课程文献中心 更多>>

关键词： 深度学习   人体运动行为识别   注意力机制   深度可分离卷积   孪生网络  

摘要： 为了使用更少传感器实现更高精度的人体运动行为识别,提出基于DSC-BiGRU-Att孪生网络的方法,旨在使用加速度传感器通过深度学习网络模型,实现对人体运动行为的准确识别.基于人体运动行为多分类任务目标,以孪生网络为基本框架,将预处理后的加速度传感器数据样本对输入孪生网络.孪生网络由2个结构相同、参数共享的深度可分离网络(DSC)、双向门控循环单元(BiGRU)和注意力机制(Att)组成.深度可分离卷积网络提取运动行为信号中的空间特征,双向门控单元提取信号中的时间特征,引入注意力机制对提取的特征进行强化,最终实现人体运动行为的识别.利用真实的数据集对所提出的DSC-BiGRU-Att孪生网络进行验证.实验结果表明,所提出的算法在样本量较少的情况下取得了较好的行为识别结果,改模型在自采集加速度数据集上的准确率为98.89%.

关键词： 混凝土隧道   裂缝检测   超分辨率生成对抗网络   分割算法  

摘要： 随着服役年限的增长,隧道不可避免会发生老化,作为城市居民出行的重要基础设施,保障其安全是至关重要的。目前多通过相机拍摄的图像识别隧道表面的裂缝病害,然而裂缝在图像中的像素占比小,其检测过程耗时费力,急需一种能够在大视场范围内精准检测裂缝的方法。因此,本文首先提出了一种基于超分辨率生成对抗网络的学习结构,适用于任何分割网络,然后提出了一种有效构建训练数据的方法,应用于所提出的学习结构,最后对本文方法在1606张质量随机退化的裂缝图像上进行了性能评估,结果表明,本文所提出的学习结构下,裂缝检测IoU及F1分数分别达63.686%和77.811%,方差分别为0.9008和0.5015,有效提高了裂缝的检测性能,且对输入数据具有较高的稳健性。

关键词： 人工智能   机器学习   能谱CT成像   一水草酸钙结石  

摘要： 目的本研究的目的是基于能谱CT多定量参数,并利用机器学习算法构建最佳预测模型,用于分析体内一水草酸钙结石。方法回顾性搜集123例尿路结石患者,将数据按7:3比例随机分为训练集(n=86)和测试集(n=37)。使用六种机器学习算法包括逻辑回归(logistic)、极端梯度增强(XGBoost)、随机森林(Random Forest)、高斯朴素贝叶斯(GNB)、支持向量机(SVM)、K近邻(KNN)构建体内一水草酸钙结石的预测模型,用曲线下面积(AUC)值、校准曲线、DCA曲线、准确率-召回率曲线(PR曲线)、平均精确度(AP)进行综合分析并选出最佳预测模型。模型的可解释性采用SHapley Additive exPlanations(SHAP)算法。结果最终发现3个独立预测影响因子,分别是年龄、性别、有效原子序数(Zeff),并用其建立的逻辑回归分类模型在5折交叉验证中的训练集中显示最佳识别能力。结论基于机器学习算法的逻辑回归分类模型可以有效预测体内一水草酸钙结石。

关键词： 车载执法   取证系统   多算法融合   车辆检测   交通标志检测  

摘要： 随着智能交通系统的快速发展,车载执法取证系统作为重要的交通执法工具,正在逐步应用于城市管理和交通安全领域。本文聚焦多算法融合的车载执法取证系统中的实时车辆与交通标志检测技术,深入剖析车载执法取证系统架构,阐述车辆及交通标志检测面临的实时性、准确性要求与难点。对比传统车辆检测方法与基于深度学习的检测手段,详述多算法融合在车辆和交通标志检测中的应用优势、实现过程及优化策略,以期为提升车载执法取证系统性能提供参考。

关键词： 特高压输电线路   监测终端   遗传算法   电网系统   部署优化   安全运行   研究成果   稳定性  

摘要： 引入一种多群遗传算法,基于该算法开展特高压输电线路监测终端部署优化的研究。特高压输电线路的安全运行对电网系统的稳定性至关重要。描述监测终端的结构和经典遗传算法的原理,以及用于优化终端部署的改进群体遗传算法,对研究成果进行了测试,并取得了较好的结果。

关键词： 遗传算法   车辆测试   最优路径  

摘要： 在汽车工业中,新车型的上市前检验是一个至关重要的环节,直接关系到车辆的安全性和性能表现。为了确保新车型能够满足严格的行业标准,在上市前需要通过一系列复杂的检验认证。这些检验通常包括多个测试项目,分布在测试场的各个角落。文中提出一种基于遗传算法的优化方法,旨在提高检验流程的效率,能够为新车型提供一个最便捷高效的测试项目顺序,从而显著减少检验过程中的时间和资源消耗。研究结果表明,基于遗传算法的路径规划较比人工测试数据,路径长度降低达到10.75%。这种方法不仅确保新车型在上市前能够接受全面而高效的检验,更有助于降低企业的运营成本,提升检验工作的整体效率和质量。通过这一创新的优化策略,汽车制造商能够更快地将新车型推向市场,同时确保消费者的安全和满意度。

关键词： 胎架   有限元分析   多目标遗传算法   轻量化   绿色设计  

摘要： 为推进工业绿色发展,引导企业绿色产品设计,以某船舶胎架为研究对象,对其进行轻量化设计。运用UG对胎架进行参数化建模,基于Ansys仿真平台,对胎架进行静力学分析,采用中心复合试验设计方法,以胎架的质量、总变形量、最大等效应力和安全系数为性能指标,胎架上的两种板厚尺寸为设计变量,构建了胎架二阶响应面模型,采用遗传算法对胎架进行多目标求解优化,实现胎架的轻量化设计,并对该方法进行鲁棒性验证。胎架的轻量化设计作为一种绿色产品设计,可以为造船企业在辅助工装设计时提供参考方法和依据。

关键词： H.266   视频水印   变换编码   误差传播   差错恢复  

摘要： 针对现有消除帧内误差传播的数字视频水印算法会对编码器的率失真性能造成较大损失的问题,提出了一种基于H.266变换编码的消除帧内误差传播的视频水印算法。水印的嵌入:像素值4×4的亮度块首先经过帧内预测、5种变换核的变换及量化,根据水印的值与变换域直流系数的奇偶性计算偏移值,对5种变换核构造不同的偏移系数,然后根据所使用的变换核,对4×4亮度块量化后的系数做一定偏移,将水印嵌入量化后的系数中。水印的提取:解码端根据4×4亮度块直流系数的奇偶性提取出水印,并计算4×4重构块的空间相关性,修正重构块的偏移像素,缓解水印嵌入造成的像素误差。实验结果表明,所提算法的峰值信噪比平均下降了0.026 dB,码率平均提升了0.047%,算法在嵌入水印的同时不会对边界像素造成误差,可避免将当前块的误差传播至相邻块。

关键词： 遥感   GF-2影像   随机森林分类   煤矸石   特征优化  

摘要： 煤矸石山是矿山生态修复关注的重点区域,查明煤矸石山的地理空间分布情况对区域环境治理具有重要意义。选取福建省龙岩市新罗区的部分区域为研究区,基于GF-2遥感影像及ASTER GDEM数字高程模型数据,提取光谱特征、纹理特征及地形特征,利用顺序前向特征选择法对特征进行优化,并利用随机森林算法构建地物分类模型,结合多源数据及综合性特征组合对研究区内的地表类型进行分类并实现煤矸石山的信息识别提取。结果表明:①并非参与分类的特征越多分类精度越高,特征选择后数量由17个减少至9个,煤矸石山总体提取精度达94.07%,Kappa系数达0.819;②地形特征中高程、坡度、坡向及光谱特征中多光谱波段(B1,B2,B4)、归一化植被指数、影像灰度平均值对煤矸石堆存区识别提取具有重要作用,而纹理特征仅对提高具有明显纹理变化的土地覆盖类型的精度有帮助,对提高煤矸石山提取精度作用较低,仅纹理均值特征对煤矸石山提取影响较大。结合随机森林和特征优化算法,能够有效增强煤矸石山的提取精度,高效整合多源特征数据,加快模型运算速度,为煤矸石山信息提取提供切实可行的方法。