检索结果-内蒙古大学图书馆

海洋学报 2025年第1期47卷 104-116页

作者：朱奇光申震李享魏祯乔文静张淋淞陈颖燕山大学信息科学与工程学院河北省特种光纤与光纤传感器重点实验室河北秦皇岛066004 燕山大学电气工程学院河北省测试计量技术及仪器重点实验室河北秦皇岛066004

溶解氧浓度是衡量海水水质的重要指标之一。为了及时掌握海水水质变化情况,降低海水污染风险及其带来的损失,建立海洋水质参数预测机制至关重要。为此,本文提出了一种基于浮标网络时空信息融合和改进生成对抗网络(Generative Adversaria... 详细信息

溶解氧浓度是衡量海水水质的重要指标之一。为了及时掌握海水水质变化情况,降低海水污染风险及其带来的损失,建立海洋水质参数预测机制至关重要。为此,本文提出了一种基于浮标网络时空信息融合和改进生成对抗网络(Generative Adversarial Networks,GAN)的海水溶解氧浓度预测模型,旨在整合监测区域内浮标网络的拓扑信息并实现浮标传感器的多特征融合。该模型利用图注意力网络(Graph Attention Mechanism,GAT)挖掘不同近邻点对目标节点的影响,计算邻接节点的权重,从而捕获浮标数据的时空特征;通过双头注意力机制与双时间尺度更新规则(Two Time-Scale Update Rule,TTUR)优化GAN预测网络及网络训练过程,改善生成对抗网络的训练速度平衡问题,提高生成器网络的拟合效果。以均方误差、均方根误差、平均绝对误差与决定系数为评价指标进行模型预测性能对比,结果表明,所提出模型的各项评价指标均优于其他模型,能够有效挖掘多浮标的空间信息,克服了传统方法在海水溶解氧浓度预测中存在的精度低、无法灵活利用历史空间数据、训练稳定性差和速度慢等不足,可为海洋水质监测及预测提供重要的技术支撑。

关键词：溶解氧浓度预测空间多特征融合 GAT GAN TTUR

来源：评论

学校读者我要写书评

暂无评论

基于像素标记法的复合材料异型构件均匀性表征

引用

计量学报 2024年第2期45卷 246-252页

作者：张玉燕李启航温银堂燕山大学电气工程学院河北秦皇岛066004 燕山大学测试计量技术及仪器河北重点实验室河北秦皇岛066004

纤维增强陶瓷基复合材料由孔隙缺陷引起的结构不均匀会严重影响构件的宏观力学性能,而整体孔隙率无法有效表征均匀性。针对此问题,提出了一种基于像素标记的空间区块划分方法,实现对异型构件CT扫描体数据的自动分块。在计算出每个区块... 详细信息

纤维增强陶瓷基复合材料由孔隙缺陷引起的结构不均匀会严重影响构件的宏观力学性能,而整体孔隙率无法有效表征均匀性。针对此问题,提出了一种基于像素标记的空间区块划分方法,实现对异型构件CT扫描体数据的自动分块。在计算出每个区块体孔隙率值的基础上,以孔隙率均值与标准差的乘积为指标,对构件结构均匀性进行定量表征。采用光线投射法对孔隙率进行三维映射,对孔隙率分布进行直观的可视化表征。结果表明:该方法能有效定量表征出异型构件整体及局部均匀性,并从三维角度给出构件局部孔隙率的大小、空间位置信息,为进一步优化制造工艺参数、提高构件服役的可靠性提供了有力依据。

关键词：材料试验复合材料纤维增强陶瓷孔隙缺陷结构均匀性三维映射像素标记法

来源：评论

学校读者我要写书评

暂无评论

基于群论的晶格扰动介质纳米孔阵列多重Fano共振机理及演变

引用

物理学报 2022年第10期71卷 301-309页

作者：陈颖李美洁赵蒙王建坤燕山大学电气工程学院测试计量技术与仪器河北省重点实验室秦皇岛066004

基于全介质超构材料独特的电磁属性,提出了一种晶格扰动介质纳米孔阵列超构表面来激发近红外区域的多重Fano共振.结合群论深入探究了该超构表面在其原胞为方形晶格构型与方形晶格对称性被破坏两情况下多重Fano共振的形成机理及演变规律... 详细信息

基于全介质超构材料独特的电磁属性,提出了一种晶格扰动介质纳米孔阵列超构表面来激发近红外区域的多重Fano共振.结合群论深入探究了该超构表面在其原胞为方形晶格构型与方形晶格对称性被破坏两情况下多重Fano共振的形成机理及演变规律.研究表明,在方形晶格超构表面中,外部辐射连续体分别与由正入射平面波直接激发的双重简并模式共振干涉形成双重Fano共振,且该共振与原胞中是否含孔及孔的形状无关,在晶格扰动超构表面中,原本不耦合的非简并模式由正入射平面波激发出来并与外部辐射连续体干涉形成Q值更高的三重Fano共振.进一步探讨了正入射平面波的xy极化方向对上述五重Fano共振的影响,结果表明,双重简并模式Fano共振偏振无关,三重非简并模式Fano共振偏振依赖.本文将为利用方形晶格构型的超构表面实现多重Fano共振的激发及演变提供有效的理论参考.

关键词：全介质超构材料群论多重Fano共振晶格扰动

来源：评论

学校读者我要写书评

暂无评论

基于优化RetinaNet的自适应特征融合的轻量化目标检测方法

引用

计量学报 2024年第11期45卷 1665-1670页

作者：张立国季鑫烨章玉鹏耿星硕张升燕山大学河北省测试计量技术与仪器重点实验室河北秦皇岛066000 燕山大学电气工程学院河北秦皇岛066000

针对目标检测算法中计算量大、模型复杂等问题,造成在嵌入式平台计算资源有限的应用场景下难以部署的现象,提出一种基于优化RetinaNet的自适应特征融合的轻量化目标检测方法。提出的算法参考了GhostNet中的Ghost Module模块以减少模型... 详细信息

针对目标检测算法中计算量大、模型复杂等问题,造成在嵌入式平台计算资源有限的应用场景下难以部署的现象,提出一种基于优化RetinaNet的自适应特征融合的轻量化目标检测方法。提出的算法参考了GhostNet中的Ghost Module模块以减少模型参数量。通过一种空间特征融合机制,提高特征的尺度不变性。融合了结构重参化的思想,增加训练深度,实现多分支训练,单分支推理,更好地提升模型的推理性能。提出的方法在PASCAL VOC2007和COCO两种常用的目标检测数据集上进行评估,平均精度为54.1%,优于RetinaNet的平均精度,实验结果表明,提出的方法推理时所占的内存为170.71MByte,是RetinaNet所占内存的44.27%,表明提出的算法在保证精度的前提下极大提高网络的推理速度。

关键词：机器视觉目标检测优化RetinaNet 特征融合轻量化结构重参化

来源：评论

学校读者我要写书评

暂无评论

基于N-BEATS神经网络的滚动轴承剩余寿命预测

引用

计量学报 2023年第8期44卷 1240-1247页

作者：时培明苏世敏马慧中许学方韩东颖燕山大学河北省测试计量技术及仪器重点实验室河北秦皇岛066004 燕山大学车辆与能源学院河北秦皇岛066004

针对轴承剩余使用寿命预测时采集到的信号序列复杂且不平稳,导致预测精度和性能较低的问题,采用经验模式分解对信号序列进行自适应分解,利用动态时间规整算法筛选主要退化特征,提取信号序列趋势特征,使用具有残差原理的深层神经网络N-BE... 详细信息

针对轴承剩余使用寿命预测时采集到的信号序列复杂且不平稳,导致预测精度和性能较低的问题,采用经验模式分解对信号序列进行自适应分解,利用动态时间规整算法筛选主要退化特征,提取信号序列趋势特征,使用具有残差原理的深层神经网络N-BEATS进行预测。对于预测历史数据较少的问题,采用递归与直接相结合的预测结构对剩余寿命进行多步预测。将N-BEATS与长短时记忆神经网络、灰色预测模型进行比较,结果表明在不同工况下,所提出的方法预测结果的平均绝对误差相较于LSTM、灰色预测模型分别提升了3.2%以及3.3%,相对均方根误差分别提升了3.5%以及3.1%。

关键词：计量学滚动轴承剩余寿命预测动态时间规整(DTW) N-BEAT神经网络

来源：评论

学校读者我要写书评

暂无评论

基于超分辨率改进Faster R-CNN的点阵结构内部缺陷判识方法

引用

机械工程学报 2022年第21期58卷 266-273页

作者：温银堂付凯张玉燕张芝威燕山大学电气工程学院秦皇岛066004 燕山大学测试计量技术及仪器河北省重点实验室秦皇岛066004

利用增材制造技术制备金属三维点阵结构件过程中,结构内部经常会出黏连、断裂等多种细小缺陷,导致样件结构功能下降。根据缺陷结构与正常结构之间的特征区别,提出了一种针对金属点阵结构内部出现的细小缺陷自动判识的方法。利用X-射线... 详细信息

利用增材制造技术制备金属三维点阵结构件过程中,结构内部经常会出黏连、断裂等多种细小缺陷,导致样件结构功能下降。根据缺陷结构与正常结构之间的特征区别,提出了一种针对金属点阵结构内部出现的细小缺陷自动判识的方法。利用X-射线微聚焦CT扫描金属点阵结构获得原始输入图片,在Faster R-CNN(Faster region-based convolutional neural networks)框架的基础上,改进原有特征提取网络,开发图像超分辨率重建模块。通过对工业CT图片的局部细节特征增强,实现了快速有效地识别细小缺陷的类型,以及缺陷位置信息的标注。试验证明,改进Faster R-CNN模型对金属点阵结构样件内部的两种典型细小缺陷识别的平均正确率高达93.5%。研究结果表明,通过超分辨率网络对图像进行放大,可以提高细小缺陷的特征提取,通过加深网络加强特征学习,从而实现了点阵结构内部细小缺陷的自动判识。

关键词：金属点阵结构缺陷识别 CT切片图像改进Faster R-CNN 超分辨率重建

来源：评论

学校读者我要写书评

暂无评论

基于三维肌肉协同分析的FES康复效果量化分析

引用

计量学报 2024年第10期45卷 1576-1584页

作者：杜义浩王孝冉于金须曹添福范强燕山大学电气工程学院、河北省测试计量技术及仪器重点实验室、河北省智能康复及神经调控重点实验室河北秦皇岛066004 燕山大学机械工程学院河北秦皇岛066004

肌肉协同理论能够用于分析神经肌肉系统的内在功能模式,基于此提出了一种基于肌肉协同分析的功能性电刺激(FES)康复效果量化研究方法。首先,在二维肌肉协同分析的基础上,通过连续小波分解建立了肌电张量,利用CP_ALS算法进行了肌电张量... 详细信息

肌肉协同理论能够用于分析神经肌肉系统的内在功能模式,基于此提出了一种基于肌肉协同分析的功能性电刺激(FES)康复效果量化研究方法。首先,在二维肌肉协同分析的基础上,通过连续小波分解建立了肌电张量,利用CP_ALS算法进行了肌电张量的非负矩阵分解,实现了覆盖空域、频域和时域的三维肌肉协同分析。然后,设计了患者腕伸动作康复实验,以健康被试为对照组,分别对比分析了不同偏瘫程度的患者在进行持续10天的FES理疗前后的腕伸肌肉协同变化。实验结果显示经过FES理疗后,患者的肌肉协同数量有所增加(从2增加到3),空域肌肉协同均达到正相关水平(均值为0.5402),频域肌肉协同增幅最大(增幅均值为0.8271),时域肌肉协同效果最好(均值为0.7979),说明FES在卒中康复中能够有效提升患者的肌肉协同效果。

关键词：功能性电刺激肌肉协同小波分解肌电张量 CP_ALS 非负矩阵分解康复效果

来源：评论

学校读者我要写书评

暂无评论

激光熔覆原位制造复合氧化铝陶瓷涂层应力场研究

引用

激光与光电子学进展 2023年第9期60卷 475-483页

作者：张玉燕方威李晨温银堂燕山大学电气工程学院河北秦皇岛066004 河北省测试计量技术及仪器重点实验室河北秦皇岛066004

针对新型铁颗粒增强型氧化铝陶瓷涂层在激光熔覆原位制造过程中的热应力对涂层质量的严重影响,研究了激光诱导反应条件下钛合金表面原位制备单道复合涂层过程中的热力问题。采用代表体积元方法仿真计算该新型涂层的热力学参数。利用生... 详细信息

针对新型铁颗粒增强型氧化铝陶瓷涂层在激光熔覆原位制造过程中的热应力对涂层质量的严重影响,研究了激光诱导反应条件下钛合金表面原位制备单道复合涂层过程中的热力问题。采用代表体积元方法仿真计算该新型涂层的热力学参数。利用生死单元法与内部生热热源相结合的方法建立了激光诱导铝热反应热源模型,分析了不同工艺参数组合下涂层构件热应力分布规律。结果表明:热应力主要集中在涂层及其与基板的结合面处,涂层上沿熔覆方向的拉应力是导致涂层出现横向裂纹的主要原因。由于激光诱导铝热反应,涂层的裂纹以及残余应力随着激光功率和激光扫描速度的增加而增加。在激光功率600 W、扫描速度2 mm/s时,涂层裂纹最少;在扫描速度5 mm/s、激光功率300 W时,残余应力最小。

关键词：激光技术激光熔覆激光诱导铝热反应复合涂层数值模拟热应力

来源：评论

学校读者我要写书评

暂无评论

基于LLE与Gold-SA-SVM的海藻三维荧光光谱门类识别

引用

光学学报 2022年第4期42卷 205-212页

作者：刘喆孟辉张永彬段玮靓陈颖燕山大学电气工程学院河北省测试计量技术及仪器重点实验室河北秦皇岛066004

针对海藻三维荧光光谱线性降维方法不理想、模型识别准确率低的问题,提出通过局部线性嵌入(LLE)算法进行降维、通过黄金正弦算法(Gold-SA)对支持向量机(SVM)进行优化来构建分类模型的方法。将LLE算法降维后的海藻三维荧光光谱数据作为SV... 详细信息

针对海藻三维荧光光谱线性降维方法不理想、模型识别准确率低的问题,提出通过局部线性嵌入(LLE)算法进行降维、通过黄金正弦算法(Gold-SA)对支持向量机(SVM)进行优化来构建分类模型的方法。将LLE算法降维后的海藻三维荧光光谱数据作为SVM的输入,并与其他两种降维方法进行对比。结果显示:LLE算法的降维效果最好,识别准确率最高。为了进一步提高门类识别能力,采用Gold-SA对SVM进行优化并建立Gold-SA-SVM模型,再将其与其他4种分类模型进行对比。结果显示,Gold-SA-SVM模型在分类识别准确率、精准率、召回率和F1分数上都有明显提高,该方法可准确识别抑食金球藻、小球藻、细长聚球藻的门类,可为褐潮研究工作提供有效的参考。

关键词：光谱学三维荧光光谱褐潮局部线性嵌入支持向量机黄金正弦算法

来源：评论

学校读者我要写书评

暂无评论

改进YOLO5Face的小鼠行为实时分析方法研究

引用

燕山大学学报 2023年第4期47卷 359-369页

作者：胡春海姜昊刘斌燕山大学河北省测试计量技术及仪器重点实验室河北秦皇岛066004

传统的动物行为分析方法大部分是采取离线的形式,不能做到实时分析。为了解决此问题,本文提出了一种改进YOLO5Face的小鼠行为实时分析方法。本方法分为两个步骤:首先是小鼠关键点实时检测,然后是小鼠行为实时识别。针对小鼠关键点实时检... 详细信息

传统的动物行为分析方法大部分是采取离线的形式,不能做到实时分析。为了解决此问题,本文提出了一种改进YOLO5Face的小鼠行为实时分析方法。本方法分为两个步骤:首先是小鼠关键点实时检测,然后是小鼠行为实时识别。针对小鼠关键点实时检测,在深度学习网络YOLO5Face的基础上改进:新增了一个更小的检测头来检测更小尺度的物体;主干网络中加入YOLOv8的C2f模块,让模型获得了更加丰富的梯度流信息,大大缩短了训练时间,提高了关键点检测精度;引入GSConv和Slim-neck,减轻模型的复杂度同时提升精度。结果表明:模型对鼻尖、左耳、右耳、尾基关键点检测的平均PCK指标达到了97.5%,推理速度为79 f/s,精度和实时帧率均高于DeepLabCut模型的性能。针对小鼠行为实时识别:利用上述改进的关键点检测模型获得小鼠关键点坐标,再将体态特征与运动特征相结合构造行为识别数据集,使用机器学习方法SVM进行行为分类。模型对梳洗、直立、静止、行走四种基本行为的平均识别准确率达到了91.93%。将关键点检测代码与行为识别代码拼接,整个代码运行的实时帧率可以达到35 f/s。

关键词：小鼠行为识别关键点检测实时性改进YOLO5Face

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：