检索结果-内蒙古大学图书馆

光谱学与光谱分析 2025年第3期45卷 631-636页

作者：李心怡孔德明宁晓东崔耀耀燕山大学电气工程学院河北秦皇岛066004 燕山大学信息科学与工程学院河北秦皇岛066004 石家庄学院机电学院河北石家庄050035

快速、准确获取乳化溢油的种类和含油量等信息对于海上溢油污染的监测具有重要意义。中红外光谱技术是一种简单、高效的检测手段,可通过光谱特征峰的位置和强度来表征物质分子的结构信息。然而,目前将中红外光谱技术应用于乳化溢油的检... 详细信息

快速、准确获取乳化溢油的种类和含油量等信息对于海上溢油污染的监测具有重要意义。中红外光谱技术是一种简单、高效的检测手段,可通过光谱特征峰的位置和强度来表征物质分子的结构信息。然而,目前将中红外光谱技术应用于乳化溢油的检测还尚未有成熟的研究成果。基于此,选取92#、95#、98#三种具有代表性的汽油样本,建立乳化汽油体系;选取5#、7#、10#三种具有代表性的白油样本,建立乳化白油体系。利用中红外光谱技术获得乳化溢油样本的光谱数据并进行预处理,然后选用线性判别分析(LDA)算法实现乳化溢油的油种鉴别。在此基础上利用竞争性自适应重加权采样法(CARS)和随机森林(RF)分别选择出与含油率呈线性和非线性关系的特征波长,既降低了数据维度又丰富了特征数据的多样性。然后选用极端梯度提升(XGBoost)、一维卷积神经网络(1D-CNN)、支持向量回归(SVR)作为基学习器,偏最小二乘回归(PLSR)作为元学习器,构建两层的Stacking集成学习模型来预测乳化溢油中的含油率。Stacking集成学习模型获得的乳化汽油和乳化白油的测试集决定系数分别为0.9824和0.9873,均方根误差分别为0.0410和0.0340。与XGBoost、1D-CNN、SVR、PLSR相比,Stacking集成学习模型具有更好的稳定性和准确性。上述研究结果表明,基于中红外光谱技术结合LDA和Stacking集成学习的检测方法,能有效实现乳化溢油的定性与定量分析,从而为乳化溢油领域的研究提供了新思路。

关键词：中红外光谱乳化溢油线性判别分析特征波长 Stacking集成学习

来源：评论

学校读者我要写书评

暂无评论

基于LIF海水表层CDOM荧光特性仿真和实验研究

引用

光谱学与光谱分析 2025年第4期45卷 1116-1122页

作者：谢贝贝王英杰高旺马凯杰孔德明燕山大学信息科学与工程学院河北秦皇岛066004 河北省计算机虚拟技术与系统集成重点实验室河北秦皇岛066004 燕山大学电气工程学院河北秦皇岛066004

有色可溶性有机物(CDOM)作为全球碳循环和气候变化的关键物质,其荧光特性的研究对于海洋环境监测具有重要意义。激光诱导荧光(LIF)技术作为一种主动式的遥感光学探测手段,为CDOM的研究提供了有效工具。旨在通过仿真与实验相结合的方式,... 详细信息

有色可溶性有机物(CDOM)作为全球碳循环和气候变化的关键物质,其荧光特性的研究对于海洋环境监测具有重要意义。激光诱导荧光(LIF)技术作为一种主动式的遥感光学探测手段,为CDOM的研究提供了有效工具。旨在通过仿真与实验相结合的方式,研究CDOM的荧光特性,为LIF探测海水表层CDOM提供理论基础。首先使用蒙特卡罗方法模拟海水表层CDOM的荧光辐射过程,对不同浓度CDOM、不同入射光天顶角、不同荧光接收角条件下CDOM的荧光仿真结果进行分析;然后通过实验搭建的LIF系统,探测以富里酸和腐殖酸为特征提取物配置的CDOM溶液,获得不同CDOM浓度、不同系统探测参量以及不同环境因素包括温度、 pH值和盐度的荧光光谱,分析荧光光谱特征,并使用单因素变化分析与多因素响应曲面分析结合的方式研究环境因素对CDOM荧光光谱的影响。仿真和实验结果表明CDOM荧光与激发光的入射天顶角成负相关,出射角度在0°~60°范围内的CDOM荧光强度较大,可为LIF实际探测CDOM时激发光的入射角度和接收角度的选择提供参考;随着CDOM浓度升高,荧光强度不断增加,到达一定浓度后,荧光强度随着浓度增加而减少;通过单因素变化分析研究了温度、 pH和盐度等环境因素对于CDOM的影响,结果表明随着温度上升,CDOM的荧光强度逐渐降低,当海水环境处于强碱状态下,CDOM的荧光光谱发生较大变化,在盐度对于CDOM的影响中,盐度对于富里酸的影响比对腐殖酸的影响大;然后使用响应曲面法分析多种因素共同作用下对于CDOM荧光特性的影响,根据观察CDOM荧光峰响应曲面的陡峭程度可以发现:各影响因素对于CDOM荧光强度的影响程度大小依次为pH、温度、盐度,这些结果说明利用LIF探测CDOM时需要考虑环境因素带来的影响。

关键词：激光诱导荧光有色可溶性有机物荧光强度环境因素

来源：评论

学校读者我要写书评

暂无评论

数据丢包对WSNs级联失效机理研究

引用

控制理论与应用 2025年第2期42卷 412-418页

作者：尹荣荣朱华华刘思佳崔晓寒燕山大学信息科学与工程学院河北秦皇岛066004 河北省特种光纤与光纤传感重点实验室河北秦皇岛066004

传统无线传感器网络级联失效研究中未考虑丢包节点的全面影响,仿真模型也难以满足实验抗毁性测试要求.针对该问题,本文以节点的真实收包量为负载构建了网络级联失效模型,提出基于节点重要程度的抗毁性度量方法,并采用了Zigbee技术搭建... 详细信息

传统无线传感器网络级联失效研究中未考虑丢包节点的全面影响,仿真模型也难以满足实验抗毁性测试要求.针对该问题,本文以节点的真实收包量为负载构建了网络级联失效模型,提出基于节点重要程度的抗毁性度量方法,并采用了Zigbee技术搭建实测网络,对丢包节点存在下的级联失效现象和不同负载分配方式对级联的影响进行了实验分析.同时,对丢包节点对不同抗级联策略的影响进行了实验对比.实验结果表明,一定条件下节点的丢包行为对网络的级联失效有很大的缓解作用,不同的负载分配方式呈现出不同的级联失效特点.另外,在多数低速率无线传感器网络中,级联时保留丢包节点可提升网络的级联失效抗毁性.

关键词：无线传感器网络级联失效 Zigbee 丢包节点

来源：评论

学校读者我要写书评

暂无评论

多维感知-空间解耦单样本人体动作识别模型

引用

信号处理 2025年第4期41卷 683-693页

作者：胡正平王雨露张琦明许凌峰陈代萍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

基于骨骼数据的人体动作识别方法因其能够消除与动作无关的视觉信息来降低训练复杂性越来越受到人们关注,然而大规模骨骼动作数据收集和注释面临挑战,基于骨骼的单样本动作识别旨在仅用单个训练样本识别人体动作,可以使机器人对新颖动... 详细信息

基于骨骼数据的人体动作识别方法因其能够消除与动作无关的视觉信息来降低训练复杂性越来越受到人们关注,然而大规模骨骼动作数据收集和注释面临挑战,基于骨骼的单样本动作识别旨在仅用单个训练样本识别人体动作,可以使机器人对新颖动作类别积极反应改善人机交互。针对基于卷积神经网络编码器进行人类活动分类数据稀缺问题,考虑将单样本动作识别问题表述为骨骼序列紧凑表示和深度度量学习范式,基于自注意力Transformer机制和空间解耦约束重新审视骨骼动力学图像建模向新颖活动类别传输,提出多维感知-空间解耦单样本人体动作识别模型。首先,将3D骨骼序列坐标映射为紧凑图像表示;其次,基于骨干网络将输入投影到低维特征空间,提取初级动作特征;接着,设计融合多层感知机与Transformer的嵌入编码器,在嵌入空间中捕捉关节时间空间依赖关系,增强模型对时空信息感知能力,得到高层次多维嵌入特征;然后,基于最近邻搜索完成样本间相似性度量;最后,结合多相似性损失、三元组边界损失、交叉熵损失和空间解耦损失的混合深度度量学习优化模型。实验在公共大规模数据集NTU RGB+D 120上进行评估,提出方法较Skeleton-DML提高3.8%,在使用40个训练类别时较Skeleton-DML提高7.5%。研究表明,提出方法能够在数据稀缺情况下充分利用骨骼序列紧凑表示信息,提高单样本动作识别匹配精度。

关键词：动作识别单样本学习度量学习 Transformer 空间解耦

来源：评论

学校读者我要写书评

暂无评论

光场显微镜在神经光学成像领域的应用

引用

光学技术 2025年第1期51卷 25-35,53页

作者：王常乐陈士雪王金甲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

通过对大脑中大体积神经元进行动态观测来学习神经元网络的感知、认知和复杂行为的机制是神经科学中的一个基本问题。光场显微镜(LFM)允许以视频帧速率进行三维成像,已成为对神经活动实时观测的一种技术选择。文章对光场显微镜目前的成... 详细信息

通过对大脑中大体积神经元进行动态观测来学习神经元网络的感知、认知和复杂行为的机制是神经科学中的一个基本问题。光场显微镜(LFM)允许以视频帧速率进行三维成像,已成为对神经活动实时观测的一种技术选择。文章对光场显微镜目前的成像方法进行了综述,重点关注新型的算法。与传统的迭代重建方法相比,使用光场显微镜成像神经元活动要求开发新的基于深度学习的算法,充分利用嵌入在物理和光学模型中的先验,整合模型驱动和数据驱动的算法,增强算法的可解释性和泛化能力,实现快速稳健的光场显微镜成像。

关键词：光场显微镜模型驱动数据驱动深度学习

来源：评论

学校读者我要写书评

暂无评论

基于Arrhenius和BP-ANN模型的Mg-Mn-Ce合金热压缩变形行为

引用

稀有金属材料与工程 2025年第2期54卷 517-523页

作者：杨阳汪伟君杨柳彭昊姜浩河北科技师范学院机电工程学院河北秦皇岛066004 燕山大学先进锻压成形技术与科学教育部重点实验室河北秦皇岛066004

在变形温度723~873 K和应变速率0.0001~0.1 s^(-1)的条件下,对挤压态Mg-Mn-Ce合金进行了热压缩实验。依据获得的真实应力-应变曲线,分析了变形温度和应变速率对材料流动应力的影响规律;基于Arrhenius和BP-ANN模型建立了本构关系,并进行... 详细信息

在变形温度723~873 K和应变速率0.0001~0.1 s^(-1)的条件下,对挤压态Mg-Mn-Ce合金进行了热压缩实验。依据获得的真实应力-应变曲线,分析了变形温度和应变速率对材料流动应力的影响规律;基于Arrhenius和BP-ANN模型建立了本构关系,并进行了准确性评估;利用BP-ANN模型获取的本构数据,绘制了热加工图并开展了数值模拟。结果表明:随着变形温度升高和应变速率降低,合金的流动应力下降;建立的BP-ANN模型预测的精度更高,相关系数可达0.9990,平均相对误差仅为2.69%;合金的热加工范围应选择在0.001~0.01 s^(-1)和773~823 K的范围进行;数值模拟与实验结果吻合较好,可以用来指导合金的热塑性成形。

关键词： Mg-Mn-Ce合金热压缩本构关系加工图数值模拟

来源：评论

学校读者我要写书评

暂无评论

双流运动建模-循环一致性对齐小样本动作识别算法

引用

燕山大学学报 2025年第1期49卷 83-94页

作者：胡正平董佳伟王昕宇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

针对不同场景下动作时空分布不同导致视频对齐困难,进而影响视频识别准确度问题,提出对双流特征进行运动建模和循环一致性对齐的小样本动作识别方法,能够在全局帧和局部块双尺度特征建模和对齐高维运动表示。首先基于双流特征设计了运... 详细信息

针对不同场景下动作时空分布不同导致视频对齐困难,进而影响视频识别准确度问题,提出对双流特征进行运动建模和循环一致性对齐的小样本动作识别方法,能够在全局帧和局部块双尺度特征建模和对齐高维运动表示。首先基于双流特征设计了运动建模框架,重塑视频序列中动作表示的时空联系,实现对视频动作的准确定位和语义性捕获;然后,为帮助模型学习动作间时空对应关系,引入循环一致性对齐机制,利用软最近邻查询的方法,高效对齐视频动作,显著改善了视频动作的错位问题;最后,结合基于注意力机制的时域交叉匹配模块,对动作类别进行推理分类。实验结果表明,该算法在SSv2、HMDB51、UCF101上分别达到68.6%、77.7%和96.9%的识别精度,实现了对视频动作的有效识别。

关键词：小样本学习动作识别双流网络注意力机制循环一致性对齐

来源：评论

学校读者我要写书评

暂无评论

基于2D-3D卷积神经网络的情绪识别模型

引用

燕山大学学报 2025年第1期49卷 66-73页

作者：杨朋辉杨长青刘静崔冬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

基于脑电信号的情绪识别是人机交互的重要部分,本文将二维卷积神经网络、三维卷积神经网络、深度可分离卷积进行结合,提出一种基于2D-3D卷积神经网络(2-3DCNN)模型,从时间、空间、频率三个方面进行特征提取。在网络中引入SE-ResNet网络... 详细信息

基于脑电信号的情绪识别是人机交互的重要部分,本文将二维卷积神经网络、三维卷积神经网络、深度可分离卷积进行结合,提出一种基于2D-3D卷积神经网络(2-3DCNN)模型,从时间、空间、频率三个方面进行特征提取。在网络中引入SE-ResNet网络、深度残差收缩网络和Xception网络,挖掘脑电信号中更能显著反映情感变化的空间、时间和频率信息。本文在DEAP公共情感数据集上做性能测试,结果表明,2-3DCNN在唤醒度和效价的两个分类任务上的识别准确率分别达到了97.59%和97.21%,比目前最先进的模型分别高出2.36%和1.34%。

关键词：情绪识别脑电信号卷积神经网络深度残差收缩网络深度可分离卷积

来源：评论

学校读者我要写书评

暂无评论

基于多浮标空间多特征融合的海水溶解氧浓度预测

引用

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

以目的地为导向的基于成本优化的电动汽车充电导航策略

引用

计算机应用研究 2025年第3期42卷 863-869页

作者：申利民常晓彤李成宇赵国瑞毛鹏皓燕山大学信息科学与工程学院河北秦皇岛066004 河北省软件工程重点实验室河北秦皇岛066004

为了解决目的地导向的电动汽车路径规划和中途充电站选择问题,提出一种以目的地为导向的基于成本优化的电动汽车充电导航策略。首先,构建了基于目的地的电动汽车路径规划和充电导航架构;其次,根据市区道路和高速公路路网的特点,将道路... 详细信息

为了解决目的地导向的电动汽车路径规划和中途充电站选择问题,提出一种以目的地为导向的基于成本优化的电动汽车充电导航策略。首先,构建了基于目的地的电动汽车路径规划和充电导航架构;其次,根据市区道路和高速公路路网的特点,将道路划分为低层道路和高层道路两个层次;考虑到用户充电和行驶成本以及结束充电后继续前往目的地的需求,低层路网内构建决策函数进行充电站选择并进行路径规划,高层路网使用改进的蚁群算法给出全程充电策略;最后,以某市城区和某高速公路为研究范围,对所提方法进行仿真验证,并与其他方法进行了比较。结果表明,在高层和低层路网中,所提出的充电导航策略能降低电动汽车的行驶和充电成本,而且确保低层路网中电动汽车充电完成后更快速地到达目的地。

关键词：充电导航策略电动汽车路径规划目的地导向

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：