首页期刊导航|传感技术学报
期刊信息/Journal information
传感技术学报
东南大学 中国微米纳米技术学会
传感技术学报

东南大学 中国微米纳米技术学会

黄庆安

月刊

1004-1699

dzcg-bjb@seu.edu.cn;dzcg-bjb@163.com

025-83794925

210096

南京市四牌楼2号东南大学

传感技术学报/Journal Chinese Journal of Sensors and ActuatorsCSCD北大核心CSTPCD
查看更多>>《传感技术学报》杂志的编委委员均来自国内各著名高校的教授和博士生导师,他们是我国传感器领域方面的专家、学者和权威人士。《传感技术学报》稿源来自全国各高等院校,,中国科学院所属的有关专业研究机构以及国内大型工矿企业设置的专业研究所。《传感技术学报》刊登的论文均有2名国内同行专家审稿通过。 《传感技术学报》的作者有院士、教授、博士生导师、研究员、博士研究生、和硕士研究生以及从事该研究领域的工作人员、专家和学者。 《传感技术学报》主要面向广大的科技工作者、高等院校、各公共图书馆、情报所(室)、研究所以及厂矿,它对科技工作者、科学研究人员、广大教师、研究生、博士生都具有极为重要的参考价值。
正式出版
收录年代

    全局协方差池化与多尺度特征融合的图像隐写检测

    叶学义陈海颖郭文风陈华华...
    1746-1753页
    查看更多>>摘要:针对目前图像隐写深度检测模型中池化等操作造成特征图信息丢失,全局平均池化忽视高阶统计量的问题,提出一个基于全局协方差池化与多尺度特征融合的隐写检测模型:首先用多层小尺度卷积核替换多层感知器中的大尺度卷积核,增强特征表达能力的同时提高卷积计算效率;然后利用空洞卷积构建多尺度特征融合模块,减少模型在池化等过程中导致的细节特征信息损失;最后引入全局协方差池化,通过计算二阶统计量协方差作为最后的特征输出,增强检测模型对细节特征的捕捉能力.实验结果表明在不同的隐写算法和不同的嵌入率下,相比于近期典型的Xu-Net、Yedroudj-Net、Zhu-Net模型,所提模型的检测准确率均有显著提升,即使是与最新的Zhu-Net相比,准确率也提升了 2.4%~7.3%.

    隐写检测特征融合空洞卷积全局协方差池化

    基于双流CNN-BiLSTM的毫米波雷达人体动作识别方法

    吴哲夫闫鑫悦施汉银龚树凤...
    1754-1763页
    查看更多>>摘要:目前基于雷达的人体动作识别方法,大多是先对人体动作的回波信号进行多维快速傅里叶变换(FFT)得到距离、多普勒和角度等信息,构造各种数据谱图后再输入到神经网络中进行分类识别,数据预处理过程较为复杂.提出了一种双流卷积神经网络(CNN)与双向长短时记忆网络(BiLSTM)串联的毫米波雷达人体动作识别方法.首先对原始的雷达回波信号复数采样数据(I/Q)进行帧差处理,以消除静态干扰,并将其转换为幅度/相位(A/P)的数据格式;然后将帧差后的I/Q和A/P数据分别输入单流的CNN-BiLSTM网络,提取人体动作的空间和时间特征,最后进行双流网络的融合以增强特征的交互性,提高识别准确率.实验结果表明,该方法数据预处理简单,并充分利用了动作数据的帧间相关性,模型收敛快,识别准确率可以达到 99%,是一种快速有效的人体动作识别方法.

    雷达目标识别人体动作识别卷积神经网络双向长短时记忆网络

    基于GA-BP神经网络模型的石墨烯发声器研究

    胡卜元王德波
    1764-1769页
    查看更多>>摘要:为了解决传统石墨烯发声器物理模型计算量大、精度不高的问题,提出了一种基于GA遗传算法的BP神经网络模型,该算法模型具有更高的精度和适应性.首先,介绍了石墨烯热声发声原理以及实验设计,建立了GA-BP 神经网络模型.其次,对模型的参数进行了调节,并对比了基于dropout、基于正则化、基于正则化和GA遗传算法的三种神经网络模型.随后在模型中输入石墨烯发声器的正弦激励幅值、频率以及测量距离,使用GA遗传算法对隐藏层的权值和偏置进行全局寻优,将寻优结果代入BP神经网络,最终预测出给定条件下的声压级.结果表明,在均使用正则化的条件下,BP神经网络预测准确度为98.05%,均方差为0.23;GA-BP神经网络预测准确度达到98.62%,均方差仅为0.14.优化后精准度提高了0.57%,均方差降低了 41.36%,展现出更加优异的准确性和适应性.该研究为预测多类特征传感器的非线性输出结果提供了一种高精准度、高适应性的方案.

    石墨烯热声发声器BP神经网络GA遗传算法声压级

    基于变分模态分解与鲸鱼算法优化回声状态网络的风速预测模型

    唐非李昊
    1770-1777页
    查看更多>>摘要:风速受多种因素影响常伴随着随机性和非平稳性,给风电接入电网造成了相当大的困难,准确的风速预测对风力发电有着极大的研究意义.将变分模态分解算法与鲸鱼算法优化回声状态网络模型相结合,提出了一种风速预测模型.首先通过变分模态分解算法将风速序列分解成多个分量以减少风速内部信号间的耦合性,降低建模难度.然后对这些分量分别建立对应的回声状态网络预测模型.针对回声状态网络模型性能受储备池参数影响较大的问题,采用鲸鱼优化算法对储备池参数进行优化.风速的最终预测值由分解后各分量预测值相加得到.最后,将实际采集的短期风速数据作为研究对象,通过与其他 4 种预测模型的对比分析表明提出的风速预测模型具有更高的预测精度,能够更好地对风速的变化趋势进行预测.

    风速预测变分模态分解回声状态网络鲸鱼优化算法

    基于相位立体匹配的金属断口三维形貌测量

    杨国威王校阳刘新月陈绮帆...
    1778-1785页
    查看更多>>摘要:为分析金属材料的力学性能,对金属断口的形貌特征进行分析来评定金属性能.为准确获取金属断口的三维形貌,设计了一种基于相位立体匹配的金属断口三维形貌测量系统,通过相机采集投射到金属断口表面的条纹,结合多频相移外差算法解算出断口表面相位信息,采用双目立体匹配获取断口表面三维形貌.相位立体匹配算法能解决金属断口弱纹理区域匹配精度不高、点云信息丢失的问题.金属量块测量实验显示,系统精度能达到分析金属材料性能的要求,通过对脆性和塑性材料的扭曲、弯曲断裂等金属试样的测量,得到了金属断口的三维形貌数据.实验显示,所提方法精度在0.05 mm内且保证了在金属断口弱纹理区域的匹配精度和密集的点云信息,在金属材料的力学特性分析中有很好的应用前景.

    断口分析相位立体匹配三维测量条纹投影

    基于仿鱼人工侧线的水下静态目标主动感知方法研究

    谢鸥孙兆光沈灿陈子昂...
    1786-1794页
    查看更多>>摘要:针对静止水域中静态目标探测问题,提出了一种基于仿鱼人工侧线的水下静态目标主动感知方法.依据流体动力学理论,分析了侧线主动感知水下静态目标的可行性.建立侧线主动感知水下静态目标的仿真模型,采集目标作用下机器鱼的体表压力数据,揭示了目标尺寸和距离对体表压强的影响关系.建立基于深度卷积神经网络的目标尺寸和距离预测回归模型,对模型结构和训练参数进行了优化.结果表明,所提出的方法可有效感知和预测水下静态目标参数.

    人工侧线主动感知深度卷积神经网络水下静态目标

    基于模态分解和时间卷积网络的瓦斯涌出量组合预测

    毛智强徐耀松王丹丹田楚汉...
    1795-1802页
    查看更多>>摘要:为有效地分析和处理煤矿中产生的瓦斯涌出数据,实现精准、可靠的回采工作面绝对瓦斯涌出量预测,以提前规避瓦斯灾害,提出自适应噪声完整集成经验模态分解对瓦斯涌出量序列进行分解,对分解得到的各分量分别构建时间卷积网络模型.利用IGJO算法对TCN模型的相关超参数进行寻优,建立各分量的预测模型.使用Logistic混沌映射生成金豺种群,引入柯西-高斯变异算子,更新金豺位置并选择最优位置,增强算法搜索能力,避免种群陷入局部最优.将各分量的预测输出值叠加,得到最终的瓦斯涌出量预测值.测试结果表明,CEEMDAN-IGJO-TCN组合预测方法,降低了预测的复杂度同时提高了预测精度.

    瓦斯涌出量预测经验模态分解时间卷积网络金豺优化算法柯西-高斯变异

    近红外光谱传感器的测点热误差补偿方法设计

    卜芃李宏亮龚佳骏
    1803-1808页
    查看更多>>摘要:红外光谱传感器测量受测点不合理产生的热误差影响存在测量偏差较大的问题.提出一种近红外光谱传感器测点热误差补偿方法.根据近红外光谱传感器热变形和测点温度之间的关联性,确定近红外光谱传感器最佳测温点.根据偏F统计量的检验在回归模型中加入拟合处理后的温度变量,删除前期无利用价值的温度变量,以此为依据建立测点热误差模型.根据测点热误差模型中的约束条件,对各个测点进行标定处理,同时引入人工神经网络对近红外光谱传感器各个测点进行温度拟合补偿.实验结果表明,所提方法得到的测点热误差补偿量最高值为 45 μm、对丝杠XYZ三个轴的补偿量与实际值一致、补偿后的误差控制在 4.5 μm以内.证明采用所提方法可以获取满意的近红外光谱传感器温度补偿结果.

    近红外光谱传感器热误差温度补偿人工神经网络关联性误差模型

    k-Means++算法下的无线局域传感网络凸包质心定位

    徐丽丽刘海峰李青云武堂颖...
    1809-1813页
    查看更多>>摘要:为了提高无线局域传感网络凸包质心定位的准确性,利用k-Means++聚类算法计算传感器节点的接收信号强度和路径损耗,筛选出具有代表性和稳定性的节点作为凸包质心,再使用加权算法计算凸包质心定位权值,选择出更准确地质心.在此基础上,通过分析无线传感器信号的间隔时间以及比较周边凸包质心和未知节点的接收信号实际条件,确定凸包质心之间的连通性关系.根据设定的凸包质心定位判断阈值,进一步确定凸包质心的定位结果,提高定位的准确性和可靠性.仿真结果表明,所提方法最大定位误差为 0.167 m,在不同凸包质心数量下通信半径为 40m时的定位误差小于 0.35 m.证明了所提方法能有效地实现无线局域传感网络中的质心定位,定位误差小.

    无线局域传感网络质心定位K均值算法定位算法节点定位

    基于卡尔曼滤波的无线传感器网络信息并行传输延迟补偿算法

    丁华峰胡学龙
    1814-1819页
    查看更多>>摘要:为了提升无线传感器网络信息并行传输延迟补偿性能,提出一种基于卡尔曼滤波的无线传感器网络信息并行传输延迟补偿算法.利用时滞误差补偿控制方法均衡控制无线传感器网络信道,以此为基础,采用小波变换将无线传感器网络信息频谱变换到小波域内.在小波域内采用恒虚警概率方法识别信息并行传输过程中的码间干扰小波系数,组建码间干扰小波系数的恒虚警检测器以去除大于检测门限的码间干扰,完成信息并行传输过程中的码间干扰抑制.为了保证数据传输的时效性,采用卡尔曼滤波方法对无线传感器网络信息并行传输延迟展开补偿.仿真结果表明,所提算法的无线传感器网络信息并行传输到达率均值在 98%以上,具有良好的传输延迟补偿效果.

    无线传感器网络传输延迟补偿卡尔曼滤波码间干扰网络信息并行传输