基于残差优化的综采工作面煤壁点云补全方法

1

作者 汪卫兵 侯学谦 +3 位作者 赵栓峰 贺海涛 邢志中 路正雄 《工矿自动化》 CSCD 北大核心 2024年第6期120-128,共9页

煤矿综采工作面巷道的数字化三维重建过程中需要完整且密集的煤壁点云数据。受遮挡、视角限制等因素影响,采集的综采工作面煤壁点云数据往往不完整且稀疏,影响下游任务,需进行煤壁点云修复和补全。目前缺少针对井下点云补全任务的数据... 煤矿综采工作面巷道的数字化三维重建过程中需要完整且密集的煤壁点云数据。受遮挡、视角限制等因素影响,采集的综采工作面煤壁点云数据往往不完整且稀疏,影响下游任务,需进行煤壁点云修复和补全。目前缺少针对井下点云补全任务的数据集和网络模型,现有模型用于煤壁点云补全时存在点云密度分布不均匀、点云特征信息丢失等情况。针对上述问题,设计了一种基于残差优化的煤壁点云补全网络模型,采用监督学习方式学习点云特征信息,通过最小化密度采样和残差网络迭代优化输出完整点云。采集煤矿井下真实综采工作面煤壁点云数据,预处理后筛选可用数据,通过模拟随机空洞制作煤壁点云缺失数据集,并用缺失数据集训练基于残差优化的煤壁点云补全网络模型。实验结果表明:与经典的FoldingNet,TopNet,AtlasNet,PCN,3D-Capsule点云补全网络模型相比,基于残差优化的煤壁点云补全网络模型针对构造的缺失煤壁点云和稀疏煤壁点云补全的倒角距离、地移距离及F1分数均能达到最优水平,整体补全效果最佳;针对实际缺失的煤壁点云,该模型能够实现有效补全。 展开更多

关键词 煤矿综采工作面 数字化煤层 巷道三维重建 点云修复 点云补全 残差优化

在线阅读 下载PDF 职称材料

基于ES残差优化的GM(1,1)模型预测城市用水量 被引量：3

2

作者 蒋白懿 杲红双 +1 位作者 孙志民 班福忱 《水电能源科学》 北大核心 2022年第12期85-88,共4页

鉴于科学有效的城市用水量预测是进行水资源规划与管理的重要依据,以灰色预测模型为基础,提出应用二次指数平滑法(ES)对灰色预测模型进行残差优化的方法。以珠海市2010~2020年用水量为原始数据,使用基于ES残差优化的GM(1,1)模型对珠海... 鉴于科学有效的城市用水量预测是进行水资源规划与管理的重要依据,以灰色预测模型为基础,提出应用二次指数平滑法(ES)对灰色预测模型进行残差优化的方法。以珠海市2010~2020年用水量为原始数据,使用基于ES残差优化的GM(1,1)模型对珠海市用水量进行预测分析,并与GM(1,1)模型、二次指数平滑法及其组合预测模型进行对比。结果表明,该模型预测精度相比其他方法提升明显,相对误差均小于5%,是一种有效的预测方式。 展开更多

关键词 灰色模型 指数平滑法 残差优化 用水量预测

在线阅读 下载PDF 职称材料

低计算量非视距定位的组合优化选择性判决残差检测算法(英文) 被引量：1

3

作者 邢建平 刘洋 +1 位作者 张玉婷 焦磊 《传感技术学报》 CAS CSCD 北大核心 2010年第10期1462-1470,共9页

传统的RT(NLOS)算法虽然降低了一点定位误差概率,但是却需要极高的复杂度,因此不能满足现在严格的应用需求。本文提出了一种改进的RT算法,即低运算复杂度的CO-SRT(SRT)算法,并且给出了详细的分析。仿真结果表明,该定位算法满足了在不同... 传统的RT(NLOS)算法虽然降低了一点定位误差概率,但是却需要极高的复杂度,因此不能满足现在严格的应用需求。本文提出了一种改进的RT算法,即低运算复杂度的CO-SRT(SRT)算法,并且给出了详细的分析。仿真结果表明,该定位算法满足了在不同环境下、不同网络参数下的定位需求,这种CO-SRT(SRT)算法可以使用四个视距信号进行定位,而且性能与RT极为相近。通过优化2-6个不同的联合的非视距信号,SRT算法在复杂度方面大约降低了52.3%-80.3%。 展开更多

关键词 无线传感器网络 非视距 残差检测 组合优化选择残差检测

在线阅读 下载PDF 职称材料

基于残差比阈值优化冲击衰减字典的轴承故障特征提取研究 被引量：1

4

作者 周浩轩 刘韬 +1 位作者 刘义民 陈庆 《电子测量与仪器学报》 CSCD 北大核心 2018年第11期108-117,共10页

机械设备工作时引起的振动信号蕴藏着丰富的工作状态信息。轴承是机械设备中重要的部件,其工作状态严重影响着设备的工作性能。根据信号特征张成与信号匹配度较高的冲击衰减字典,通过对比几种不同的稀疏表示迭代停止条件的优劣后,选用... 机械设备工作时引起的振动信号蕴藏着丰富的工作状态信息。轴承是机械设备中重要的部件,其工作状态严重影响着设备的工作性能。根据信号特征张成与信号匹配度较高的冲击衰减字典,通过对比几种不同的稀疏表示迭代停止条件的优劣后,选用残差比阈值作为迭代停止条件,并结合稀疏表示中的MP算法进行轴承故障特征的提取研究。分别验证了轴承故障仿真信号、加工故障信号以及加速疲劳失效轴承故障信号,对比传统去噪方法,结果表明其能够在强背景噪声中较为准确的重构出故障特征信号,极大地提高了恶劣工况下故障特征提取的成功率与准确性,同时显示该方法在轴承早期故障信号中能准确可靠地提取出故障频率。 展开更多

关键词 稀疏表示 MP算法 残差比阈值优化 冲击衰减字典 轴承故障特征

在线阅读 下载PDF 职称材料

基于时空残差张量学习的城市路网交通数据修复

5

作者 李金龙 李若南 +2 位作者 吴攀 于广婧 许伦辉 《计算机应用研究》 CSCD 北大核心 2023年第10期2972-2977,共6页

针对城市道路网络环境下各种软/硬件故障导致的交通数据缺失问题,提出了一种基于时空残差张量学习(spatial-temporal residual tensor learning,ST-RTL)的交通数据修复方法。该方法通过构造带缺失值的三维交通张量以最大程度表征原始路... 针对城市道路网络环境下各种软/硬件故障导致的交通数据缺失问题,提出了一种基于时空残差张量学习(spatial-temporal residual tensor learning,ST-RTL)的交通数据修复方法。该方法通过构造带缺失值的三维交通张量以最大程度表征原始路网时空信息;并在高斯分布假设基础上,采用Gibbs采样完成对缺失数据的CANDECOMP/PARAFAC(CP)张量分解与低秩重构。考虑到张量修复过程产生的残差值,研究设计一种可动态迭代的双向残差优化结构以捕捉剩余时空依赖特性,实现对缺失交通数据的精准修复。采用公开的杭州地铁客流数据进行模型构建与验证。结果表明,当缺失率为10%~80%时,三种缺失场景(随机、聚类和混合缺失)对张量结构破坏存在较大差异,其中聚类缺失的破坏程度最大,此时,ST-RTL的评估指标MAPE、RMSE和MAE分别位于3.1071~7.0371、16.3779~58.4286、3.7434~8.0135;且随着缺失率递增,ST-RTL模型各指标呈加速增加趋势。与HaLRTC、GAIN和BGCP等代表性基准模型相比,所建立的ST-RTL模型在可接受计算代价范围内具有更低的性能指标和更强的稳定性,能为智能交通系统提供高质量的基础数据。 展开更多

关键词 智能交通 数据修复 张量学习 高斯分布 残差优化

在线阅读 下载PDF 职称材料

基于迁移学习的车辆目标识别

6

作者 李慧 王艳娥 《计算机系统应用》 2024年第11期257-263,共7页

为提高车辆识别的准确率及识别的实时性能,本文提出了一种基于迁移学习的车辆识别方法.该方法通过卷积神经网络和支持向量机结合并做进一步优化,提高车辆识别的准确率,并减少模型训练时间和提高模型的鲁棒性.该方法首先使用卷积神经网络... 为提高车辆识别的准确率及识别的实时性能,本文提出了一种基于迁移学习的车辆识别方法.该方法通过卷积神经网络和支持向量机结合并做进一步优化,提高车辆识别的准确率,并减少模型训练时间和提高模型的鲁棒性.该方法首先使用卷积神经网络在CIFAR-10数据集上训练好网络;然后结合残差优化的思想,使用更深的预训练网络结构提取细粒度特征;在模型网络的参数迁移过程中,只迁移预训练的卷积层参数,并添加全连接层在车辆数据集上进行微调;最后将提取的特征直接放入支持向量机中进行分类.通过详细的模型实验与结果分析,本方法能够最终达到的最高识别正确率为97.56%,单张图片识别时间260 ms,识别时间和正确率均得到了较好的优化. 展开更多

关键词 车辆识别 迁移学习 残差优化 二次迁移

在线阅读 下载PDF 职称材料

基于ARIMA和BP神经网络的猪舍氨气浓度预测 被引量：42

7

作者 刘春红 杨亮 +3 位作者 邓河 郭昱辰 李道亮 段青玲 《中国环境科学》 EI CAS CSCD 北大核心 2019年第6期2320-2327,共8页

为了从源头减少生猪养殖过程中的氨气排放,降低猪舍氨气浓度,提出了基于ARIMA-BP神经网络的猪舍氨气浓度组合预测方法,分别从最优权重和残差优化角度对基于ARIMA-BP神经网络的组合预测方法进行了对比研究.将该预测方法应用于江苏省宜兴... 为了从源头减少生猪养殖过程中的氨气排放,降低猪舍氨气浓度,提出了基于ARIMA-BP神经网络的猪舍氨气浓度组合预测方法,分别从最优权重和残差优化角度对基于ARIMA-BP神经网络的组合预测方法进行了对比研究.将该预测方法应用于江苏省宜兴市某养猪场的氨气浓度预测中,预测结果表明:基于ARIMA-BP神经网络残差优化组合预测方法的预测精度最高,与BP神经网络、ARIMA预测方法和基于ARIMA-BP神经网络最优权重组合预测方法对比分析,评价指标MAE、MAPE和RMSE分别为0.0319、0.1580%和0.0365.本文提出的氨气预测方法可以为猪舍环境精准化调控管理提供科学依据以减小猪舍氨气排放对生态环境的污染. 展开更多

关键词 猪舍 氨气浓度 组合预测方法 最优权重 残差优化

在线阅读 下载PDF 职称材料

改进的非等间距灰色模型在大坝位移预测中的应用 被引量：5

8

作者 俞艳玲 郑东健 +2 位作者 俞扬 居艳阳 方正 《长江科学院院报》 CSCD 北大核心 2017年第3期50-52,57,共4页

传统GM(1,1)预测模型在大坝位移拟合及预测中存在优化方式单一、适应性不佳等不足,一定程度上影响模型的预测效果。基于蛙跳算法,通过优化背景值和平滑系数、寻找最优定解条件以及残差优化等方法,提出了改进的非等间距GM(1,1)大坝位移... 传统GM(1,1)预测模型在大坝位移拟合及预测中存在优化方式单一、适应性不佳等不足,一定程度上影响模型的预测效果。基于蛙跳算法,通过优化背景值和平滑系数、寻找最优定解条件以及残差优化等方法,提出了改进的非等间距GM(1,1)大坝位移预测模型。结合相关工程实例,对比分析了2种模型的拟合效果和预测精度,说明了相对于传统GM(1,1)大坝位移预测模型,改进的GM(1,1)大坝位移预测模型能有效提高位移预测精度,可以应用于实际大坝结构中的位移监控及预测。 展开更多

关键词 大坝位移 预测模型 改进GM(1 1)模型 混合蛙跳算法 残差优化

在线阅读 下载PDF 职称材料

基于ARIMA-OSELM的火电厂SCR入口NOx浓度预测建模研究 被引量：3

9

作者 金秀章 陈佳政 李阳峰 《计量学报》 CSCD 北大核心 2023年第9期1458-1466,共9页

针对火力发电厂燃烧系统运行工况复杂、迟延较大,导致选择性催化还原烟气脱硝系统(SCR)中入口NO x质量浓度难以准确测量的问题,提出了一种基于ARIMA-OSELM神经网络组合模型的火电厂SCR入口NO x浓度预测方法,分别从最优权重和残差优化2... 针对火力发电厂燃烧系统运行工况复杂、迟延较大,导致选择性催化还原烟气脱硝系统(SCR)中入口NO x质量浓度难以准确测量的问题,提出了一种基于ARIMA-OSELM神经网络组合模型的火电厂SCR入口NO x浓度预测方法,分别从最优权重和残差优化2个组合角度进行对比研究。将该方法应用于某火力发电厂SCR入口浓度预测中,结果表明:基于ARIMA-OSELM残差优化的组合模型预测精度最高,其效果优于ARIMA-OSELM最优权重的组合预测模型以及单一ARIMA和OSELM神经网络预测模型,评价指标F MAPE、M RMSE和R 2分别为0.190、1.364和0.978。 展开更多

关键词 计量学 NO x排放预测 组合预测方法 最优权重 残差优化 ARIMA OSELM

在线阅读 下载PDF 职称材料

基于优化残差网络的动态心电信号分类算法研究 被引量：1

10

作者 刘亚楠 于婷婷 +2 位作者 漆伟 杜高飞 冯鹏 《光电子．激光》 CAS CSCD 北大核心 2021年第8期894-901,共8页

准确的动态心电信号异常检测依然是心电信号分析的难点。针对这种情况,本文设计了优化的Res-Net残差网络模型,该模型基于原Res-Net50模型在卷积层加入空洞卷积,并用评价指标相反数的近似公式代替损失函数,以获得较高的异常心电特征识别... 准确的动态心电信号异常检测依然是心电信号分析的难点。针对这种情况,本文设计了优化的Res-Net残差网络模型,该模型基于原Res-Net50模型在卷积层加入空洞卷积,并用评价指标相反数的近似公式代替损失函数,以获得较高的异常心电特征识别率。同时,对学习率、卷积核大小、衰减因子在内的多个超参数进行了测试和优化。为了验证该模型的可行性,本文选取了ICBEB心电数据库,对该数据库中12导联动态心电信号中所包含的9种心率失常进行自动分类,并对模型优化前后进行分类评价指标比较。实验结果表明,当设置参数lr=0.01,dropout=0.5,weightdecay=0.000 1时,优化Res-Net残差网络模型自动分类准确率达到0.95,模型分类评价指标F1得分0.89。该模型在提取动态心电图特征的同时进行了分类,获得较好效果,具有潜在的临床指导意义。 展开更多

关键词 心电信号识别 动态心电图 残差优化网络

原文传递

高阶满阵线性代数方程组的快速解法及其应用研究

11

作者 张宗斌 高正红 《空气动力学学报》 CSCD 北大核心 2005年第3期365-369,共5页

在非对称、非正定满阵线性方程组的求解过程中,本文以高斯迭代为基础,提出一种残差优化的迭代法。该法在迭代收敛过程中,残差单调下降,大大缩短了线性方程组的求解时间。用该法替代直接解法,增大了求解方程组的阶数,缩短了计算周期,对... 在非对称、非正定满阵线性方程组的求解过程中,本文以高斯迭代为基础,提出一种残差优化的迭代法。该法在迭代收敛过程中,残差单调下降,大大缩短了线性方程组的求解时间。用该法替代直接解法,增大了求解方程组的阶数,缩短了计算周期,对复杂飞行器气动、隐身一体化优化设计具有重要的工程价值。该方法还可以广泛地推广到其它应用领域。 展开更多

关键词 线性方程组 面元法 残差优化

在线阅读 下载PDF 职称材料

融合统计学习与深度学习的猪舍环境预测模型 被引量：2

12

作者 马超凡 谢秋菊 +4 位作者 王圣超 李佳龙 郑萍 包军 刘洪贵 《山西农业大学学报（自然科学版）》 CAS 北大核心 2022年第6期24-32,共9页

[目的]猪舍内温度、氨气与二氧化碳浓度是影响猪生长与健康的重要环境因子,对猪舍环境因子进行预测可以为舍内环境精准控制提供参考。但是,目前猪舍环境因子预测方法普遍针对单一环境因子,且存在预测精度低的问题。[方法]本文提出了基... [目的]猪舍内温度、氨气与二氧化碳浓度是影响猪生长与健康的重要环境因子,对猪舍环境因子进行预测可以为舍内环境精准控制提供参考。但是,目前猪舍环境因子预测方法普遍针对单一环境因子,且存在预测精度低的问题。[方法]本文提出了基于整合移动平均自回归模型-门控制循环单元(ARIMA-GRU)混合模型的猪舍境因子预测优化模型,该模型融合了ARIMA处理线性序列和GRU处理非线性序列的能力,首先使用ARIMA对环境因子时间序列中的线性关系进行拟合和分析,然后GRU对ARIMA预测后产生的残差进行预测,最后将2模型预测结果结合起来以实现复杂的氨气浓度、二氧化碳浓度和温度时间序列预测优化。[结果]ARIMA-GRU预测模型在氨气浓度预测上具有最好的预测拟合效果,RMSE、MAPE和R2分别为0.432 7、0.023 3和0.913 8,二氧化碳预测效果次之,RMSE、MAPE和R2分别为182.912 8、0.038 6和0.874 8,在温度预测上具有最差的预测效果,RMSE、MAPE和R2分别为0.229 0、0.011 1和0.819 9;混合模型与GRU环境因子预测模型相比,RMSE和MAPE分别平均降低了11.35%和13%,R2平均提升了3.8%;与ARIMA环境因子预测模型相比,RMSE和MAPE分别平均降低56.42%和61.58%,R2平均提升了661.02%[结论]因此,本文提出的ARIMA-GRU环境因子预测模型优化了对环境因子时间序列的预测性能,可为猪舍环境控制提供一定的参考。 展开更多

关键词 空气质量 温度 ARIMA GRU 残差优化

在线阅读 下载PDF 职称材料

基于ARIMA-BP神经网络的船舶交通事故预测 被引量：18

13

作者 张逸飞 付玉慧 《上海海事大学学报》 北大核心 2020年第3期47-52,共6页

为提高船舶交通事故的预测精度,提出将自回归综合移动平均(autoregressive integrated moving average,ARIMA)模型与BP神经网络组合的船舶交通事故预测方法。该方法考虑船舶交通事故的复杂性和非线性因素,充分结合ARIMA模型与BP神经网... 为提高船舶交通事故的预测精度,提出将自回归综合移动平均(autoregressive integrated moving average,ARIMA)模型与BP神经网络组合的船舶交通事故预测方法。该方法考虑船舶交通事故的复杂性和非线性因素,充分结合ARIMA模型与BP神经网络的优势,分别从简单加权和残差优化角度对ARIMA模型与BP神经网络的不同组合方法进行比较研究,并将其应用于2000—2018年英国籍船舶交通事故预测中。结果表明:与ARIMA模型、BP神经网络和ARIMA-BP的简单加权组合预测方法进行对比,ARIMA-BP的残差优化组合预测方法的预测精度最高,其均方根误差、平均绝对误差和平均绝对百分比误差分别为7.16、6.0和4.9%。本文提出的船舶交通事故预测方法可以为相关人员的决策提供指导。 展开更多

关键词 船舶交通事故 组合预测方法 简单加权 残差优化

在线阅读 下载PDF 职称材料

基于ARIMA-BIGRU的船舶航迹预测 被引量：8

14

作者 于琛 付玉慧 +1 位作者 张逸飞 王超 《船海工程》 北大核心 2021年第6期147-152,共6页

为了提高船舶航迹预测的精准度和稳定性,提出一种基于差分自回归移动平均模型和双向循环神经网络的组合预测方法,利用ARIMA模型对航迹进行初步预测,再通过注意力机制优化BIGRU神经网络,对残差序列进行矫正,以船舶经度、纬度、航速、航... 为了提高船舶航迹预测的精准度和稳定性,提出一种基于差分自回归移动平均模型和双向循环神经网络的组合预测方法,利用ARIMA模型对航迹进行初步预测,再通过注意力机制优化BIGRU神经网络,对残差序列进行矫正,以船舶经度、纬度、航速、航向、船舶类型作为输入,经度、纬度作为输出,构建船舶航迹预测模型。实验结果表明,该种预测方法的均方误差、平均绝对误差、均方根误差均较小,能够比较准确地预测出船舶航迹。 展开更多

关键词 ARIMA 组合预测方法 注意力机制 残差优化 BIGRU循环神经网络

在线阅读 下载PDF 职称材料

基于ARMA-BP组合模型的碳排放交易价格预测——以福建省为例 被引量：5

15

作者 谢旭升 严思屏 《龙岩学院学报》 2021年第2期107-115,共9页

为了应对全球变暖和资源枯竭等环境问题,发展低碳经济、建立碳排放交易市场迫在眉睫。碳排放交易价格作为影响政府和企业决策的关键因素,易受到诸多其他因素的影响而产生剧烈波动。对碳价进行预测不仅可以优化投资者和监管者的决策,也... 为了应对全球变暖和资源枯竭等环境问题,发展低碳经济、建立碳排放交易市场迫在眉睫。碳排放交易价格作为影响政府和企业决策的关键因素,易受到诸多其他因素的影响而产生剧烈波动。对碳价进行预测不仅可以优化投资者和监管者的决策,也能够为我国建立统一的碳排放权市场提供相关参考建议。分别从最优权重和残差优化两个角度建立ARMA-BP组合模型,来预测福建省碳价的变动规律,并比较不同模型的预测精度,结果表明:ARMA-BP残差优化组合模型的预测精度更高;与单一模型相比,组合模型的预测效果更好。 展开更多

关键词 碳排放交易价格 残差优化 最优权重 ARMA-BP组合模型 价格预测

在线阅读 下载PDF 职称材料

基于ARIMA-BP组合模型的货运量预测研究 被引量：5

16

作者 曹慧 秦江涛 《软件导刊》 2022年第2期32-36,共5页

为了提高铁路货运量的预测精度,基于货运量线性和非线性的特点,选取中国铁路1980-2020年的货运量作为研究对象,提出ARIMA和BP神经网络的组合模型,基于简单加权和残差优化两种不同组合方法对铁路货运量进行建模分析,并与ARIMA、BP神经网... 为了提高铁路货运量的预测精度,基于货运量线性和非线性的特点,选取中国铁路1980-2020年的货运量作为研究对象,提出ARIMA和BP神经网络的组合模型,基于简单加权和残差优化两种不同组合方法对铁路货运量进行建模分析,并与ARIMA、BP神经网络单一模型进行对比。实验结果表明,ARIMA-BP残差优化的组合模型结果精度较高,评价指标MAE、MAPE、RMSE分别为5 135.90、0.020 9、8 462.49。基于ARIMA-BP残差优化的组合模型实现了对货运量的较好预测,对铁路运输部门灵活制定相关政策具有重要意义。 展开更多

关键词 ARIMA 货运量预测 组合模型 简单加权 残差优化

在线阅读 下载PDF 职称材料

基于深度学习的印刷纹理图矢量化

17

作者 严凌霄 吴汉舟 +1 位作者 冯国瑞 张新鹏 《工业控制计算机》 2023年第7期48-50,共3页

将纹理扫描图转换成矢量图以供编辑和再利用是计算机图形学和图像处理的一大热点问题。大部分印刷纸面上都包含底纹图案,经过印刷这一复杂物理过程,加上线条本身就相互交错,即使经过高分辨率扫描仪生成位图,线条仍旧会有粘连、边缘信息... 将纹理扫描图转换成矢量图以供编辑和再利用是计算机图形学和图像处理的一大热点问题。大部分印刷纸面上都包含底纹图案,经过印刷这一复杂物理过程,加上线条本身就相互交错,即使经过高分辨率扫描仪生成位图,线条仍旧会有粘连、边缘信息损失严重、噪声较多的情况,这给纹理线条矢量化带来了很大挑战。采用深度学习的思想,提出一种基于Basnet结构的改进的分割网络,将线条重建转化为图像分割问题来进行图像预处理。该网络能够通过多尺度残差优化将线条模糊的边缘去除,保留以线条骨架为中心的一定宽度的光滑线条。然后使用改进的基于多向量场的线条矢量化算法进行拓扑分析、提取以及矢量化操作。在多种类别扫描图的实验下,验证了该算法能够适用于大部分印刷底纹图案,取得了较好的矢量化效果。 展开更多

关键词 神经网络 多尺度残差优化 多向量场 矢量化

在线阅读 下载PDF 职称材料

不同灰色GM(1,1)模型在地铁沉降预测中的效果分析 被引量：17

18

作者 成枢 冯子帆 +1 位作者 郭祥琳 邱建 《测绘地理信息》 2019年第1期14-17,共4页

将灰色系统理论应用在地铁沉降监测数据的预测预报中,用传统GM(1,1)、新陈代谢GM(1,1)模型和残差优化GM(1,1)模型分别对某地铁沉降监测数据进行预测,对比这三种方法对数据预测预报的结果,并对其精度进行分析,得出残差优化GM(1,1)模型对... 将灰色系统理论应用在地铁沉降监测数据的预测预报中,用传统GM(1,1)、新陈代谢GM(1,1)模型和残差优化GM(1,1)模型分别对某地铁沉降监测数据进行预测,对比这三种方法对数据预测预报的结果,并对其精度进行分析,得出残差优化GM(1,1)模型对地铁监测数据预测准确、精度较高。 展开更多

关键词 传统GM(1 1) 新陈代谢GM(1 1) 地铁沉降预测 残差优化GM(1 1)

原文传递

基于混合损失函数的改进型U-Net肝部医学影像分割方法 被引量：18

19

作者 黄泳嘉 史再峰 +1 位作者 王仲琦 王哲 《激光与光电子学进展》 CSCD 北大核心 2020年第22期66-75,共10页

针对现有方法对肝部医学影像分割上的不足,提出了一种用于对肝部医学影像进行分割的改进型U-Net结构。在上采样过程中只复制池化层特征,以减少信息丢失;同时引入残差网络对初步分割图像进行循环精炼,实现高层特征与低层特征的融合;利用... 针对现有方法对肝部医学影像分割上的不足,提出了一种用于对肝部医学影像进行分割的改进型U-Net结构。在上采样过程中只复制池化层特征,以减少信息丢失;同时引入残差网络对初步分割图像进行循环精炼,实现高层特征与低层特征的融合;利用对边界敏感的新型混合损失函数对图像进行细化处理,得到更为精确的分割结果。实验结果表明,肝脏图像和肝脏肿瘤图像的Dice系数分别为96.26%和83.32%。相比传统的U-Net,所提网络可以获得更高级的语义信息,进一步提高对肝脏和肝肿瘤图像的分割精度。 展开更多

关键词 图像处理 图像分割 肝部医学图像分割 U-Net 残差优化模块 混合损失函数

原文传递