期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到483篇文章
< 1 2 … 25 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于改进DeeplabV3+的水面多类型漂浮物分割方法研究
1
作者 包学才 刘飞燕 +2 位作者 聂菊根 许小华 柯华盛 《水利水电技术（中英文）》 北大核心 2024年第4期163-175,共13页
【目的】为解决传统图像处理方法鲁棒性差、常用深度学习检测方法无法准确识别大片漂浮物的边界等问题,【方法】提出一种基于改进DeeplabV3+的水面多类型漂浮物识别的语义分割方法,提高水面漂浮的识别能力。对所收集实际水面漂浮物进行... 【目的】为解决传统图像处理方法鲁棒性差、常用深度学习检测方法无法准确识别大片漂浮物的边界等问题,【方法】提出一种基于改进DeeplabV3+的水面多类型漂浮物识别的语义分割方法,提高水面漂浮的识别能力。对所收集实际水面漂浮物进行分类,采用自制数据集进行对比试验。算法选择xception网络作为主干网络以获得初步漂浮物特征,在加强特征提取网络部分引入注意力机制以强调有效特征信息,在后处理阶段加入全连接条件随机场模型,将单个像素点的局部信息与全局语义信息融合。【结果】对比图像分割性能指标,改进后的算法mPA(Mean Pixel Accuracy)提升了5.73%,mIOU(Mean Intersection Over Union)提升了4.37%。【结论】相比于其他算法模型,改进后的DeeplabV3+算法对漂浮物特征的获取能力更强,同时能获得丰富的细节信息以更精准地识别多类型水面漂浮物的边界与较难分类的漂浮物,在对多个水库场景测试后满足实际水域环境中漂浮物检测的需求。 展开更多
关键词 深度学习 语义分割 特征提取 漂浮物识别 注意力机制 全连接条件随机场 算法模型 影响因素
下载PDF
基于改进YOLOX的水库水面漂浮物目标检测算法
2
作者 谭文群 曾祥君 +2 位作者 包学才 梁义 许小华 《人民长江》 北大核心 2024年第3期249-256,共8页
针对目前水库水面小目标漂浮物检测识别精度低的问题,提出基于改进YOLOX的水库水面漂浮物目标检测算法。此算法引入新型dark2模块融入主干网络并拓展主干网络的分支输出结构,提升主干网络对图片的特征提取能力。在此基础上,提出改进特... 针对目前水库水面小目标漂浮物检测识别精度低的问题,提出基于改进YOLOX的水库水面漂浮物目标检测算法。此算法引入新型dark2模块融入主干网络并拓展主干网络的分支输出结构,提升主干网络对图片的特征提取能力。在此基础上,提出改进特征融合模块(ZL-FPN),用于增强特征图信息融合,提高对水库水面小目标漂浮物的检测精度。结果表明:改进后算法的mAP值比YOLOv4和原YOLOX算法分别提升了29.93%和12.11%,有效提升了水库水面漂浮物检测精度。研究成果可为提升水库智能化管理水平提供有效技术支撑。 展开更多
关键词 水面小目标漂浮物 目标检测 YOLOX算法 水库智能化管理
下载PDF
天津高铁沿线风致轻漂浮物入侵灾害气象风险分析及应用 被引量：1
3
作者 任丽媛 张希帆 +3 位作者 孙玫玲 梁冬坡 苗芮 章志豪 《气象》 CSCD 北大核心 2024年第6期756-769,共14页
为确定高铁沿线风灾隐患路段,减少大风引起的漂浮物入侵灾害发生,基于天津地区高铁沿线气象站观测资料、高分系列卫星遥感影像数据、高铁历史灾情、基础地理信息等,分析了大风对轻漂浮物入侵灾害的影响,给出天津不同区域路段灾害发生的... 为确定高铁沿线风灾隐患路段,减少大风引起的漂浮物入侵灾害发生,基于天津地区高铁沿线气象站观测资料、高分系列卫星遥感影像数据、高铁历史灾情、基础地理信息等,分析了大风对轻漂浮物入侵灾害的影响,给出天津不同区域路段灾害发生的风速阈值范围和主导风向,并基于自然灾害风险评估理论建立了高铁风致轻漂浮物入侵灾害气象风险分析模型,形成风险区划。研究结果表明:高铁沿线轻漂浮物入侵灾害主要出现在春季和冬季,占全年总量的73.75%,午后12—15时是发生的最集中时段,且在天津中部和东部区域发生最多,西北区域其次,西南区域最少。灾害主要发生在最大风风速为8~17 m·s^(-1)和极大风风速为13~21 m·s^(-1)的风速区间,当风向为偏西风到偏北风,风向与线路呈45°以上夹角时,更易引发灾害。运用卫星遥感技术手段,能够较好地识别高铁沿线隐患物分布情况,最高识别准确率可达72.7%。综合风速风向特征、隐患分布情况等,建立高铁风灾气象风险分析模型,区划结果显示,京沪高铁和京津城际风险较高,津秦高铁次之,津霸客专最低。高风险路段主要集中在京沪高铁武清区段北部、北辰区段、西青区段,京津城际的北辰区段、东丽区段东部和滨海新区段以及津秦高铁的东丽区段东部。 展开更多
关键词 高铁 大风 轻漂浮物 风险分析 天津
下载PDF
一种适用于库区航道碍航漂浮物归集装置的设计与应用
4
作者 陈贤朋 《中国水运》 2024年第6期98-100,共3页
本文针对内河库区航道碍航漂浮物打捞难题,设计了一种便于安装、操作方便、效果明显且适用的漂浮物归集装置,该装置包括挡板铁栅栏、推动杆和卷扬机等。通过对装置进行合理调节吃水深度,能够有效将碍航漂浮物归集起来,有类似于“水上推... 本文针对内河库区航道碍航漂浮物打捞难题,设计了一种便于安装、操作方便、效果明显且适用的漂浮物归集装置,该装置包括挡板铁栅栏、推动杆和卷扬机等。通过对装置进行合理调节吃水深度,能够有效将碍航漂浮物归集起来,有类似于“水上推土机”的作用。该装置不需要重新打造碍航漂浮物归集船舶,直接在现有船舶上就能增设。将水上碍航漂浮物通过顶推到岸边进行集中抓取上岸,实现碍航漂浮物的清理和河道生态环境的治理,解决了常规清漂船选择性打捞漂浮物,无法打捞巨型原木等漂浮物的问题和碍航漂浮物航段封堵问题。 展开更多
关键词 库区航道 漂浮物 碍航 漂浮物打捞
下载PDF
基于改进YOLOv7的湖面漂浮物目标检测算法 被引量：3
5
作者 徐宏伟 李然 张家旭 《现代电子技术》 北大核心 2024年第1期105-110,共6页
为提高湖面多种类和小体积的漂浮垃圾检测识别的准确度与推理检测速度,结合湖面垃圾漂浮物的图像特征,采用半结构化剪枝技术创建X-Toss剪枝框架,并基于YOLOv7目标检测模型,提出一种轻量化湖面漂浮物实时检测方法C-X-YOLOv7。X-Toss剪枝... 为提高湖面多种类和小体积的漂浮垃圾检测识别的准确度与推理检测速度,结合湖面垃圾漂浮物的图像特征,采用半结构化剪枝技术创建X-Toss剪枝框架,并基于YOLOv7目标检测模型,提出一种轻量化湖面漂浮物实时检测方法C-X-YOLOv7。X-Toss剪枝框架使用DFS算法生成父子卷积核计算图,利用特定的内核模式剪枝卷积核,降低迭代剪枝的计算成本。融合CA注意力机制对模型进行加权,减少模型过拟合现象,提高模型准确性和泛化能力。结果表明:对湖面垃圾检测识别,C-X-YOLOv7模型识别准确率为91.7%,召回率为91.2%,与YOLOv7模型对比分别提升2.6%、2.5%;推理加速度上,X-Toss剪枝框架在RTX 2080 Ti与NVIDIA Jetson TX2上分别实现YOLOv7的1.98×和2.17×的加速比,相较于PD、NMS、NS等剪枝框架,X-Toss的推理加速比和能耗均有提升。研究表明C-X-YOLOv7湖面漂浮物检测方法为湖面垃圾检测识别提供了一种新思路。 展开更多
关键词 目标检测 YOLOv7 剪枝技术 半结构化剪枝 DFS算法 注意力机制 推理加速比 湖面漂浮物
下载PDF
PAW-YOLOv7:河道微小漂浮物检测算法
6
作者 栾庆磊 常昕昱 +3 位作者 吴叶 邓从龙 史艳琼 陈梓华 《光电工程》 CAS CSCD 北大核心 2024年第4期101-113,共13页
河道漂浮物检测对于船舶自动驾驶以及河道清理有着重大意义,但现有的方法在针对河道漂浮物目标尺寸小且互相遮挡、特征信息少时出现检测精度低等问题。为解决这些问题,本文基于YOLOv7,提出了一种改进模型PAWYOLOv7。首先,为了提高网络... 河道漂浮物检测对于船舶自动驾驶以及河道清理有着重大意义,但现有的方法在针对河道漂浮物目标尺寸小且互相遮挡、特征信息少时出现检测精度低等问题。为解决这些问题,本文基于YOLOv7,提出了一种改进模型PAWYOLOv7。首先,为了提高网络模型对小目标的特征表达能力,构建了小目标物体检测层,并将自注意力和卷积混合模块(ACmix)集成应用于新构建的小目标检测层;其次,为了减少复杂背景的干扰,采用全维动态卷积(ODConv)代替颈部的卷积模块,使网络具有捕获全局上下文信息能力;最后,将PConv(partial convolution)模块融入主干网络,替换部分标准卷积,同时采用WIoU(Wise-IoU)损失函数取代CIoU,实现网络模型计算量的降低,提高网络检测速度,同时增加对低质量锚框的聚焦能力,加快模型收敛速度。实验结果表明,PAW-YOLOv7算法在本文利用数据扩展技术改进的FloW-Img数据集上的检测精度达到89.7%,较原YOLOv7提升了9.8%,且检测速度达到54帧/秒(FPS),在自建的稀疏漂浮物数据集上的检测精度比YOLOv7提高了3.7%,能快速准确地检测河道微小漂浮物,同时也具有较好的实时检测性能。 展开更多
关键词 YOLOv7 漂浮物检测 混合卷积自注意力机制 全维动态卷积 Wise-IoU损失函数
下载PDF
基于改进YOLOv5s的水面漂浮物检测算法研究
7
作者 项新建 翁云龙 +4 位作者 谢建立 郑永平 吴善宝 许宏辉 杨斌 《人民黄河》 CAS 北大核心 2024年第7期85-91,共7页
水面图像具有水波扰动、光线反射、岸上倒影等复杂特征,导致现有目标检测方法不能很好地完成对水面漂浮物的识别。基于此,提出了一种基于改进YOLOv5s的水面漂浮物检测优化模型,通过增加目标检测层以提升模型检测多尺度目标的能力,在特... 水面图像具有水波扰动、光线反射、岸上倒影等复杂特征,导致现有目标检测方法不能很好地完成对水面漂浮物的识别。基于此,提出了一种基于改进YOLOv5s的水面漂浮物检测优化模型,通过增加目标检测层以提升模型检测多尺度目标的能力,在特征融合层引入无参注意力机制SimAM以提高模型对漂浮物特征的学习,并采用CARAFE上采样方式增强网络的感受野以提高对特征的重建能力,在YOLOv5s网络结构中融入卷积混合层以保持模型检测精度且减少参数量,从而提高模型运行速度。实例验证结果表明:改进模型检测效果良好,平均精度达97.1%,较原YOLOv5s模型提高了4.9个百分点,能够有效改善水面漂浮物漏检、误检问题。 展开更多
关键词 漂浮物检测 YOLOv5s 多尺度特征检测 注意力机制 CARAFE 卷积混合层
下载PDF
基于图像处理技术的水面漂浮物检测方法
8
作者 张薇 刘晓亮 +3 位作者 董博 周坤 李坤煌 葛长赟 《企业科技与发展》 2024年第4期95-99,119,共6页
文章提出一种基于图像处理技术的水面漂浮物检测方法,该方法通过分析和处理水面图像检测水面漂浮物。首先,对原图进行感兴趣区域提取和仿射变换,划分水面区域;其次,使用HSI(色调、饱和度、亮度)颜色空间对水面背景进行提取与去除,减小... 文章提出一种基于图像处理技术的水面漂浮物检测方法,该方法通过分析和处理水面图像检测水面漂浮物。首先,对原图进行感兴趣区域提取和仿射变换,划分水面区域;其次,使用HSI(色调、饱和度、亮度)颜色空间对水面背景进行提取与去除,减小水面对后期图像处理的影响;最后,经过图像去噪、灰度图像增强、灰度化和阈值化处理、形态学处理、边缘提取和轮廓提取等步骤,实现对漂浮物的检测。其中,灰度增强采用了非线性映射函数提升漂浮物的灰度特征,以便更好地分离漂浮物。使用实际水域采集的图像对检测方法进行验证,结果表明,该检测方法在特定水域能较好地完成水面漂浮物的检测,准确率在90%以上。 展开更多
关键词 图像处理技术 水上漂浮物检测 HSI颜色空间
下载PDF
生态文明视角下小浪底水库漂浮物管控探析
9
作者 于永军 杨利锋 王磊 《水资源开发与管理》 2024年第5期60-64,84,共6页
漂浮物的存在影响小浪底水库水生态、水环境和水质,同时影响泄洪和发电设备安全运行,管控好漂浮物是水库安全稳定运行的现实需求。研究小组通过分析漂浮物种类和运移特性,借鉴国内外大中型水库漂浮物管控治理经验,按照黄河流域生态保护... 漂浮物的存在影响小浪底水库水生态、水环境和水质,同时影响泄洪和发电设备安全运行,管控好漂浮物是水库安全稳定运行的现实需求。研究小组通过分析漂浮物种类和运移特性,借鉴国内外大中型水库漂浮物管控治理经验,按照黄河流域生态保护和高质量发展的要求,结合小浪底水库实际情况,提出了“管、捞、拦、排、用”的漂浮物优化管控建议。 展开更多
关键词 小浪底 水库 漂浮物 管控
下载PDF
水上(大型)漂浮物对水利枢纽工程的安全影响
10
作者 张洋 《水上安全》 2024年第6期193-195,共3页
随着全球气候变化和人类活动的影响日益加剧,水上大型漂浮物已成为影响水利枢纽工程安全运行的重要问题。水上大型漂浮物可能导致水流堵塞,对闸门、坝体等关键结构造成物理损害,并带来一系列操作上的挑战与安全隐患。因此,本文通过对水... 随着全球气候变化和人类活动的影响日益加剧,水上大型漂浮物已成为影响水利枢纽工程安全运行的重要问题。水上大型漂浮物可能导致水流堵塞,对闸门、坝体等关键结构造成物理损害,并带来一系列操作上的挑战与安全隐患。因此,本文通过对水上大型漂浮物的类型与来源进行分析,掌握水上大型漂浮物的行为特征,评估其对水利枢纽工程可能造成的影响,最终探索出有效的管理与风险防控策略,对于保障水利设施的安全性、可靠性和长期稳定运行具有重要意义。 展开更多
关键词 大型漂浮物 水利枢纽工程 水闸 坝体
下载PDF
微服务架构的西江河道漂浮物检测系统设计及实现
11
作者 曾庆湖 陈新儒 《电脑知识与技术》 2024年第14期46-48,共3页
随着西江内河河道漂浮物污染问题日益引起人们的重视,智能漂浮物检测也成为西江内河流域治理的重要研究内容之一。针对人工巡检西江内河河道效率偏低和花销大的问题,文章提出了基于微服务技术设计的西江河道漂浮物智能检测系统。该系统... 随着西江内河河道漂浮物污染问题日益引起人们的重视,智能漂浮物检测也成为西江内河流域治理的重要研究内容之一。针对人工巡检西江内河河道效率偏低和花销大的问题,文章提出了基于微服务技术设计的西江河道漂浮物智能检测系统。该系统采用Spring Boot Alibaba技术构建,使用YOLOv5算法对漂浮物进行识别。系统根据业务需求设计微服务,能够实时观察河道情况,并及时发现异常情况,从而降低人工定点巡视的次数。 展开更多
关键词 漂浮物检测 生态环境 微服务架构
下载PDF
大中型水电工程库区漂浮物协同治理的多元主体博弈研究 被引量：1
12
作者 高攀 杜汪苗 赵旭 《水资源与水工程学报》 CSCD 北大核心 2023年第5期32-42,51,共12页
针对漂浮物流动特性所导致的流域治理责任转移和管理失衡问题,从中央政府的调控职能出发,构建了基于演化博弈理论的“政企”协同治理模型;并以三峡库区为例进行仿真分析,揭示了监管机制和关键因素对库区漂浮物协同治理成效的影响规律。... 针对漂浮物流动特性所导致的流域治理责任转移和管理失衡问题,从中央政府的调控职能出发,构建了基于演化博弈理论的“政企”协同治理模型;并以三峡库区为例进行仿真分析,揭示了监管机制和关键因素对库区漂浮物协同治理成效的影响规律。结果表明:中央政府综合实施奖惩政策和调节机制,可使系统快速达成协同治理均衡,但其监管力度呈现边际效用递减趋势;相较于政企双方的干流合作,地方政府开展支流源头治理,会对工程业主的策略选择产生更为明显的正向效用;当工程业主提高积极治理补贴并降低消极治理补贴时,地方政府在两种策略下的利益差越大,会越倾向于选择积极治理策略,因此差异化的补贴机制才是“政企”协同治理的驱动力。 展开更多
关键词 库区漂浮物治理 多元主体协同 演化博弈模型 仿真优化 水电工程库区
下载PDF
基于深度学习的水面漂浮物智能检测方法 被引量：2
13
作者 陈任飞 彭勇 +3 位作者 吴剑 欧阳文宇 李昱 岳廷秀 《工程科学与技术》 EI CSCD 北大核心 2023年第3期165-174,共10页
漂浮物作为河道表观污染的重要源头,加强漂浮物检测是改善水环境生态质量的重要途径,也是积极落实“河长制”政策的技术手段。由于水面漂浮物具有场景复杂度高、形状不规则及多尺度形态变化等特点,采用传统的图像识别方法快速有效地检... 漂浮物作为河道表观污染的重要源头,加强漂浮物检测是改善水环境生态质量的重要途径,也是积极落实“河长制”政策的技术手段。由于水面漂浮物具有场景复杂度高、形状不规则及多尺度形态变化等特点,采用传统的图像识别方法快速有效地检测目标具有较大的挑战性。因此,本文提出了一种基于深度学习的实时且稳健的水面漂浮物智能检测方法。首先,基于稀疏分解思想对低质量漂浮物图像进行降噪和增强处理,初步降低复杂水面环境对漂浮物图像质量的影响。其次,以轻量化MobileNetV2网络取代(single shot multibox detector,SSD)算法中的VGG16网络作为骨干网络,在预测层中将深度可分离卷积取代标准卷积,并采用动态特征金字塔网络提高多尺度漂浮物的检测精度,弥补SSD网络中强制不同层学习相同特征的不足。然后,将统一量化卷积神经网络(Quantized-CNN)框架应用于量化SSD检测器的检测误差,进一步加速卷积层计算和压缩全连接层的参数,降低SSD算法的计算复杂度和内存成本。本文在构建的水面漂浮物数据集上进行的实验结果表明:与现有的图像识别算法相比,改进后的SSD检测算法的平均精度(AP)和综合评价指数(F_(1))分别达到95.86%和94.74%,在硬件GPU下的检测速度达到64.23 FPS,检测算法的参数计算量减少到0.75×10^(9),模型内存成本压缩到6.27 MB。改进SSD算法实现了水面漂浮物检测的高精度和高效率。 展开更多
关键词 漂浮物智能检测 深度学习 SSD算法 动态特征金字塔 模型量化
下载PDF
基于改进SSD模型和自适应滤波算法的水面漂浮物目标检测跟踪方法 被引量：1
14
作者 陈任飞 彭勇 +2 位作者 吴剑 李昱 岳廷秀 《工程科学与技术》 EI CAS CSCD 北大核心 2023年第4期119-129,共11页
水面漂浮物严重破坏河道景观和水生态环境,通过摄像头实施河湖可视化监管以改善河湖面貌,已成为积极落实“河湖长制”政策的重要技术手段。但由于河流环境复杂多样,存在水波扰动、动态光影和强光反射等诸多噪声问题,现有方法难以满足水... 水面漂浮物严重破坏河道景观和水生态环境,通过摄像头实施河湖可视化监管以改善河湖面貌,已成为积极落实“河湖长制”政策的重要技术手段。但由于河流环境复杂多样,存在水波扰动、动态光影和强光反射等诸多噪声问题,现有方法难以满足水面漂浮物实际管理需求。本文结合单帧检测与多帧滤波,提出了一种基于深度学习的水面漂浮物目标智能检测跟踪方法。在单帧检测中,删除5×5及以下低分辨率特征图,通过特征求和方式增强76×76高分辨率特征图以提升单步多框目标检测(single shot multibox detector,SSD)在小尺度漂浮物目标的检测精度;在多帧滤波中,基于时空相关性和运动信息构建自适应滤波(adaptive filter,AF)算法框架,计算视频帧中帧与帧之间的关联性,根据漂浮物目标的空间位置变化幅度自适应删除偏离运动轨迹的漂浮物目标检测结果,以降低漂浮物跟踪漂移;在信息融合阶段,通过特征对比融合检测和滤波信息,实现检测信息和跟踪信息动态互补,并以不同检测跟踪场景数据集进行训练与验证。结果表明:在简单水面场景下中心位置误差为8个像素点时,该方法的检测跟踪精度达到100%,成功率面积为0.94,平均速度达到17.27 fps,计算复杂度为7.18×10~9;在复杂水面场景下中心位置误差为10个像素点时,该方法的跟踪精度和成功率面积分别为93.24%和0.81,平均速度和计算复杂度分别为15.02 fps和8.76×10~9,在复杂环境下兼顾了检测跟踪精度和效率。 展开更多
关键词 深度学习 水面漂浮物 检测跟踪 特征融合
下载PDF
改进YOLOv3的轻量化漂浮物检测算法 被引量：2
15
作者 任英杰 李传奇 +1 位作者 王薇 葛召华 《水利水电技术（中英文）》 北大核心 2023年第10期170-179,共10页
【目的】为解决水域监控下漂浮物检测效率低、检测模型复杂度高的问题,提出一种基于改进YOLOv3的轻量化漂浮物检测算法。【方法】使用轻量级网络MobileNetv3代替YOLOv3的主干特征提取网络Darknet53以降低模型计算量和参数;构建简化版加... 【目的】为解决水域监控下漂浮物检测效率低、检测模型复杂度高的问题,提出一种基于改进YOLOv3的轻量化漂浮物检测算法。【方法】使用轻量级网络MobileNetv3代替YOLOv3的主干特征提取网络Darknet53以降低模型计算量和参数;构建简化版加权双向特征金字塔网络(Bi-FPN-tiny)以进行多尺度特征的加权融合;利用Focal Loss优化损失函数,加强对于困难样本的学习。为验证所提算法的有效性,建立了PASCAL VOC格式的漂浮物数据集,并进行数据标注和增广。【结果】结果表明:改进后的算法平均精度均值(mAP)达到92.8%,比原算法提高了7.1%;在NVIDIA Quadro P2200显卡下检测速度达到了86 fps/s,高于YOLOv3算法的47 fps/s;模型体积为43.7 MB,仅为初始算法的17.7%。【结论】改进YOLOv3是一种性能优越且轻量化的模型,为在移动端进行实时漂浮物检测提供了新的契机。 展开更多
关键词 YOLOv3算法 漂浮物 目标检测 轻量化 特征融合
下载PDF
水泥窑协同处置长江漂浮物过程的污染物排放与环境风险 被引量：1
16
作者 刘美佳 崔长颢 +3 位作者 闫大海 陈超 李丽 Kare Helge Karstensen 《环境污染与防治》 CAS CSCD 北大核心 2023年第7期972-979,共8页
长江水面聚集大量漂浮物,对发电和航运安全造成严重影响,也是影响库区环境的重要问题。在水泥窑协同处置长江漂浮物工程现场,分析了水泥窑协同处置长江漂浮物过程中窑尾烟气、水泥熟料和旁路放风粉尘中的污染物排放特征,评估了水泥窑协... 长江水面聚集大量漂浮物,对发电和航运安全造成严重影响,也是影响库区环境的重要问题。在水泥窑协同处置长江漂浮物工程现场,分析了水泥窑协同处置长江漂浮物过程中窑尾烟气、水泥熟料和旁路放风粉尘中的污染物排放特征,评估了水泥窑协同处置长江漂浮物的环境风险,也研究了氯和5种典型重金属在水泥窑系统中的分配规律。结果表明,氯主要由入窑生料引入窑系统,由熟料带出,开启旁路放风时约20%的氯进到旁路放风粉尘中。Cr、Co、Ni、Cu和Sb主要来自于入窑生料,长江漂浮物也能引入一定量的重金属,最终超过90%的重金属经熟料带出窑系统,其余重金属主要进入窑灰。水泥窑协同处置长江漂浮物过程中,窑尾烟气、水泥熟料和旁路放风粉尘的大部分污染物均低于相应的标准限值,但需重点关注窑内燃烧状态,减少CO的产生以避免影响脱硝效率,旁路放风粉尘的Se浸出浓度超过《危险废物鉴别标准浸出毒性鉴别》(GB 5085.3—2007)规定的限值,具有一定环境风险。 展开更多
关键词 长江漂浮物 协同处置 水泥窑 环境风险
下载PDF
基于持续无监督域适应策略的水面漂浮物目标检测方法
17
作者 陈任飞 彭勇 李忠文 《系统工程与电子技术》 EI CSCD 北大核心 2023年第11期3391-3401,共11页
针对漂浮物检测中小尺度目标和域转移问题,提出一种基于持续无监督域适应策略的漂浮物检测方法。该方法通过删除低分辨率特征图,增强高分辨率特征图,提升小尺度漂浮物的特征提取能力。同时,该方法整合无监督域适应、缓冲区和样本重放,... 针对漂浮物检测中小尺度目标和域转移问题,提出一种基于持续无监督域适应策略的漂浮物检测方法。该方法通过删除低分辨率特征图,增强高分辨率特征图,提升小尺度漂浮物的特征提取能力。同时,该方法整合无监督域适应、缓冲区和样本重放,降低应用场景中不断变化的域转移差异。并将改进检测网络与持续无监督域适应相结合,提升模型检测精度和泛化能力。通过在漂浮物数据集上实验验证,对比现有方法,该方法的检测精度达到82.2%,检测速度达到68.5 f/s,浮点数的算量减少到33亿,模型大小达到25.3 MB,扩展了目标检测在水面视觉中的应用。 展开更多
关键词 深度学习 水面漂浮物 目标检测 无监督域适应 持续学习
下载PDF
基于改进UNet的输电通道沿线易漂浮物遥感识别 被引量：1
18
作者 杨知 江子航 +3 位作者 张思航 牛博文 窦晓军 冯权泷 《高电压技术》 EI CAS CSCD 北大核心 2023年第8期3395-3404,共10页
输电通道沿线的易漂浮物(塑料大棚、地膜和防尘绿网)是输电线路主要外破隐患之一,开展对易漂浮物的遥感识别对外破隐患治理具有重要意义。现有的相关遥感识别研究大多仅针对易漂浮物中的一种,且较少在输电通道沿线区域开展。该文提出了... 输电通道沿线的易漂浮物(塑料大棚、地膜和防尘绿网)是输电线路主要外破隐患之一,开展对易漂浮物的遥感识别对外破隐患治理具有重要意义。现有的相关遥感识别研究大多仅针对易漂浮物中的一种,且较少在输电通道沿线区域开展。该文提出了一个基于改进UNet的语义分割模型,包含空洞空间卷积池化金字塔模块(Atrous spatial pyramid pooling,ASPP)、非局部特征提取模块(Non-local)和亚像素卷积(Sub-pixel convolution)策略。选取江苏省内4条输电通道沿线区域作为研究区,实验总体精度为94.86%,平均交并比为0.6805,优于传统语义分割模型,消融实验证明了以上3个模块的有效性。研究表明,基于高分辨率卫星遥感影像,利用该文模型在输电通道沿线区域开展易漂浮物识别是可行且有效的,可为外破隐患综合治理提供决策依据。 展开更多
关键词 输电通道 易漂浮物 外破 遥感影像 语义分割 UNet
原文传递
暴雨洪涝灾害下漂浮物堵塞对施工栈桥稳定性影响分析
19
作者 窦国涛 张安静 +3 位作者 尹俊红 张明飞 于文杰 李梓源 《水利水电技术（中英文）》 北大核心 2023年第8期54-66,共13页
【目的】暴雨洪涝灾害中,洪水会携带大量杂木杂草垃圾等漂浮物,施工栈桥上部贝雷梁由于杆件密集,容易堵塞,堵塞后水流压力更大,更容易导致施工栈桥的破坏。【方法】为分析不同工况下漂浮物堵塞对施工栈桥稳定性的影响,以黄河特大桥施工... 【目的】暴雨洪涝灾害中,洪水会携带大量杂木杂草垃圾等漂浮物,施工栈桥上部贝雷梁由于杆件密集,容易堵塞,堵塞后水流压力更大,更容易导致施工栈桥的破坏。【方法】为分析不同工况下漂浮物堵塞对施工栈桥稳定性的影响,以黄河特大桥施工栈桥为例,利用ANSYS模拟计算,分析了(1)漂浮物未堵塞贝雷梁;(2)漂浮物堵塞单跨贝雷梁;(3)漂浮物堵塞双跨贝雷梁以及在不同水流速度下施工栈桥稳定性。【结果】结果显示:随着水流速度的增大,施工栈桥水流方向位移极值和米塞斯应力极值也随之增大,贝雷梁未被堵塞工况下,位移极值和米塞斯应力极值增长率最小,双跨贝雷梁被堵塞工况和单跨贝雷梁被堵塞工况位移极值和米塞斯应力极值增长率接近。【结论】暴雨洪涝灾害中,漂浮物堵塞和水流速度对施工栈桥稳定性不利,会增大施工栈桥的位移和应力,导致施工栈桥的局部破坏,可为暴雨洪涝灾害中施工栈桥防护提供参考。 展开更多
关键词 暴雨 漂浮物 流水压力 黄河特大桥 施工栈桥 稳定性 降雨 流速
下载PDF
基于YOLOv5-DSC的漂浮物目标检测
20
作者 刘尧兵 张建杰 +1 位作者 刘丹 徐鸿哲 《现代电子技术》 2023年第22期144-150,共7页
针对河道漂浮物检测识别困难的问题,提出一种改进型的检测识别网络YOLOv5-DSC。首先,在YOLOv5骨干网络中加入无参数注意力机制SimAM,在不增加模型参数的情况下,提高模型的特征提取能力;其次,在特征融合网络中使用基于深度可分离卷积(DSC... 针对河道漂浮物检测识别困难的问题,提出一种改进型的检测识别网络YOLOv5-DSC。首先,在YOLOv5骨干网络中加入无参数注意力机制SimAM,在不增加模型参数的情况下,提高模型的特征提取能力;其次,在特征融合网络中使用基于深度可分离卷积(DSC)的DSCSP结构,减少模型的计算量;最后,采用SIoU损失函数代替原YOLOv5网络模型中的CIoU损失函数。SIoU损失函数重新定义了回归距离损失,加快了网络的收敛速度。在漂浮物数据集上进行了实验验证,结果表明,YOLOv5-DSC平均精度均值达到了98.5%,检测速度为145 f/s。 展开更多
关键词 YOLOv5 深度可分离卷积 漂浮物检测 目标检测 注意力机制 SIoU损失函数
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 25 下一页 到第 页
使用帮助 返回顶部