检索结果-内蒙古大学图书馆

光谱学与光谱分析 2024年第11期44卷 3064-3068页

作者：陈晓玉宁晓东李心怡杜雅欣孔德明燕山大学信息科学与工程学院电子与通讯工程系河北秦皇岛066004 燕山大学电气工程学院仪器科学与工程系河北秦皇岛066004

海面溢油是海洋污染的重要形式之一,溢油在风化迁移过程中,形成如水包油,油包水,水包油包水等乳化液,其中水包油类型的乳化液受水分子的影响较大,荧光特性不突出,导致轻质油乳化液分类的困难,因此如何进行高效识别,对污染治理有重要意... 详细信息

海面溢油是海洋污染的重要形式之一,溢油在风化迁移过程中,形成如水包油,油包水,水包油包水等乳化液,其中水包油类型的乳化液受水分子的影响较大,荧光特性不突出,导致轻质油乳化液分类的困难,因此如何进行高效识别,对污染治理有重要意义。选取常见的几种轻质油分别与海水、乳化剂按照不同配比混合配置水包油类型的轻质油乳化液。采用实验室搭建的便捷激光诱导荧光(LIF)系统探测轻质油乳化液的荧光光谱。构建麻雀搜索算法(SSA)优化支持向量机(SVM)的分类模型(以下简称SSA-SVM),实现乳化阶段溢油的分类识别。采用主成分分析法(PCA)对荧光光谱进行降维,选取累计贡献率为99%的前三个主成分作为输入,轻质油的种类作为输出;采用SSA迭代得到SVM的最优参数,并构建SSA-SVM分类模型;最后将测试集样本代入到模型中进行分类识别,识别准确率为100%。该研究同时构建了粒子群算法(PSO)优化支持向量机模型(简称PSO-SVM)和遗传算法(GA)优化支持向量机模型(简称GA-SVM)作为对照,实验结果表明,SSA-SVM相比PSO-SVM和GA-SVM,测试集的轻质油乳化液分类识别准确率同比提升1.77%和3.04%;并且适应度曲线在第2代就达到最高,优于PSO的第4代和GA的第36代,收敛速度更快。采用激光诱导荧光技术实现了水包油类型的轻质油乳化液的分类识别,推进了海面溢油区域分类探测机理的发展;提出的SSA-SVM模型,为轻质油乳化液的分类识别研究提供了新思路。

关键词：激光诱导荧光麻雀搜索算法轻质油乳化液水包油支持向量机

来源：评论

学校读者我要写书评

暂无评论

基于离散小波变换算法和Inception卷积模块一维卷积神经网络的石油类污染物红外光谱定性分析

引用

分析化学 2024年第9期52卷 1287-1297页

作者：孔德明何绍炜李心怡赵珺瑜宁晓东燕山大学电气工程学院燕山大学信息科学与工程学院

红外光谱技术具有高效和无损等优点，在石油类污染物分类检测领域中具有重要的研究与应用价值。本研究提出了一种结合离散小波变换（DWT）算法和基于Inception卷积模块的一维卷积神经网络（Inception-1D-CNN）的石油类污染物分类方法，... 详细信息

红外光谱技术具有高效和无损等优点，在石油类污染物分类检测领域中具有重要的研究与应用价值。本研究提出了一种结合离散小波变换（DWT）算法和基于Inception卷积模块的一维卷积神经网络（Inception-1D-CNN）的石油类污染物分类方法，首先使用DWT算法对原始红外光谱数据进行去噪处理，消除因实验环境、仪器误差和人工操作等因素产生的干扰信息；再通过Inception-1D-CNN模型获取多尺度的红外光谱特征信息，并基于此模型对石油类污染物进行分类预测。实验结果表明，与标准正态变换（SNV）、迭代自适应加权惩罚最小二乘法（Air PLS）和卷积平滑（S-G）预处理方法相比，DWT算法结合卷积核大小为3×1的1D-CNN模型的预测准确率为86.6%，分别提高了6.6%、6.6%和3.3%;DWT算法结合卷积核大小为5×1的1D-CNN模型的预测准确率为93.3%，分别提高了10.0%、7.0%和3.3%;DWT算法结合卷积核大小为7×1的1D-CNN模型的预测准确率为90.0%，分别提高了6.7%、10.0%和3.4%;DWT算法结合Inception-1D-CNN模型的预测准确率为100.0%，分别提高了10.0%、10.0%和3.4%。因此，结合DWT算法和Inception-1D-CNN模型能够对石油类污染物准确分类预测，为后续海面溢油污染治理提供了一定的基础。

关键词：红外光谱石油类污染物 Inception模块卷积神经网络离散小波变换

来源：评论

学校读者我要写书评

暂无评论

基于博弈的Web应用程序中访问控制漏洞检测方法

引用

通信学报 2024年第6期45卷 117-130页

作者：何海涛许可杨帅林张炳赵宇轩李嘉政燕山大学信息科学与工程学院河北秦皇岛066004

针对工业互联网中程序的访问控制策略隐藏在源码中难以提取,以及用户的访问操作难以触发所有访问路径而导致逻辑漏洞的通用化检测难以实现的问题,将博弈思想应用于访问控制逻辑漏洞检测中,通过分析不同参与者在Web应用程序中对资源页面... 详细信息

针对工业互联网中程序的访问控制策略隐藏在源码中难以提取,以及用户的访问操作难以触发所有访问路径而导致逻辑漏洞的通用化检测难以实现的问题,将博弈思想应用于访问控制逻辑漏洞检测中,通过分析不同参与者在Web应用程序中对资源页面的博弈结果来识别漏洞,使得不同用户的访问逻辑能被有针对性地获取。实验结果表明,所提方法在开源的11个程序中检测出31个漏洞,其中8个为未公开的漏洞,漏洞检测覆盖率均超过90%。

关键词： Web应用程序安全漏洞检测访问控制漏洞访问控制策略博弈

来源：评论

学校读者我要写书评

暂无评论

基于LIF技术结合波长优选的油膜厚度检测方法分析

引用

光谱学与光谱分析 2023年第9期43卷 2811-2817页

作者：孔德明刘亚茹杜雅欣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

海上溢油事故不仅造成极大的石油资源浪费,而且严重威胁生态环境。因此,利用荧光光谱对油膜厚度进行快速无损检测对于有效评估溢油量有重要意义。基于激光诱导荧光(LIF)技术对海水表面0^(#)柴油、5^(#)白油油膜的荧光光谱进行检测,进而... 详细信息

海上溢油事故不仅造成极大的石油资源浪费,而且严重威胁生态环境。因此,利用荧光光谱对油膜厚度进行快速无损检测对于有效评估溢油量有重要意义。基于激光诱导荧光(LIF)技术对海水表面0^(#)柴油、5^(#)白油油膜的荧光光谱进行检测,进而实现对油膜厚度的量化分析。首先使用SG平滑滤波对原始光谱数据进行预处理以减少原始光谱中的背景噪声。然后采用间隔随机蛙跳算法(IRF)结合变量子集迭代优化法(IVSO)对获取的全光谱数据进行波长选择以剔除冗余变量,将经过二次筛选出的光谱特征波长作为偏最小二乘回归(PLS)的自变量输入数据建立油膜厚度反演模型。该方法第一步利用IRF从全光谱数据中筛选出特征波段,再利用IVSO对特征光谱波段组合进一步筛选出特征波长变量,从而有效提高优选出的特征波长建立油膜厚度反演模型的预测能力和稳定性。将IRF-IVSO与全光谱及移动窗口偏最小二乘法(MWPLS)、间隔随机蛙跳算法(IRF)、变量组合集群分析法(VCPA)、变量子集迭代优化法(IVSO)四种波长优选方法进行对比,发现IRF-IVSO筛选出0^(#)柴油数据和5^(#)白油数据的特征波长数量分别占全光谱数据的4.48%和19.40%。将全光谱及上述波长优选方法筛选出的特征波长作为输入建立PLS模型进行分析讨论。结果表明,特征波长选择方法结合PLS所建立的不同模型预测能力和效率较全光谱有明显提高。其中,IRF-IVSO结合PLS所建立的油膜厚度反演模型预测效果最优,该模型可以实现对厚度分别为0.1415~2.2918和0.052~0.980 mm的0^(#)柴油及5^(#)白油油膜的有效反演,柴油油膜测试集相关系数R P可达到0.9611,测试集均方根误差RMSEP为0.1375,白油油膜测试集相关系数R P可达到0.9712,测试集均方根误差RMSEP为0.0790。该研究表明,IRF-IVSO通过结合区间波段筛选和单一变量选择能够有效而稳定地筛选出特征波长变量,结合PLS建立的油膜厚度反演模型能够实现可靠预测。

关键词：激光诱导荧光油膜厚度特征波长选择定量分析

来源：评论

学校读者我要写书评

暂无评论

中红外光谱技术的乳化溢油检测方法研究

引用

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

基于密度聚类和双重注意力机制的PointPillars改进方法

引用

激光与光电子学进展 2025年第10期62卷 114-122页

作者：杨庆鑫孔德明陈晶李晓伟沈阅燕山大学电气工程学院燕山大学信息科学与工程学院北京物资学院信息学院河北燕大燕软信息系统有限公司

为了解决PointPillars三维目标检测网络中汽车和自行车手检测精度低的问题，提出一种基于密度聚类和双重注意力机制的PointPillars改进方法。该方法从两方面对PointPillars进行改进：1）在点云处理模块中引入基于密度聚类算法，筛选并... 详细信息

为了解决PointPillars三维目标检测网络中汽车和自行车手检测精度低的问题，提出一种基于密度聚类和双重注意力机制的PointPillars改进方法。该方法从两方面对PointPillars进行改进：1）在点云处理模块中引入基于密度聚类算法，筛选并过滤不成簇的点，在尽量保留有效点云的前提下减小无用点云信息的影响；2）在立柱特征提取网络中的立柱特征提取模块中引入注意力机制，使用自注意力机制建立立柱中点与点之间的联系，在提取立柱特征以后使用交叉注意力机制加强立柱间的联系，扩大感受野，最终达到聚焦重要点云信息和保留方向信息的目的。在KITTI自动驾驶数据集上的实验结果表明：PointPillars++在简单、中等和困难等3个难度下的三维汽车检测精度和平均方向相似度（AOS）相较于原网络分别提升了2.41百分点、3.48百分点、4.87百分点和2.47百分点、2.06百分点、0.74百分点；在三维自行车手检测精度和AOS上分别提升了6.26百分点、1.40百分点、1.64百分点和6.13百分点、6.53百分点、6.37百分点。

关键词：深度学习 DBSCAN 自注意力交叉注意力 PointPillars

来源：评论

学校读者我要写书评

暂无评论

特征增强与残差重塑的多重一致性约束半监督视频动作检测

引用

模式识别与人工智能 2024年第5期37卷 398-409页

作者：胡正平张琦明王雨露张和浩邸继锐燕山大学信息科学与工程学院秦皇岛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

一致性正则化半监督视频动作检测方法对原始数据和增广数据进行特征表示时容易引起两类数据间判别域偏差,导致判别结果无法拟合.针对该问题,文中提出特征增强与残差重塑的多重一致性约束半监督视频动作检测方法.首先,将基础动作特征描... 详细信息

一致性正则化半监督视频动作检测方法对原始数据和增广数据进行特征表示时容易引起两类数据间判别域偏差,导致判别结果无法拟合.针对该问题,文中提出特征增强与残差重塑的多重一致性约束半监督视频动作检测方法.首先,将基础动作特征描述子在时空维进行连续性增强编码,获取视频动作理解中至关重要的上下文信息.然后,在通过残差特征重塑模块获得多尺度残差信息的同时进行特征重塑.为了降低不同数据间的判别偏差,分别从分类特征与动作定位特征角度对原始数据和增广数据施加多重一致性约束,实现模型对增广数据和原始数据判别结果和特征表示的匹配.最后,在JHMDB-21、UCF101-24数据集上的实验表明,文中方法能有效提高少样本标记条件下视频动作检测准确度,具有较强的竞争力.

关键词：半监督学习视频动作检测特征增强多重一致性约束

来源：评论

学校读者我要写书评

暂无评论

基于时间卷积网络残差校正的短期风电功率预测

引用

太阳能学报 2023年第7期44卷 427-435页

作者：苏连成朱娇娇李英伟燕山大学电气工程学院秦皇岛066004 燕山大学信息科学与工程学院秦皇岛066004

为提高短期风电功率预测的准确性,提出一种基于时间卷积网络残差校正模型的短期风电功率预测方法。首先,采取自适应噪声完备集合经验模态分解算法分离出风电功率的局部特征信息,以网格搜索与交叉验证算法优化的支持向量回归模型对各分... 详细信息

为提高短期风电功率预测的准确性,提出一种基于时间卷积网络残差校正模型的短期风电功率预测方法。首先,采取自适应噪声完备集合经验模态分解算法分离出风电功率的局部特征信息,以网格搜索与交叉验证算法优化的支持向量回归模型对各分量进行预测。然后,构建时间卷积网络残差预测模型,并使用灰色关联度分析方法选择输入特征,对支持向量回归预测结果进行校正。最后,基于提出的模型对某风电场实际运行功率进行预测并与其他方法的预测精度进行比较,结果表明,该文所提方法提高了短期风电功率预测的精度。

关键词：风电功率预测自适应噪声完备集合经验模态分解时间卷积网络灰色关联度分析残差校正

来源：评论

学校读者我要写书评

暂无评论

ASE-ERNIE:一种基于ERNIE的中文指令动作序列生成方法

引用

计算机集成制造系统 2024年第5期30卷 1745-1753页

作者：赵逢达郭凡李贤善门旭静王彬燕山大学信息科学与工程学院新疆科技学院信息科学与工程学院河北省软件工程重点实验室

中文结构灵活多样，同样的语义有多种表达方式，在中文指令过长或存在多组动作的情况下，家庭服务机器人很难正确理解并做出响应。此外，家庭环境的中文指令解析研究在数据方面仍然稀缺。现有的方法不能准确提取出指令中包含的全部动作... 详细信息

中文结构灵活多样，同样的语义有多种表达方式，在中文指令过长或存在多组动作的情况下，家庭服务机器人很难正确理解并做出响应。此外，家庭环境的中文指令解析研究在数据方面仍然稀缺。现有的方法不能准确提取出指令中包含的全部动作序列。由此提出一种基于ERNIE方法的动作序列提取(ASE-ERNIE)模型来提取中文指令中的可执行动作序列，该模型通过动作类型和参数之间的关系提取指令信息，将动作序列的提取工作转化为序列标注任务。在指令中存在多组动作并且存在多个参数的情况下，依然能够提取出全部动作序列。通过实验验证了所提方法的有效性，动作序列提取任务的F1值达到了80.37%。

关键词：指令解析动作序列 ERNIE方法序列标注

来源：评论

学校读者我要写书评

暂无评论

分区能量均衡的多移动机器人WSN孤岛结盟方法

引用

电子测量与仪器学报 2023年第9期37卷 168-178页

作者：景荣段云鹏燕山大学信息科学与工程学院秦皇岛066004

为了提高多移动机器人无线传感器网络(WSN)中孤岛结盟方法的效率,提出了基于分区能量均衡的多移动机器人WSN孤岛结盟优化问题的解决方案,并给出解决该问题的近似算法。首先,在相关模型假设及符号定义的基础上,借鉴分治和局部优先思想,... 详细信息

为了提高多移动机器人无线传感器网络(WSN)中孤岛结盟方法的效率,提出了基于分区能量均衡的多移动机器人WSN孤岛结盟优化问题的解决方案,并给出解决该问题的近似算法。首先,在相关模型假设及符号定义的基础上,借鉴分治和局部优先思想,提出能量均衡的连接机制,引入轮次迭代过程,对该方法进行了公式化描述。其次,基于启发式算法,设计了基于移动机器人能量均衡的中继部署算法。最后,与现有方法进行对比试验,结果表明所提出的方法在保持能量均衡的前提下,能够节约连接成本,提高WSN孤岛结盟的效率,并延长网络生命周期。

关键词：无线传感器网络孤岛结盟分区部署能量均衡

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：