕动症相关的神经活动及对其准确检测是解决此问题的前提,此前研究缺少对休息态虚拟现实晕动症神经活动的研究。因此,本研究利用虚拟现实晕动症暴露任务前后休... 详细信息

虚拟现实晕动症的存在是制约VR技术行业进一步发展的关键因素,研究虚拟现实晕动症相关的神经活动及对其准确检测是解决此问题的前提,此前研究缺少对休息态虚拟现实晕动症神经活动的研究。因此,本研究利用虚拟现实晕动症暴露任务前后休息态脑电信号,提出虚拟现实晕动症脑电特征作为指标实现对虚拟现实晕动症的检测。首先,通过统计分析对所选的5个电极即Fp1、Fp2、F8、T7及T8的脑电信号分别进行变分模态分解,并从选中的模态分量中提取样本熵、排列熵及中心频率。然后,通过统计检验和ReliefF算法进行两个阶段的特征选择。最后,将选择的特征向量送入支持向量机中进行分类,进而实现对虚拟现实晕动症的自动检测。结果表明,此方法准确率、灵敏度及特异度分别达到了98.3%、98.5%及98.1%,ROC曲线下的面积值达到了1,优于其他方法,证明了此方法在虚拟现实晕动症脑电信号自动检测方面优势与有效性。

关键词：虚拟现实晕动症脑电变分模态分解样本熵排列熵中心频率

来源：评论

学校读者我要写书评

暂无评论

改进YOLOv8的航拍图像小目标检测算法

引用

计算机工程与应用 2024年第6期60卷 100-109页

作者：付锦燚张自嘉孙伟邹凯鑫南京信息工程大学自动化学院南京210044

针对在航拍图像检测任务中,物体和整体图像尺寸都比较小,尺度特征不一和细节信息不清晰,会造成漏检和误检等问题,提出了一种改进小目标检测算法CA-YOLOv8。设计了一种通道特征部分卷积模块CFPConv(chan-nel feature partial convolutio... 详细信息

针对在航拍图像检测任务中,物体和整体图像尺寸都比较小,尺度特征不一和细节信息不清晰,会造成漏检和误检等问题,提出了一种改进小目标检测算法CA-YOLOv8。设计了一种通道特征部分卷积模块CFPConv(chan-nel feature partial convolution),基于此重新构造了C2f中的Bottleneck结构,命名为CFP_C2f,从而替换YOLOv8头部和颈部的部分C2f模块,增强有效通道特征权值,提升多尺度细节特征的获取能力。嵌入一种用以提升上下文聚合能力的模块CAM(context aggregated module),优化特征通道的响应,强化对深层特征的细节感知能力。添加NWD损失函数,将其与CIoU结合作为定位回归损失函数,降低位置偏差的敏感性。充分运用多重注意力机制的优势,把原有检测头替换为DyHead(dynamic head)。在VisDrone2019数据集的实验中,改进的算法较YOLOv8s原模型参数量降低了33.3%,检测精度mAP50值和mAP50:95分别提升了8.7和5.7个百分点,表现出良好的性能,验证了其有效性。

关键词：小目标检测 YOLOv8算法特征通道融合多重注意力

来源：评论

学校读者我要写书评

暂无评论

混合多目标灰狼算法求解多目标VRPTW问题

引用

计算机工程与应用 2024年第11期60卷 309-318页

作者：陈凯龚毅光南京信息工程大学自动化学院南京210044

针对带时间窗的多目标车辆路径规划问题,建立了最小化总成本和均衡度的多目标车辆路径优化模型,并提出了一种混合多目标灰狼算法进行求解。主要设计3点策略:(1)设计新的编码解码方式实现连续灰狼位置向量向离散客户序列的转化。(2)采用... 详细信息

针对带时间窗的多目标车辆路径规划问题,建立了最小化总成本和均衡度的多目标车辆路径优化模型,并提出了一种混合多目标灰狼算法进行求解。主要设计3点策略:(1)设计新的编码解码方式实现连续灰狼位置向量向离散客户序列的转化。(2)采用收敛性指标和分布性指标来进行决策个体的选择。(3)设计了多种删除、插入算子实施局部路径优化。为说明算法的有效性,以Solomon中的部分算例为例,将该算法与MOIGA和改进的ACO算法进行实验对比。实验结果表明,所提出的混合多目标灰狼算法能找到更好的Pareto解,并且性能优于其他进化算法。

关键词：多目标优化车辆路径规划问题灰狼算法时间窗

来源：评论

学校读者我要写书评

暂无评论

改进YOLOv7的木材表面缺陷检测算法

引用

计算机工程与应用 2024年第7期60卷 175-182页

作者：江兴旺赵兴强南京信息工程大学自动化学院南京210044

优质木材深受人们喜爱,但木材存在多种缺陷导致优质木材产量少,木材利用率低。运用深度学习的目标检测算法可以实现木材表面缺陷的快速稳定检测,以此提高木材的优质化和利用率。针对目前木材表面缺陷目标小、密集和复杂等特点导致检测... 详细信息

优质木材深受人们喜爱,但木材存在多种缺陷导致优质木材产量少,木材利用率低。运用深度学习的目标检测算法可以实现木材表面缺陷的快速稳定检测,以此提高木材的优质化和利用率。针对目前木材表面缺陷目标小、密集和复杂等特点导致检测精度较差的问题,提出了一种基于改进YOLOv7的木材表面缺陷检测模型YOLOv7-ESS。针对木材的裂缝缺陷存在极端长宽比例而影响检测效果的问题,嵌入注意力模块ECBAM,通过加强对极端长宽比例缺陷的注意力,提高模型的特征提取能力。针对在提取特征时木材表面小缺陷特征信息丢失严重的问题,引入浅层加权特征融合网络SFPN,以深层特征图作为输出,同时有效利用浅层特征信息,提高小缺陷的识别准确率。引入SIoU损失函数,提升模型收敛速度及模型精度。结果表明,YOLOv7-ESS模型平均检测精度为94.7%,较YOLOv7检测精度提高了11.2个百分点,满足木材生产加工时的缺陷检测要求。

关键词：木材表面缺陷检测 YOLOv7 特征融合注意力机制损失函数

来源：评论

学校读者我要写书评

暂无评论

基于深度神经网络的硅基混合复用/解复用器设计

引用

光学学报 2025年第7期45卷 138-147页

作者：张淋谢龙勤相子涵蔡忠贸高亚太蒋卫锋南京信息工程大学自动化学院

深度神经网络（DNN）在光子器件的快速设计中展现出卓越性能,成为硅光子学领域的前沿技术。基于DNN逆向设计一种TM0、TE0和TE1三种模式的硅基混合复用/解复用器,优化设计得到的混合复用/解复用器件尺寸为4.8μm×2.56μm。实验测试... 详细信息

深度神经网络（DNN）在光子器件的快速设计中展现出卓越性能,成为硅光子学领域的前沿技术。基于DNN逆向设计一种TM0、TE0和TE1三种模式的硅基混合复用/解复用器,优化设计得到的混合复用/解复用器件尺寸为4.8μm×2.56μm。实验测试结果显示:在1550 nm中心波长处,TM0、TE0和TE1模插入损耗分别为0.56 dB、0.31 dB和0.93 dB,复用/解复用串扰小于-17.63 dB,且工作带宽大于100 nm。基于DNN的逆向设计方法可快速设计并实现高集成度、高性能硅基混合复用/解复用器,为大容量片上光通信和光互联提供关键器件。

关键词：深度神经网络逆向设计模分复用硅基混合复用/解复用器

来源：评论

学校读者我要写书评

暂无评论

基于点线特征的通风管道建模与管内定位方法

引用

仪器仪表学报 2024年第2期45卷 272-279页

作者：季宇航宋爱国南京信息工程大学自动化学院南京210044 东南大学仪器科学与工程学院南京210096

为解决在通风管道环境下场景构型单一、传统视觉特征点稀疏的问题,利用前后两个单目相机和左右两个线阵激光雷达作为主要传感设备,提出一种基于点线特征的管道建模与管内定位方法。首先,利用LaneNet网络和改进的随机抽样一致算法提取四... 详细信息

为解决在通风管道环境下场景构型单一、传统视觉特征点稀疏的问题,利用前后两个单目相机和左右两个线阵激光雷达作为主要传感设备,提出一种基于点线特征的管道建模与管内定位方法。首先,利用LaneNet网络和改进的随机抽样一致算法提取四条管壁边线特征,再利用图像中的几何和空间约束筛选局部直线分割算法的检测结果,得到管道连接处的两条竖直线特征。接着利用线阵激光雷达计算管道宽度和机器人偏航角,恢复了管道连接处线特征的深度信息并求解得到管道高度。最后建立管道地图坐标系并推算机器人的二维坐标位置和管道长度。实验结果表明,定位的相对误差在9.8 cm以内,管道建模的相对误差在2.9 cm以内,能够满足机器人在管道内巡检作业时的建模与定位需求。

关键词：点线特征相机投影 RANSAC 视觉定位尺寸估计

来源：评论

学校读者我要写书评

暂无评论

MFANet：用于辅助诊断MRI脑肿瘤的多元融合感知网络

引用

激光与光电子学进展 2025年

作者：潘莫寂花国祥宋相龙尹书哲闫纪源南京信息工程大学自动化学院无锡学院自动化学院

早期精准诊断出脑肿瘤对于制定合适的治疗方案和提升存活率至关重要。随着智慧医疗的发展，仅依赖于人工对MRI图像进行分析的传统方法正逐渐智能化。为辅助临床医生更精准地识别并分类脑肿瘤，本文基于Yolov8提出了MRI脑肿瘤诊断网络Mul... 详细信息

早期精准诊断出脑肿瘤对于制定合适的治疗方案和提升存活率至关重要。随着智慧医疗的发展，仅依赖于人工对MRI图像进行分析的传统方法正逐渐智能化。为辅助临床医生更精准地识别并分类脑肿瘤，本文基于Yolov8提出了MRI脑肿瘤诊断网络Multi-Fusion AwareNetwork(MFANet)。首先，为解决脑肿瘤难分类问题，设计了轻量化的CNNTransformer双分支并行特征提取模块CTB。其中Transformer分支引入新的通道混合器CGLU以增强非线性特征表达能力。其次，提出了特征耦合模块(FCM)消除CTB中局部与全局特征之间的语义差异。最后，针对肿瘤边界模糊所导致的难定位问题，构建了尺度感知聚焦扩散金字塔(SAF-DPN)，通过自适应感知融合多尺度特征和特征扩散机制，提高对脑肿瘤的检测定位精度。实验表明，MFANet在保持高检测速度的同时，对脑肿瘤四分类任务的平均分类准确率达99.0%，平均检测精确度达99.2%，且模型的参数量仅为2.52M，整体性能优于其他算法，实现了检测准确性和网络轻量化之间的平衡，为脑肿瘤的检测与分类提供了智能化新方法。

关键词：脑肿瘤诊断 CNN Transformer 特征耦合多尺度感知

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：