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
基于迁移学习的PSO-Shuffle Net鱼类识别方法
被引量：
2
1
作者
张溟晨
赵伦
+3 位作者
施杰
林森
王海波
Md Shafiqul Islam
《渔业现代化》
CSCD
2023年第2期67-73,共7页
针对传统深度学习鱼类识别方法正确率较低、模型训练过程中参数不能够自适应确定的问题,提出了一种基于迁移学习(Transfer Learning,TL)的粒子群(Particle Swarm Optimization,PSO)改进ShuffleNet鱼类识别方法。以20种鱼类为对象,采用...
针对传统深度学习鱼类识别方法正确率较低、模型训练过程中参数不能够自适应确定的问题,提出了一种基于迁移学习(Transfer Learning,TL)的粒子群(Particle Swarm Optimization,PSO)改进ShuffleNet鱼类识别方法。以20种鱼类为对象,采用粒子群算法将模型的损失函数作为适应度函数,对批处理大小和学习率两个超参数进行优化,并利用迁移学习方式进行训练,构建了TL-PSO-ShuffleNet模型。结果显示:该方法与AlexNet、MobileNet、ShuffleNet模型相比,识别正确率分别提高了57.89%、30.43%、23.28%。本研究提出的鱼类识别方法具有正确率较高、参数设定具备自适应性等特点,为鱼类自动化识别研究提供了参考和借鉴。
展开更多
关键词
鱼类识别
深度学习
卷积神经网络
粒子群优化
下载PDF
职称材料
超声振动对5A06铝合金自冲铆接头静力学性能影响
被引量：
1
2
作者
霍小乐
赵伦
+5 位作者
许龙
周光平
蔡景
SHAFIQUL Islam
郭子鑫
林森
《材料科学与工艺》
CAS
CSCD
北大核心
2023年第2期44-49,共6页
自冲铆接工艺作为一种性能优异、绿色、高效的连接新技术,可实现同种、异种和多层轻合金薄板材料的连接,广泛应用于新能源汽车等领域,成为实现车身轻量化的关键技术之一。但由于自冲铆接头是典型的紧密连接构件,在交变应力或振动作用下...
自冲铆接工艺作为一种性能优异、绿色、高效的连接新技术,可实现同种、异种和多层轻合金薄板材料的连接,广泛应用于新能源汽车等领域,成为实现车身轻量化的关键技术之一。但由于自冲铆接头是典型的紧密连接构件,在交变应力或振动作用下,易发生微动损伤,致使接头提前疲劳失效。本文选用5A06铝合金薄板材料,分别进行自冲铆接和不同超声焊接工具头下的超声自冲铆复合连接试验,基于拉伸-剪切和电子显微镜测试,研究超声振动对5A06铝合金自冲铆接头静力学性能的影响。研究表明:超声振动可有效提高自冲铆接头的静力学性能;超声金属焊接与自冲铆接复合连接时会在板材之间形成固相焊接,这是提高复合接头力学性能的根本原因;超声金属焊接头的焊接面积影响自冲铆接头的力学性能,焊接面积较大时超声固相焊的程度较高;超声焊接会使铆钉温度升高,一定程度影响接头稳定性。
展开更多
关键词
超声振动
自冲铆接
5A06
静力学性能
轻量化
下载PDF
职称材料
题名
基于迁移学习的PSO-Shuffle Net鱼类识别方法
被引量：
2
1
作者
张溟晨
赵伦
施杰
林森
王海波
Md Shafiqul Islam
机构
云南农业
大学
机电
工程
学院
深圳职业技术
学院
智能制造技术研究院
瑞典
布京
理工大学
机械工程
学院
出处
《渔业现代化》
CSCD
2023年第2期67-73,共7页
基金
国家自然科学基金青年基金和面上项目(12104324,12074354)
中国博士后科学基金面上项目(2021M703392)
深圳职业技术学院深圳市高端人才科研启动项目(6022310046k)。
文摘
针对传统深度学习鱼类识别方法正确率较低、模型训练过程中参数不能够自适应确定的问题,提出了一种基于迁移学习(Transfer Learning,TL)的粒子群(Particle Swarm Optimization,PSO)改进ShuffleNet鱼类识别方法。以20种鱼类为对象,采用粒子群算法将模型的损失函数作为适应度函数,对批处理大小和学习率两个超参数进行优化,并利用迁移学习方式进行训练,构建了TL-PSO-ShuffleNet模型。结果显示:该方法与AlexNet、MobileNet、ShuffleNet模型相比,识别正确率分别提高了57.89%、30.43%、23.28%。本研究提出的鱼类识别方法具有正确率较高、参数设定具备自适应性等特点,为鱼类自动化识别研究提供了参考和借鉴。
关键词
鱼类识别
深度学习
卷积神经网络
粒子群优化
Keywords
fish recognition
deep learning
convolutional neural networks
particle swarm optimization
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
超声振动对5A06铝合金自冲铆接头静力学性能影响
被引量：
1
2
作者
霍小乐
赵伦
许龙
周光平
蔡景
SHAFIQUL Islam
郭子鑫
林森
机构
中国计量
大学
理
学院
深圳职业技术
学院
智能制造技术研究院
瑞典
布京
理工大学
机械工程
学院
出处
《材料科学与工艺》
CAS
CSCD
北大核心
2023年第2期44-49,共6页
基金
国家自然科学基金资助项目(12104324,12074354)
中国博士后科学基金项目(2021M703392)
深职院博士后启动基金项目(6022310046K)。
文摘
自冲铆接工艺作为一种性能优异、绿色、高效的连接新技术,可实现同种、异种和多层轻合金薄板材料的连接,广泛应用于新能源汽车等领域,成为实现车身轻量化的关键技术之一。但由于自冲铆接头是典型的紧密连接构件,在交变应力或振动作用下,易发生微动损伤,致使接头提前疲劳失效。本文选用5A06铝合金薄板材料,分别进行自冲铆接和不同超声焊接工具头下的超声自冲铆复合连接试验,基于拉伸-剪切和电子显微镜测试,研究超声振动对5A06铝合金自冲铆接头静力学性能的影响。研究表明:超声振动可有效提高自冲铆接头的静力学性能;超声金属焊接与自冲铆接复合连接时会在板材之间形成固相焊接,这是提高复合接头力学性能的根本原因;超声金属焊接头的焊接面积影响自冲铆接头的力学性能,焊接面积较大时超声固相焊的程度较高;超声焊接会使铆钉温度升高,一定程度影响接头稳定性。
关键词
超声振动
自冲铆接
5A06
静力学性能
轻量化
Keywords
ultrasonic vibration
self-piercing riveting
5A06
static performance
lightweight
分类号
TB559 [理学—物理]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于迁移学习的PSO-Shuffle Net鱼类识别方法
张溟晨
赵伦
施杰
林森
王海波
Md Shafiqul Islam
《渔业现代化》
CSCD
2023
2
下载PDF
职称材料
2
超声振动对5A06铝合金自冲铆接头静力学性能影响
霍小乐
赵伦
许龙
周光平
蔡景
SHAFIQUL Islam
郭子鑫
林森
《材料科学与工艺》
CAS
CSCD
北大核心
2023
1
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
