检索结果-内蒙古大学图书馆

中国图象图形学报 2022年第5期27卷 1537-1553页

作者：卢贝盖杉南昌航空大学信息工程学院南昌330063 江西省图像处理与模式识别重点实验室南昌330063

目的现有的去雨方法存在去雨不彻底和去雨后图像结构信息丢失等问题。针对这些问题,提出多尺度渐进式残差网络(multi scale progressive residual network,MSPRNet)的单幅图像去雨方法。方法提出的多尺度渐进式残差网络通过3个不同感受... 详细信息

目的现有的去雨方法存在去雨不彻底和去雨后图像结构信息丢失等问题。针对这些问题,提出多尺度渐进式残差网络(multi scale progressive residual network,MSPRNet)的单幅图像去雨方法。方法提出的多尺度渐进式残差网络通过3个不同感受野的子网络进行逐步去雨。将有雨图像通过具有较大感受野的初步去雨子网络去除图像中的大尺度雨痕。通过残留雨痕去除子网络进一步去除残留的雨痕。将中间去雨结果输入图像恢复子网络,通过这种渐进式网络逐步恢复去雨过程中损失的图像结构信息。为了充分利用残差网络的残差分支上包含的重要信息,提出了一种改进残差网络模块,并在每个子网络中引入注意力机制来指导改进残差网络模块去雨。结果在5个数据集上与最新的8种方法进行对比实验,相较于其他方法中性能第1的模型,本文算法在5个数据集上分别获得了0.018、0.028、0.012、0.007和0.07的结构相似度(structural similarity,SSIM)增益。同时在Rain100L数据集上进行了消融实验,实验结果表明,每个子网络的缺失都会造成去雨性能的下降,提出的多尺度渐进式网络算法能够有效去除各种雨痕。结论提出的算法能够获得最高的客观评价指标值和最优的视觉效果。在有效解决雨痕重叠问题的同时能够更好地保持图像的细节信息。

关键词：单幅图像去雨深度学习卷积神经网络(CNN) 残差网络注意力机制

来源：评论

学校读者我要写书评

暂无评论

带软时间窗随机需求车辆路径问题的算法研究

引用

计算机集成制造系统 2021年第8期27卷 2270-2281页

作者：李国明李军华南昌航空大学江西省图像处理与模式识别重点实验室江西南昌330063

针对带软时间窗的随机需求车辆路径问题求解过程中存在的大规模车辆规划复杂度较高、规划时间较长、客户需求未知等问题,提出一种改进两阶段算法。第一阶段将客户随机需求作确定化处理,使其等于期望值,然后引入自适应禁忌长度、自适应... 详细信息

针对带软时间窗的随机需求车辆路径问题求解过程中存在的大规模车辆规划复杂度较高、规划时间较长、客户需求未知等问题,提出一种改进两阶段算法。第一阶段将客户随机需求作确定化处理,使其等于期望值,然后引入自适应禁忌长度、自适应惩罚系数和改进邻域结构,以解决车辆偏离时间窗问题,最后得到最初的规划方案,但该方案仍存在一定误差;第二阶段采用选择回配送中心算法修正第一阶段所求解的误差。实验结果表明,改进后的两阶段算法具有较强的寻优能力和较高的鲁棒性,能够快速找到合理的解决方案。

关键词：随机需求禁忌搜索修正算法车辆路径问题

来源：评论

学校读者我要写书评

暂无评论

基于多尺度聚焦网络的单图像城市场景3D平面重建

引用

小型微型计算机系统 2022年第8期43卷 1718-1724页

作者：江瑞祥缪君储珺葛芸南昌航空大学江西省图像处理与模式识别重点实验室南昌330063

针对基于单图像城市场景中不规则平面3D重建的难题,本文提出了一种基于多尺度聚焦网络的场景3D平面重建算法.该算法以单幅RGB图像为输入,通过单网络、双任务的学习策略,同时输出平面的分割映射以及深度信息.为了根据上下文来自适应的更... 详细信息

针对基于单图像城市场景中不规则平面3D重建的难题,本文提出了一种基于多尺度聚焦网络的场景3D平面重建算法.该算法以单幅RGB图像为输入,通过单网络、双任务的学习策略,同时输出平面的分割映射以及深度信息.为了根据上下文来自适应的更改有效感受野大小以获取多尺度信息,本文还提出了一种将条状注意力机制嵌入到空洞空间金字塔池化模块的多尺度聚焦模块,使之能够关注城市场景中的条状平面.本文网络模型在SYNTHIA城市场景数据集上进行了训练,在测试集中取得了81.5%SC和4.22%Abs Rel的表现.本文算法相对于现有算法更可靠、重建模型更完整.

关键词：平面重建单幅图像城市场景多尺度聚焦模块条状注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于刚柔耦合的提升机钢丝绳横向振动因素分析

引用

机床与液压 2023年第23期51卷 121-125页

作者：韩壮禄龙盛蓉陈学宽宋奕霖李志农南昌航空大学江西省图像处理与模式识别重点实验室江西南昌330063 南昌航空大学无损检测教育部重点实验室江西南昌330063

落地式摩擦提升机在运行过程中极易产生振动现象,影响提升设备的安全。为此,以多体动力学仿真软件为载体,考虑钢丝绳的柔性特性,建立刚柔耦合的摩擦式提升机仿真模型,研究加速度与制动曲线对提升钢丝绳横向振动的影响。实验与仿真结果表... 详细信息

落地式摩擦提升机在运行过程中极易产生振动现象,影响提升设备的安全。为此,以多体动力学仿真软件为载体,考虑钢丝绳的柔性特性,建立刚柔耦合的摩擦式提升机仿真模型,研究加速度与制动曲线对提升钢丝绳横向振动的影响。实验与仿真结果表明:制动阶段时不同加速度运行工况下,摩擦提升系统极易产生横向振动,矩形加速度曲线产生的横向振动更小,上行工况比下行工况钢丝绳振动剧烈。

关键词：提升机钢丝绳横向振动刚柔耦合

来源：评论

学校读者我要写书评

暂无评论

基于频率-波数的频域合成孔径导波成像研究

引用

仪器仪表学报 2021年第10期42卷 230-238页

作者：龙盛蓉邓文武陈炫宇韩壮禄李志农南昌航空大学江西省图像处理与模式识别重点实验室南昌330063 南昌航空大学无损检测教育部重点实验室南昌330063

为实现管道中缺陷位置与尺寸的准确预测,在爆炸反射成像原理的基础上,提出了一种基于频率-波数的频域合成孔径导波成像算法。通过磁致伸缩方式在管道中激励出T(0,1)模态导波,对采集到的回波信号做二维傅里叶变换并进行角谱运算对频域内... 详细信息

为实现管道中缺陷位置与尺寸的准确预测,在爆炸反射成像原理的基础上,提出了一种基于频率-波数的频域合成孔径导波成像算法。通过磁致伸缩方式在管道中激励出T(0,1)模态导波,对采集到的回波信号做二维傅里叶变换并进行角谱运算对频域内声场进行重构。最后,对其进行反傅里叶变换后实现目标区域内的聚焦成像。通过实验验证成像结果,同时与原始B扫结果进行了对比。结果表明,所提算法有效抑制了旁瓣效应产生,使成像分辨率提高了约30%,定量误差缩减了26.1%;同时研究表明在缺陷轴向位置、深度及倾斜角度发生改变时,利用该算法实现缺陷图像重构后,其检测准确度只受缺陷周向范围的绝对尺寸影响,对周向表面缺陷检测具体较高的灵敏度。

关键词：管道超声导波频率-波数频域合成孔径成像算法

来源：评论

学校读者我要写书评

暂无评论

基于改进麻雀搜索算法的特征选择在入侵检测中的应用

引用

南昌航空大学学报（自然科学版） 2023年第2期37卷 70-77,100页

作者：蔡昊李军华周成南昌航空大学江西省图像处理与模式识别重点实验室南昌330063

机器学习在入侵检测中发挥着至关重要的作用,特征选择作为机器学习的关键预处理步骤,受到广大研究者的关注。针对麻雀搜索算法寻优能力强但易陷入局部最优的问题,本文对特征编码、位置更新等策略进行改进,提出一种多策略融合的二进制麻... 详细信息

机器学习在入侵检测中发挥着至关重要的作用,特征选择作为机器学习的关键预处理步骤,受到广大研究者的关注。针对麻雀搜索算法寻优能力强但易陷入局部最优的问题,本文对特征编码、位置更新等策略进行改进,提出一种多策略融合的二进制麻雀搜索算法,结合决策树分类器构造封装式特征选择算法,从高维特征空间中选择具有代表性的特征,以提高模型的预测能力并降低时间成本。基于NSL-KDD和UNSW-NB15数据集进行了性能评估,实验结果表明:与多种特征选择算法相比,利用该算法进行特征选择后的数据具有最佳二分类效果。

关键词：麻雀搜索算法入侵检测特征选择特征编码位置更新

来源：评论

学校读者我要写书评

暂无评论

基于改进的SqueezeNet直升机滚动轴承故障诊断

引用

航空动力学报 2022年第6期37卷 1162-1170页

作者：余志锋熊邦书李新民欧巧凤南昌航空大学图像处理与模式识别省重点实验室南昌330063 中国航空工业集团有限公司中国直升机设计研究所直升机旋翼动力学重点实验室江西景德镇333001

针对现有基于卷积神经网络的故障诊断方法存在模型参数量和计算量大的问题,提出一种改进的SqueezeNet模型应用于直升机滚动轴承故障诊断。该模型借鉴VGG16模型的思想,在经典的SqueezeNet基础上,采用3个3×3卷积核代替1个7×7卷... 详细信息

针对现有基于卷积神经网络的故障诊断方法存在模型参数量和计算量大的问题,提出一种改进的SqueezeNet模型应用于直升机滚动轴承故障诊断。该模型借鉴VGG16模型的思想,在经典的SqueezeNet基础上,采用3个3×3卷积核代替1个7×7卷积核,实现了在相同感知野条件下增加网络容量、增强非线性、减少网络参数量,采用卷积层、池化层和Fire模块、池化层两大结构交替的方式组成模型特征提取层,在保障特征提取能力的情况下,进一步减少了网络参数量。通过轴承数据开展模型故障诊断实验,结果表明该模型诊断精度达到99.65%,与传统卷积神经网络及经典的SqueezeNet模型相比诊断精度相当,而计算量与参数量最大缩减约6倍和36倍。

关键词：直升机滚动轴承卷积神经网络 VGG16模型轻量化 SqueezeNet模型

来源：评论

学校读者我要写书评

暂无评论

GH4169合金微观组织结构的超声评价与扩散生成方法

引用

无损检测 2024年第12期46卷 6-12页

作者：吴琪江乐旗陈昊周庭琪南昌航空大学图像处理与模式识别江西省重点实验室南昌330063 南昌航空大学信息工程学院南昌330063

针对高温合金材料微观组织表征与金相分析的需求,提出了一种结合超声评价与扩散生成模型的智能微观组织生成方法。基于超声检测获取的几何结构参数(如晶粒尺寸、圆度和长短轴比),通过数据积累与超声评价的双重输入,实现了特定合金微观... 详细信息

针对高温合金材料微观组织表征与金相分析的需求,提出了一种结合超声评价与扩散生成模型的智能微观组织生成方法。基于超声检测获取的几何结构参数(如晶粒尺寸、圆度和长短轴比),通过数据积累与超声评价的双重输入,实现了特定合金微观组织结构的重构。试验结果表明,生成的虚拟金相图像在形貌与几何特征上与真实金相图像高度一致,且晶粒几何结构数据的误差在5%以内。该方法为材料微观组织的智能生成与精准表征提供了新的研究方向。

关键词：超声检测人工智能内容生成扩散生成模型微观组织结构

来源：评论

学校读者我要写书评

暂无评论

结合双重对比嵌入学习的生成式零样本图像识别

引用

中国图象图形学报 2025年第5期 1389-1403页

作者：张桂梅闫文尚黄军阳南昌航空大学图像处理与模式识别江西省重点实验室

目的零样本学习（zero-shot learning,ZSL）是解决样本数据缺失情况下目标识别的有效方法。传统的零样本识别是通过对带标签的可见类数据训练，实现对无标签的未见类新数据的识别。根据任务设置的不同，分为传统零样本学习（convention... 详细信息

目的零样本学习（zero-shot learning,ZSL）是解决样本数据缺失情况下目标识别的有效方法。传统的零样本识别是通过对带标签的可见类数据训练，实现对无标签的未见类新数据的识别。根据任务设置的不同，分为传统零样本学习（conventional zero-shot learning,CZSL）和广义零样本学习（generalized zero-shot learning,GZSL）。生成式零样本识别方法由于可以生成未见类的视觉特征，从而将零样本学习问题转换为常规监督学习问题。但是生成式零样本识别存在特征判别性信息不足、伪视觉特征与语义信息不一致以及域偏移等问题。针对上述问题，提出结合双重对比嵌入学习的生成式零样本图像识别方法。方法首先，针对生成的特征判别性不足问题，基于VAE-GAN(variational autoencoder-generative adversarial network)生成框架，集成对比嵌入模块，多个网络协同训练，提高零样本图像识别精度；其次，以条件VAE-GAN为生成网络，提出双重对比学习策略。一方面，在现有可见类对比学习的基础上，引入未见类伪样本实例—原型域内对比学习，使生成的伪视觉特征与语义信息对齐，缓解可见类和未见类的语义混淆；另一方面，提出跨域中心—原型对比学习，缓解模型过于偏向于可见类，一定程度上减轻域偏移。结果在AWA1(animals with attributes1)、AWA2、CUB(Caltech-UCSD birds-200-2011)和SUN(SUNattribute)数据集上进行零样本和广义零样本识别实验，并与最新相关方法进行比较。在零样本识别任务中，提出的方法在AWA1和CUB数据集取得最优值，相比性能次优的模型，T1值分别提高2.2%和2.7%；在AWA2和SUN数据集均取得次优值。在广义零样本识别中，在AWA1、AWA2和CUB数据集H值均取得最优，相比次优值分别提升0.6%、0.8%和2.8%；在SUN数据集取得次优值。消融实验验证了提出算法的有效性。结论实验结果表明，提出的方法可提高零样本和广义零样本图像识别的精度，并具有较好的泛化性能。

关键词：零样本学习(ZSL) 广义零样本学习(GZSL) 生成对抗网络(GAN) 嵌入空间对比学习

来源：评论

学校读者我要写书评

暂无评论

带软时间窗的随机需求车辆路径问题的算法研究

引用

计算机集成制造系统 2021年

作者：李国明李军华南昌航空大学江西省图像处理与模式识别重点实验室

带软时间窗的随机需求车辆路径问题(Vehicle Routing Problem with Stochastic Demand and Soft Time Window，VRPSD-STW)，旨在求解在客户需求未知下车辆准时到达指定地点，并且要求规划时间最短、修正成本最少、违背约束最小，是目前... 详细信息

带软时间窗的随机需求车辆路径问题(Vehicle Routing Problem with Stochastic Demand and Soft Time Window，VRPSD-STW)，旨在求解在客户需求未知下车辆准时到达指定地点，并且要求规划时间最短、修正成本最少、违背约束最小，是目前最具有挑战性的多约束组合优化问题之一。针对求解过程中大规模车辆规划复杂度较高、规划时间较长，客户需求未知等问题，提出一种改进两阶段算法。第一阶段将客户随机需求作确定化处理，使其等于期望值；然后，引入自适应禁忌长度，自适应惩罚系数及改进邻域结构以解决车辆偏离软时间问题，最后得到最初的规划方案，但该方案仍存在一定的误差。第二阶段采用SRTD算法(Select Return To Depot)对第一阶段所求解的误差进行修正。实验结果表明，改进后的两阶段算法具有较强的寻优能力、较高的鲁棒性，且能够快速地找到合理的解决方案。

关键词：随机需求禁忌搜索修正算法车辆路径问题

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：