伊力哈木·亚尔买买提
- 作品数：35 被引量：83H指数：6
- 供职机构：新疆大学电气工程学院更多>>
- 发文基金：国家自然科学基金新疆维吾尔自治区自然科学基金新疆维吾尔自治区高校科研计划更多>>
- 相关领域：自动化与计算机技术电气工程电子电信文化科学更多>>
- 结合可变形卷积与全局信息的目标跟踪算法被引量：1
- 2024年
- 本文提出了一种以区域候选孪生网络(SiamRPN)为基础并结合可变形卷积与全局信息的目标跟踪算法。首先,使用计算花销适中的主干网络提升模型的特征提取能力;其次,采用全局上下文注意力模块提升全局信息建模能力,在相似度计量部分设计可变形互相关模块聚合模板特征与搜索特征;最后,采用多层特征融合策略充分挖掘深层语义信息与浅层定位信息,使目标的定位和分类更加准确。实验结果表明:该算法优于参与对比的主流跟踪器,在OTB100和VOT2016两个目标跟踪数据集中成功率和EAO指标分别提升了5.3%和8.5%,且跟踪速度达到68 fps,达到超实时跟踪,证明所提出算法的有效性。
- 祁笑寒伊力哈木·亚尔买买提
- 关键词：目标跟踪
- 基于改进YOLOv4的行人检测算法被引量：9
- 2022年
- 针对YOLOv4算法在行人检测中精度低,实时性差的问题,提出一种基于YOLOv4的改进算法。首先将MobileNetv2作为主干网络,在减少参数量的同时保证其特征提取能力,同时在MobileNetv2中加入Bottom-up连接,减少浅层信息的丢失;然后在特征融合网络嵌入卷积模块的注意力机制模块(convolutional block attention module,CBAM)注意力机制,增强特征的表现力;最后在分类与回归网络中加入Inception结构,进一步提高检测速度和增加网络复杂度。结果表明:在VOC数据集上,改进算法比原算法检测效果更佳,实时性更好,其精度提高了2.87%,处理速度提升了29.52 FPS;同时在真实场景下构建的数据集上,改进后的算法比YOLOv4精度提高了2.13%,具有较好的鲁棒性。
- 李挺伊力哈木·亚尔买买提
- 关键词：行人检测多尺度融合BOTTOM-UP
- 基于WGAN-GP和CNN-LSTM-Attention的短期光伏功率预测被引量：12
- 2023年
- 针对非晴天天气类型历史数据量匮乏导致光伏功率预测精度低的问题,提出了一种含有梯度惩罚的改进生成对抗网络(Wasserstein generative adversarial network with gradient penalty,WGAN-GP)和CNN-LSTM-Attention光伏功率短期预测模型。首先,利用K-means++聚类算法将历史光伏数据划分为若干天气类型,使用WGAN-GP生成符合各天气类型数据分布规律的高质量新样本,实现训练集数据增强。其次,结合卷积神经网络(convolutional neural network,CNN)在特征提取上的优势和长短期记忆网络(long short-term memory,LSTM)在时间序列预测上的优势,提升预测模型学习光伏功率与气象数据间长期映射关系的能力。此外,引入注意力机制(Attention)弥补输入序列长时LSTM难以保留关键信息的不足。实验结果表明:基于WGAN-GP对各类型天气样本扩充能有效提高预测精度;与3种经典预测模型相比,所提出的CNN-LSTM-Attention模型具有更高的预测精度。
- 雷柯松吐松江·卡日伊力哈木·亚尔买买提苏宁吴现崔传世
- 高校电机及拖动基础实验教学改革探讨
- 2022年
- 实验教学是高校教育最重要的环节,是科技创新的主要途径,是体现一所高校综合实力的标志,也在培养学生动手、创新能力和提高学生的探索意识、分析解决问题等方面有着重要的作用。本文针对电机以及拖动基础实验教学中存在的问题,结合电机实验教学目标、任务、考核方式等教学改革方面进行了探讨,并且提出了相应的改进措施。
- 艾比布拉·阿不拉伊力哈木·亚尔买买提
- 关键词：电机实验教学教学改革
- 基于YOLOv6的输电线路电力部件识别及缺陷检测算法研究
- 2024年
- 在输电线路巡检中,关键电力部件经常会出现锈蚀、脱落等缺陷,从而造成误检、漏检问题,导致人力成本大大增加。文中针对此类问题,提出一种基于YOLOv6的改进算法,主要在neck部分增加了RepFPN结构,额外的增加了一个自底向上的路径聚合网络,从而增强输出特征的表达能力,提升模型性能,然而增加了计算成本。为了降低计算量,增加了RepVGG结构,它有着类似残差的结构,拥有丰富的梯度信息,经实验数据表明,当使用3个RepVGG结构替代C3层时,会提升1~2点精度;同时将ConvBNAct的算子进行融合后,只需要采用一个Conv+inplace activation就可以完成原有的3次Op计算,绝大多数情况下还能得到一致的数值结果,缓解了上述改进增加计算量的问题。实验表明,改进后的模型mAP_0.5:0.95提高了12%,精确度提高了3.9%,各项loss值显著降低,同时很好地检测出了电力部件各种缺陷以及输电线路上的异物。
- 游越伊力哈木·亚尔买买提吐松江·卡日
- 关键词：输电线路巡检
- 基于改进CenterNet的航拍绝缘子缺陷实时检测模型被引量：10
- 2022年
- 针对无人机在电力巡检过程中对绝缘子及其缺陷检测的准确率较低、实时性较差的问题,提出一种改进CenterNet的绝缘子缺陷检测模型。首先,使用轻量级网络EfficientNet-B0代替原始模型的特征提取网络ResNet18,在保证模型提取能力的同时加快了其推理速度;其次,搭建特征加强模块(Feature Enhancement Module,FEM),并对经过上采样后的特征通道权重进行合理分配,抑制无效特征,并借鉴FPN(Feature Pyramid Networks)融合浅层与深层特征,使特征层信息更加丰富;然后在CenterNet-Head中引入空间和通道混合的注意力机制CA(Coordinate Attention),使类别和位置信息的预测更加准确;最后,使用Soft-NMS解决在模型检测过程中由中心点预测不准导致的“单目标多框”问题。实验结果表明,改进的CenterNet比原始模型的精度提高了11.92%,速度提高了8.95 FPS,模型大小减小了54 MB。与其他检测模型相比,改进模型的精度与速度均有提高,证明了其实时性和鲁棒性。
- 李发光伊力哈木·亚尔买买提
- 关键词：绝缘子
- 基于MobileNetV3多尺度特征融合的人脸表情识别
- 2023年
- 针对人脸表情识别中普通卷积神经网络特征提取能力不足且识别效率低下的情况,本文提出了一种基于MobileNetV3多尺度特征融合的人脸表情识别。首先利用MobileNetV3进行特征提取以获得高层次情感信息;其次在骨干网络中借鉴DenseNet结构,增强特征复用并提升网络重要面部特征表达能力;然后利用特征金字塔模块充分获取人脸图像的深层和浅层多尺度融合特征,从而提高了MobileNetV3的特征提取能力和实时性;最后利用全连接层构建分类器对表情进行分类,从而完成了人脸表情识别。通过实验验证,结果表明,在CK+和FERPlus数据集上识别准确率可以达到88.3%和98.8%,与现有方法相比分别提高了2.3%和1.5%,表明了所提方法识别效果好,泛化能力强。
- 薛志超伊力哈木·亚尔买买提闫天星
- 关键词：人脸表情识别情感分析
- 提高少数民族学生《电工学》教学质量方法探讨被引量：1
- 2019年
- 针对新疆少数民族学生学习《电工学》课程中出现的汉语能力基础薄弱、接受知识能力缓慢等问题,从教学方法、教学内容、课后辅导等方面进行探讨与研究,对新疆少数民族学生的教育教学起到一定的作用。
- 伊力哈木·亚尔买买提
- 关键词：少数民族学生《电工学》课程教学
- 一种改进的维吾尔族人脸识别算法研究
- 2018年
- 针对非均匀光照因素干扰维吾尔族人脸识别效果,提出基于CL多小波和灰度排列对(GAP)算法。首先通过归一化系统操作消弱非均匀光照对维吾尔族人脸图像的初级影响,然后利用CL多小波分解一层操作提取维吾尔族人脸图像中的非高频信息,再采取GAP算法找到维吾尔族人脸图像中固定的二维像素点差,为每个类型的维吾尔族人脸信息图像创立其对应的背景匹配模版,最后分类识别经过估算的测试样本图像和每个类型模版的匹配程度。实验结果表明,该算法在保留维吾尔族人脸图像特征的同时,极大地提高了维吾尔族人脸的识别率和运算速度,使维吾尔族人脸图像拥有了非均匀光照下良好的鲁棒性和实时性。
- 伊力哈木·亚尔买买提
- 关键词：非均匀光照
- 基于改进灰关联分析的变压器故障诊断被引量：1
- 2022年
- 为提高油浸式变压器故障诊断精度以保障电力系统安全稳定运行,作者提出了一种基于改进灰关联分析的变压器故障诊断方法。首先,基于油中溶解气特征气体建立特征集合;随后采用Fisher Score法和Relief F法求解特征权重值并排序,保留重要特征并构建低维参考序列;最后,引入特征重要度作为权重计算序列间关联度,并确定测试样本故障类型。基于仿真测试结果及其对比分析表明:本文提出的基于改进灰色关联分析故障诊断方法较其他传统方法具有更高的诊断精度,对实际工程应用具有一定的参考借鉴意义。
- 吐松江·卡日艾斯卡尔·肉孜张紫薇马小晶伊力哈木·亚尔买买提邸强
- 关键词：变压器故障诊断灰色关联分析
