期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于暗通道先验去雾的SDSS图像去噪研究
被引量：
1
1
作者
刘执靖
许婷婷
+5 位作者
邓雨禾
杨明存
李广平
高献军
曹婕
周卫红
《云南民族大学学报（自然科学版）》
CAS
2024年第3期351-358,共8页
美国的斯隆数字巡天(sloan digital sky survey,SDSS)于2000年开始正式的巡天观测,目前已经产生了海量的光谱和图像数据,但受仪器设备本身和观测条件的影响可能会出现观测数据细节模糊或损失等问题.在进行后续数据分析和挖掘之前,对观...
美国的斯隆数字巡天(sloan digital sky survey,SDSS)于2000年开始正式的巡天观测,目前已经产生了海量的光谱和图像数据,但受仪器设备本身和观测条件的影响可能会出现观测数据细节模糊或损失等问题.在进行后续数据分析和挖掘之前,对观测图像进行去噪处理是一个非常必要的步骤.基于此,将暗通道先验(dark channel prior,DCP)去雾算法应用于SDSS测光图像的去噪处理中,并与B2U方法进行对比分析.结果表明:与B2U方法相比,DCP算法去噪效果在峰值信噪比(peak signal-to-noise ratio,PSNR)上提高了7.98 dB,结构相似性(structural similari⁃ty,SSIM)上提高了7%.
展开更多
关键词
图像去噪
SDSS测光图像
暗通道先验
自
监督
算法
下载PDF
职称材料
自监督表示学习算法的电力导线故障识别
2
作者
刘艳
黄杰
《智能电网（汉斯）》
2022年第1期9-15,共7页
随着人工智能技术的发展和进步,我们日常生活的各个方面现在都发生了巨大的变革,尤其是卷积神经网络在输电线路中电力导线故障检测中的应用,极大程度上消除了输电安全隐患,保障了人民生活用电,但是常规卷积神经网络应用于视觉任务需要...
随着人工智能技术的发展和进步,我们日常生活的各个方面现在都发生了巨大的变革,尤其是卷积神经网络在输电线路中电力导线故障检测中的应用,极大程度上消除了输电安全隐患,保障了人民生活用电,但是常规卷积神经网络应用于视觉任务需要大量的训练数据,而输电线路中某些故障极为稀缺,收集与标记这些训练数据要消耗巨大的人力、物力。基于此本文提出利用自监督表示学习算法应用于输电线路中电力导线的故障分类识别任务,以缓解数据采集与标注困难的问题。自监督表示学习算法可从未标记样本中进行学习,不需要负采样,有更高的训练效率,在实验中,将自监督表示学习算法与其他基线方法进行比较,其表现优异,在电线损坏分类与识别任务中,能够达到0.87的平均精度,表明了该算法的有效性与实用性。
展开更多
关键词
电力导线
深度学习
输电线路
自
监督
表示学习
算法
下载PDF
职称材料
题名
基于暗通道先验去雾的SDSS图像去噪研究
被引量：
1
1
作者
刘执靖
许婷婷
邓雨禾
杨明存
李广平
高献军
曹婕
周卫红
机构
云南民族大学数学与计算机科学学院
中国科学院天体结构与演化重点实验室
出处
《云南民族大学学报（自然科学版）》
CAS
2024年第3期351-358,共8页
基金
国家自然科学基金(61561053)
云南省教育厅科学研究基金(2023J0624).
文摘
美国的斯隆数字巡天(sloan digital sky survey,SDSS)于2000年开始正式的巡天观测,目前已经产生了海量的光谱和图像数据,但受仪器设备本身和观测条件的影响可能会出现观测数据细节模糊或损失等问题.在进行后续数据分析和挖掘之前,对观测图像进行去噪处理是一个非常必要的步骤.基于此,将暗通道先验(dark channel prior,DCP)去雾算法应用于SDSS测光图像的去噪处理中,并与B2U方法进行对比分析.结果表明:与B2U方法相比,DCP算法去噪效果在峰值信噪比(peak signal-to-noise ratio,PSNR)上提高了7.98 dB,结构相似性(structural similari⁃ty,SSIM)上提高了7%.
关键词
图像去噪
SDSS测光图像
暗通道先验
自
监督
算法
Keywords
image denoising
SDSS photometric image
dark channel prior
self⁃supervised algorithm
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
P157 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
自监督表示学习算法的电力导线故障识别
2
作者
刘艳
黄杰
机构
新疆信息产业有限责任公司
出处
《智能电网（汉斯）》
2022年第1期9-15,共7页
文摘
随着人工智能技术的发展和进步,我们日常生活的各个方面现在都发生了巨大的变革,尤其是卷积神经网络在输电线路中电力导线故障检测中的应用,极大程度上消除了输电安全隐患,保障了人民生活用电,但是常规卷积神经网络应用于视觉任务需要大量的训练数据,而输电线路中某些故障极为稀缺,收集与标记这些训练数据要消耗巨大的人力、物力。基于此本文提出利用自监督表示学习算法应用于输电线路中电力导线的故障分类识别任务,以缓解数据采集与标注困难的问题。自监督表示学习算法可从未标记样本中进行学习,不需要负采样,有更高的训练效率,在实验中,将自监督表示学习算法与其他基线方法进行比较,其表现优异,在电线损坏分类与识别任务中,能够达到0.87的平均精度,表明了该算法的有效性与实用性。
关键词
电力导线
深度学习
输电线路
自
监督
表示学习
算法
分类号
TM615 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于暗通道先验去雾的SDSS图像去噪研究
刘执靖
许婷婷
邓雨禾
杨明存
李广平
高献军
曹婕
周卫红
《云南民族大学学报（自然科学版）》
CAS
2024
1
下载PDF
职称材料
2
自监督表示学习算法的电力导线故障识别
刘艳
黄杰
《智能电网（汉斯）》
2022
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
