-
题名基于改进的深度残差网络的表情识别研究
被引量：12
- 1
-
-
作者
何俊
刘跃
李倡洪
沈津铭
李帅
王京威
-
机构
南昌大学信息工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2020年第5期1578-1581,共4页
-
基金
国家自然科学基金资助项目(61463034)。
-
文摘
提出了一种基于改进的深度残差网络(residual network,ResNet)的表情识别算法。采用小卷积核和深网络结构,利用残差模块学习残差映射解决了随着网络深度增加网络精度下降的问题,通过迁移学习方法克服了因数据量不足导致训练不充分的缺点;网络架构使用了线性支持向量机(SVM)进行分类。实验中首先利用ImageNet数据库进行网络参数预训练,使网络具有良好的提取特征能力,根据迁移学习方法,利用FER-2013数据库以及扩充后的CK+数据库进行参数微调和训练。该算法克服了浅层网络需要依靠手工特征,深层网络难以训练等问题,在CK+数据库以及GENKI-4K数据库上分别取得了91.333%和95.775%识别率。SVM在CK+数据库的分类效果较softmax提高了1%左右。
-
关键词
深度学习
残差网络
表情识别
迁移学习
支持向量机
-
Keywords
deep learning
residual network
facial expression recognition
transfer learning
SVM
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于时间区间的实用配电网重构方法
被引量：7
- 2
-
-
作者
戴伟华
梅贱生
熊宁
李倡洪
-
机构
南昌大学信息工程学院
南昌供电公司
上海交通大学电子信息与电气工程学院
-
出处
《电力系统保护与控制》
EI
CSCD
北大核心
2008年第24期41-44,57,共5页
-
文摘
目前,基于时间区间的配网动态重构还没有很好的解决办法。为把重构技术引入配网的实际运行中,提出一种基于时间区间的实用重构方法,它能快速、有效地求解二次以内的重构问题。首先,文章通过对基于时间区间的配网一次重构进行分析,得出了关于最佳一次重构时间的推论,并用算例对其进行了验证。根据此推论,对二次重构进行了求解。由于不用考虑两次重构时间之间的组合问题,大大地提高了求解的速度。最后文章对实用法所能节省的网损进行了分析,进而讨论了多次动态重构的必要性。
-
关键词
配电网
动态重构
必要性
时间区间
-
Keywords
distribution network
dynamic reconfiguration
necessity
time interval
-
分类号
TM715
[电气工程—电力系统及自动化]
-
-
题名静态电压崩溃点的实用解法
被引量：4
- 3
-
-
作者
戴伟华
熊宁
李倡洪
-
机构
南昌大学信息工程学院
-
出处
《继电器》
CSCD
北大核心
2007年第5期25-28,共4页
-
文摘
提出一种基于连续潮流求取电压稳定临界点的新方法,使其能够在考虑约束的情形下适用于任意形式的负荷增长方式,大大提高了求解精度。在求解临界点的过程中,以弱节点电压作为连续变量,先直接大步长降到临界点附近,再用小步长追踪临界点,这样大大减少了求解中间运行点的数量,使其更快地找到电压崩溃临界点。最后在IEEE14节点系统的计算证实了该方法的快速、有效性。
-
关键词
稳定裕度
连续潮流
负荷增长方式
变步长
电压稳定临界点
-
Keywords
stability margin
continuation power flow
load increase
various step length
crisis point of voltage stability
-
分类号
TM714.2
[电气工程—电力系统及自动化]
-
-
题名基于EF-YOLO的输电线路鸟害检测技术研究
被引量：2
- 4
-
-
作者
何俊
蒋昌辉
李倡洪
刘鹏
聂勇
-
机构
南昌大学信息工程学院
-
出处
《现代电子技术》
2022年第10期94-98,共5页
-
基金
国家自然科学基金项目(62066025)。
-
文摘
由于鸟类监测设备需在野外环境下工作,因此最好采用轻量级网络并兼具检测精度和实时性的特点。文中根据EfficientNet-lite轻量级网络,提出一种适用于野外高压输电线路上检测鸟类的实时检测网络,即轻量级目标检测网络(EFYOLO)。网络特征提取部分借鉴EfficientNet-lite轻量级模型,预测输出部分则使用YOLO算法,采用Ciou损失函数和Diounms非极大值抑制策略。实验结果表明:EF-YOLO检测精度达87.60%,平均检测速度为138 f/s,在检测速度方面,文中提出的EF-YOLO优于目前主要的三种网络模型;且模型权重大小为4.01 MB,适合在输电线路边缘检测平台上进行部署,辅助驱鸟器工作。
-
关键词
输电线路
鸟类监测
野外环境
轻量级网络
EF-YOLO
检测模型
实时检测
-
Keywords
transmission line
bird monitoring
wild environment
lightweight network
EF-YOLO
monitoring model
realtime monitoring
-
分类号
TN931-34
[电子电信—信号与信息处理]
-
-
题名基于4G网络的妊娠母猪精准饲喂监控系统设计
被引量：3
- 5
-
-
作者
何俊
金鹏
王京威
李倡洪
刘鹏
蒋昌辉
潘捷科
-
机构
南昌大学电气与自动化系
江西正邦科技股份有限公司
-
出处
《黑龙江畜牧兽医》
CAS
北大核心
2021年第6期30-35,144,共7页
-
基金
国家科技支撑计划项目“生态型福利养猪设施与环境优化的关键技术集成研究”(2014BAD08B07)
江西省重点研发项目“基于物联网的数字规模猪场设计与产业化应用研究”(S2017YBYFE0737)
江西省科技攻关项目“种母猪饲养自动化与信息化研究”(20122BBF60117)。
-
文摘
为了解决目前国内外规模化猪场母猪自动饲喂系统侧重自动化而信息化功能较弱的问题,笔者设计了一套基于4G网络的妊娠母猪精准饲喂监控系统。该系统采用4G网络的数据传送模块(DTU)进行数据实时传输,结合可编程逻辑控制器(PLC)控制技术、数据库技术、云服务器技术和组态技术实现生产过程的远程展示;同时运用模糊控制算法以母猪妊娠天数和背膘厚度为输入,结合相关知识库建立控制规则,实现了精准饲喂;该系统在江西正邦科技股份有限公司种猪场进行了测试。结果表明:该系统饲喂精度为0.55%,工作稳定可靠,而且具有远程监控功能,提升了猪场信息化管理水平。说明该系统可在畜牧业方面推广应用。
-
关键词
妊娠母猪
精准饲喂
远程监控
4G网络
模糊控制算法
信息化
-
Keywords
pregnant sow
precise feeding
remote monitoring
4G network
fuzzy control algorithm
informatization
-
分类号
S818
[农业科学—畜牧学]
TP273
[农业科学—畜牧兽医]
-
