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2,098篇文章
< 1 2 … 105 >
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：
改进Deeplabv3+的双注意力融合作物分类方法
1
作者 郭金 宋廷强 +4 位作者 孙媛媛 巩传江 刘亚林 马兴录 范海生 《计算机工程与应用》 CSCD 北大核心 2024年第8期110-120,共11页
近年来,卷积神经网络(convolutional neural networks,CNN)在农作物分类研究中不断取得新进展,但在建模长期依赖关系方面表现出一定的局限性,对农作物全局特征的捕获存在不足。针对以上问题,将Transformer引入Deeplab v3+模型,提出了一... 近年来,卷积神经网络(convolutional neural networks,CNN)在农作物分类研究中不断取得新进展,但在建模长期依赖关系方面表现出一定的局限性,对农作物全局特征的捕获存在不足。针对以上问题,将Transformer引入Deeplab v3+模型,提出了一种用于无人机影像农作物分类的并行分支结构--DeepTrans(Deeplab v3+with Trans-former)模型。DeepTrans以一种并行的方式将Transformer和CNN结合在一起,利于全局特征与局部特征的有效捕获。通过引入Transformer来增强图像中信息的远距离依赖关系,提高了作物全局信息的提取能力;加入通道注意力机制和空间注意力机制加强Transformer对通道信息的敏感度及ASPP(atrous spatial pyramid pooling)对作物空间信息捕获能力。实验结果表明,DeepTrans模型在MIoU指标上可达0.812,相较于Deeplab v3+模型提高了3.9%,该模型在五类作物的分类中精度均有提升,对于容易错分的甘蔗、玉米和香蕉三种作物,其IoU分别提高了2.9%、4.7%、13%。由此可见,DeepTrans模型在农作物分类图像的内部填充和全局预测方面有着更好的分割效果,有助于更准确地监测农田作物的种植结构及规模。 展开更多
关键词 农作物分类 无人机影像 Deeplab v3+ TRANSFORMER 注意力机制
下载PDF
基于v3洋葱域名的比特币地址威胁程度分析
2
作者 胡锦枫 徐晓瑀 +1 位作者 陈云芳 张伟 《计算机工程》 CAS CSCD 北大核心 2024年第3期173-181,共9页
比特币可以在不透露使用者身份的情况下进行交换,导致其成为不法分子在暗网上进行违法活动的主要方式。为了追踪比特币非法交易,传统方法根据比特币的伪匿名性,在整个区块链上进行启发式地址聚类,没有充分利用比特币地址在暗网上的信息... 比特币可以在不透露使用者身份的情况下进行交换,导致其成为不法分子在暗网上进行违法活动的主要方式。为了追踪比特币非法交易,传统方法根据比特币的伪匿名性,在整个区块链上进行启发式地址聚类,没有充分利用比特币地址在暗网上的信息。2021年Tor官方全面启用v3洋葱域名,使得以往的v2洋葱域名数据无法再作为分析的依据。设计并实现基于v3洋葱域名的比特币地址威胁程度的一体化分析框架TLAFDB。信息收集模块使用境外服务器解决地域限制并设置socks5h代理以支持暗网爬虫运行,使用洋葱种子地址在暗网中爬行收集最新的v3洋葱域名数据,信息清洗模块采用可同时覆盖Base58和Bech32编码的正则表达式以提取v3洋葱域名网页中的比特币地址,通过区块链搜索引擎Blockchain.com筛选存在真实交易的比特币地址,并建立其和所在v3洋葱域名的关联关系,信息分析模块采用人工分析和关键词匹配相结合的方法分类v3洋葱域名,赋予其关联的比特币地址类别和流行度并判定威胁程度。实验结果表明,TLAFDB收集了23627个v3洋葱域名网页,提取并分析1141个存在真实交易的比特币地址的类别、流行度和威胁程度,发现在暗网中同一个比特币地址常出现在大量的镜像洋葱域名网页上,超过95%的比特币地址被恶意使用,并且庞氏骗局交易量占高危比特币地址总交易量的99%。 展开更多
关键词 暗网 爬虫 v3洋葱域名 比特币地址 分类
下载PDF
Co8W6Mo5Cr4V3粉末高速钢的热变形行为
3
作者 杨礼林 陈学敏 +1 位作者 陈朔 赵莉萍 《粉末冶金材料科学与工程》 2024年第1期11-19,共9页
采用熔炼、电渣重熔和气雾化法制备Co8W6Mo5Cr4V3粉末,再通过热等静压制备Co8W6Mo5Cr4V3粉末高速钢。在不同变形条件下进行热压缩实验,研究粉末高速钢的热变形行为,根据获得的应力-应变曲线,建立热变形本构方程,绘制热加工图。结果表明:... 采用熔炼、电渣重熔和气雾化法制备Co8W6Mo5Cr4V3粉末,再通过热等静压制备Co8W6Mo5Cr4V3粉末高速钢。在不同变形条件下进行热压缩实验,研究粉末高速钢的热变形行为,根据获得的应力-应变曲线,建立热变形本构方程,绘制热加工图。结果表明:Co8W6Mo5Cr4V3粉末高速钢的流变应力随变形温度升高或应变速率减小而减小;通过本构方程预测的流变应力和实验得到的流变应力间的相关系数为0.995,可用此方程对粉末高速钢在不同变形条件下的应力进行预测;根据热加工图,粉末高速钢最优的变形温度为1 100~1 150℃,应变速率为0.1~1.0 s^(-1)。 展开更多
关键词 Co8W6Mo5Cr4v3 粉末高速钢 热变形 本构方程 热加工图
下载PDF
新课标导向下的五年级下学期3v3篮球大单元教学设计方案
4
作者 胡立锋 丁显锋 窦亚晨 《体育教学》 2024年第2期64-65,共2页
本文为五年级下学期3v3篮球大单元学习方案,以“篮球基本技术”为大概念引领整个单元教学。教学设计围绕核心素养培育、“教会、勤练、常赛”等理念,教学过程中以“移动技术、传球、运球、投篮、突破、篮球基础配合”等基本技术为大任... 本文为五年级下学期3v3篮球大单元学习方案,以“篮球基本技术”为大概念引领整个单元教学。教学设计围绕核心素养培育、“教会、勤练、常赛”等理念,教学过程中以“移动技术、传球、运球、投篮、突破、篮球基础配合”等基本技术为大任务驱动整个单元教学,单元学习过程中为学生创设各类比赛的真实情境,提高学生运用篮球基本技术的能力。最终,通过多种形式的“学、练、赛”提高学生的篮球水平,培育学生的核心素养。 展开更多
关键词 新课标 五年级 3v3篮球 大单元
下载PDF
蝴蝶兰‘V3’切花栽培管理及采收技术规程
5
作者 徐金凤 岳李心 +1 位作者 孙勇 董小艳 《花卉》 2024年第4期1-3,共3页
国内蝴蝶兰‘V3’切花的规模化、专业化生产起步较晚。为了更好地满足市场对高品质蝴蝶兰切花的需求,提高生产标准化程度,结合连云港实际生产情况,对蝴蝶兰‘V3’切花的栽培和采收技术进行了全面总结。以期为推动国内蝴蝶兰切花生产的... 国内蝴蝶兰‘V3’切花的规模化、专业化生产起步较晚。为了更好地满足市场对高品质蝴蝶兰切花的需求,提高生产标准化程度,结合连云港实际生产情况,对蝴蝶兰‘V3’切花的栽培和采收技术进行了全面总结。以期为推动国内蝴蝶兰切花生产的进一步发展提供参考依据。 展开更多
关键词 蝴蝶兰 ‘v3’ 切花
下载PDF
基于改进YOLO v3模型的多类交通标识检测 被引量：1
6
作者 张志佳 范莹莹 +1 位作者 邵一鸣 赵永茂 《沈阳工业大学学报》 CAS 北大核心 2023年第1期66-70,共5页
为了提高城市真实交通场景中的交通标志、交通信号灯及停止线检测精度,提出一种基于YOLO v3的多类交通标识检测模型——T-YOLO.该模型在YOLO v3目标检测模型的基础上,采用了四种尺度特征进行检测,设计了更贴合待测交通标识的先验框,提... 为了提高城市真实交通场景中的交通标志、交通信号灯及停止线检测精度,提出一种基于YOLO v3的多类交通标识检测模型——T-YOLO.该模型在YOLO v3目标检测模型的基础上,采用了四种尺度特征进行检测,设计了更贴合待测交通标识的先验框,提升了模型对多类交通标识等小目标检测性能.采集13000张城市交通场景图像并进行标注,制作成多类交通标志数据集.实验结果表明,该模型在TT100K交通标志数据集、在LaRA交通信号灯数据集均取得较好结果.同时,在自制SUTDB数据集上交通标志、交通信号灯、停止线检测精度分别为0.90、0.99、0.80.文中提出的T-YOLO模型检测实现了多类交通标识,并且检测精度高,具有一定工程实用价值. 展开更多
关键词 交通标识 YOLO v3模型 多尺度 先验框 特征融合 多目标检测 深度学习
下载PDF
基于ZYNQ的Yolo v3-SPP实时目标检测系统 被引量：2
7
作者 张丽丽 陈真 +1 位作者 刘雨轩 屈乐乐 《光学精密工程》 EI CAS CSCD 北大核心 2023年第4期543-551,共9页
基于卷积神经网络的目标检测算法发展迅速,随着计算复杂度增加,对设备的性能及功耗要求越来越高。为了使目标检测算法能够部署在嵌入式设备上,本文采用软硬件协同设计方法,使用FPGA对算法进行硬件加速,提出了ZYNQ平台下的Yolo v3-SPP目... 基于卷积神经网络的目标检测算法发展迅速,随着计算复杂度增加,对设备的性能及功耗要求越来越高。为了使目标检测算法能够部署在嵌入式设备上,本文采用软硬件协同设计方法,使用FPGA对算法进行硬件加速,提出了ZYNQ平台下的Yolo v3-SPP目标检测系统。本文将该系统部署在XCZU15EG芯片上,并对系统所需的功耗、硬件资源及性能进行了分析。首先对要部署的网络模型进行优化,并在Pascal VOC 2007数据集上进行训练,最后使用Vitis AI工具对训练后的模型进行量化、编译,使其适用于ZYNQ端的部署。为了选取最佳的配置方案,探究了各配置对硬件资源及系统性能的影响,从系统功耗(W)、检测速度(FPS)、各类别平均精度的平均值(mAP)、输出误差等方面对系统进行了分析。结果表明:在300 M时钟频率下,输入图片大小为(416,416)时,针对Yolo V3-SPP和Yolo V3-Tiny网络结构,检测速度分别为38.44 FPS和177FPS,mAP分别为80.35%和68.55%,片上芯片功耗为21.583 W,整板功耗23.02 W。满足嵌入式设备部署神经网络模型的低功耗、实时性、高检测精度等要求。 展开更多
关键词 目标检测 硬件加速 ZYNQ Yolo v3-SPP Yolo v3-Tiny
下载PDF
基于YOLO v3深度学习算法的道路裂缝识别模型研究 被引量：1
8
作者 苏卫国 王景霄 《中外公路》 2023年第2期58-63,共6页
针对道路裂缝检测识别需人工参与、传统算法识别不准确等问题,提出一种基于YOLO v3深度学习算法的道路裂缝识别方法。首先将数据集图片缩放成416×416,然后利用Labelme对数据进行裂缝标注并对边界框位置信息进行转换,最后利用YOLO v... 针对道路裂缝检测识别需人工参与、传统算法识别不准确等问题,提出一种基于YOLO v3深度学习算法的道路裂缝识别方法。首先将数据集图片缩放成416×416,然后利用Labelme对数据进行裂缝标注并对边界框位置信息进行转换,最后利用YOLO v3算法框架进行模型训练。结果表明:YOLO v3算法的精确率、召回率、F1分数都大于95%,图片检测速度达到0.1231 s/张。YOLO v3深度学习算法在精度和速度上都满足了道路裂缝实时检测的要求。 展开更多
关键词 道路裂缝 深度学习 YOLO v3 边界框
原文传递
基于YOLO v3的卷烟用瓦楞纸箱表面缺陷检测方法
9
作者 贾伟萍 褚玮 +3 位作者 刘文婷 黄轲 李陈巧 吴飞 《中国造纸》 CAS 北大核心 2023年第6期126-133,共8页
提出了一种基于YOLO v3的检测算法,并建立了卷烟用瓦楞纸箱循环利用性能评价体系。对比了Faster RCNN与YOLO v3深度神经网络目标检测算法对采集的典型卷烟用瓦楞纸箱表面缺陷的识别结果。基于OpenCV库、Canny算法,开发了适用于测量卷烟... 提出了一种基于YOLO v3的检测算法,并建立了卷烟用瓦楞纸箱循环利用性能评价体系。对比了Faster RCNN与YOLO v3深度神经网络目标检测算法对采集的典型卷烟用瓦楞纸箱表面缺陷的识别结果。基于OpenCV库、Canny算法,开发了适用于测量卷烟用瓦楞纸箱表面缺陷尺寸及其分布位置的合理方案。结果表明,该算法的平均准确率达92.23%,可成功实现缺陷位置、尺寸的检测。 展开更多
关键词 卷烟用瓦楞纸箱回收 缺陷检测 YOLO v3
下载PDF
基于红外图像和改进MobileNet-V3的光伏组件故障诊断方法
10
作者 任惠 夏静 +2 位作者 卢锦玲 王允哲 辛国雨 《太阳能学报》 EI CAS CSCD 北大核心 2023年第8期238-245,共8页
为了提高光伏系统的可靠性和性能,提出一种基于红外图像和改进MobileNet-V3的光伏组件故障诊断方法。首先,分析开源光伏组件缺陷图像及其存在的问题;然后,基于存在的问题,对光伏组件红外缺陷图像进行图像增强、数据增强处理,使红外图像... 为了提高光伏系统的可靠性和性能,提出一种基于红外图像和改进MobileNet-V3的光伏组件故障诊断方法。首先,分析开源光伏组件缺陷图像及其存在的问题;然后,基于存在的问题,对光伏组件红外缺陷图像进行图像增强、数据增强处理,使红外图像满足图片可用性及样本数量丰富性的要求;最后,对基本MobileNet-V3网络进行改进,实现光伏组件故障分类。实验结果显示:与传统CNN、基础MobileNet-V3相比,所提故障分类方法不仅准确率高、诊断速度快,且对各种故障类别的识别率高,具有较好的实用性和应用价值。 展开更多
关键词 光伏组件 红外成像 图像增强 故障诊断 改进MobileNet-v3算法
原文传递
基于改进Inception-v3网络的肺炎检测方法
11
作者 蒲秋梅 田景龙 +1 位作者 邢容畅 赵丽娜 《东北师大学报(自然科学版)》 CAS 北大核心 2023年第4期67-76,共10页
在Inception-v3网络的基础上提出了一种有效的改进方法以提升X光胸片肺炎诊断的准确度.在原始Inception-v3网络结构中引入了残差连接以减轻网络加深带来的梯度消失问题.使用空间注意力与通道注意力机制提升模型的特征提取能力,同时通过... 在Inception-v3网络的基础上提出了一种有效的改进方法以提升X光胸片肺炎诊断的准确度.在原始Inception-v3网络结构中引入了残差连接以减轻网络加深带来的梯度消失问题.使用空间注意力与通道注意力机制提升模型的特征提取能力,同时通过通道混洗(Channel Shuffle)促进不同通道特征图之间的信息融合.最终改进模型的分类准确率为94.64%,较原始Inception-v3网络提升了4.33%,且对于新型冠状病毒感染具有更高的召回率,达到99.72%.实验结果表明,引入注意力机制的Inception-v3网络在四类肺炎检测分类任务(正常、普通病毒性肺炎、新型冠状病毒感染、其他肺部感染)中具有更高泛化能力与鲁棒性. 展开更多
关键词 肺炎检测 X光胸片 Inception-v3 注意力机制模块 通道混洗
下载PDF
铁死亡在HIV-1 gp120 V3环致小胶质细胞炎症中的作用机制研究 被引量：1
12
作者 干李梦 王琳琳 +6 位作者 左勤 颜学勤 潘锐 王会丽 唐海杰 付咏梅 董军 《中国病理生理杂志》 CAS CSCD 北大核心 2023年第5期819-826,共8页
目的:探讨人类免疫缺陷病毒1型(human immunodeficiency virus type 1,HIV-1)gp120 V3环致CHME-5小胶质细胞炎症反应与铁死亡的关系,并观察p53和铁死亡对该炎症反应的影响及可能机制。方法:体外培养人源CHME-5小胶质细胞,设立空白组、... 目的:探讨人类免疫缺陷病毒1型(human immunodeficiency virus type 1,HIV-1)gp120 V3环致CHME-5小胶质细胞炎症反应与铁死亡的关系,并观察p53和铁死亡对该炎症反应的影响及可能机制。方法:体外培养人源CHME-5小胶质细胞,设立空白组、随机肽段组、HIV-1 gp120 V3环组、HIV-1 gp120 V3环+ferrostatin-1(Fer-1;铁死亡抑制剂)组和HIV-1 gp120 V3环+pifithrin-α(p53抑制剂)组。分别采用HIV-1 gp120 V3环(终浓度2 mg/L)和随机肽段(终浓度2 mg/L)处理CHME-5细胞24 h;Fer-1(终浓度20μmol/L)和pifithrin-α(终浓度10μmol/L)预处理CHME-5细胞2 h,HIV-1 gp120 V3环(终浓度2 mg/L)再处理24 h。ELISA法检测各组细胞上清液中炎症因子水平;Western blot法检测铁死亡相关蛋白[转铁蛋白受体1(transferrin receptor-1,TFR-1)、溶质载体家族7成员11(solute carrier family 7 member 11,SLC7A11)和谷胱甘肽过氧化物酶4(glutathione peroxidase 4,GPX4)]及p53的蛋白表达;酶标仪法检测细胞内亚铁离子(Fe2+)和谷胱甘肽过氧化物酶(glutathione peroxidase,GSH-Px)活性。结果:(1)ELISA结果显示,与对照组相比,gp120 V3环组炎症因子白细胞介素1β(interleukin-1β,IL-1β)、IL-6和肿瘤坏死因子α(tumor necrosis factor-α,TNF-α)水平显著升高(P<0.01);与gp120 V3环组相比,gp120 V3环+Fer-1组和gp120 V3环+pifithrin-α组炎症因子IL-1β、IL-6和TNF-α水平显著下降(P<0.01);(2)Western blot结果显示,与对照组相比,gp120 V3环组蛋白p53显著上调(P<0.01),铁死亡相关蛋白TFR-1显著上调(P<0.01),SLC7A11和GPX4显著下调(P<0.01);与gp120 V3环组相比,gp120 V3环+pifithrin-α组铁死亡相关蛋白TFR-1显著下降(P<0.05),SLC7A11和GPX4蛋白显著升高(P<0.05);(3)与对照组相比,gp120 V3环组Fe2+含量显著增加(P<0.01),GSH-Px活性显著降低(P<0.01);与gp120 V3环组相比,gp120 V3环+Fer-1组和gp120 V3环+pifithrin-α组Fe2+含量显著下降(P<0.05),GSH-Px活性显著升高(P<0.01)。结论:HIV-1 gp120 V3环致CHME-5小胶质细胞炎症中存在铁死亡,且抑制铁死亡能减轻炎症。HIV-1 gp120 V3环致CHME-5小胶质细胞炎症与p53蛋白调控铁死亡有关,抑制p53可减轻铁死亡和炎症反应。 展开更多
关键词 HIV相关神经认知障碍 HIV-1 gp120 v3环 铁死亡 P53蛋白 神经炎症
下载PDF
基于DeepLab V3+深度神经网络的结直肠息肉内镜图像分割 被引量：3
13
作者 朱世祺 徐昶 +6 位作者 周鑫 刘璐 林嘉希 殷民月 刘晓琳 许春芳 朱锦舟 《中国医学物理学杂志》 CSCD 2023年第8期944-949,共6页
目的:基于深度神经网络DeepLab V3+建立结直肠息肉内镜图像语义分割模型。方法:选取Hyper-Kvasir数据库1000张、苏州大学附属第一医院500张结直肠息肉内镜图像,分为训练集(n=1200)和验证集(n=300),同时收集江苏大学附属金坛医院肠息肉... 目的:基于深度神经网络DeepLab V3+建立结直肠息肉内镜图像语义分割模型。方法:选取Hyper-Kvasir数据库1000张、苏州大学附属第一医院500张结直肠息肉内镜图像,分为训练集(n=1200)和验证集(n=300),同时收集江苏大学附属金坛医院肠息肉图像作为测试集(n=220)。对内镜图像进行分割标记,载入以DeepLab V3+为框架的深度神经网络中训练,建立语义分割模型。结果:在内部验证集中,该模型的准确性(ACC)达97.2%,平均交并比(MIoU)达85.8%,Dice系数达0.924。在外部测试集中,ACC达98.0%,MIoU达80.1%,Dice系数达0.890。结论:基于DeepLab V3+深度神经网络,构建结直肠息肉内镜图像的语义分割模型,具有良好的预测性能,可作为检测结直肠息肉的有效工具。 展开更多
关键词 语义分割 深度学习 DeepLab v3+ 结直肠息肉
下载PDF
基于改进YOLO-v3的风力机叶片表面损伤检测识别 被引量：1
14
作者 蒋兴群 刘波 +3 位作者 宋力 焦晓峰 冯瑞 陈永艳 《太阳能学报》 EI CAS CSCD 北大核心 2023年第3期212-217,共6页
为对风力机叶片损伤状态进行有效检测,提出一种基于改进YOLO-v3算法的风力机叶片表面损伤检测识别技术。根据风力机叶片损伤区域特点,对网络中锚框(anchor)的尺度进行调整优化;在特征提取网络后引入基于注意力机制的挤压与激励网络(sque... 为对风力机叶片损伤状态进行有效检测,提出一种基于改进YOLO-v3算法的风力机叶片表面损伤检测识别技术。根据风力机叶片损伤区域特点,对网络中锚框(anchor)的尺度进行调整优化;在特征提取网络后引入基于注意力机制的挤压与激励网络(squeeze and excitation networks,SENet)结构,使YOLO-v3算法更加关注与目标相关的特征通道,提升网络性能。结果表明,改进后算法的平均精度为84.42%,较原YOLO-v3算法提升了6.14%,检测时间减少了21 ms,改进后的YOLO-v3算法能较好地识别出风力机叶片表面损伤。 展开更多
关键词 风力机 叶片 损伤检测 深度学习 目标检测 YOLO-v3
原文传递
基于改进Deeplab V3+网络的水工混凝土裂缝语义分割方法 被引量：1
15
作者 黄思文 包腾飞 +1 位作者 李扬涛 牛慧余 《水利水电科技进展》 CSCD 北大核心 2023年第1期81-86,共6页
为实现水工混凝土裂缝快速而准确的检测,提出了一种基于改进Deeplab V3+网络的水工混凝土裂缝语义分割方法。该方法采用Mobilenetv2网络替换原主干网络,将空洞卷积金字塔池化模块(ASPP)的空洞卷积替换为空洞深度可分离卷积,以提升运算速... 为实现水工混凝土裂缝快速而准确的检测,提出了一种基于改进Deeplab V3+网络的水工混凝土裂缝语义分割方法。该方法采用Mobilenetv2网络替换原主干网络,将空洞卷积金字塔池化模块(ASPP)的空洞卷积替换为空洞深度可分离卷积,以提升运算速度,降低深层特征下采样倍数以减少语义信息丢失。实例验证结果表明:本文方法帧率达到51.11帧/s,较原网络提高了23.33帧/s,推理速度大幅提升;平均交并比和平均像素精度分别达到89.45和95.19,分割精度高;针对典型混凝土裂缝的分割效果也优于比较方法,泛化能力较强。 展开更多
关键词 Deeplab v3+ 水工混凝土 裂缝识别 语义分割 深度学习
下载PDF
基于YOLO-V3算法的加油站不安全行为检测 被引量：3
16
作者 常捷 张国维 +2 位作者 陈文江 袁狄平 王永生 《中国安全科学学报》 CAS CSCD 北大核心 2023年第2期31-37,共7页
为控制加油站火灾爆炸风险目标,结合事故统计和故障树分析方法,提出一种基于YOLO-V3算法的加油站不安全行为检测模型。首先在收集90起加油站火灾爆炸事故的基础上,统计分析加油站火灾爆炸事故的点火源;其次构建加油站火灾爆炸故障树,计... 为控制加油站火灾爆炸风险目标,结合事故统计和故障树分析方法,提出一种基于YOLO-V3算法的加油站不安全行为检测模型。首先在收集90起加油站火灾爆炸事故的基础上,统计分析加油站火灾爆炸事故的点火源;其次构建加油站火灾爆炸故障树,计算各基本事件的结构重要度,并确定加油站危险性较高的不安全行为;然后采用现场采集和模拟的方法收集加油站不安全行为图像数据,利用数据增强方法构建加油站不安全行为图像数据集;最后基于深度学习的方法构建加油站不安全行为检测模型,经过1000次训练迭代后得到最终模型。研究结果表明:引起加油站火灾爆炸事故的不安全行为主要有抽烟、打电话等;训练得到的检测模型在测试集上对抽烟、打电话和正常行为检测类别的平均检测精度分别为67%、85%和77%,模型的平均检测精度均值为84%。 展开更多
关键词 YOLO-v3算法 加油站 故障树 不安全行为 火灾爆炸 目标检测
原文传递
基于改进YOLO v3算法的空中红外目标检测 被引量：1
17
作者 李彦锴 许媛媛 +1 位作者 刘子琪 陈玉清 《红外技术》 CSCD 北大核心 2023年第4期386-393,共8页
为进一步提升空中作战条件下目标检测的性能,本文通过优化YOLO v3,提出了一种基于空中红外目标的检测算法EN-YOLO v3。该算法使用轻量的EfficientNet骨干网络作为YOLO v3的主干特征提取网络,使模型参数大幅减少,降低模型的训练时间;同... 为进一步提升空中作战条件下目标检测的性能,本文通过优化YOLO v3,提出了一种基于空中红外目标的检测算法EN-YOLO v3。该算法使用轻量的EfficientNet骨干网络作为YOLO v3的主干特征提取网络,使模型参数大幅减少,降低模型的训练时间;同时选用CIoU作为模型的损失函数,优化模型损失计算方法,提升模型的检测精度。结果表明,优化后的EN-YOLO v3目标检测算法与原YOLO v3相比模型尺寸减少了50.03%,精准度提升了1.17%,能够有效提升红外场景下空中目标的检测效果。 展开更多
关键词 红外场景 空中目标检测 YOLO v3 模型优化
下载PDF
地球磁异常EMAG2v3与全球重力数据库V29数据质量综合评估——以北极地区Aegir脊为例
18
作者 张冕 张春灌 +4 位作者 赵敏 钟振华 袁炳强 周磊 韩梅 《物探与化探》 CAS 北大核心 2023年第6期1410-1416,共7页
为了评估地球磁异常(EMAG2v3)内海域磁力资料与全球重力数据库V29中海域重力资料质量的高低,选择Aegir轴裂谷及邻区约150 km磁力与重力数据分别进行对比研究。系统收集了EMAG2v3、全球重力数据库V29中研究区范围内的异常数据,用其与在... 为了评估地球磁异常(EMAG2v3)内海域磁力资料与全球重力数据库V29中海域重力资料质量的高低,选择Aegir轴裂谷及邻区约150 km磁力与重力数据分别进行对比研究。系统收集了EMAG2v3、全球重力数据库V29中研究区范围内的异常数据,用其与在该地实测的重力与磁力数据进行对比分析。首先对EMAG2v3库数据、V29库数据、实测重、磁异常数据进行网格化与白化处理,得到对应的影像图,利用相关分析法对EMAG2v3与船测磁力测量数据、重力数据库V29与船测重力数据进行相关分析,得到磁力相关分析图与重力相关分析图及其对应的相关系数。通过对两种磁力数据与两种重力数据之间相关系数及差值特征的对比分析,对EMAG2v3库数据与全球重力数据库V29数据库中Aegir轴裂谷及两侧约150 km范围内的重、磁数据进行综合评估。根据研究结果表明,EMAG2v3库融合了大量船测磁力资料,在测线密集的地方,船测磁力异常数据比EMAG2v3库数据质量更高;船测重力异常和V29库重力异常变化特征基本一致,表明两种异常数据的横向分辨率相同。 展开更多
关键词 数据质量评估 重力数据库V29 地球磁异常EMAG2v3 船测磁力 船测重力
下载PDF
一种改进的tiny YOLO v3煤矸石快速识别模型 被引量：3
19
作者 郑道能 《工矿自动化》 CSCD 北大核心 2023年第4期113-119,共7页
传统的煤矸石分选方法效率低下、安全隐患较大、应用范围受限,现有的基于机器视觉的煤矸石图像识别方法在模型识别速度与精度上难以平衡,未综合考虑输入图像尺寸不一、重要通道权重较低及卷积参数量大对模型精度的影响。针对上述问题,在... 传统的煤矸石分选方法效率低下、安全隐患较大、应用范围受限,现有的基于机器视觉的煤矸石图像识别方法在模型识别速度与精度上难以平衡,未综合考虑输入图像尺寸不一、重要通道权重较低及卷积参数量大对模型精度的影响。针对上述问题,在tiny YOLO v3模型的基础上,提出了一种改进的tiny YOLO v3煤矸石快速识别模型。首先,在tiny YOLO v3模型引入多卷积核组合池化的特征金字塔池化(SPP)网络,确保输入特征图可被处理为固定尺寸再输出;其次,引入RGB通道权重可调节的压缩激励(SE)模块,用于增强前几层特征图各通道之间的联系,强调感兴趣通道的特征值和不同目标特征之间的差异性,确保关键信息的捕捉和网络灵敏度;最后,引入包含0权值点的空洞卷积替代tiny YOLO v3模型中部分卷积层,在不增加模型参数的前提下,可捕获多尺度上下文信息进而扩大感受野,提高模型计算速度。将该模型分别与tiny YOLO v3模型、Faster RCNN模型、YOLO v5系列模型进行对比,结果表明:(1)与tiny YOLO v3相比,改进的tiny YOLO v3煤矸石快速识别模型的识别准确性和快速性都有显著提升。(2)与Faster RCNN相比,改进的tiny YOLO v3煤矸石快速识别模型训练时间减少了65.72%,识别精度增幅为11.83%,识别召回率增幅为0.5%,模型平均精度均值(m AP)增幅为3.02%。(3)与YOLO系列模型相比,改进的tiny YOLO v3煤矸石快速识别模型在保持识别精度优势的情况下识别速度有大幅增长。消融实验结果表明:改进的tiny YOLO v3煤矸石快速识别模型的识别准确率为99.4%,较加入SPP网络的tiny YOLO v3模型的识别准确率提高了4.9%;测试每张图片耗时12.5 ms,较加入SPP网络的tiny YOLO v3模型耗时减少了1 ms。 展开更多
关键词 煤矸石分选 煤矸石图像识别 特征金字塔池化 压缩激励模块 空洞卷积 tiny YOLO v3
下载PDF
基于改进DeepLab-v3+的火星地形分割算法
20
作者 周鹏 熊凯 邢琰 《空间控制技术与应用》 CSCD 北大核心 2023年第2期10-19,共10页
准确的地形分割有助于星球巡视器执行地形可通过性判断、自主路径规划等任务,从而保证巡视器探测任务的顺利进行.针对当前火星地形分割任务难度高、巡视器计算资源有限的问题,基于DeepLab-v3+网络结构提出一种轻量化的语义分割网络.该... 准确的地形分割有助于星球巡视器执行地形可通过性判断、自主路径规划等任务,从而保证巡视器探测任务的顺利进行.针对当前火星地形分割任务难度高、巡视器计算资源有限的问题,基于DeepLab-v3+网络结构提出一种轻量化的语义分割网络.该网络以MobileNetV2为骨干网络,利用密集连接的方式优化空洞空间金字塔池化(ASPP)模块,进一步扩大了空洞卷积的感受野;融入最新提出的坐标注意力机制(CA),增强了网络的特征提取能力.利用AI4Mars公开数据集对CA-DeepLab-v3+网络进行验证,表明算法在土壤、基岩、沙地和大岩石4种地形的召回率分别达到91%、92%、89%和75%. 展开更多
关键词 火星地形图像 DeepLab-v3+网络 坐标注意力 语义分割 巡视器
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 … 105 下一页 到第 页
使用帮助 返回顶部