首页期刊导航|电子设计工程
期刊信息/Journal information
电子设计工程
电子设计工程

金戈

半月刊

1674-6236

editor@ieechina.com;dzsjgc@vip.163.com

029-84350396；84350396

710075

西安市高新路25号瑞欣大厦10层A座

电子设计工程/Journal Electronic Design EngineeringCSTPCD
查看更多>>本刊是经国家新闻出版总署、国际科技部批准的电子应用类期刊。以其创新性、实用性、前瞻性，努力提升自身学术水平，是目前国内介绍电子应用技术的主要期刊之一，是国家正式刊物。
正式出版
收录年代

    基于改进YOLOv5的人体跌倒检测算法

    冯梓文冯云霞
    1-6页
    查看更多>>摘要：受到跌倒时动作变化快、姿态多和复杂环境的影响,跌倒检测算法会出现误检、漏检和检测速度慢的问题.为解决上述问题,提出一种基于改进的YOLOv5算法,进行居家环境下的实时跌倒检测.使用RepVGG对YOLOv5的Backbone进行优化,增强骨干网络特征提取能力;在网络中添加卷积注意力机制,强化模型对重要特征的关注;在特征融合部分引入加权双向特征金字塔网络并简化,充分融合不同尺度特征.实验结果表明,与未改进前相比,该方法在精度、召回率和平均精度上分别提高3.43%、1.41%和3.1%,优化了检测效果,更好地满足实际使用要求.

    跌倒检测YOLORepVGG注意力机制Bifpn

      原文链接:
    • 万方数据
    • 维普

    基于残差U型网络与双判别网络的图像分割方法

    何佳阳
    7-11页
    查看更多>>摘要：生成对抗网络在图像领域应用十分广泛,但在细胞核图像分割领域中的应用研究相对较少.由于细胞核的精准分割对于病理诊断工作有极大帮助,故提出了基于残差U型网络与生成对抗网络的图像分割方法.该方法以ResUNet网络作为生成网络,Image GAN为双判别网络,训练过程使用双损失函数和冻结策略进行优化.改进后网络在PanNuke数据集上评价指标MioU、Dice、Acc分别为80%、93%、80%,相比ResUNet网络的实验结果分别提升了2.3%、1.7%、2.1%.实验结果证明,改进后网络对细胞核分割具有较好准确率,可作为病理诊断工作的重要依据.

    图像分割细胞核图像生成对抗网络ResUNet双判别网络

      原文链接:
    • 万方数据
    • 维普

    面向不间断供电(UPS)系统的电能质量分析技术

    邓卜侨谢岫峰纪明阳艾青...
    12-16页
    查看更多>>摘要：针对现行UPS电能质量检测过程存在的准确率低、实时性差且成本高的缺点,文中基于VMD-SAE-1DCNN模型提出了一种UPS电能质量检测与识别算法.对于电能信号非线性与非平稳的特点,使用变分模态算法对原信号进行分解,从而得到本征模态信号.同时,采用稀疏自编码器对本征模态信号进行特征提取,通过建立多层一维卷积神经网络模型对特征进行训练,提升了运算效率.实验测试结果表明,所提算法的迭代次数与运行时间在对比算法中均为最优,分类准确率可达97%以上,充分证明了改进算法的有效性.

    UPS变分模态算法稀疏自编码器卷积神经网络电能质量分析

      原文链接:
    • 万方数据
    • 维普

    深度学习在医院财务管理中的应用与实践

    竺三子孙训马哲文
    17-20,26页
    查看更多>>摘要：为提高医院财务信息管理能力,构建了一种结合主成分分析(Principal Component Analysis,PCA)和变分自编码器(Variational Auto-Encoders,VAE)的异常检测模型.基于收集和预处理财务数据,通过PCA进行特征提取,利用VAE学习数据的潜在分布,并通过k折交叉验证提高模型的预测性能.实验结果显示,在训练集与测试集比例为9∶1的情况下,PCA-VAE在异常检测任务中表现出了优秀的性能,其精度、召回率和F1得分分别为0.946 7、0.942 1和0.944 4,显著优于传统机器学习算法和结合PCA方法的分类模型.

    财务管理主成分分析变分自编码器异常检测

      原文链接:
    • 万方数据
    • 维普

    基于改进WOA-BP神经网络的电气火灾预警算法

    颜磊王国兵翁旭峰刘雪莹...
    21-26页
    查看更多>>摘要：电气火灾是一种严重危害人员安全和财产损失的事件,因此增强对电气火灾的早期预测和预警至关重要.基于提高电气火灾预测准确性的目的,采用了改进鲸鱼算法优化BP神经网络的方法,构建了电气火灾预警模型.使用剩余电流、工作电流电压和线缆温度作为神经网络的输入特征,结合上述改进方法对权值和阈值进行优化.优化后的参数作为初始参数进行模型训练,用于输出电气火灾的概率.采用电气柜中回路数据进行试验,将预测概率与剩余电流异常持续时间进行模糊化处理,得出火灾决策.研究结果表明,所提模型相关系数达到0.97,相较于传统方法提高了0.08,具有更高的准确性和可靠性.

    电气火灾预警鲸鱼优化算法BP神经网络模糊化

      原文链接:
    • 万方数据
    • 维普

    基于改进卷积神经网络的机器人避障路径规划

    王思越宋骊颖刘俊森
    27-30,35页
    查看更多>>摘要：由于机器人在运动过程中,无法及时更新机器人位置方向和坐标,使得目标不是全局最小点,导致机器人无法有效避障.为此,提出了基于改进卷积神经网络的机器人避障路径规划方法.使用基于改进卷积神经网络的双线性内插方法,计算目标点坐标.通过动态窗口法评估函数,计算扩展距离.构建极大值损失函数,通过递减学习,使类别内的特征聚合度和类别间差异性达到最大.通过机器人在环境中的运动来估计机器人位置,计算机器人的平移速度、角速度,并更新机器人位置方向和坐标.构建改进后排斥函数,计算神经元中心点到目标神经元中心点的距离,规划避障路径.实验结果表明,该方法能够避过全部障碍物,且规划的起始点和目标点之间距离与实际距离一致.

    改进卷积神经网络机器人避障路径规划全局最小点

      原文链接:
    • 万方数据
    • 维普

    基于LSM树的视频数据扩容存储系统设计

    李斌刘思尧
    31-35页
    查看更多>>摘要：针对视频清晰度过高导致存储容量不足以及处理耗时长的问题,设计基于LSM树的视频数据扩容存储系统.利用EMCX4-480磁盘阵列储存备份数据,使用FPGA实现数据缓存管理与控制.应用LSM树控制存储过程中出现的延迟问题,并通过分割机制计算数据节点的分割存储数量,由此完成系统扩容.利用LSM树组织视频数据,应用概率描述存储期望值,实现视频数据扩容存储.由实验结果可知,该系统能够将所有视频数据存储在系统中,且数据存储最大耗时为179 ms,能够达到在短时间内实现全部视频数据有效存储的目的.

    LSM树视频数据扩容存储数据重叠系统扩容

      原文链接:
    • 万方数据
    • 维普

    平面近场测量中一种极化探头补偿算法研究

    刘伟康贾云飞刘星汛
    36-40页
    查看更多>>摘要：为研究天线特性,该研究采用近场测量技术计算天线的远场方向图,该技术具有成本低、速度快的优势.考虑到平面近场测量中探头参数对远场方向图的影响,该研究基于平面近远场变换算法,引入探头补偿技术和极化补偿技术.利用HFSS仿真得到待测天线远场仿真方向图,通过计算机算法构建,将近远场变换算法所得方向图与实际测得的远场方向图进行比较,验证算法的准确性.进一步结合极化补偿算法与探头补偿算法,与未修正的结果及远场方向图进行对比.结果显示,极化探头补偿算法能有效修正探头对远场方向图的影响,其不确定度超过近远场变换算法1.429 5 dB,超过极化补偿算法0.906 2 dB,确保了研究的客观性和独立性.

    天线近远场变换探头补偿算法极化补偿算法天线平面近场仿真

      原文链接:
    • 万方数据
    • 维普

    基于智能优化深度网络的档案数据分析方法

    王馨王琳
    41-45页
    查看更多>>摘要：为提高档案管理的效率和准确性,提出了一种基于智能优化深度网络的档案数据分析方法.该方法结合了Transformer网络的特征提取能力和灰狼优化算法(Grey Wolf Optimizer,GWO)的参数优化能力,显著提高了档案管理的效率和准确性.将提出的方法运用到档案数据的多分类任务中,实验结果表明,通过GWO算法优化后的Transformer-GWO模型在与xgboost分类模型结合时取得了最佳性能,其宏观精确度、宏观召回率和宏观F1分数分别达到0.893、0.878以及0.885,提出的方法有效提升了档案管理的智能化水平.

    档案数据Transformer灰狼优化算法分类

      原文链接:
    • 万方数据
    • 维普

    基于不平衡数据的网络流量异常检测方法研究

    蔡登江
    46-50页
    查看更多>>摘要：为有效解决不平衡数据影响的问题,确保面对大规模网络流量数据异常检测的实时性,提出了基于不平衡数据的网络流量异常检测方法.通过优化SMOTE(合成少数类过采样)算法对含不平衡数据的网络流量数据进行平衡处理,将得到的数据集通过核主成分分析方法实现特征提取后,输入到卷积神经网络中.通过卷积和池化过程进一步实现网络流量数据深度特征提取,依据Softmax分类层对网络流量特征进行分类,利用训练好的卷积神经网络预测模型实现不平衡数据的网络流量异常检测.通过实验验证,该方法展现出了良好的效率和稳定性.在迭代次数为40次时,实现最佳不平衡数据处理结果,能够对异常数据进行精准识别.

    不平衡数据网络流量异常检测优化SMOTE算法核主成分分析卷积神经网络Softmax分类

      原文链接:
    • 万方数据
    • 维普