检索结果-内蒙古大学图书馆

激光与光电子学进展 2020年第22期57卷 93-102页

作者：王凤随刘正男付林军教育部高端装备先进感知与智能控制重点实验室安徽芜湖241000 安徽省电气传动与控制重点实验室安徽芜湖241000 安徽工程大学电气工程学院安徽芜湖241000

针对传统Criminisi算法中优先权值很快趋于零,且修复时间较长等缺点,提出一种改进的基于信息熵和梯度因子的图像修复算法。首先,将图像信息熵与梯度因子拟合为权重因子,采用优化优先权的计算方式找到最优修复块;其次,利用可度量像素块... 详细信息

针对传统Criminisi算法中优先权值很快趋于零,且修复时间较长等缺点,提出一种改进的基于信息熵和梯度因子的图像修复算法。首先,将图像信息熵与梯度因子拟合为权重因子,采用优化优先权的计算方式找到最优修复块;其次,利用可度量像素块复杂度的信息熵对匹配块的搜索区域进行调整,建立搜索区域的动态法则;然后,借助于梯度因子建立匹配块模板尺寸的自适应模型,完善最优匹配块搜索策略;最后,引入序贯相似性检测算法从源区域中选取最优匹配块,实现图像的修复。实验结果表明,与传统Criminisi算法相比,所提算法无论在客观方面还是在主观方面都获得了较满意的图像修复结果,修复效果更加真实,修复图像具有更好的视觉效果。

关键词：图像处理图像修复 Criminisi算法信息熵梯度因子

来源：评论

学校读者我要写书评

暂无评论

基于二阶统计和时间结构的盲信号分离方法

引用

计算机应用 2014年第9期34卷 2510-2513,2517页

作者：邱萌萌周力汪磊吴建强安徽工程大学电气工程学院安徽芜湖241000 安徽省电气传动与控制重点实验室(安徽工程大学) 安徽芜湖241000

盲源分离(BSS)的目标就是在混合过程未知的情况下,仅仅依据观测得到的混合信号,恢复出不能直接观测的源信号。针对具有时间结构的源信号,即各个源信号分量满足空间上不相关但时间上相关,提出了一种基于二阶统计量的盲源分离方法。该方... 详细信息

盲源分离(BSS)的目标就是在混合过程未知的情况下,仅仅依据观测得到的混合信号,恢复出不能直接观测的源信号。针对具有时间结构的源信号,即各个源信号分量满足空间上不相关但时间上相关,提出了一种基于二阶统计量的盲源分离方法。该方法首先对混合信号进行鲁棒预白化处理,其中依据最小描述长度准则对源信号的维数进行估计;然后通过对白化信号的时延协方差矩阵进行奇异值分解(SVD),从而实现源信号的盲分离。仿真中通过对一组语音信号的分离验证了算法的效果,并利用信号干扰比(SIR)和性能指标函数(PI)两个指标定量地对算法的性能进行了度量。

关键词：二阶统计量盲源分离白化最小描述长度准则时延协方差矩阵

来源：评论

学校读者我要写书评

暂无评论

啁啾Bragg光栅的时延、色散特性和分段变迹

引用

激光杂志 2017年第10期38卷 43-46页

作者：孙瑞霞李炜赵发安徽工程大学电气工程学院电气传动与控制安徽省重点实验室安徽芜湖241000

针对啁啾Bragg光栅存在的时延线性度差,色散曲线不够平稳等问题,首先从耦合模理论出发,研究折射率调制深度Δn、光栅长度L、啁啾系数C等重要参数对其时延、色散特性的影响,深入探讨参数与特性的关系。提出分段变迹优化方法,探寻了有效... 详细信息

针对啁啾Bragg光栅存在的时延线性度差,色散曲线不够平稳等问题,首先从耦合模理论出发,研究折射率调制深度Δn、光栅长度L、啁啾系数C等重要参数对其时延、色散特性的影响,深入探讨参数与特性的关系。提出分段变迹优化方法,探寻了有效的变迹函数和变迹比例。数值分析表明,Δn从10^(-5)到10^(-3),L从5到100mm变化时,时延和色散振荡幅度都逐渐变大,零色散波长都向长波长方向漂移,最大时延差分别为1080、2784ps,时延线性区域逐渐增大,3dB带宽分别从0.75到2.17nm,0.73到1.04nm。C从0.01到0.2nm/cm变化时,时延振荡幅度和线性部分斜率减小,最大时延差明显减小,线性区域增大,带宽从0.18增大到1.52nm。分段变迹优化后时延线性区域增大,色散曲线更平稳,且有效降低了带宽的压缩程度。

关键词：啁啾时延色散特性优化布拉格光纤光栅

来源：评论

学校读者我要写书评

暂无评论

基于ARM和FPGA的线阵CCD测径系统的设计

引用

电子技术应用 2011年第2期37卷 82-84,87页

作者：张爱雪孟樱安徽工程大学电气工程学院安徽省电气传动与控制重点实验室安徽芜湖241000

设计了一种基于ARM微处理器LPC2214与线阵CCD的在线动态测径仪,该测径仪采用FPGA实现对线阵CCD时序脉冲的驱动;以ARM微处理器为测径仪的核心,实现图像信息的处理和对整个系统的控制,保证动态、实时、准确的测量线缆直径。介绍了该仪器... 详细信息

设计了一种基于ARM微处理器LPC2214与线阵CCD的在线动态测径仪,该测径仪采用FPGA实现对线阵CCD时序脉冲的驱动;以ARM微处理器为测径仪的核心,实现图像信息的处理和对整个系统的控制,保证动态、实时、准确的测量线缆直径。介绍了该仪器的基本原理,详细给出了系统硬件方案和软件流程。

关键词：测径仪线阵CCD ARM FPGA

来源：评论

学校读者我要写书评

暂无评论

基于扩展卡尔曼滤波的永磁同步电机无传感器矢量控制

引用

电机与控制应用 2011年第8期38卷 15-18页

作者：薛树功魏利胜凌有铸安徽工程大学电气工程学院安徽省电气传动与控制重点实验室安徽芜湖241000

为实现永磁同步电机(PMSM)的无传感器控制,引入扩展卡尔曼滤波对转子位置和转速进行估计,该算法通过测量电机端电压和定子电流在线估计转子位置和速度。为提高PMSM转速估计精度,以两相静止坐标系下考虑转动惯量的PMSM实际模型为递推估... 详细信息

为实现永磁同步电机(PMSM)的无传感器控制,引入扩展卡尔曼滤波对转子位置和转速进行估计,该算法通过测量电机端电压和定子电流在线估计转子位置和速度。为提高PMSM转速估计精度,以两相静止坐标系下考虑转动惯量的PMSM实际模型为递推估计对象,搭建转速、电流双闭环的无传感器矢量控制系统。仿真结果表明,系统状态估计精度较高、运行稳定、超调小、动静态性能良好。

关键词：永磁同步电机矢量控制扩展卡尔曼滤波无传感器控制

来源：评论

学校读者我要写书评

暂无评论

融合子空间共享特征的多尺度跨模态行人重识别方法

引用

电子与信息学报 2023年第1期45卷 325-334页

作者：王凤随闫涛刘芙蓉钱亚萍许月安徽工程大学电气工程学院芜湖241000 检测技术与节能装置安徽省重点实验室芜湖241000 高端装备先进感知与智能控制教育部重点实验室芜湖241000

跨模态行人重识别(Re-ID)是智能监控系统所面临的一项具有很大挑战的问题,现有的跨模态研究方法中主要基于全局或局部学习表示有区别的模态共享特征。然而,很少有研究尝试融合全局与局部的特征表示。该文提出一种新的多粒度共享特征融合... 详细信息

跨模态行人重识别(Re-ID)是智能监控系统所面临的一项具有很大挑战的问题,现有的跨模态研究方法中主要基于全局或局部学习表示有区别的模态共享特征。然而,很少有研究尝试融合全局与局部的特征表示。该文提出一种新的多粒度共享特征融合(MSFF)网络,该网络结合了全局和局部特征来学习两种模态的不同粒度表示,从骨干网络中提取多尺度、多层次的特征,全局特征表示的粗粒度信息与局部特征表示的细粒度信息相互协同,形成更具有区别度的特征描述符。此外,为使网络能够提取更有效的共享特征,该文还针对网络中的两种模态的嵌入模式提出了子空间共享特征模块的改进方法,改变传统模态特征权重的特征嵌入方式。将该模块提前放入骨干网络中,使两种模态的各自特征映射到同一子空间中,经过骨干网络产生更丰富的共享权值。在两个公共数据集实验结果证明了所提方法的有效性,SYSU-MM01数据集最困难全搜索单镜头模式下平均精度m AP达到了60.62%。

关键词：行人重识别跨模态全局和局部特征多粒度共享特征融合子空间共享特征

来源：评论

学校读者我要写书评

暂无评论

结合多尺度特征与混淆学习的跨模态行人重识别

引用

智能系统学报 2024年第4期19卷 898-908页

作者：王路遥王凤随闫涛陈元妹安徽工程大学电气工程学院安徽芜湖241000 安徽工程大学检测技术与节能装置安徽省重点实验室安徽芜湖241000 安徽工程大学高端装备先进感知与智能控制教育部重点实验室安徽芜湖241000

跨模态行人重识别研究的重难点主要来自于行人图像之间巨大的模态差异和模态内差异。针对这些问题,提出一种结合多尺度特征与混淆学习的网络结构。为实现高效的特征提取、缩小模态内差异,将网络设计为多尺度特征互补的形式,分别学习行... 详细信息

跨模态行人重识别研究的重难点主要来自于行人图像之间巨大的模态差异和模态内差异。针对这些问题,提出一种结合多尺度特征与混淆学习的网络结构。为实现高效的特征提取、缩小模态内差异,将网络设计为多尺度特征互补的形式,分别学习行人的局部细化特征与全局粗糙特征,从细粒度和粗粒度两方面来增强网络的特征表达能力。利用混淆学习策略,模糊网络的模态识别反馈,挖掘稳定且有效的模态无关属性应对模态差异,来提高特征对模态变化的鲁棒性。在大规模数据集SYSU-MM01的全搜索模式下该算法首位击中率和平均精度(mean average precision,mAP)的结果分别为76.69%和72.45%,在RegDB数据集的可见光到红外模式下该算法首位击中率和mAP的结果分别为94.62%和94.60%,优于现有的主要方法,验证了所提方法的有效性。

关键词：机器视觉行人重识别跨模态多尺度特征粗粒度细粒度混淆学习模态无关属性

来源：评论

学校读者我要写书评

暂无评论

基于modified-HBT干涉仪的压缩态光场光子统计特性的理论和实验研究

引用

光学学报 2020年第22期40卷 180-187页

作者：韩亚帅吴道华郭文梅安徽师范大学物理与电子信息学院安徽芜湖241000 安徽师范大学光电材料科学与技术安徽省重点实验室安徽芜湖241000 安徽工程大学电气工程学院安徽芜湖241000 安徽工程大学高端装备先进感知与智能控制教育部重点实验室安徽芜湖241000

用一对平衡零拍探测器分别替代HBT(Hanbury-Brown-Twiss)实验中的单光子探测器,构成了一个modified-HBT干涉仪。介绍了基于modified-HBT干涉仪的光场二阶关联函数测量原理以及步骤,着重讨论了测量过程中对暗噪声的处理。基于理论分析,... 详细信息

用一对平衡零拍探测器分别替代HBT(Hanbury-Brown-Twiss)实验中的单光子探测器,构成了一个modified-HBT干涉仪。介绍了基于modified-HBT干涉仪的光场二阶关联函数测量原理以及步骤,着重讨论了测量过程中对暗噪声的处理。基于理论分析,利用此干涉仪同时记录和统计了光场两空间分离模式的正交分量信息,实现了对光学参量振荡器输出的平移压缩态光场二阶关联函数的测量以及光子统计特性的表征。对于振幅压缩光,在特定的平移参量下,其二阶关联函数值小于1,表明光子呈现反聚束效应;而相位压缩光的二阶关联函数值总是大于1,光子呈现聚束效应。利用双光子干涉理论对测量到的平移压缩态光场的光子统计特性进行了解释,为理解压缩光的光子统计特性提供了参考。

关键词：量子光学压缩态二阶关联函数平衡零拍探测双光子干涉

来源：评论

学校读者我要写书评

暂无评论

融合自适应注意力机制的Faster R-CNN目标检测算法

引用

激光与光电子学进展 2022年第12期59卷 381-386页

作者：王启胜王凤随陈金刚刘芙蓉安徽工程大学电气工程学院安徽芜湖241000 检测技术与节能装置安徽省重点实验室安徽芜湖241000 高端装备先进感知与智能控制教育部重点实验室安徽芜湖241000

针对Faster R-CNN目标检测算法存在的定位和检测精度问题,设计了一种可嵌入Faster R-CNN目标检测算法并进行端到端训练的可移动的注意力(MA)模型。首先,为了获取更加精确的空间位置信息,MA采用两个自适应最大池化分别基于输入特征图的... 详细信息

针对Faster R-CNN目标检测算法存在的定位和检测精度问题,设计了一种可嵌入Faster R-CNN目标检测算法并进行端到端训练的可移动的注意力(MA)模型。首先,为了获取更加精确的空间位置信息,MA采用两个自适应最大池化分别基于输入特征图的水平和竖直两个方向进行特征聚合,生成两个独立的方向感知特征图;其次,为了防止模型过拟合,使用Sigmoid激活函数增加网络非线性;最后,为了充分利用已经得到的空间位置信息,将具有非线性的两个特征图与输入特征图依次相乘以增强输入特征图的表征能力。实验结果表明:基于MA改进的Faster R-CNN目标检测算法有效地提升了网络对感兴趣目标的定位能力,并且平均检测精度也得到了明显的提升。

关键词：机器视觉目标检测 Faster R-CNN 注意力机制卷积神经网络 ResNet-50

来源：评论

学校读者我要写书评

暂无评论

自适应上下文特征的多尺度目标检测算法

引用

智能系统学报 2022年第2期17卷 276-285页

作者：王凤随陈金刚王启胜刘芙蓉安徽工程大学电气工程学院安徽芜湖241000 检测技术与节能装置安徽省重点实验室安徽芜湖241000 高端装备先进感知与智能控制教育部重点实验室安徽芜湖241000

识别多尺度目标是检测任务中的一项挑战,针对检测中的多尺度问题,提出自适应上下文特征的多尺度目标检测算法。针对不同尺度的目标需要不同大小感受野特征进行识别的问题,构建了一种多感受野特征提取网络,通过多分支并行空洞卷积,从高... 详细信息

识别多尺度目标是检测任务中的一项挑战,针对检测中的多尺度问题,提出自适应上下文特征的多尺度目标检测算法。针对不同尺度的目标需要不同大小感受野特征进行识别的问题,构建了一种多感受野特征提取网络,通过多分支并行空洞卷积,从高层语义特征中挖掘标签中的上下文信息;针对不同尺度目标的语义特征出现在不同分辨率特征图中的问题,基于改进的通道注意力机制,提出自适应的特征融合网络,通过学习不同分辨率特征图之间的相关性,在全局语义特征中融合局部位置特征;利用不同尺度的特征图识别不同尺度的物体。在PASCAL VOC数据集上对本文算法进行验证,本文方法的检测精度达到了85.74%,相较于Faster RCNN检测精度提升约8.7%,相较于基线检测算法YOLOv3+提升约2.06%。

关键词：机器视觉目标检测卷积神经网络通道注意力并行空洞卷积多尺度特征融合上下文特征深度学习

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：