期刊导航
期刊开放获取
重庆大学
退出
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
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
检索
高级检索
期刊导航
共找到
6
篇文章
<
1
>
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于计算机视觉的工业人员行为分析实验平台
1
作者
徐晓滨
孔俊杰
+3 位作者
张泽辉
王坚
陈龙
何宏
《实验技术与管理》
CAS
北大核心
2024年第9期101-110,共10页
该文面向本科生与研究生实践教学,利用计算机视觉技术开发了工业人员行为分析实验平台。依托工程实训中心,通过多通道数据采集装置收集人员工作环境、作业行为以及劳保用品等数据。基于PyQt5构建工业人员行为分析实验平台,该平台将计算...
该文面向本科生与研究生实践教学,利用计算机视觉技术开发了工业人员行为分析实验平台。依托工程实训中心,通过多通道数据采集装置收集人员工作环境、作业行为以及劳保用品等数据。基于PyQt5构建工业人员行为分析实验平台,该平台将计算机视觉技术与工业安全管控标准深度融合,以实现工业人员流程类与非流程类作业的行为分析。为验证实验平台的有效性,使用工业人员行为测试数据对所研发的实验平台进行了实验验证。实验结果表明,该实验平台能对工人多种作业进行有效评判。该实验平台有助于提升本科生和研究生在智能图像处理领域的实践能力。
展开更多
关键词
计算机视觉
工业安全
行为分析
人体关键点检测
下载PDF
职称材料
基于BRB-PSO的船舶舵机模型参数辨识方法研究
2
作者
徐晓滨
孙松
+2 位作者
张雪林
何宏
高海波
《武汉理工大学学报(交通科学与工程版)》
2024年第2期255-260,266,共7页
文中提出一种基于BRB-PSO的船舶舵机模型参数辨识方法.构造关于船舶舵机模型参数的BRB-PSO辨识模型,以描述模型输入(指令舵角和实际舵角信号)与模型输出(舵机模型参数)之间的非线性关系;建立置信规则库(BRB),通过置信规则推理得到惯性...
文中提出一种基于BRB-PSO的船舶舵机模型参数辨识方法.构造关于船舶舵机模型参数的BRB-PSO辨识模型,以描述模型输入(指令舵角和实际舵角信号)与模型输出(舵机模型参数)之间的非线性关系;建立置信规则库(BRB),通过置信规则推理得到惯性权重变化量的估计值并更新惯性权重;基于该惯性权重调整粒子群算法(PSO)中粒子的速度、位置等参数,依次迭代,直到达到停止要求,实现舵机模型参数的辨识.通过与其他典型参数辨识方法的实验结果对比,进一步说明BRB-PSO辨识方法在舵机模型参数辨识方面的优越性.
展开更多
关键词
舵机
置信规则库
粒子群算法
参数辨识
下载PDF
职称材料
基于视觉的工人高处攀爬不安全行为识别模型
3
作者
张泽辉
张乾隆
+3 位作者
徐晓滨
赵祖国
王海泉
李昊
《中国安全科学学报》
北大核心
2025年第2期144-151,共8页
为精准识别高处作业人员攀爬过程中出现的不安全行为,提出一种基于视觉的工人高处攀爬不安全行为识别模型,由人体姿态估计算法和一维卷积不安全行为识别算法组成。人体姿态估计研究者采用量子化自编码器对人体关键点进行结构化建模,实...
为精准识别高处作业人员攀爬过程中出现的不安全行为,提出一种基于视觉的工人高处攀爬不安全行为识别模型,由人体姿态估计算法和一维卷积不安全行为识别算法组成。人体姿态估计研究者采用量子化自编码器对人体关键点进行结构化建模,实现人体关键点坐标的检测;结合高处作业安全行为知识,基于一维卷积神经网络(1DCNN)模型构建高处攀爬不安全行为识别算法,并通过实验进行验证。结果表明:该模型在人员无遮挡情况和有部分遮挡情况下,分别达到93.91%和90.34%的精度;与支持向量机(SVM)、K最邻近算法(KNN)相比,该模型具有更强的泛化能力。
展开更多
关键词
计算机视觉
工人高处攀爬
不安全行为
识别模型
一维卷积神经网络(1DCNN)
人体姿态估计
原文传递
基于特征匹配度与异类子模型融合的安全性评估方法
4
作者
徐晓滨
张云硕
+2 位作者
施凡
常雷雷
陶志刚
《计算机工程》
CAS
CSCD
北大核心
2024年第8期113-122,共10页
机器学习模型的好坏影响预测精度、输入与输出结果的拟合情况。在复杂系统中,使用单一模型评估系统安全性问题时容易受数据量、数据格式、模型结构以及环境干扰等因素影响,使得这个模型在解决某个问题的能力上比较出色,而在解决其他问题...
机器学习模型的好坏影响预测精度、输入与输出结果的拟合情况。在复杂系统中,使用单一模型评估系统安全性问题时容易受数据量、数据格式、模型结构以及环境干扰等因素影响,使得这个模型在解决某个问题的能力上比较出色,而在解决其他问题时,结果却不尽如人意。针对上述问题,提出一种基于特征匹配度和异类子模型融合的安全性评估方法。首先,按照采样数据的输出值划分不同规模的数据集并构建子模型;其次,通过计算每个新数据对于这些子模型的匹配度,进而得到每个子模型的权重;最后,根据权重大小融合所有子模型的子输出得到最终的多模型融合结果。所提方法对山东省济宁市霄云煤矿采掘数据集进行研究,实验结果表明,该方法与多样本单模型、少样本单模型和传统多模型方法相比,在以330/70的比例来构建子模型的情况下均方根误差(RMSE)分别降低了15.13%、51.67%和12.46%,该方法充分集成各子模型所能提供的有效信息,减少和分散单一模型的预测误差,以提高模型的预测精度和泛化能力。
展开更多
关键词
特征匹配度
异类子模型
单模型
多模型融合
安全性评估
下载PDF
职称材料
基于AdaBoost的地下采掘工程高韧性安全评估方法
被引量:
1
5
作者
徐晓滨
施凡
+2 位作者
冯静
徐晓健
常雷雷
《中国安全科学学报》
CAS
CSCD
北大核心
2023年第S01期112-118,共7页
为确保煤炭地下采掘工程的安全性,提出一种基于AdaBoost的高韧性安全评估方法。首先,将隧道设计参数、地质条件参数和施工参数作为模型的输入,矿井沉降值作为输出,将施工现场采集的输入参数数据划分为训练数据集和测试数据集;其次,从数...
为确保煤炭地下采掘工程的安全性,提出一种基于AdaBoost的高韧性安全评估方法。首先,将隧道设计参数、地质条件参数和施工参数作为模型的输入,矿井沉降值作为输出,将施工现场采集的输入参数数据划分为训练数据集和测试数据集;其次,从数据集中抽取多个训练子集,分别建立多个子模型;然后,分别计算子模型的误差和权重,以神经网络作为基准模型,将所有训练数据集划分为正常数据和异常数据,并更新权重;最后,根据加权后的数据集,构建AdaBoost预测模型,并开展案例分析,验证该方法的有效性。结果表明:相比于直接使用AdaBoost算法,基于正常数据和异常数据构建的AdaBoost高韧性安全评估方法所得的结果准确率更高,该方法具有一定的科学性和有效性。
展开更多
关键词
地下采掘工程
ADABOOST
高韧性
安全评估
异常数据
正常数据
原文传递
基于最小先验知识的自监督学习方法
6
作者
朱俊屹
常雷雷
+3 位作者
徐晓滨
郝智勇
于海跃
姜江
《计算机应用》
2025年第4期1035-1041,共7页
为了弥补有监督学习对监督信息要求过高的不足,提出一种基于最小先验知识的自监督学习方法。首先,基于数据的先验知识聚类无标签数据,或基于有标签数据的中心距离为无标签数据生成初始标签;其次,随机抽取赋予标签后的数据,并选择机器学...
为了弥补有监督学习对监督信息要求过高的不足,提出一种基于最小先验知识的自监督学习方法。首先,基于数据的先验知识聚类无标签数据,或基于有标签数据的中心距离为无标签数据生成初始标签;其次,随机抽取赋予标签后的数据,并选择机器学习方法建立子模型;再次,计算各个数据抽取的权重和误差,以求得数据平均误差作为各个数据集的数据标签度,并根据初始数据标签度设置迭代阈值;最后,比较迭代过程中数据标签度的大小和阈值决定是否达到终止条件。在10个UCI公开数据集上的实验结果表明,相较于无监督学习K-means等方法、有监督学习支持向量机(SVM)等算法和主流自监督学习TabNet(Tabular Network)等方法,所提方法在不平衡数据集不使用标签,或在平衡数据集上使用有限标签时仍可以取得较高的分类准确度。
展开更多
关键词
最小先验知识
自监督学习
机器学习
数据标签度
迭代阈值
下载PDF
职称材料
题名
基于计算机视觉的工业人员行为分析实验平台
1
作者
徐晓滨
孔俊杰
张泽辉
王坚
陈龙
何宏
机构
杭州电子科技大学
中国-奥地利人工智能与先进制造“一带一路”联合实验室
杭州电子科技大学自动化学院
杭州电子科技大学杭州电子科技大学圣光机
联合
学院
杭州电子科技大学电子信息学院
杭州电子科技大学通信学院
出处
《实验技术与管理》
CAS
北大核心
2024年第9期101-110,共10页
基金
浙江省“尖兵”“领雁”研发攻关计划项目(2024C03254)
国家重点研发计划项目(2022YFE0210700)
+2 种基金
浙江省自然科学基金资助项目(LTGG24F030004)
国家水运安全工程技术研究中心开放基金项目(A202403)
宁东能源化工基地本级重点支持领域科技项目(2023NDKJXMLX059)。
文摘
该文面向本科生与研究生实践教学,利用计算机视觉技术开发了工业人员行为分析实验平台。依托工程实训中心,通过多通道数据采集装置收集人员工作环境、作业行为以及劳保用品等数据。基于PyQt5构建工业人员行为分析实验平台,该平台将计算机视觉技术与工业安全管控标准深度融合,以实现工业人员流程类与非流程类作业的行为分析。为验证实验平台的有效性,使用工业人员行为测试数据对所研发的实验平台进行了实验验证。实验结果表明,该实验平台能对工人多种作业进行有效评判。该实验平台有助于提升本科生和研究生在智能图像处理领域的实践能力。
关键词
计算机视觉
工业安全
行为分析
人体关键点检测
Keywords
computer vision
industrial safety
behavior analysis
human key point detection
分类号
TP312 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
基于BRB-PSO的船舶舵机模型参数辨识方法研究
2
作者
徐晓滨
孙松
张雪林
何宏
高海波
机构
杭州电子科技大学自动化学院
中国-奥地利人工智能与先进制造“一带一路”联合实验室
杭州电子科技大学计算机学院
武汉理工大学能源与动力工程学院
出处
《武汉理工大学学报(交通科学与工程版)》
2024年第2期255-260,266,共7页
基金
浙江省重点研发计划择优推荐项目(2021C03015)
国家重点研发计划(2022YFE0210700)
+1 种基金
国家自然科学基金面上项目(52171352)
浙江省杰出青年基金(LR21F030001)。
文摘
文中提出一种基于BRB-PSO的船舶舵机模型参数辨识方法.构造关于船舶舵机模型参数的BRB-PSO辨识模型,以描述模型输入(指令舵角和实际舵角信号)与模型输出(舵机模型参数)之间的非线性关系;建立置信规则库(BRB),通过置信规则推理得到惯性权重变化量的估计值并更新惯性权重;基于该惯性权重调整粒子群算法(PSO)中粒子的速度、位置等参数,依次迭代,直到达到停止要求,实现舵机模型参数的辨识.通过与其他典型参数辨识方法的实验结果对比,进一步说明BRB-PSO辨识方法在舵机模型参数辨识方面的优越性.
关键词
舵机
置信规则库
粒子群算法
参数辨识
Keywords
steering machine
belief-rule-base
particle swarm optimization
parameters identification
分类号
U664.82 [交通运输工程—船舶及航道工程]
下载PDF
职称材料
题名
基于视觉的工人高处攀爬不安全行为识别模型
3
作者
张泽辉
张乾隆
徐晓滨
赵祖国
王海泉
李昊
机构
杭州电子科技大学
中国-奥地利人工智能与先进制造“一带一路”联合实验室
中职物联(湖北)信息科技有限公司
中原工学院电子信息学院
宁夏长骏科技咨询有限公司
出处
《中国安全科学学报》
北大核心
2025年第2期144-151,共8页
基金
国家重点研发计划资助项目(2022YFE0210700)
国家水运安全工程技术研究中心开放基金资助(A202403)
+1 种基金
浙江省自然科学基金资助(LTGG24F030004)
浙江省“尖兵”,“领雁”研发攻关计划资助项目(2024C03254)。
文摘
为精准识别高处作业人员攀爬过程中出现的不安全行为,提出一种基于视觉的工人高处攀爬不安全行为识别模型,由人体姿态估计算法和一维卷积不安全行为识别算法组成。人体姿态估计研究者采用量子化自编码器对人体关键点进行结构化建模,实现人体关键点坐标的检测;结合高处作业安全行为知识,基于一维卷积神经网络(1DCNN)模型构建高处攀爬不安全行为识别算法,并通过实验进行验证。结果表明:该模型在人员无遮挡情况和有部分遮挡情况下,分别达到93.91%和90.34%的精度;与支持向量机(SVM)、K最邻近算法(KNN)相比,该模型具有更强的泛化能力。
关键词
计算机视觉
工人高处攀爬
不安全行为
识别模型
一维卷积神经网络(1DCNN)
人体姿态估计
Keywords
computer vision
worker high-altitude climbing
unsafe behavior
recognition model
one-dimensional convolutional neural network(1DCNN)
human pose estimation
分类号
X910 [环境科学与工程—安全科学]
原文传递
题名
基于特征匹配度与异类子模型融合的安全性评估方法
4
作者
徐晓滨
张云硕
施凡
常雷雷
陶志刚
机构
杭州电子科技大学
中国-奥地利人工智能与先进制造“一带一路”联合实验室
杭州电子科技大学自动化学院
中国
矿业大学(北京)力学与土木工程学院
出处
《计算机工程》
CAS
CSCD
北大核心
2024年第8期113-122,共10页
基金
浙江省属高校基本科研业务费专项(GK239909299001-010)
浙江省基础公益研究计划项目(LTGG23F030009)
+1 种基金
国家重点研发计划(2022YFE0210700)
浙江省杰出青年科学基金(LR21030001)。
文摘
机器学习模型的好坏影响预测精度、输入与输出结果的拟合情况。在复杂系统中,使用单一模型评估系统安全性问题时容易受数据量、数据格式、模型结构以及环境干扰等因素影响,使得这个模型在解决某个问题的能力上比较出色,而在解决其他问题时,结果却不尽如人意。针对上述问题,提出一种基于特征匹配度和异类子模型融合的安全性评估方法。首先,按照采样数据的输出值划分不同规模的数据集并构建子模型;其次,通过计算每个新数据对于这些子模型的匹配度,进而得到每个子模型的权重;最后,根据权重大小融合所有子模型的子输出得到最终的多模型融合结果。所提方法对山东省济宁市霄云煤矿采掘数据集进行研究,实验结果表明,该方法与多样本单模型、少样本单模型和传统多模型方法相比,在以330/70的比例来构建子模型的情况下均方根误差(RMSE)分别降低了15.13%、51.67%和12.46%,该方法充分集成各子模型所能提供的有效信息,减少和分散单一模型的预测误差,以提高模型的预测精度和泛化能力。
关键词
特征匹配度
异类子模型
单模型
多模型融合
安全性评估
Keywords
degree of feature matching
heterogeneous sub-models
single model
multi-model fusion
safety assessment
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于AdaBoost的地下采掘工程高韧性安全评估方法
被引量:
1
5
作者
徐晓滨
施凡
冯静
徐晓健
常雷雷
机构
杭州电子科技大学自动化学院
杭州电子科技大学
中国-奥地利人工智能与先进制造“一带一路”联合实验室
出处
《中国安全科学学报》
CAS
CSCD
北大核心
2023年第S01期112-118,共7页
基金
浙江省属高校基本科研业务费专项资助(GK239909299001-010)
国家重点研发计划资助(2022YFE0210700)
+1 种基金
国家自然科学基金资助(61903108)
浙江省杰出青年基金资助(LR21030001)。
文摘
为确保煤炭地下采掘工程的安全性,提出一种基于AdaBoost的高韧性安全评估方法。首先,将隧道设计参数、地质条件参数和施工参数作为模型的输入,矿井沉降值作为输出,将施工现场采集的输入参数数据划分为训练数据集和测试数据集;其次,从数据集中抽取多个训练子集,分别建立多个子模型;然后,分别计算子模型的误差和权重,以神经网络作为基准模型,将所有训练数据集划分为正常数据和异常数据,并更新权重;最后,根据加权后的数据集,构建AdaBoost预测模型,并开展案例分析,验证该方法的有效性。结果表明:相比于直接使用AdaBoost算法,基于正常数据和异常数据构建的AdaBoost高韧性安全评估方法所得的结果准确率更高,该方法具有一定的科学性和有效性。
关键词
地下采掘工程
ADABOOST
高韧性
安全评估
异常数据
正常数据
Keywords
coal mining engineering
AdaBoost
high resilience
safety assessment
abnormal data
normal data
分类号
X936 [环境科学与工程—安全科学]
原文传递
题名
基于最小先验知识的自监督学习方法
6
作者
朱俊屹
常雷雷
徐晓滨
郝智勇
于海跃
姜江
机构
中国-奥地利人工智能与先进制造“一带一路”联合实验室
(杭州电子科技大学)
出处
《计算机应用》
2025年第4期1035-1041,共7页
基金
国家重点研发计划项目(2022YFE0210700)
国家自然科学基金资助项目(72471767)
+1 种基金
浙江省基础公益研究计划项目(LTGG23F030003)
浙江省属高校基本科研业务费资助项目(GK239909299001-010)。
文摘
为了弥补有监督学习对监督信息要求过高的不足,提出一种基于最小先验知识的自监督学习方法。首先,基于数据的先验知识聚类无标签数据,或基于有标签数据的中心距离为无标签数据生成初始标签;其次,随机抽取赋予标签后的数据,并选择机器学习方法建立子模型;再次,计算各个数据抽取的权重和误差,以求得数据平均误差作为各个数据集的数据标签度,并根据初始数据标签度设置迭代阈值;最后,比较迭代过程中数据标签度的大小和阈值决定是否达到终止条件。在10个UCI公开数据集上的实验结果表明,相较于无监督学习K-means等方法、有监督学习支持向量机(SVM)等算法和主流自监督学习TabNet(Tabular Network)等方法,所提方法在不平衡数据集不使用标签,或在平衡数据集上使用有限标签时仍可以取得较高的分类准确度。
关键词
最小先验知识
自监督学习
机器学习
数据标签度
迭代阈值
Keywords
minimal prior knowledge
self-supervised learning
machine learning
data-label degree
iteration threshold
分类号
TP391.4 [自动化与计算机技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于计算机视觉的工业人员行为分析实验平台
徐晓滨
孔俊杰
张泽辉
王坚
陈龙
何宏
《实验技术与管理》
CAS
北大核心
2024
0
下载PDF
职称材料
2
基于BRB-PSO的船舶舵机模型参数辨识方法研究
徐晓滨
孙松
张雪林
何宏
高海波
《武汉理工大学学报(交通科学与工程版)》
2024
0
下载PDF
职称材料
3
基于视觉的工人高处攀爬不安全行为识别模型
张泽辉
张乾隆
徐晓滨
赵祖国
王海泉
李昊
《中国安全科学学报》
北大核心
2025
0
原文传递
4
基于特征匹配度与异类子模型融合的安全性评估方法
徐晓滨
张云硕
施凡
常雷雷
陶志刚
《计算机工程》
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
5
基于AdaBoost的地下采掘工程高韧性安全评估方法
徐晓滨
施凡
冯静
徐晓健
常雷雷
《中国安全科学学报》
CAS
CSCD
北大核心
2023
1
原文传递
6
基于最小先验知识的自监督学习方法
朱俊屹
常雷雷
徐晓滨
郝智勇
于海跃
姜江
《计算机应用》
2025
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部