检索结果-内蒙古大学图书馆

石油物探 2021年第3期60卷 421-429页

作者：熊松龄曾庆宁龙超王师琦祁潇潇郑展恒桂林电子科技大学信息与通信学院广西桂林541004 桂林电子科技大学认知无线电与信息处理教育部重点实验室广西桂林541004

瞬变电磁信号易受各种噪声的干扰,尤其是在信号晚期,噪声甚至会淹没有效信号,严重影响了后期的反演。为此,提出了将瞬变电磁信号分为早中期和晚期两部分进行处理的思路,并首次将非负矩阵分解(NMF)的有监督算法应用于受噪声影响较大的瞬... 详细信息

瞬变电磁信号易受各种噪声的干扰,尤其是在信号晚期,噪声甚至会淹没有效信号,严重影响了后期的反演。为此,提出了将瞬变电磁信号分为早中期和晚期两部分进行处理的思路,并首次将非负矩阵分解(NMF)的有监督算法应用于受噪声影响较大的瞬变电磁晚期信号的处理。首先,在训练阶段,将纯净信号进行短时傅里叶变换和非负矩阵分解处理,得到表征信号特征的原子字典。然后,在降噪阶段,利用原子字典和降噪模型处理含噪信号,得到初步估计的瞬变电磁信号。最后,多次重复以上步骤,将初步估计的瞬变电磁信号的晚期数据和含噪信号的原始早中期数据分别累加,求各自的算术平均值,再将两者拼接,估计出最终的完整的瞬变电磁信号。仿真实验和实测数据处理结果表明,该算法可以有效改善信噪比和均方根误差,减少波形的失真,降噪效果明显优于小波变换、Hilbert-Huang变换(HHT)和奇异值分解(SVD)等传统降噪方法,为提高后续反演的准确度奠定了基础。

关键词：瞬变电磁信号短时傅里叶变换非负矩阵分解原子字典有监督算法算术平均值信噪比均方根误差

来源：评论

学校读者我要写书评

暂无评论

一种宽负载范围低纹波高效率能量收集系统

引用

微电子学 2023年第4期53卷 668-676页

作者：陈志艺韦保林宣艳韦雪明徐卫林李海鸥桂林电子科技大学广西无线宽带通信与信号处理重点实验室广西桂林541004 国电南瑞科技股份有限公司南京211106

针对环境能量收集系统输出电压纹波高以及效率随负载变化等缺点,提出了一种在宽负载范围内转换效率高且输出电压纹波低的能量收集系统。该系统基于最优化导通时间(OOT)控制方法对输出纹波进行调控,解决了传统控制方法在小负载电容和轻... 详细信息

针对环境能量收集系统输出电压纹波高以及效率随负载变化等缺点,提出了一种在宽负载范围内转换效率高且输出电压纹波低的能量收集系统。该系统基于最优化导通时间(OOT)控制方法对输出纹波进行调控,解决了传统控制方法在小负载电容和轻载情况下纹波较大的问题;此外,基于自适应系统时钟频率(ACF)控制方法改善了传统方法在轻载时效率大幅度下降的问题,实现系统在较宽负载范围内保持较高的效率。采用180 nm CMOS工艺对能量收集系统进行设计验证。仿真结果显示,所设计的能量收集系统在1 mA负载电流范围内峰值效率为89.75%,最低效率为83.75%,其最低效率比同类系统提高了7个百分点以上;在0.2μF负载电容下纹波从177.96 mV下降到23.56 mV。

关键词：能量收集宽负载范围低纹波高效率

来源：评论

学校读者我要写书评

暂无评论

基于废弃PET的环氧超支化聚酯扩链剂应用性能

引用

工程塑料应用 2024年第10期52卷 143-150页

作者：黄炫淇李小林戴永斌陈珍明李鹏桂林电子科技大学材料科学与工程学院广西桂林541004 华砻树脂股份有限公司广西贺州542899 广西碳酸钙资源综合利用重点实验室贺州学院材料与化学工程学院广西贺州542899

以废弃聚对苯二甲酸乙二酯(PET)的降解产物为核心,制备了环氧超支化聚酯扩链剂(EHBP),探究了该扩链剂对聚对苯二甲酸-己二酸丁二酯/聚乳酸/碳酸钙(PBAT/PLA/CaCO_(3))三元复合材料微观结构、热性能、力学性能的影响。结果表明,以PET降... 详细信息

以废弃聚对苯二甲酸乙二酯(PET)的降解产物为核心,制备了环氧超支化聚酯扩链剂(EHBP),探究了该扩链剂对聚对苯二甲酸-己二酸丁二酯/聚乳酸/碳酸钙(PBAT/PLA/CaCO_(3))三元复合材料微观结构、热性能、力学性能的影响。结果表明,以PET降解产物制备的EHBP对复合材料有明显的增容作用。扩链剂中的高活性环氧基团能够与PBAT和PLA上的端羧基、端羟基发生开环加成反应,形成扩链大分子以增强PBAT和PLA之间的界面相互作用。当EHBP添加量达到0.6份时,可以明显观察到两相间变得模糊、孔洞减少。缺口冲击强度由6.48 kJ/m^(2)增加到43.02 kJ/m^(2),拉伸强度由10.15 MPa增加到24.59 MPa,断裂伸长率由11.8%增加到56.72%。

关键词：聚对苯二甲酸乙二酯聚对苯二甲酸-己二酸丁二酯聚乳酸扩链剂相容性复合材料

来源：评论

学校读者我要写书评

暂无评论

基于权值筛选策略的增量学习方法

引用

计算机工程与设计 2022年第8期43卷 2221-2227页

作者：莫建文朱彦桥欧阳宁林乐平桂林电子科技大学信息与通信学院认知无线电与信息处理省部共建教育部重点实验室广西桂林541004 桂林电子科技大学信息与通信学院广西桂林541004

为提高现有增量学习模型在容量固定环境下学习的持久性,提出一种基于权值选择策略的增量学习方法。根据贝叶斯神经网络携带的不确定性动态地调整权值的学习率,以此优化一个能同时记忆新旧知识的模型;为使模型的学习与记忆更有弹性,在此... 详细信息

为提高现有增量学习模型在容量固定环境下学习的持久性,提出一种基于权值选择策略的增量学习方法。根据贝叶斯神经网络携带的不确定性动态地调整权值的学习率,以此优化一个能同时记忆新旧知识的模型;为使模型的学习与记忆更有弹性,在此基础上提出一种权值选择策略,该策略可以令模型主动选择性地释放部分网络资源,在不严重损害旧任务性能的前提下促进后续任务的学习。实验结果表明,在模型容量固定的环境下,权值选择策略的引入可以更有效地发掘模型的持续学习能力。

关键词：灾难性遗忘贝叶斯增量学习不确定性学习率权值选择策略

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的小目标森林火灾识别方法

引用

计算机仿真 2024年第9期41卷 167-172页

作者：罗明明黄建华孙希延万逸轩桂林电子科技大学广西精密导航技术与应用重点实验室广西桂林541004 桂林电子科技大学卫星导航与位置服务国家与地方联合工程研究中心广西桂林541004

由于在森林火灾初期火灾目标的尺寸较小,导致模型对小目标的森林火灾产生漏检的问题,提出一种基于YOLOv5的小目标检测的森林火灾识别方法。为了提高检测算法对小型火焰的检测效果,提出了一个新的模块并将其命名为CSP-SPPFP(Cross Stage ... 详细信息

由于在森林火灾初期火灾目标的尺寸较小,导致模型对小目标的森林火灾产生漏检的问题,提出一种基于YOLOv5的小目标检测的森林火灾识别方法。为了提高检测算法对小型火焰的检测效果,提出了一个新的模块并将其命名为CSP-SPPFP(Cross Stage Partial-Spatial Pyramid Pooling Fast Plus),将YOLOv5主干网络中的SPP替换为CSP-SPPFP;为了增强火焰特征的表达,提出一种基于CBAM注意力的模块;为减少小目标的上采样过程中的信息损失,将原有的上采样方法替换为转置卷积。设计1组实验来确定选择使用哪种CBAM注意力模块、1组消融实验以及1组对比实验来验证所提出的算法的有效性。实验结果表明,算法与原YOLOv5算法相比,mAP@50提升了2.12%,针对小目标森林火灾目标能够准确检出,有效提升了森林火灾防范能力。

关键词：森林火灾注意力机制小目标检测

来源：评论

学校读者我要写书评

暂无评论

基于多尺度特征融合和注意力的钢表面缺陷检测

引用

桂林电子科技大学学报 2022年第5期42卷 398-404页

作者：黄怡董荣胜桂林电子科技大学广西可信软件重点实验室广西桂林541004

为了解决钢表面缺陷检测存在缺陷定位和分类困难的问题,提升钢表面缺陷检测效率,提出一种基于多尺度特征融合和注意力机制的钢表面缺陷检测算法。该算法的模型基于编码器-解码器结构,来实现缺陷分类和分割任务。编码器结构采用残差网络R... 详细信息

为了解决钢表面缺陷检测存在缺陷定位和分类困难的问题,提升钢表面缺陷检测效率,提出一种基于多尺度特征融合和注意力机制的钢表面缺陷检测算法。该算法的模型基于编码器-解码器结构,来实现缺陷分类和分割任务。编码器结构采用残差网络ResNet50作为骨干网络,然后利用多尺度特征融合模块捕获丰富的多尺度空间信息。解码器结构基于全局注意力采样模块,利用高层语义信息生成的全局上下文权重对浅层细节信息进行指导,来实现更加精准的选取细节信息,最后通过3×3卷积块细化分割结果,逐渐恢复缺陷信息并进行预测。使用kaggle竞赛平台提供的钢表面缺陷数据集对算法进行实验,缺陷检测的Dice系数能够达到94.22%,与U-net等语义分割模型相比,缺陷检测效果更好。

关键词：钢表面缺陷检测多尺度特征注意力机制语义分割

来源：评论

学校读者我要写书评

暂无评论

基于空谱分组卷积密集网络的高光谱图像分类

引用

计算机工程与设计 2022年第7期43卷 2031-2039页

作者：欧阳宁李祖锋林乐平桂林电子科技大学信息与通信学院认知无线电与信息处理省部共建教育部重点实验室广西桂林541004 桂林电子科技大学信息与通信学院广西桂林541004

针对高光谱图像分类在特征提取过程中高分辨率信息丢失,导致分类精度下降的问题,提出一种基于空谱分组卷积密集网络的高光谱图像分类方法。设计光谱-空间三维分组卷积密集模块,对光谱与空间特征进行分步提取,利用分组卷积构造的密集网... 详细信息

针对高光谱图像分类在特征提取过程中高分辨率信息丢失,导致分类精度下降的问题,提出一种基于空谱分组卷积密集网络的高光谱图像分类方法。设计光谱-空间三维分组卷积密集模块,对光谱与空间特征进行分步提取,利用分组卷积构造的密集网络能减少数据固有信息冗余,使高分辨率的特征进行重用,避免细节特征信息丢失;设计光谱残差注意力模块,该模块通过结合空-谱特征计算注意力权重,对提取到的光谱特征进行权重重分配,对光谱信息富有的区域进行增强。实验结果表明,相比于若干最优的深度网络方法,所提高光谱图像分类方法具有更好的分类性能。

关键词：高光谱图像分类三维分组卷积密集网络光谱残差注意力模块空-谱特征

来源：评论

学校读者我要写书评

暂无评论

基于YOLOv5l和ViT的交通标志检测识别方法

引用

科学技术与工程 2022年第27期22卷 12038-12044页

作者：郭朦陈紫强邓鑫梁晨桂林电子科技大学广西无线宽带通信与信号处理重点实验室桂林541004

随着交通行业的发展,交通标志检测识别成为了辅助驾驶系统中最热门的研究方向之一。在实际行车道路中,交通标志具有目标小且类别繁多的特点,针对现有检测与识别算法难以同时兼顾准确度和速率的问题,提出一种YOLOv5l(you only look once ... 详细信息

随着交通行业的发展,交通标志检测识别成为了辅助驾驶系统中最热门的研究方向之一。在实际行车道路中,交通标志具有目标小且类别繁多的特点,针对现有检测与识别算法难以同时兼顾准确度和速率的问题,提出一种YOLOv5l(you only look once version 5l)与视觉转换器(vision transformer,ViT)结合的检测与识别方法。首先采用YOLOv5l对目标进行检测,得出交通标志的位置信息,再将其输入ViT进行分类识别,其中特征连接部分引入DenseNet网络模块,来实现原始特征和卷积后特征映射的密集连接,加强特征的传递性,提高识别率。结果表明:在GTSDB和GTSRB数据集上实验效果更佳,交通标志检测速率达到20 ms,准确率达到98.78%,相比全连接层识别准确率提高了约4%。

关键词：交通标志检测与识别 YOLOv5l 视觉转换器

来源：评论

学校读者我要写书评

暂无评论

激光线扫描的抗反射透视成像

激光线扫描的抗反射透视成像

引用

2024光电探测与成像及智能传感技术大会暨第三届光电转换与太阳能电池材料发展研讨会

作者：石锦鹏何志毅祖密密桂林电子科技大学信息与通信学院广西桂林541004 桂林电子科技大学信息与通信学院广西桂林541004 桂林电子科技大学广西无线宽带通信与信号处理重点实验室广西桂林 541004

在前挡介质的光反射条件下通常难以观察识别目标物体，例如透过房屋或车辆窗户玻璃观察室内或车内的情况，由于室外环境在玻璃表面造成的反射光掩盖了室内场景，形成了室内到室外在视觉上的单向透明，这在需要明确观察周边环境的安保、... 详细信息

在前挡介质的光反射条件下通常难以观察识别目标物体，例如透过房屋或车辆窗户玻璃观察室内或车内的情况，由于室外环境在玻璃表面造成的反射光掩盖了室内场景，形成了室内到室外在视觉上的单向透明，这在需要明确观察周边环境的安保、缉毒等室外执法活动带来困难。本文设计了一种激光线扫描抗反射透视成像系统，通过屏蔽反射光干扰实现对前挡透明玻璃后方场景成像。采用激光线同步扫描方式将每一帧被照明的像素组合成一副完整的图像，并采用差分方法处理图像，获得清晰的图像。

关键词：反射光激光线扫描成像

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的LBlock安全性分析及其应用

引用

电子与信息学报 2023年第10期45卷 3745-3751页

作者：杨小东李锴彬杜小妮梁丽芳贾美纯西北师范大学计算机科学与工程学院兰州730070 桂林电子科技大学广西密码学与信息安全重点实验室桂林541004 西北师范大学数学与统计学院兰州730070 西北师范大学密码技术与数据分析重点实验室兰州730070

目前通过深度学习对轻量级分组密码进行安全性分析正成为一个全新的研究热点。Gohr在2019年的美密会上首次将深度学习应用于分组密码安全性分析(doi:10.1007/978-3-030-26951-7_6),利用卷积神经网络学习固定输入差分的密文差分分布特征... 详细信息

目前通过深度学习对轻量级分组密码进行安全性分析正成为一个全新的研究热点。Gohr在2019年的美密会上首次将深度学习应用于分组密码安全性分析(doi:10.1007/978-3-030-26951-7_6),利用卷积神经网络学习固定输入差分的密文差分分布特征,从而构造出高精度的神经网络区分器。LBlock算法是一种具有优良软硬件实现效率的轻量级分组密码算法,自算法发表以来受到了研究者的广泛关注。该文基于残差网络,构造了减轮LB-lock差分神经网络区分器,所得7轮和8轮区分器模型的精度分别是0.999和0.946。进一步利用构造的9轮区分器,提出了针对11轮LBlock的密钥恢复攻击方案。实验结果表明,当密码算法迭代轮数较少时,该方案进行攻击时无需单独考虑S盒,相比于传统攻击方案具有方案流程简单和易于实现等特点,并且在数据复杂度和时间复杂度方面具有较大的优越性.

关键词： LBlock 差分区分器深度学习密钥恢复攻击

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：