检索结果-内蒙古大学图书馆

中国激光 2024年第23期51卷 124-136页

作者：司菁菁王静波程银波刘畅燕山大学信息科学与工程学院河北秦皇岛066004 河北农业大学海洋学院河北秦皇岛066003 爱丁堡大学工程学院英国爱丁堡EH93JL 河北省信息传输与信号处理重点实验室河北秦皇岛066004

可调谐二极管激光吸收光谱(TDLAS)层析成像是一种重要的光学非侵入式燃烧检测技术,能够实现燃烧场重要流场参数的成像测量。为解决现有TDLAS温度分布层析成像算法重建图像的空间分辨率与成像速度之间的矛盾,将多分辨率空间离散模型与多... 详细信息

可调谐二极管激光吸收光谱(TDLAS)层析成像是一种重要的光学非侵入式燃烧检测技术,能够实现燃烧场重要流场参数的成像测量。为解决现有TDLAS温度分布层析成像算法重建图像的空间分辨率与成像速度之间的矛盾,将多分辨率空间离散模型与多分辨率温度分布重建思想引入TDLAS层析成像,并以两级空间分辨率为例,具体构建基于双域多尺度特征融合的多分辨率温度层析成像网络(DMFMMnet)。该网络基于测量值域多尺度融合卷积,以较低的空间分辨率实现燃烧场温度分布主要特征与总体轮廓的快速重建;结合图像域自适应多尺度特征融合与测量值校正,实现燃烧场温度分布细节特征的精细重建。采用火焰动力学模拟器生成的仿真数据与TDLAS传感器获得的真实测量数据进行的重建实验表明,DMFMMnet能够以一个网络重建出两种具有不同空间分辨率的温度分布图像。在信噪比为30 dB~45 dB的范围内,与需要在每个空间分辨率下调整结构并重新训练的现有温度重建网络相比,DMFMMnet重建的低分辨率、高分辨率温度分布图像的峰值信噪比分别提升了1.98%~32.79%和0.29%~38.67%。

关键词：可调谐二极管激光吸收光谱多分辨率层析成像温度成像多尺度特征融合

来源：评论

学校读者我要写书评

暂无评论

基于平滑最小方差无失真响应的一致性同步算法研究

引用

中国生物医学工程学报 2018年第6期37卷 680-687页

作者：顾广华崔冬王娟齐顺爱李小俚燕山大学信息科学与工程学院河北秦皇岛066004 河北省信息传输与信号处理重点实验室河北秦皇岛066004 北京师范大学认知神经科学和学习国家重点实验室北京100875

脑电信号一致性反映双通道信号在一定频率范围上波动形式的一致程度,反映相应位点大脑之间的联络性。将基于最小方差无失真响应的一致性算法与核滤波相结合,提出平滑最小方差无失真响应一致性算法(SMVDR);仿真实验表明,SMVDR在窄带信号... 详细信息

脑电信号一致性反映双通道信号在一定频率范围上波动形式的一致程度,反映相应位点大脑之间的联络性。将基于最小方差无失真响应的一致性算法与核滤波相结合,提出平滑最小方差无失真响应一致性算法(SMVDR);仿真实验表明,SMVDR在窄带信号和宽带信号中均有较好的准确性和抗噪性能。利用新算法SMVDR,对31例糖尿病患者(遗忘型轻度认知障碍aMCI组18人,认知功能正常对照组13人)的脑电信号在大脑不同区域、不同频带(δ,θ,α,β)进行一致性分析,统计分析发现:aMCI组在左右颞间δ频段的一致性下降而β频段一致性增加,前额-枕区的θ频段的一致性增加,右颞-枕区和前额-右颞区域的α频段一致性下降。一致性值与MOCA得分的相关性分析发现,在特征通道下δ和α频段的一致性与MOCA得分存在显著的正相关,θ和β频段一致性与MOCA分数呈负相关。SMVDR算法可以更好地计算双通道脑电信号之间的一致程度,对于理解老年期轻度认知障碍的患病机制并进行早期诊断与干预具有重要的意义。

关键词：脑电信号轻度认知障碍一致性平滑的最小方差无失真响应算法

来源：评论

学校读者我要写书评

暂无评论

基于卡通-纹理模型的激光吸收光谱层析成像

引用

中国激光 2024年第6期51卷 220-230页

作者：司菁菁吕东灿张瑞程银波刘畅燕山大学信息科学与工程学院河北秦皇岛066004 河北农业大学海洋学院河北秦皇岛066003 爱丁堡大学工程学院英国爱丁堡EH93JL 河北省信息传输与信号处理重点实验室河北秦皇岛066004

可调谐二极管激光吸收光谱层析成像(TDLAT)是一种重要的光学非侵入式燃烧检测技术。然而,TDLAT逆问题的欠定性本质使得现有迭代层析成像算法重建的燃烧场温度分布图像存在较大误差。针对该问题,笔者将图像处理领域的卡通-纹理模型引入TD... 详细信息

可调谐二极管激光吸收光谱层析成像(TDLAT)是一种重要的光学非侵入式燃烧检测技术。然而,TDLAT逆问题的欠定性本质使得现有迭代层析成像算法重建的燃烧场温度分布图像存在较大误差。针对该问题,笔者将图像处理领域的卡通-纹理模型引入TDLAT,提出了基于卡通-纹理模型的温度重建算法(TRACT)。该算法利用全变差约束下的Landweber算法重建气体吸收密度图像中的卡通成分,较好地恢复其中的平滑特征与边缘结构;构建改进的迭代收缩阈值算法深度展开网络,并用其重建气体吸收密度图像中的细节纹理成分;通过卡通成分重建与纹理成分重建的相互补充,提高气体吸收密度图像的整体重建质量,进而提高燃烧场温度分布图像的重建质量。利用火焰动力学模拟器生成的仿真数据与利用TDLAT实验系统实际测量数据进行的重建实验均表明,与现有的迭代层析成像算法相比,TRACT重建的燃烧场温度分布图像在客观评价指标与主观视觉质量方面均有较大提升。

关键词：光谱学可调谐二极管激光吸收光谱层析成像温度重建双线测温法卡通-纹理模型

来源：评论

学校读者我要写书评

暂无评论

弱分层交互Lasso罚logistic回归模型和改进坐标下降算法

引用

高技术通讯 2020年第4期30卷 348-357页

作者：李静于辉王金甲燕山大学理学院秦皇岛066004 燕山大学信息科学与工程学院河北省信息传输与信号处理重点实验室秦皇岛066004

基于变量交互和分层思想,提出了一种弱分层交互Lasso罚logistic回归模型。首先给出了交互模型定义和弱分层约束条件,然后给出了凸松弛条件和基于坐标下降法的系数求解算法。在4个UCI机器学习数据集和1个日常生活活动识别数据集上进行实... 详细信息

基于变量交互和分层思想,提出了一种弱分层交互Lasso罚logistic回归模型。首先给出了交互模型定义和弱分层约束条件,然后给出了凸松弛条件和基于坐标下降法的系数求解算法。在4个UCI机器学习数据集和1个日常生活活动识别数据集上进行实验,实验结果证明了变量交互对分类也有贡献,分层对分类也有贡献。分层交互Lasso兼具Lasso和交互Lasso的优点。

关键词：变量交互分层 Lasso logistic回归坐标下降算法

来源：评论

学校读者我要写书评

暂无评论

基于级联视觉Transformer与多尺度特征融合的燃烧场温度层析成像

引用

电子与信息学报 2023年第10期45卷 3511-3519页

作者：司菁菁王晓莉程银波刘畅燕山大学信息科学与工程学院秦皇岛066004 河北农业大学海洋学院秦皇岛066003 爱丁堡大学工程学院爱丁堡EH93JL 河北省信息传输与信号处理重点实验室秦皇岛066004

可调谐二极管激光吸收光谱层析成像(TDLAT)是一种重要的光学非侵入式燃烧诊断技术,可实现燃烧场2维横截面气体温度和浓度等流场参数分布的重建。该文将视觉Transformer(ViT)与多尺度特征融合引入TDLAT领域,研究有限数量测量数据与整个... 详细信息

可调谐二极管激光吸收光谱层析成像(TDLAT)是一种重要的光学非侵入式燃烧诊断技术,可实现燃烧场2维横截面气体温度和浓度等流场参数分布的重建。该文将视觉Transformer(ViT)与多尺度特征融合引入TDLAT领域,研究有限数量测量数据与整个测量空间温度分布的非线性映射,提出基于级联ViT与多尺度特征融合的燃烧场温度层析成像网络(HVTMFnet)。该网络提取并融合TDLAT测量数据的局部-全局相关特征,实现整个测量空间的层次化温度分布重建。仿真实验与实际TDLAT系统实验均表明,HVTMFnet重建图像的质量优于现有的基于卷积神经网络(CNN)和基于残差网络的温度层析成像方案。与基于CNN的温度层析成像方案相比,HVTMFnet的重建误差能够降低49.2%~72.1%。

关键词：可调谐二极管激光吸收光谱层析成像温度重建视觉Transformer

来源：评论

学校读者我要写书评

暂无评论

基于层次化离散与残差网络的可调谐二极管激光吸收光谱层析成像

引用

电子与信息学报 2022年第7期44卷 2539-2546页

作者：司菁菁付庚宸程银波刘畅燕山大学信息科学与工程学院秦皇岛066004 河北农业大学海洋学院秦皇岛066003 爱丁堡大学工程学院爱丁堡EH93JL 河北省信息传输与信号处理重点实验室秦皇岛066004

快速、准确、适用性强的重建算法是可调谐二极管激光吸收光谱层析成像(TDLAT)的核心研究内容之一。现有算法一般取位于燃烧场中心的某局部区域作为感兴趣区域(RoI),利用整个燃烧场对激光束的光谱吸收值重建RoI这一局部区域内的气体参数... 详细信息

快速、准确、适用性强的重建算法是可调谐二极管激光吸收光谱层析成像(TDLAT)的核心研究内容之一。现有算法一般取位于燃烧场中心的某局部区域作为感兴趣区域(RoI),利用整个燃烧场对激光束的光谱吸收值重建RoI这一局部区域内的气体参数分布。重建结果与实际情况存在一定偏差。针对这一问题,该文研究燃烧场的空间层次化离散方法,进而为TDLAT系统设计一种基于残差网络(ResNet)的层次化温度层析成像方案(HTT-ResNet)。该方案能够根据有限数量的光谱吸收测量值完整重建整个燃烧场的温度图像,并对计算资源与燃烧场不同空间区域的成像分辨率进行优化配置,着重实现RoI内温度分布的高空间分辨率成像。利用随机多模态高斯火焰模型与实际TDLAT系统测量数据进行的实验均表明,HTT-ResNet重建的温度图像能够准确定位火焰的空间位置、清晰描述燃烧场的温度分布。

关键词：可调谐二极管激光吸收光谱层析成像深度学习残差网络层次化离散

来源：评论

学校读者我要写书评

暂无评论

基于深度迁移学习的复杂环境下油气管道周界入侵事件识别

引用

仪器仪表学报 2019年第8期40卷 12-19页

作者：温江涛王涛孙洁娣付磊李刚杨文明燕山大学河北省测试计量技术及仪器重点实验室秦皇岛066004 燕山大学河北省信息传输与信号处理重点实验室秦皇岛066004 中国石油天然气管道通信电力工程有限公司廊坊065000 油气管道输送安全监测与检测国家工程实验室廊坊065000

长输油气管道沿途运行环境复杂,传统方法中假设的标准样本与实际样本分布一致的前提遭到破坏,导致单一的识别模型在不同环境下对入侵事件识别准确率降低。为了改善识别模型偏差问题,提出一种基于域不变特征深度迁移学习的管道入侵事件... 详细信息

长输油气管道沿途运行环境复杂,传统方法中假设的标准样本与实际样本分布一致的前提遭到破坏,导致单一的识别模型在不同环境下对入侵事件识别准确率降低。为了改善识别模型偏差问题,提出一种基于域不变特征深度迁移学习的管道入侵事件识别方法,通过堆叠稀疏自编码网络实现不同环境条件下的入侵事件自适应特征提取,并引入迁移学习实现复杂环境中入侵事件的准确识别。该方法通过场景差异性评测,缩小复杂真实场景与典型场景间分布差异,获得有效的域不变模型。实验结果表明,所提方法能明显改善复杂环境下油气管道入侵事件识别效果,提高识别准确率。

关键词：管道安全监测深度迁移学习复杂运行环境入侵事件识别

来源：评论

学校读者我要写书评

暂无评论

基于多尺度局部特征编码与多通道特征融合的图像场景分类

引用

燕山大学学报 2019年第4期43卷 357-363页

作者：秦芳顾广华燕山大学信息科学与工程学院河北秦皇岛066004 燕山大学河北省信息传输与信号处理重点实验室河北秦皇岛066004

场景分类在图像理解和计算机视觉中是一个挑战性问题。有效的图像表示在场景分类任务中至关重要。CNN特征在场景分类任务中表现相对突出,但仍有缺陷,其主要表征图像的全局特征,忽略了局部信息,且缺乏几何不变性。本文通过编码多尺度局... 详细信息

场景分类在图像理解和计算机视觉中是一个挑战性问题。有效的图像表示在场景分类任务中至关重要。CNN特征在场景分类任务中表现相对突出,但仍有缺陷,其主要表征图像的全局特征,忽略了局部信息,且缺乏几何不变性。本文通过编码多尺度局部图像块的中层CNN特征,获得图像的局部信息,并将编码特征与原始图像的全局CNN特征进行多通道融合来描述场景图像,获得更高效的图像表示,以实现更好的分类判别。本文在两个常用的场景数据集上进行实验评估,结果表明,该方法在场景分类任务中取得了令人满意的效果。

关键词：场景分类 CNN特征多尺度特征编码多通道特征融合

来源：评论

学校读者我要写书评

暂无评论

基于深度卷积神经网络End-to-End模型的亲属关系认证算法

引用

模式识别与人工智能 2018年第6期31卷 554-561页

作者：胡正平郭增洁王蒙孙德刚任大伟燕山大学信息科学与工程学院河北省信息传输与信号处理重点实验室秦皇岛066004 山东华宇工学院电子信息工程学院德州253000

针对如何利用人脸图像进行亲属关系认证的问题,提出基于深度卷积神经网络End-to-End模型的亲属关系认证算法.首先,构建一个包含卷积层、全连接层和soft-max分类层的深度卷积神经网络模型.卷积层可以提取亲子图像的隐性特征,全连接层可... 详细信息

针对如何利用人脸图像进行亲属关系认证的问题,提出基于深度卷积神经网络End-to-End模型的亲属关系认证算法.首先,构建一个包含卷积层、全连接层和soft-max分类层的深度卷积神经网络模型.卷积层可以提取亲子图像的隐性特征,全连接层可以将提取的隐性特征映射为亲属关系认证的二分类问题,soft-max分类层可以直接判断该对样本是否具有亲属关系.然后,将成对的标记训练数据输入网络进行迭代,优化深度网络模型参数,直至损失曲线稳定.最后,利用训练完毕的深度网络模型对输入测试图像对进行分类判决,通过统计得到最终的准确率.在KinFaceWI和KinFaceWII数据库上的结果显示,相比以往的亲属关系认证算法,文中模型具有更好的性能.

关键词：亲属关系认证卷积神经网络 soft—max分类器

来源：评论

学校读者我要写书评

暂无评论

深度网络对比学习及其视频理解应用研究综述

引用

燕山大学学报 2022年第4期46卷 283-296页

作者：胡正平刘文亚毛建增郑智鑫方鑫燕山大学信息科学与工程学院河北秦皇岛066004 燕山大学河北省信息传输与信号处理重点实验室河北秦皇岛066004

无监督表示学习能够避免耗时且昂贵的数据标记,因此获得了极大的关注。其中的对比学习方法只需在抽象语义级别的特征空间上学习数据的区分便能使模型学习到良好的表征,被预测为人工智能的未来。无监督对比学习利用自身数据生成的伪标签... 详细信息

无监督表示学习能够避免耗时且昂贵的数据标记,因此获得了极大的关注。其中的对比学习方法只需在抽象语义级别的特征空间上学习数据的区分便能使模型学习到良好的表征,被预测为人工智能的未来。无监督对比学习利用自身数据生成的伪标签作为监督信息学习样本数据的特征表达,并用于下游任务,其次核心思想是把正样本对距离拉近,正样本与负样本距离拉远。本文首先总结常用的预训练任务,然后梳理无监督对比学习在视频领域的通用框架,并对框架的各个组件及其分类进行说明,同时列举常用于评估视频表征质量的下游任务,并对其性能进行分析。之后对视频理解中的对比学习进行举例说明,最后讨论对比学习所面临的挑战和未来研究方向。

关键词：对比学习无监督学习视频理解深度网络

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：