【摘 要】
：
在带钢表面缺陷分类方法的研究中,提出了一种基于改进关系网络的小样本带钢表面缺陷分类方法.该方法借鉴网中网模型可以增强网络对局部感知野的特征辨识能力和非线性表达能力的特点,将该模型与关系网络模型相结合,并采用一种新的自正则化、非单调函数作为激活函数及修正后的平均绝对误差作为损失函数,可以允许更多的信息流入神经网络,使模型学习到更精细的特征表达能力,从而具有更好的准确性和泛化能力.将新模型在NEU-DET数据集上进行实验,结果表明,在5-way 1-shot任务中获得的缺陷分类准确率为79.95％,比原模型提
【机 构】
：
兰州理工大学机电工程学院 兰州730000
论文部分内容阅读
在带钢表面缺陷分类方法的研究中,提出了一种基于改进关系网络的小样本带钢表面缺陷分类方法.该方法借鉴网中网模型可以增强网络对局部感知野的特征辨识能力和非线性表达能力的特点,将该模型与关系网络模型相结合,并采用一种新的自正则化、非单调函数作为激活函数及修正后的平均绝对误差作为损失函数,可以允许更多的信息流入神经网络,使模型学习到更精细的特征表达能力,从而具有更好的准确性和泛化能力.将新模型在NEU-DET数据集上进行实验,结果表明,在5-way 1-shot任务中获得的缺陷分类准确率为79.95％,比原模型提高7.22％;在5-way 5-shot任务中获得的缺陷分类准确率为92.04％,比原模型提高2.15％.
其他文献
雷达散射截面(RCS)是表征目标电磁散射特性的重要物理参数.针对典型起伏模型对平流层浮空器动态RCS分布特性描述精度较低的问题,采用高斯混合模型对浮空器动态RCS测量数据的起伏分布进行拟合并完成检验.首先,对浮空器体坐标系中的雷达视线角进行了解算;其次,采用多个高斯分布模型的混合叠加逼近浮空器RCS的概率密度分布,并引入期望最大化算法对各高斯分布分量的参数进行估计;最后,选取具有代表性的方位角度域内的浮空器RCS实测数据,分析了高斯混合模型对RCS概率分布的拟合效果并与典型起伏模型对比及检验拟合优度.数据
为有效解决光正交频分复用(OOFDM)系统中高峰值平均功率比(PAPR)的问题,提出一种结合恒包络OFDM调制技术的恒包络光OFDM基带系统设计方案.恒包络光OFDM系统是在普通光OFDM系统的基础上在基带中将OFDM信号调制到恒包络载波信号的相位上,经过数模转换后调制到光载波上,得到的恒包络光OFDM信号的PAPR为0 dB,解决了光纤传输中的非线性器件工作效率问题.在MATLAB中搭建恒包络光OFDM基带系统数学模型进行仿真,在现场可编程门阵列(FPGA)上实现,并在搭建的系统中寻找最优的调制系数.实
出于在混合大数据中准确且高效地提取电网相关价值性信息的目的 ,研究基于长短期记忆网络与人工蜂群优化算法的电网数据自动摘要算法.进行双向LSTM学习目标词语前后文信息的设计,增加注意力机制,对电力范畴词汇及术语进行提取,借助条件随机场模型执行对嵌入序列的训练任务,预测句子是否可划归至电力范畴,在改进人工封群优化算法的支持下,优化处理大数据电力摘要提取问题,从混合大数据中将价值最高的电力相关数据确定下来.基于实际电网数据对本文算法进行验证,结果显示该算法获得了较好的效果.
针对传统最大类间差法(OSTU)在分割图像时计算量大、时间效率低的缺点,提出一种基于Singer混沌映射和随机游走策略的麻雀优化的OSTU分割方法(SRWSSA).首先,利用Singer混沌映射改进初始化麻雀种群,增加初始麻雀种群的多样性,提高全局搜索能力;其次,采用随机游走策略对更新后的最优麻雀进行扰动变异,进一步增加种群多样性,增强局部搜索能力;最后,使用提出的优化算法对标准图像进行二维OSTU分割,得到最优阈值分割图像.结果 表明,所提出的SRWSSA算法在寻优能力和迭代时间上均得到了明显改善,迭代
针对室内定位中受非视距因素影响下的无线信号穿墙导致定位发生偏移的现象,因无线电信号传播中具有波动性强、易干扰的特点,采用抗干扰性强、穿透力高以及测距值优的超宽带技术采集测量数据.将信号穿墙推导公式与无线信号对数衰减模型融合处理采集到的距离值数据,通过衰减模型减少了穿墙时信号损失的能量,提高测距值的准确性,通过最小二乘法减少测距时的累计误差,提高定位精度.通过实际实验场景测试得出,该方法在穿墙环境下定位精度可达到0.28 m,满足精度要求,可以为一般的位置需求提供服务.
在监控视频中搜索犯罪现场出现的嫌疑鞋型是目前侦破案件的重要手段,针对该手段自动化程度低、人工筛选易漏查等问题,提出一种基于改进深度残差网络和数据增强的鞋型识别算法.为增强网络特征提取能力,对深度残差网络进行了研究,在不增加任何参数量的前提下改进瓶颈结构,提升算法精度;针对瓶颈结构中下采样操作存在的问题,改进下采样模块,缓解网络下采样时信息丢失问题;引入Mixup和光学变换数据增强算法,建立数据之间的线性关系,丰富数据的多样性,进而增强网络模型的鲁棒性;最后,采取中心损失函数和Softmax损失函数联合训练
为了快速获取人体脉搏信号完整特征信息,并快速准确识别脉搏特征信息与人体疾病关联表征.研究采用多周期脉搏时域特征和基于集合模态经验分解(EEMD)的希伯尔特黄变换(HHT)获取瞬时频率及幅值作为频域特征,把时域及频域特征进行融合作为卷积神经网络的输入进行人体脉搏特征的识别及分类.从MIT-BIH标准数据库中获取到3种临床症状的脉搏信号进行了实验分析,最后经过实验得到脉搏特征识别及分类准确率为91.88％.采用基于EEMD的HHT作为时域特征的补充,时频特征混合能够使得PPG脉搏信号完整的表征,并在卷积神经网
针对当下毫米波雷达数据采集的不便性,提出一种基于Zynq-7000的毫米波雷达数据采集系统的方案.该系统搭载AXI4总线在处理系统(PS)端向雷达设备发送雷达参数指令,使雷达设备能够正常的上电启动.雷达数据通过自定义UART模块接收后随即进行数据同步处理保留有效数据,同时将有效数据转化为AXI-Stream数据流进入DMA的S2MM端口,最终通过硬核上的AHB端口将数据刷入DDR中.此方案脱离了电脑(PC)直接将雷达有效数据缓存入ZYNQ的DDR中,有效地解决了现有采集系统成本高,功能单一的问题.为手势识
为了提高标定精度,提出一种自动精确提取圆形标志点中心的方法,并进行相机标定的研究.首先将标定图像进行预处理,接着通过程序算法自动提取标定板上的4个圆形标志点中心来进行图像校正,其次应用一种自动迭代投影的方法,对校正图像进行迭代处理,最后再经过反透视投影得到原始标定图像的标志点中心坐标.设计了手动和自动两种提取方式,将最后提取的标志点中心坐标代入张正友标定算法中,并考虑切向畸变,求得相机的标定参数.实验结果表明,随着迭代次数的增加,重投影误差越来越大,当迭代次数为1次时,标定的精度好于多次迭代的精度,并且略
针对基于蓝牙低功耗技术(BLE)的室内定位系统使用多层感知机(MLP)等机器学习算法作为定位算法,导致定位结果精度不足的问题.提出一种基于长短时记忆网络(LSTM)的室内定位方法,利用定位过程中的时域信息以提高定位精度.首先通过采集接收信号强度指示(RSSI)构建指纹数据库,然后依靠RSSI和二维坐标的映射关系进行网络模型训练获得权重系数.最后,使用训练好的网络模型构建室内定位系统.测试结果表明,本系统使用的定位方法平均误差为1.41m,与MLP和RNN算法相比分别提高了49％和16％,定位精度明显提升,