当期目录

2025年 第38卷 第4期 刊出日期：2025-04-15

  

基于双分支网络的户外垃圾检测识别

赵文琪, 张立新, 阚希, 郑好韧

2025, 38(4):  1-9.  doi:10.16180/j.cnki.issn1007-7820.2025.04.001

摘要 ( 459 )   HTML ( 69 )   PDF (7102KB) ( 152 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

现有户外垃圾检测算法在特征提取方面没有充分考虑CNN(Convolutional Neural Network)和Transformer的优缺点,限制了网络的整体性能。文中提出了一种由CNN和Transformer组成的双分支融合网络检测算法。在编码阶段,基于CNN和Transformer的优点构建了双分支主干网络来对原始图像的特征信息进行提取。通过多尺度卷积模块和多尺度池化模块消除所提取特征信息在维度和语义上的差异,通过加强特征提取网络减少深层神经网络中细节信息的丢失。文中收集了6个类别的户外常见垃圾图片,建立了一个背景复杂的垃圾图片数据集来验证所提算法在户外垃圾检测识别任务上的性能。实验结果表明,相比最新目标检测算法,所提算法在该数据集上的平均准确率(mean Average Precision, mAP)提升约5%。为了验证所提算法的泛化性能,在华为垃圾分类挑战杯数据集上进行了泛化实验,实验结果表明,相比最新目标检测算法,所提算法的mAP提升了约2%。

盐水溶液中高频脉冲放电特性

董山林, 李孜

2025, 38(4):  10-15.  doi:10.16180/j.cnki.issn1007-7820.2025.04.002

摘要 ( 380 )   HTML ( 13 )   PDF (2094KB) ( 77 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

针对盐水溶液中高频脉冲放电的特性问题,文中设计了一种针-针式反应器结构来研究脉冲电压下针-针放电的放电特性。文中测试并分析了未产生放电模式下和产生放电模式下不同的电特性和实验特征,测量了从未放电到放电过程中阻抗和电压幅值的关系,并证明了在该过程中蒸汽层的变化对放电产生影响。在放电的等离子体发射光谱中,氢氧根(OH)自由基在306~312 nm波段的特征发射带影响生物组织切除。文中还建立了放电时的有限元多物理场模型,结果表明蒸汽层的厚度约是100 μm,等离子体的电子密度约为10¹⁶ cm^-3。

基于改进YOLOv7的输电线路多类缺陷目标检测

毕含嘉, 杨楚睿, 王小雨, 黄悦华

2025, 38(4):  16-24.  doi:10.16180/j.cnki.issn1007-7820.2025.04.003

摘要 ( 529 )   HTML ( 19 )   PDF (3996KB) ( 102 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

针对在复杂背景下输电线路多尺度缺陷目标检测精度较低的问题,文中提出一种基于改进YOLOv7(You Only Look Once version 7)的输电线路多类缺陷目标检测模型。对于复杂背景造成缺陷目标较低的问题,在Backbone部分引入改进的Swin Transformer模块,通过使用多头注意力机制提升对全局特征的提取效果来提高模型的检测精度。对于待检测目标的多尺度特性,在特征金字塔基础上引入自适应特征融合模块,提升了Neck部分特征融合网络对多类不同尺度缺陷目标的检测能力。使用SIoU(Structured Intersection over Union)损失函数在提高预测框回归精度的同时加快了模型的收敛。实验结果表明,相较于YOLOv5、YOLOv7和Faster R-CNN(Faster Region with Convolutional Neural Network)模型,改进YOLOv7模型具有较高的检测精度,其平均检测精度可达96.4%,检测速度为29.6 frame∙s^-1,能够为输电线路多类缺陷目标检测提供参考。

基于CycleGAN的地震数据去噪方法

傅鹏, 宋晓霞

2025, 38(4):  25-30.  doi:10.16180/j.cnki.issn1007-7820.2025.04.004

摘要 ( 485 )   HTML ( 11 )   PDF (2052KB) ( 63 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

针对实际地震数据被大量随机噪声干扰而难以获得配对的无噪数据问题,文中提出一种基于CycleGAN(Cycle Generative Adversarial Network)的地震数据随机噪声压制方法来获得高质量的地震数据。将残差网络引入循环生成对抗网络的生成网络中,通过跳跃连接形式加快网络的训练速度,并扩充残差块中的卷积层,增强残差块结构来更好地获取样本特征。对合成数据和实际数据分别进行实验,利用SNR(Signal to Noise Ratio)和MSE(Mean Square Error)等评价指标验证其去噪效果,并将结果与CNN(Convolutional Neural Network)去噪方法进行对比。结果表明,相较于CNN,所提方法的SNR、MSE和PSNR(Peak Signal-to-Noise Ratio)在合成数据实验中分别提升了0.59 dB、23.72、2.81 dB,在实际数据实验中分别提升了4.63 dB、1.13、0.77 dB,训练时间缩短约58%。

DEVAE-GAN:多级认知工作负荷水平fNIRS数据生成模型

陈利, 马壮, 尹钟

2025, 38(4):  31-38.  doi:10.16180/j.cnki.issn1007-7820.2025.04.005

摘要 ( 401 )   HTML ( 5 )   PDF (2279KB) ( 25 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

深度学习方法在fNIRS(functional Near-Infrared Spectroscopy)的应用已成为脑机接口领域的研究热点,但较少的可用数据限制了深度学习模型的性能。文中基于DEVAE-GAN(Dual-Encoder-Variational Autoencoder-Generative Adversarial Network)提出适用于fNIRS原始信号生成的方法。将预处理好的fNIRS信号转换为时间和空间表示形式,输入到双编码器中提取时间和空间信息,拼接两条信息并送入解码器中生成样本。为了验证其有效性,在心理负荷任务的公开数据集上进行实验,将不同数量的生成样本扩充到训练数据集,并使用增强的数据集来训练深度神经网络。与多个基线生成模型的对比表明,所提方法生成的样本质量最高,使用该方法后所有被试的平均分类准确率为95.86%,与原始数据集相比提升了0.91%。实验结果表明,所提方法可以有效学习心理负荷任务fNIRS原始数据的分布,生成高质量的样本,提升深度学习模型的性能。

基于机器学习的助行机器人用户跌倒检测算法

胡佳炜, 王亚刚

2025, 38(4):  39-45.  doi:10.16180/j.cnki.issn1007-7820.2025.04.006

摘要 ( 394 )   HTML ( 11 )   PDF (2348KB) ( 46 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

为了预防用户跌倒并提高助行机器人的安全性,文中提出了一种基于改进支持向量机(Support Vector Mmachine, SVM)模型的助行机器人用户跌倒检测算法。通过安装在助行机器人上的压力传感器和超声波测距传感器获取位移和速度数据集,采用改进卡尔曼滤波进行数据融合来获得用户运动意图,并进行加速度数据特征提取。基于改进支持向量机模型进行输出概率化及风险函数最优化处理,从而提高分类阈值精度。仿真实验结果表明,所提算法的正确率为98.68%,灵敏度和特异度分别96.66%和90.34%,具有较好的综合性能指标,并能在500 ms内触发防御保护机制。

基于迁移学习和改进EfficientNet-B0的脑肿瘤分类算法

王勇, 杨义龙, 范晓晖, 周雷, 孔祥勇

2025, 38(4):  46-51.  doi:10.16180/j.cnki.issn1007-7820.2025.04.007

摘要 ( 484 )   HTML ( 10 )   PDF (2148KB) ( 55 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

针对现有脑肿瘤分类模型和方法复杂度高以及识别率低等问题,文中提出一种基于改进EfficientNet-B0的模型用于3种脑肿瘤分类。在数据预处理阶段,使用ROI(Region of Interest)特征裁剪出脑肿瘤图像的关键特征区域,并按肿瘤类型扩增数据集。根据卷积网络设计思想重新设计了EfficientNet中的MBConv(Mobile Inverted Bottleneck Convolution)模块,在首步卷积后引入卷积注意力CBAM(Convolutional Block Attention Module)。为了更完整地进行迁移学习,在不修改原始输出结构的基础上外接3个神经元用于脑肿瘤的三分类。改进网络模型具有更低的复杂度,可更好地适应肿瘤病灶的识别。文中利用迁移学习方法在公开数据集figshare-Brain Tumor Dataset上进行微调。实验结果表明,改进模型在该公共数据集上分类准确率为99.67%,相较于原始EfficientNet-B0网络提升了约3.1百分点。

基于容器服务的城市内涝模拟与监控平台

李霖杰, 刘德儿

2025, 38(4):  52-58.  doi:10.16180/j.cnki.issn1007-7820.2025.04.008

摘要 ( 319 )   HTML ( 4 )   PDF (4125KB) ( 30 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

针对城市内涝无法感知淹没情况的问题,文中提出一种城市内涝模拟与监控平台。通过该平台实时了解内涝点信息、车辆通行是否安全和模拟淹没的动态过程。根据解耦思想将平台划分为排水管网模块、内涝模拟模块、视频融合模块和车辆安全识别模块,各个模块之间通过API(Application Programming Interface)接口通信。后端通过Python的Web应用程序框架构建API接口,Cesium前端调用API接口进行效果展示。为了方便平台后期进行服务扩容和对服务动态调整,在平台开发完成后将各个功能模块使用Docker打包成镜像上传至云端仓库。通过服务器集群运行镜像服务,使用Rancher对集群进行管理,以此达到容器化部署效果。

基于鲸鱼算法的开关磁阻电机PID参数整定

韦润通, 王智冲, 李学琪

2025, 38(4):  59-65.  doi:10.16180/j.cnki.issn1007-7820.2025.04.009

摘要 ( 342 )   HTML ( 7 )   PDF (3942KB) ( 39 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

针对开关磁阻电机PID(Proportional Integral Derivative)控制中存在的稳定性差、参数调节困难等问题,文中基于传统开关磁阻电机PID调速系统引入鲸鱼优化算法,将改进时间绝对误差函数作为适应度函数对K_p、K_i、K_d这3个控制参数进行整定。在MATLAB/Simulink仿真平台搭建了三相6/4极开关磁阻电机的PID参数整定系统,分析了传统经验PID调参和算法整定参数的效果对比,并将鲸鱼算法的优化效果与粒子群算法、遗传算法和灰狼优化算法结果进行对比。仿真结果表明,所提方法获得的PID参数较精确,其效果优于3种对比算法。相比于经验法整定参数,鲸鱼算法整定参数响应速度提升了51.10%,误差减小了0.67%,使调速系统具有更快、更稳定的响应特性。

基于FPGA的声学相机音频采集系统设计

温锦龙, 师蔚, 胡定玉, 廖爱华

2025, 38(4):  66-72.  doi:10.16180/j.cnki.issn1007-7820.2025.04.010

摘要 ( 537 )   HTML ( 10 )   PDF (10982KB) ( 120 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

针对基于FPGA(Field Programmable Gate Array)的声学相机音频采集方案存在信号采集效率低下、硬件逻辑复杂度高的问题,文中提出一种高效的基于FPGA声学相机音频采集系统设计方案。在FPGA内部使用级联的高效解码滤波器对多通道PDM(Pulse Density Modulation)音频信号流进行解码以减少硬件计算工作量。FPGA采集多通道MEMS(Micro Electro Mechanical Systems)麦克风的PDM数据流进行位拼接并补码为有符号数,各帧数据包通过AXI4-Stream总线协议在各个级联滤波器中进行流水线操作,并行运行整个解码过程来简化硬件逻辑的复杂性。解码后的数据通过UDP(User Datagram Protocol)协议进行千兆以太网传输来保证实时性。仿真和实验结果验证了所提方案的可行性和有效性,数据解码延时小于200 μs,硬件逻辑资源占用率小于60%,数据丢包率为0%,表明所提方案实时性高、稳定性强,可为基于FPGA的声学相机设计提供更多参考。

基于格拉姆角差场和CNN-BiGRU的变压器故障识别法

许耀博, 杨信强, 徐广超, 杨诗豪, 段国勇

2025, 38(4):  73-79.  doi:10.16180/j.cnki.issn1007-7820.2025.04.011

摘要 ( 439 )   HTML ( 7 )   PDF (2496KB) ( 42 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

针对变压器绕组故障特征难以提取、诊断精度较低等问题,文中在频响曲线的基础上提出了一种基于格拉姆角差场(Gramian Angular Difference Field,GADF)和双向门控循环卷积神经网络(Convolutional Neural Network-Bidirectional Gated Recurrent Unit,CNN-BiGRU)的变压器故障识别方法。针对原始特征对不同故障类型区分度小的问题,提出了一种移动窗计算法对样本片段进行处理。结合格拉姆角差场变换得到谱特征,将一维数据映射成为三维图像数据。文中分析了不同故障类型在谱特征上的分布特性,将所得谱特征作为输入,通过循环卷积神经网络对故障片段数据进行分类得到识别结果。相较于传统方法,所提方法在特征差异上更明显,准确率得到进一步提高,其对切片分类精度达到了96.2%,验证了该方法的可行性。

融合注意力机制的弱监督语义分割自激活方法

周凯, 于莲芝

2025, 38(4):  80-86.  doi:10.16180/j.cnki.issn1007-7820.2025.04.012

摘要 ( 347 )   HTML ( 7 )   PDF (1641KB) ( 42 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

弱监督语义分割以类激活图进行训练,但类激活图与真实像素级标签存在较大差距。针对弱监督语义分割类激活图定位信息少、分割结果的轮廓粗糙问题,文中提出基于注意力机制的弱监督语义分割自激活模型。利用仿射变化引入全监督方法中的隐性约束,提取分类网络浅层信息并融合注意力机制。利用增强后的浅层信息细化类激活图的轮廓,根据生成的类激活图对特征图进行自激活,从而生成最终的类激活图。在PASCAL VOC 2012数据集上进行实验,相较于近期先进模型,类激活图的平均交并比提升了1.7%,最终分割结果的平均交并比提升了2.4%。通过对模型进行消融实验验证了各模块的有效性。