基于小波阈值去噪和自适应变分模态分解的谐波检测方法

为准确检测电力系统的谐波分量,提出一种基于小波阈值去噪和自适应变分模态分解（VMD）的谐波检测方法。在传统VMD算法基础上,通过构建输入信号Hankel矩阵并进行奇异值分解（SVD）的方法,自适应确定模态分解个数;利用改进的小波阈值去噪方法减少噪声的干扰,进一步提高检测精度。仿真实验表明,所提方法能有效地估计谐波的频率和幅值参数,具有较高的检测精度和良好的噪声鲁棒性。     

基于KY(CO3)2基质的白光荧光粉设计及光谱特性研究

为提高白光照明的显色性,利用稀土离子Ce³⁺、Tb³⁺和Eu³⁺设计KY(CO₃)₂基的白光照明材料。实验中,利用X射线衍射仪分析Ce³⁺、Tb³⁺和Eu³⁺掺杂KY(CO₃)₂后的物相结构;利用荧光光谱仪分析发光材料的光谱特性,计算相应光谱的色度坐标。实验结果表明：制备的KY(CO₃)₂:Ce³⁺、KY(CO₃)₂:Tb³⁺和KY(CO₃)₂:Eu³⁺3种发光材料均为单斜结构的纯相样品;在275 nm紫外光的激发下,3种样品分别发射出蓝紫色、绿色和红色3种不同颜色的光线。通过优化三基色的成分比例,得到色度坐标为(0.37,0.34)的高质量白光,实现光色可调的白光荧光粉的设...     

基于改进CenterNet的绝缘子缺陷检测模型

针对电力输电线无人机巡检图像中绝缘子及其缺陷识别精度低的问题,提出了一种基于CenterNet改进的绝缘子缺陷检测模型。该模型基于CenterNet目标检测模型,对编码器和解码器进行了改进。改进的编码器采用ResNet 50作为骨干网络,兼具特征提取能力和较快的运行速度,并加入卷积注意力模块(CBAM)和空间金字塔池化模块(SPP),以增强特征提取能力。改进的解码器将转置卷积替换为内容感知特征重组模块(CARAFE),以减小连续上采样导致的特征丢失,并在解码器末尾加入坐标卷积以减小标准卷积空间不变性造成的影响。最后将模型中的标准卷积层替换成深度过参数化卷积(DO-Conv),进一步提升模型的性能、加快模型训练的收敛速度。使用绝缘子图片数据集对改进CenterNet模型进行了训练和测试。结果表明,改进CenterNet模型与其他主流的目标检测模型对比精度最高,m_AP达到97.16%,检测速度达到了43帧·s^-1,m_AP比CenterNet模型提高了2.92%。     

基于CutMix和YOLOv3的工件表面小缺陷识别方法

针对工件表面小缺陷经常由于数量少且视觉特征不明显而导致的被漏检和错判的问题,提出一种基于CutMix和YOLOv3的工件表面小缺陷识别方法CSYOLOv3.使用贝塔分布动态调整的CutMix方法在网络训练时动态扩充训练集中小缺陷的数量;并对YOLOv3网络进行了改进,拆分其浅层大特征图,取部分与预测分支的特征图融合以保...     

基于CNN和XLNet的音乐多模态情感分析方法

在情感分析领域,仅依靠文本等单一模态进行情感分析,限制了从多模态数据中提取多样化特征的能力,限制了情感分析结果的准确度和鲁棒性。为此,提出了融合音频分析网络和文本分析网络的多模态情感分析方法。其中,利用预训练卷积神经网络(CNN)和迁移学习技术进行基于Mel频谱图的音频情感分类,通过改进的XLNet模型执行歌词文本的特征提取和情感分类任务。CNN和XLNet输出包含概率权重和不同情感值的情感预测矩阵,最后使用堆叠集成方法合并不同模态的输出结果,完成多模态情感分类。在自建民族音乐数据集的消融实验证明,多模态方法具有良好的互补性,在情感识别任务中的性能显著优于单模态方法。公开数据集结果表明,所提方法的分类准确度达到83.75%,优于其他先进方法。     

三聚氰胺分子在外电场中的物理特性和红外光谱特征

三聚氰胺(C₃H₆N₆)是一种工业原料,对人体危害极大,被世界卫生组织列为致癌物,研究其在外电场中的性质尤为重要。利用密度泛函理论,在B3PW91/6-31+(d, p)基组水平上,研究在外电场(0～0.010 a. u.)的作用下,三聚氰胺分子的键长、总能量、偶极矩(诱导偶极矩)、lowest unoccupied molecular orbital (LUMO)-highest occupied molecular orbital (HOMO)能隙、红外光谱、解离势能面的变化。通过对不同外加电场作用下C₃H₆N₆分子基态稳定电子结构的计算,结果表明：在N—C键方向上加电场,随着外电场的逐渐加大,C₃H₆N₆分子的总能量逐渐减小,偶极矩逐渐增大,能隙逐渐减小。电场对不同的键长影响不同,随着外电场逐渐加大,不同N—C键键长变化不同,其中,N₇—C₁...     

试论公共标识“去英语化”现象——以北京地铁站名的历时演变规律为例

中国第一条地铁——北京地铁从诞生至今已有50多年的历史。2021年之前,北京地铁站名情况分为三个阶段：第一阶段,英语化处于萌芽状态;第二阶段,英语化达到顶峰;第三阶段,英语化经过顶峰后开始回落,“去英语化”现象兴起。2021年进入第四阶段,延续“去英语化”的趋势,将原有的英语化标识拼音化或弱化,新增站名采用拼音化标识或附加弱化的英语标识。这种演变规律成为公共标识语的缩影,引发了热议。该文通过对北京地铁站名的量化统计,揭示其“去英语化”现象,反映其“去英语化”的过程。     

基于PCAW-UNet的田间杂草实时分割

深度学习已被广泛运用于图像分割领域,将其用于农业方面,能有效地将幼苗和杂草的位置准确定位,降低除草剂的使用,避免不必要的生产成本和环境污染.提出了一种基于UNet网络的实时分割方法,以UNet为主干网络,提取多尺度信息融合,在模型末端添加双注意力模块,考虑图像像素位置之间的依赖关系与不同通道间的信息联系,对RGB图像中...     

动态

<正>我国高分多模卫星正式投入使用1月20日,国家航天局在京举办高分辨率多模综合成像卫星（以下简称“高分多模卫星”）投入使用仪式。利用高分多模卫星0.5米分辨率全色、2米分辨率多光谱数据产品,可进一步满足大比例尺国土调查与测绘、重点区域自然资源遥感监测、灾害风险与应急监测、农业资源调查、生态环境精细化监测、生态保护红线监管、城市精细化管理等领域对高精度遥感数据的迫切需求。