公共文化服务平台

于瓅: 作品数：49 被引量：58H指数：5; 供职机构：安徽理工大学计算机科学与工程学院更多>>; 发文基金：安徽省自然科学基金安徽省博士后基金资助项目国家自然科学基金更多>>; 相关领域：自动化与计算机技术环境科学与工程矿业工程天文地球更多>>

合作作者

基于改进Yolov8的绝缘子缺陷检测: 2025年; 针对无人机航拍图像中存在缺陷目标较小且背景复杂问题,提出了一种基于YOLOv8模型的绝缘子缺陷检测的算法CSSD_YOLOv8。首先使用SAConv代替Conv,设计全新的SA_C2f模块代替部分C2f,提高模型对多尺度目标的特征提取能力;其次,引入SPPF_LSKA模块,丰富多尺度特征表达;另外,设计一种DWR_Detect检测头替换原Detect结构,有效地降低小目标的漏检率;同时为优化小目标检测效果,添加小目标检测层,增强深层语义信息与浅层语义信息的结合。实验结果表明,改进后的绝缘子缺陷检测网络精度为92.1%,召回率为90.2%,mAP为93.8%,较原YOLOv8网络分别提高了0.7,3.9,3.1个百分点,提高了模型的检测效果,证明了该改进算法的有效性。; 于瓅刘云; 关键词：小目标检测

基于Dias模型的CSAMT中激发极化效应研究: 2013年; 采用Dias模型描述岩矿石的激发极化效应,研究CSAMT(可控源音频大地电磁法)中的IP效应(激发极比效应)影响。首先分析了层状介质中CSAMT的IP效应对视电阻率的影响,然后对Dias模型中各参数对视电阻率幅值的影响水平进行了分析。研究表明,在不同地电断面中,IP效应对视电阻率的影响主要发生在很窄的低频段;充电率参数的影响显著水平最大,极化电阻系数和时间常数的影响显著水平较小,电化学参数对视电阻率幅值几乎没有什么影响;在利用CSAMT资料提取Dias模型参数、去除CSAMT中IP效应影响时,应首先选择影响水平明显的充电率参数、电阻极化系数和时间常数。; 徐汶东李敬兆于瓅; 关键词：CSAMT 视电阻率

基于改进YOLOv8的轻量化带钢缺陷检测算法: 2024年; 为提升带钢缺陷检测的精准度,并实现模型在移动端的便捷高效部署,提出一种基于改进YOLOv8n的轻量化带钢缺陷检测方法。首先,引入GhostNet来替代网络中的传统卷积层,显著减轻了网络的计算负担,通过加入CA(坐标注意力)关注机制,有效增强了网络的特征提取能力并增强了模型的感受野。其次,在特征融合部分,选用轻量级的CARAFE(基于内容的特征重组)上采样模块,进一步提升了模型对特征的提取效果。最后,为了优化网络边界框回归的性能,采用Wise-IoU边界损失函数来替代原有的损失函数,用改进后的带钢表面缺陷检测方法在NEU-DET数据集上进行实验。结果表明,改进后的方法参数量和计算量分别为9.5 M和6.4 GFLOPs,相较于原始网络提升了15%和21%,同时mAP(平均准确率均值)为81.5%,提升3.2%,优于其他对比目标检测算法,可为移动端检测装备的部署和应用提供参考。; 谢章浩于瓅; 关键词：表面缺陷检测轻量化目标检测

基于迭代收缩阈值与深度学习的压缩感知图像重构网络: 2025年; 针对基于深度学习的压缩感知重构算法中存在的图像重构细化程度低、网络泛化能力弱的问题,提出基于迭代收缩阈值与深度学习的压缩感知图像重构网络模型EH-ISTANet。该模型由采样子网、初始化子网和增强重构子网3部分组成,添加注意力机制并配合邻近映射模块将得到的特征送入增强模块中对重构图像的边缘和纹理进行增强。重构阶段模仿传统迭代收缩阈值算法的展开过程,每个阶段可以灵活地模拟测量矩阵,并在梯度下降步骤中动态地调整步长。经验证,该模型在不同数据集、不同采样率下的峰值信噪比均有所提升,表明其在提高泛化能力和重构精度方面优于其他模型。压缩感知比率为10%时,该模型在5种测试集上的平均信噪比比CSNet、AMP-Net和AMP-Net-BM模型平均提高了1.69 dB、4.36 dB和1.93 dB。; 徐雯于瓅; 关键词：压缩感知

基于BERT+BiLSTM+Attention的对抗训练新闻文本分类模型被引量：1: 2023年; 新闻文本分类是长文本分类的典型问题,因此提取词与词之间的关系特征就尤为重要.提出了基于双向Transformer编码表示的预训练模型(Bidirectional Encoder Representations from Transformers,BERT)和双向长短时记忆网络(Bi-directional Long Short-Term Memory,BiLSTM)以及注意力机制的对抗训练分类模型(BBA-AT).将预处理新闻文本数据经过BERT进行训练得到词嵌入编码,在训练后的词向量级别上进行扰动达到数据增广的效果,以此来进行对抗训练,之后通过双向长短时记忆网络对数据集进行编码提取双向语义表征.本文提出的BBA-AT模型F 1值在TNEWS数据集上比BERT模型提升了1.34%.; 汪辉于瓅

基于改进YOLOv5的遥感图像检测: 2024年; 针对现有遥感图像目标检测中背景复杂和尺度变化大等问题,基于YOLOv5模型提出了一种改进的遥感图像目标检测算法。首先,利用Mosaic数据增强方法重构数据集,以改善模型的训练效果和鲁棒性;其次,在YOLOv5s的Backbone中添加SE注意力机制,使改进后模型能够更精准地捕捉目标特征信息;最后,采用BiFPN替代原模型中的FPN+PAN结构,使模型能够进行不同尺度的特征融合,以减少检测过程中浅层信息的丢失。实验结果表明,相较于原模型,改进后模型的平均精度均值、准确率和召回率都有所提升;相较于原模型,改进后模型具有更强的特征提取能力及更快的检测效率。; 王志林于瓅; 关键词：目标检测

一种基于log-cosh变分自动编码器的高效检测未知攻击方法: 本发明公开了一种基于log‑cosh变分自动编码器的高效检测未知攻击方法，属于网络安全技术领域。本发明通过使用对数双曲余弦(log‑cosh)函数设计了一个高效的重构损失项，它可以有效的捕捉到真实攻击数据的复杂分布，并且...; 于瓅徐留权姜雪凤

融入对抗训练的中文电子病历命名实体识别被引量：1: 2023年; 为提高中文电子病历中命名实体识别模型鲁棒性和准确性,为此提出一种基于BERT模型融入对抗网络的中文电子命名实体识别模型,该方法使用BERT预训练模型动态生成字向量,通过对抗训练生成扰动,将字向量与扰动相加生成对抗样本,再通过膨胀卷积网络(IDCNN)捕捉句子单词间的依赖,最后通过条件随机场(CRF)得到最终预测结果。在CCKS2019数据集上的实验表明,模型的F1值达到83.19%,证明该模型的有效性。; 李曼玉于瓅; 关键词：命名实体识别

基于K-means图像深度聚类的自适应Retinex算法: 2020年; 传统的Retinex算法均是采用固定尺度对雾天图像整体进行去雾增强,但是对局部雾霾浓度分布不均的图像,自适应性较弱,图像细节增强也有所欠佳。基于此提出一种基于K-means图像深度聚类的自适应Retinex算法。该算法通过暗通道原理获取雾天图像的景深,用K-means聚类算法对图像深度进行聚类,以深度所属不同类别来估计局部雾天浓度,将相似深度的图像划分成不同子图,并自适应的获取尺度进行增强,最后对子图进行融合,完成对图像整体的增强。结果表明,相对于传统的多尺度Retinex算法和其他去雾算法,文中算法对于图像局部具有较好的自适应成像增强效果,在图像细节增强、颜色重建恢复等方面均表现良好。; 吴明祥于瓅; 关键词：图像增强 RETINEX K-MEANS

燃料空气炸药一次引爆爆炸效应实验研究: 2016年; 为了提高燃料空气炸药(FAE)爆炸威力,设计制备了不同相态的FAE,并采用光测和电测方法,开展了开放空间下FAE一次引爆对比实验研究。结果表明:固态、液固混合及液态FAE被一次引爆后,均存在引爆中心装药、抛撒燃料、点火和爆炸4个阶段,云雾存续时间均长于等质量TNT装药的相应值,随着距离增加,固态FAE爆炸场超压变化规律为"减少-增加-减少",其值高于等质量TNT装药的相应值;液态、液固混合FAE爆炸场超压变化规律为"增加-减少",远场超压高于等质量TNT装药的相应值。; 于瓅刘泽功沈兆武王德润; 关键词：燃料空气炸药

于瓅

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

于瓅

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈