首页期刊导航|电子测量技术
期刊信息/Journal information
电子测量技术
电子测量技术

孙圣和

月刊

1002-7300

dzcl@vip.163.com

010-56103931

100009

北京市东城区北河沿大街79号

电子测量技术/Journal Electronic Measurement Technology北大核心CSTPCD
查看更多>>本刊坚定不移地确保社会效益功能的发挥，刊登新技术、工艺、设计、设备材料为主要内容，推广交流步进技术、科研成果和实践经验及时传播新成就、新技术、新器材的信息，以利于社会主义生产建设。
正式出版
收录年代

    基于ICEEMDAN分解与SE重构和DBO-LSTM的滑坡位移预测

    封青青李丽敏陈飞阳张碧涵...
    80-87页
    查看更多>>摘要：滑坡位移预测是防灾减灾的一项重要工作,针对位移分解后趋势项和周期项重构的合理性问题以及周期项位移预测精度不高的问题,提出了一种改进的自适应噪声完备集合经验模态分解(ICEEMDAN)、样本熵(SE)以及蜣螂算法(DBO)优化的长短期记忆网络(LSTM)组合模型进行位移预测.以八字门滑坡为研究对象,利用ICEEMDAN方法将滑坡累计位移进行分解,并用样本熵值表征分解得到的子序列,将其重构为趋势项和周期项位移.之后利用LSTM模型预测趋势项和周期项位移;通过灰色关联度的方法确定周期项位移的影响因素.考虑到LSTM网络中超参数的随机性会影响模型预测精度,引入蜣螂优化算法获取LSTM最优超参数,最终将预测得到的趋势项和周期项位移叠加得到累计位移.本文所提的ICEEMDAN-SE-DBO-LSTM模型预测周期项位移的RMSE、MAE、R2 3项指标分别为1.803 mm、1.584 mm、0.988,相较于DBO-BP,LSTM,GRU和BP模型预测效果更优,证明了模型的有效性.

    滑坡位移改进的自适应噪声完备集合经验模态分解样本熵蜣螂优化算法

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于多维度动态衰减Transformer的轮胎检测算法应用

    朱焕宇王明泉贾虎商奥雪...
    88-94页
    查看更多>>摘要：针对当前国内子午线轮胎缺陷分割困难、成本昂贵的问题,本文提出了如下解决方案,提出一种基于Swin Transformer和注意力特征金字塔的子午线轮胎缺陷分割算法Swin DAA,其中主要使用Swin Transformer作为主干特征提取网络,经过动态衰减注意力特征金字塔增强语义表达能力,搭建由Python语言编写的软件平台,同时级联X射线载重轮胎检测系统采集图像,并且使用TCP协议与上位机通信、传输图像数据,最终将缺陷分割软件系统与MES工控系统连接,完成无人监守的自动化子午线轮胎缺陷分割.实验对比数据显示,本文中提出的Swin DAA网络的精准度达到了 82.87％,召回率达到了 85.22％,每秒传输帧数达到了 11,所集成的软件能良好的完成子午线轮胎的实际监测要求.

    动态衰减编解码器深度学习缺陷分割子午线轮胎

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    特征可分性显式建模的跨数据库脑电解码方法

    李易张本鑫莫云路仲伟...
    95-105页
    查看更多>>摘要：目前,在运动想象解码领域,研究主要集中在被试依赖和被试独立解码两种方法上.然而,这两种解码方式在脑机接口(BCI)系统的实际使用中存在较大局限性.被试依赖和被试独立解码都依赖于同一中心数据集,当解码模型应用于其他中心的数据集时,性能将显著下降,无法满足BCI系统跨中心使用的需求.为提升运动想象脑电跨数据库解码性能,基于领域泛化的方法框架,提出了一种基于Fisher准则正则化的稀疏选择模型.在最小绝对值收缩和选择算子(LASSO)模型的基础上,引入Fisher准则正则项,以在特征选择过程中显式建模特征的可分性.这有助于提高领域泛化的表示学习能力,从而增强分类模型在不同数据集上的泛化性能.采用两个公开的运动想象脑电数据集,并使用滤波器组共空间模式(FBCSP)和多时频共空间模式(MTFCSP)两种特征提取方法,验证了所提方法的有效性,进一步使用自采集的数据也证实了该方法在实际应用中同样有效.与现有的方法相比,所提方法取得了最高平均分类准确率,达到67.26％.实验结果表明,所提方法在运动想象跨数据库解码中具有更好的泛化能力、更高的特征可分性、更好的鲁棒性.所提方法有望促进BCI系统跨中心使用,提高通用性.

    运动想象脑电解码稀疏正则化领域泛化跨数据库

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于时频分形特征的雨杂波环境目标检测算法

    钟林茂尤鹏杰王琳王海涛...
    106-113页
    查看更多>>摘要：针对雨杂波环境下传统目标检测方法虚警和漏警双高的问题,本文主要研究雨杂波频谱的联合分形特征及其在目标检测中的应用,提出了一种基于定向毯子覆盖法的联合分形特征检测方法,首先通过利用毯子覆盖法测量回波距离多普勒域的分形维数和模型拟合误差特征,然后将分形维数和模型拟合误差作为检验统计值,构造基于联合特征的阈值检测方法.通过优化毯子法的计算步骤,减少了对非目标信息的冗余运算,使得方法具有更好的实时性能.通过对雨杂波环境中实测数据的处理结果表明,相比于传统的目标检测算法,该方法在处理雨杂波等非平稳数据时,可以有效降低虚警,同时提升对目标的检测性能.

    目标检测毯子法联合分形雨杂波

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于改进RANSAC的本质矩阵求解方法

    范帅鑫谷玉海邹志崔悦...
    114-120页
    查看更多>>摘要：针对在单目系统大尺寸测量场景下使用RANSAC算法求解本质矩阵时稳定性和求解精度不高的问题,提出了一种改进RANSAC的本质矩阵求解方法,首先在所有匹配特征点中,通过当前内点求得的本质矩阵对剩余匹配特征点进行重投影误差,并采用相对判别法通过这些误差的值大小来确定当前内点是否为高质量内点,之后在此基础上采用二分法动态调整阈值从若干本质矩阵中寻找最优值.最后,设计了多组视角不同误匹配率下的仿真实验和实际拍摄的实验,实验证明,相较于传统与其他改进的RANSAC算法及LMedS算法,本文改进的算法能够快速确定初始内点并自适应调整阈值,同时求出较好的本质矩阵,满足求解稳定性与精度的要求.

    RANSAC内点重投影误差自适应阈值本质矩阵

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    面向复杂环境的YOLOv8安全装备检测

    许迪张淑卿葛超
    121-129页
    查看更多>>摘要：为解决现有安全帽和反光衣检测模型对小目标和复杂天气中目标检测精度低、环境干扰因素大、难以在性能一般移动设备部署等问题,设计实现一种改进YOLOv8安全装备检测模型YOLOv8-DSI.首先,设计基于残差思想和并行空洞卷积的DR-SPPF模块,进一步扩大感受野且不损失图像分辨率,显著提升复杂天气检测精度;其次,在特征融合阶段设计结构轻量特征金字塔网络ST-BiFPN,进一步减小模型参数量,实现高效多尺度特征融合;最后,引入Inner-ShapeIoU损失函数,使得边界框回归更加准确,增强检测效果.在自建数据集上,相较于基线模型mAP50和mAP50:95分别提升了 2.1％和4.7％,而模型参数量仅为2.4 M,计算量仅为7.3 G,分别降低了 10.9％和20.0％.最终将改进模型部署到Jetson Orin Nano边缘设备,通过在开发板实际运行证明,改进后模型在复杂场景下有效性和可应用性.

    安全装备检测目标检测深度学习YOLOv8特征金字塔网络

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    高分辨率特征保持的头部姿态软阶段回归算法

    莫建文梁豪昌袁华姜贵昀...
    130-137页
    查看更多>>摘要：针对在头部姿态估计推理过程中由于上下采样操作而导致的姿态特征损失问题,提出了一种高分辨率特征保持的头部姿态软阶段回归算法.该算法首先利用编码器HR-Net对原始人脸图像进行高分辨率特征保持的多尺度特征编码,并在其卷积块中加入TA维度交互模块以捕获更多空间与通道之间的交互信息;然后使用解码器SSR-Net算法对HR-Net输出的不同尺度特征图进行关键参数解码和头部姿态软阶段回归,并引入了高效通道注意力ECA以加强特征通道间的信息交互,减少冗余特征.实验结果表明,所提算法在公开数据集AFLW2000和BIWI上均有优秀表现,其MAE分别降低至4.19和3.00.

    头部姿态估计高分辨率特征软阶段回归信息交互TA维度交互ECA注意力

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于YOLOv5s的轻量化架空输电线路鸟巢检测网络

    徐业东蔡亚恒李严刘学雷...
    138-148页
    查看更多>>摘要：架空输电线路上的鸟巢侵占会对铁塔上的电力设备造成安全隐患,间接可能影响整个电力系统的稳定运行.针对目前架空输电线路鸟巢检测模型在复杂场景以及小目标场景下检测精度不高,检测效率低,模型复杂等问题.本研究提出一种基于YOLOv5s框架的轻量化架空输电线路鸟巢检测网络.首先在主干部分采用Fasternet重构YOLOv5s特征提取网络,降低模型复杂度,提高运行速度;然后在特征融合网络部分嵌入ConvMixer层,ConvMixer层的结构设计有助于在特征信息中更好的捕捉空间和通道的关系,提升模型对于小目标的检测能力;最后在特征融合网络部分引入ODConv模块,令送入检测头的特征图包含更多有效特征,提高模型对复杂场景和小目标的检测性能.实验结果表明,本文与基线模型YOLOv5s相比,计算量和模型体积分别减少了 86％和72％,平均精度均值达到96.4％,检测速度达到104.2帧/s,验证了本文改进模型的有效性和可行性.

    轻量化架空输电线路YOLOv5s鸟巢目标检测

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于改进YOLOv8n的轻量化茶叶嫩芽检测方法

    潘海鸿陈希良钱广坤申毅莉...
    149-156页
    查看更多>>摘要：为解决自然环境下茶叶嫩芽检测场景复杂,模型参数量大无法在嵌入式设备部署等问题,提出一种基于改进YOLOv8n的轻量化茶叶嫩芽检测方法.构建一种MFBNet轻量化骨干网络,引入MBConv模块后大大减少了模型计算量.同时在骨干网中加入CBAM注意力模块,抑制无效信息,提高了模型检测精度;其次引入AKConv模块对VoVGSCSPC结构进行改进,提出全新的AVCStem模块,并将其替换颈部网络的C2f模块,进一步减少模型参数,提升嵌入式设备部署效率;最后采用GSConv模块替换颈部网络结构中的全部Conv模块,帮助模型进行快速计算,提高茶叶嫩芽的检测速率.结果表明,本文提出的模型比YOLOv8n原模型的mAP50和FPS分别提升了 3.5％、55.6％,参数量减少了 14.3％,且模型鲁棒性强,满足复杂场景下茶叶嫩芽的轻量化快速检测.

    茶叶嫩芽检测轻量化注意力机制深度学习YOLOv8n

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于CS-YOLOv5s的无人机航拍图像小目标检测

    翁俊辉成乐黄曼莉隋皓...
    157-162页
    查看更多>>摘要：无人机航拍图像存在小目标分布密集且目标尺度变化大等检测难点,本文提出一种面向无人机航拍图像小目标的跨尺度目标检测模型—CS-YOLOv5s.首先,在YOLOv5s基础上,引入小目标检测器,提高模型对小目标的捕捉能力;进一步,将最大池化分支嵌入上下文增强模块,提取并增强骨干网络尾部的深层特征,再注入PANet,实现深浅层特征有效融合和模型跨尺度检测能力的提升;同时采用SPDConv模块替换下采样卷积模块,实现无人机航拍图像中密集目标高效检测.实验表明,CS-YOLOv5s在数据集VisDrone2019达到42.0％mAP0.5,较基准模型提升9.8％,有效增强网络模型对无人机航拍图像小目标的识别能力,为无人机目标智能识别提供支撑.

    无人机航拍图像YOLO小目标检测器上下文增强模块SPDConv模块

      原文链接:
    • NETL
    • NSTL
    • 万方数据