期刊导航
期刊开放获取
河南省图书馆
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
3
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
基于上采样金字塔结构的卷积神经网络的非侵入负荷辨识算法
被引量:
2
1
作者
杜宇
严萌
武昕
《计算机应用》
CSCD
北大核心
2022年第10期3300-3306,共7页
非侵入式负荷监测(NILM)技术为需求侧管理提供了技术支撑,而非侵入负荷辨识是负荷监测过程中的关键环节。在负荷数据采样过程中无法实现长期的实时高频采集,得到的负荷数据还存在缺乏时序性的问题;同时,卷积神经网络(CNN)存在对低级信...
非侵入式负荷监测(NILM)技术为需求侧管理提供了技术支撑,而非侵入负荷辨识是负荷监测过程中的关键环节。在负荷数据采样过程中无法实现长期的实时高频采集,得到的负荷数据还存在缺乏时序性的问题;同时,卷积神经网络(CNN)存在对低级信号特征表现不足的缺陷。针对以上两个问题,提出了一种基于上采样金字塔结构的CNN非侵入负荷辨识算法。所提算法直接面向采集到的负荷电流信号,利用上采样网络扩展数据在时间维度上的相关信息弥补数据的时序性,并通过双向金字塔一维卷积提取负荷信号的高级与低级特征,以对负荷特征进行全面利用,从而实现对未知负荷信号进行识别的目的。实验结果表明,基于上采样金字塔结构的CNN非侵入负荷辨识算法的识别准确率能够达到95.21%,且具有良好的泛化能力,可有效实现负荷辨识。
展开更多
关键词
非侵入负荷辨识
需求侧管理
数据上采样
双向金字塔结构
卷积神经网络
自动特征提取
下载PDF
职称材料
基于混合注意力模型的阴影检测方法
被引量:
3
2
作者
谭道强
曾诚
+1 位作者
乔金霞
张俊
《计算机应用》
CSCD
北大核心
2021年第7期2076-2081,共6页
图像中阴影区域的存在会导致图像内容的不确定性,不利于其他计算机视觉任务,因此常将阴影检测作为计算机视觉算法的预处理过程。然而,现有的阴影检测算法大多采用多级网络结构,导致模型训练困难,虽然已经提出了一些采用单级网络结构的算...
图像中阴影区域的存在会导致图像内容的不确定性,不利于其他计算机视觉任务,因此常将阴影检测作为计算机视觉算法的预处理过程。然而,现有的阴影检测算法大多采用多级网络结构,导致模型训练困难,虽然已经提出了一些采用单级网络结构的算法,但它们只关注了局部的阴影,忽略了阴影之间的联系。针对该问题,为提升阴影检测的准确率和鲁棒性,提出了基于混合注意力模型的阴影检测方法。首先将预训练后的深层网络ResNext101作为前端特征提取网络,提取图像的基本特征;其次采用双向金字塔结构由浅入深、由深到浅的方式进行特征融合,并提出信息补偿机制减少深层语义信息丢失;然后结合空间注意力和通道注意力提出混合注意力模型进行特征融合,捕捉阴影区域和非阴影区域的差异;最后融合两个方向的预测结果从而得到最终的阴影检测结果。在公开数据集SBU、UCF上对所提方法进行可行性对比实验,结果表明,相较于DSC算法,所提方法的平衡误差率(BER)分别降低了30%和11%,说明它能够较好地抑制阴影错误检测并增强阴影细节。
展开更多
关键词
阴影检测
卷积神经网络
空间注意力
通道注意力
信息补偿机制
双向金字塔结构
下载PDF
职称材料
基于无人机航拍的绝缘子掉串实时检测研究
被引量:
4
3
作者
李登攀
任晓明
颜楠楠
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2022年第8期994-1003,共10页
由无人机代替人工进行电力绝缘子巡检具有重要意义,针对无人机的上位机算力和存储资源有限的问题,提出一种适用于绝缘子掉串故障检测的实时目标检测改进算法.以YOLOv5s检测网络为基础,将颈部结构中路径聚合网络替换为双向特征金字塔网络...
由无人机代替人工进行电力绝缘子巡检具有重要意义,针对无人机的上位机算力和存储资源有限的问题,提出一种适用于绝缘子掉串故障检测的实时目标检测改进算法.以YOLOv5s检测网络为基础,将颈部结构中路径聚合网络替换为双向特征金字塔网络,以提升特征融合能力;使用DIoU优化损失函数,对模型进行γ系数的通道剪枝和微调,总体上提升检测网络的精度、速度和部署能力;在网络输出处进行图像增强以提升算法可用性.在特殊扩增的绝缘子故障数据集下测试,相较于原始的YOLOv5s算法,改进算法在精度平均值上提升了3.91%,速度提升了25.6%,模型体积下降了59.1%.
展开更多
关键词
无人机
绝缘子掉串
双向
特征
金字塔
网络
结构
γ系数剪枝微调
DIoU损失函数
图像增强
下载PDF
职称材料
题名
基于上采样金字塔结构的卷积神经网络的非侵入负荷辨识算法
被引量:
2
1
作者
杜宇
严萌
武昕
机构
华北电力大学电气与电子工程学院
出处
《计算机应用》
CSCD
北大核心
2022年第10期3300-3306,共7页
基金
中央高校基本科研业务费专项资金资助项目(2020MS002)。
文摘
非侵入式负荷监测(NILM)技术为需求侧管理提供了技术支撑,而非侵入负荷辨识是负荷监测过程中的关键环节。在负荷数据采样过程中无法实现长期的实时高频采集,得到的负荷数据还存在缺乏时序性的问题;同时,卷积神经网络(CNN)存在对低级信号特征表现不足的缺陷。针对以上两个问题,提出了一种基于上采样金字塔结构的CNN非侵入负荷辨识算法。所提算法直接面向采集到的负荷电流信号,利用上采样网络扩展数据在时间维度上的相关信息弥补数据的时序性,并通过双向金字塔一维卷积提取负荷信号的高级与低级特征,以对负荷特征进行全面利用,从而实现对未知负荷信号进行识别的目的。实验结果表明,基于上采样金字塔结构的CNN非侵入负荷辨识算法的识别准确率能够达到95.21%,且具有良好的泛化能力,可有效实现负荷辨识。
关键词
非侵入负荷辨识
需求侧管理
数据上采样
双向金字塔结构
卷积神经网络
自动特征提取
Keywords
non-intrusive load identification
demand side management
data upsampling
bidirectional pyramid structure
Convolution Neural Network(CNN)
automatic feature extraction
分类号
TM933 [电气工程—电力电子与电力传动]
下载PDF
职称材料
题名
基于混合注意力模型的阴影检测方法
被引量:
3
2
作者
谭道强
曾诚
乔金霞
张俊
机构
湖北大学计算机与信息工程学院
湖北省软件工程工程技术研究中心(湖北大学)
智慧政务与人工智能应用湖北省工程研究中心(湖北大学)
出处
《计算机应用》
CSCD
北大核心
2021年第7期2076-2081,共6页
基金
国家自然科学基金面上项目(61977021)
国家自然科学基金青年科学基金项目资助项目(61902114)
湖北省2019年技术创新专项(2019ACA144)。
文摘
图像中阴影区域的存在会导致图像内容的不确定性,不利于其他计算机视觉任务,因此常将阴影检测作为计算机视觉算法的预处理过程。然而,现有的阴影检测算法大多采用多级网络结构,导致模型训练困难,虽然已经提出了一些采用单级网络结构的算法,但它们只关注了局部的阴影,忽略了阴影之间的联系。针对该问题,为提升阴影检测的准确率和鲁棒性,提出了基于混合注意力模型的阴影检测方法。首先将预训练后的深层网络ResNext101作为前端特征提取网络,提取图像的基本特征;其次采用双向金字塔结构由浅入深、由深到浅的方式进行特征融合,并提出信息补偿机制减少深层语义信息丢失;然后结合空间注意力和通道注意力提出混合注意力模型进行特征融合,捕捉阴影区域和非阴影区域的差异;最后融合两个方向的预测结果从而得到最终的阴影检测结果。在公开数据集SBU、UCF上对所提方法进行可行性对比实验,结果表明,相较于DSC算法,所提方法的平衡误差率(BER)分别降低了30%和11%,说明它能够较好地抑制阴影错误检测并增强阴影细节。
关键词
阴影检测
卷积神经网络
空间注意力
通道注意力
信息补偿机制
双向金字塔结构
Keywords
shadow detection
Convolutional Neural Network(CNN)
spatial attention
channel attention
information compensation mechanism
bidirectional pyramid structure
分类号
TP391.41 [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
基于无人机航拍的绝缘子掉串实时检测研究
被引量:
4
3
作者
李登攀
任晓明
颜楠楠
机构
上海电机学院电气学院
国网华东电力试验研究院有限公司
复旦大学类脑智能科学与技术研究院
出处
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2022年第8期994-1003,共10页
基金
上海市科技重大专项(2018SHZDZX01)。
文摘
由无人机代替人工进行电力绝缘子巡检具有重要意义,针对无人机的上位机算力和存储资源有限的问题,提出一种适用于绝缘子掉串故障检测的实时目标检测改进算法.以YOLOv5s检测网络为基础,将颈部结构中路径聚合网络替换为双向特征金字塔网络,以提升特征融合能力;使用DIoU优化损失函数,对模型进行γ系数的通道剪枝和微调,总体上提升检测网络的精度、速度和部署能力;在网络输出处进行图像增强以提升算法可用性.在特殊扩增的绝缘子故障数据集下测试,相较于原始的YOLOv5s算法,改进算法在精度平均值上提升了3.91%,速度提升了25.6%,模型体积下降了59.1%.
关键词
无人机
绝缘子掉串
双向
特征
金字塔
网络
结构
γ系数剪枝微调
DIoU损失函数
图像增强
Keywords
unmanned aerial vehicle(UAV)
insulator drop string
bi-directional feature pyramid network(BiFPN)
γcoefficient pruning fine adjustment
DIoU loss function
image enhancement
分类号
TM855 [电气工程—高电压与绝缘技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于上采样金字塔结构的卷积神经网络的非侵入负荷辨识算法
杜宇
严萌
武昕
《计算机应用》
CSCD
北大核心
2022
2
下载PDF
职称材料
2
基于混合注意力模型的阴影检测方法
谭道强
曾诚
乔金霞
张俊
《计算机应用》
CSCD
北大核心
2021
3
下载PDF
职称材料
3
基于无人机航拍的绝缘子掉串实时检测研究
李登攀
任晓明
颜楠楠
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2022
4
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