于瓅 作品数:42 被引量:47 H指数:4 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>>
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 循环矩阵下压缩感知在瓦斯检测数据重构中的应用研究 2022年 针对瓦斯监控预警系统中的传感器节点能量有限及传输带宽有限,为减少信息传输量和布置节点的数据量,采用基于零空间调整的重构方法对瓦斯数据进行重构。瓦斯传感器对应的观测矩阵是瓦斯传感器的脉冲响应函数循环而构成的循环矩阵,应用高斯函数序列构造的循环矩阵来模拟。选用不同煤矿的多组瓦斯监测数据作为实验数据,对瓦斯数据进行快速傅里叶变换,观测矩阵分别使用循环矩阵和随机矩阵。重构实验结果表明,模拟脉冲响应函数的循环矩阵对瓦斯检测信号重构效果较好,当采样率一定范围减少时,循环矩阵下重构的平均误差约5%。因此,实际工程中可由降低50%采样率的数据来重构原始数据,显著减少数据采样点数,节省工程检测成本。一定范围内可用低分辨率的瓦斯传感器代替高分辨率的瓦斯传感器,以降低构建瓦斯监控物联网的成本。 于瓅 李世东关键词:循环矩阵 随机矩阵 改进的基于元学习的小样本目标检测法在废品识别分类中的应用研究 2022年 针对传统R-CNN泛化能力弱等问题,首先对传统的R-CNN算法进行改进,运用元学习的方法,将从数据丰富的基类中学习到的元知识转移到数据稀缺的新类中。对粗粒度原型匹配网络进行改进,它使用基于度量学习的非线性分类器而不是传统的线性目标分类器来处理查询图像中锚和新类之间的相似度,从而提高了小样本新类候选框的召回率。对细粒度原型匹配网络进行改进,添加了一个带有空间特征区域匹配和前景关注模块来处理噪声候选框和小样本新类的相似度,以解决候选框特征和类原型之间的空间区域不匹配,从而提高整体检测精度。然后设计了一个小样本分类器,将softmax分类器和设计的小样本分类器放在一起考虑,利用这两种检测器的优势,通过使用小样本检测器的来共享特征主干网络,联合学习一个Faster R-CNN检测头。而不是像以前的方法那样只使用softmax分类器。做到了在保持原有检测精度的基础上,扩大了检测范围。 孟青 于瓅基于积分机制的实用拜占庭容错算法优化 2023年 实用拜占庭容错(PBFT)算法是一种广泛应用于联盟链的共识算法,但也存在主节点选举随意、通信复杂度高和可扩展性差等问题。为此,对PBFT算法加以改进,提出一种结合积分机制的PBFT优化算法——OPBFT算法。首先,结合积分机制,基于节点在共识过程中的表现对其进行评分;然后,根据节点积分随机选择主节点;最后,根据联盟链的环境对一致性协议进行优化,减少了一次全网广播的过程。实验结果表明,相较于PBFT算法,OPBFT算法在共识时延和吞吐量等方面有着更好的表现。 郭天元 于瓅 黄金炜关键词:区块链 拜占庭容错