张俊虎
- 作品数：15 被引量：35H指数：4
- 供职机构：青岛科技大学信息科学技术学院更多>>
- 发文基金：国家自然科学基金山东省高等学校科技计划项目更多>>
- 相关领域：自动化与计算机技术医药卫生电子电信农业科学更多>>
- 基于NS-StyleGAN2的鱼类图像扩充方法
- 2023年
- 图像多分类领域中经常出现类别不平衡问题,这会对分类模型的学习训练产生负面影响。通过对样本数量较少的类别进行扩充可以有效解决类别不平衡问题。生成对抗网络作为近年来新兴的一种神经网络,输入真实图像样本训练可以输出与真实样本非常相似的生成样本。根据此特性,本文结合第二代样式生成对抗网络(StyleGAN2)的设计思想与鱼类图像的特点,设计一种噪声抑制样式生成对抗网络NS-StyleGAN2(Noise-Suppressed Style Generative Adversarial Networks 2)。NS-StyleGN2去除了StyleGAN2合成网络中低分辨率层的噪声输入,从而抑制低分辨率层的噪声权重,使StyleGAN2生成样本细节特征更逼近真实样本特征。采用202张鲢鱼图像进行训练,本文提出的方法在起始分数、弗雷歇起始距离、内核起始距离得分等方面均优于DCGAN、WGAN、StyleGAN2,表明该方法可以有效进行图像扩充。
- 李海涛胡泽涛张俊虎
- 关键词：噪声抑制
- WSN中基于LEACH的改进路由协议被引量：1
- 2014年
- 针对LEACH协议中簇首分布不均匀和节点能量消耗不均衡的问题,为了提高节点能量利用率,延长网络运行周期,提高节点在网络运行过程中的存活率,提出了一种LEACH-NE改进算法。该算法综合考虑节点到基站的距离及节点的剩余能量等因素确定最佳簇首个数,然后通过考虑能量因素来优化簇首选择。仿真结果证明了改进后的路由协议在网络运行周期和网络能量消耗方面优于LEACH协议。
- 黄真金李道全张俊虎
- 关键词：路由协议能量消耗簇首选择
- 基于约束策略的WSN低能耗粒子滤波跟踪算法被引量：1
- 2015年
- 目标跟踪是无线传感器网络研究的关键技术之一,如何在保证较低能量消耗的前提下,实现监测场景中运动目标准确跟踪是需要解决的问题。在深入研究分析传感器网络目标跟踪算法的基础上,提出了基于约束策略的WSN低能耗粒子滤波跟踪算法。该算法采用动态分簇,既减少网络的能量消耗,又保证监测目标节点的数量;在跟踪过程中,采用约束策略得出目标估计区域,对粒子采样结果进行优化,同时对状态空间模型进行改进,增强粒子对目标的跟踪能力。仿真结果表明,提出的跟踪算法有效的实现目标的跟踪,在保证低能耗的同时提高了跟踪精度。
- 李辉刘云王传旭崔雪红张俊虎
- 关键词：目标跟踪无线传感器网络粒子滤波
- 用于建筑物分割的平行结构特征融合网络
- 2024年
- 遥感建筑物分割是对遥感图像中的建筑物进行像素级别的分割,从遥感图像中准确提取出建筑物区域,包括建筑物轮廓和内部细节信息。由于遥感图像的特殊性,在对建筑物分割时,阴影与建筑物颜色相似易造成欠分割,树木遮挡等因素易造成过分割。针对遥感图像中建筑物轮廓分割不完整、阴影干扰强以及分割边缘锯齿状明显等问题,提出一种平行结构的多分支特征融合网络(MFF-Net)。该网络以ResNet-50作为主干网络,解码器采用包含双通道掩码分支的多条平行结构,分别恢复不同尺度的特征图。同时,在每条分支结构中使用改进后的CBAM注意力以加强边缘重要特征,通过双通道掩码结构调整通道交互性,最后进行特征融合。在ISPRS Potsdam和ISPRS Vaihingen数据集上的实验结果表明,与现有主流分割网络相比,MFF-Net的全局准确率、精确率、召回率、F1值、均交并比(mIoU)均有不同程度的提升,在Vaihingen数据集上精确率达到96.22%,F1值达到95.55%,mIoU达到92.16%,在Potsdam数据集上精确率达到96.95%,F1值达到96.32%,mIoU达到93.40%,其提取的建筑物轮廓完整清晰,抗干扰性更强。
- 赵婉秋张俊虎李海涛
- 关键词：遥感图像注意力
- 基于单片机的大功率LED光强调制系统设计被引量：7
- 2017年
- 为满足水下不同的光照强度需要,实现水下照明光强的多级调节,设计了大功率LED光强调制电路,提出了一种基于STC单片机的光强多级调节方法。该方法通过调制PWM脉宽实现LED灯光照强度的调节,同时上位机与单片机编码通信实现LED的远程控制。实验证明,该电路调光输出稳定,系统运行效率高。
- 李向春巩玉玺高皜张浩罗非张俊虎
- 关键词：STC单片机大功率LED脉宽调制
- 注意力机制和全局卷积在光伏板分割中的应用
- 2024年
- 准确识别光伏对光伏产业有效健康发展至关重要。高分辨率遥感图像复杂的背景和光伏板形状颜色多变给光伏识别带来巨大的挑战。针对高分辨率遥感图像中光伏用地提取问题,提出网络以精确地提取光伏用地。该网络采用编码器和解码器的形式融合多层特征以结合丰富的语义信息,利用全局卷积和双注意力机制捕获重要的空间特征和通道特征,并使用通道融合模块恢复丢失的部分通道信息。提出的方法可以有效解决光伏板边缘模糊和光伏板粘连的问题。在公开光伏数据集上的实验表明,与U-Net、SegNet、DeepLabv3和DeepLabv3+相比,所提方法在PV01、PV03、PV08三个数据集上的IoU分别达到87.02%、92.98%和88.43%。实验证明所提方法能对高分辨率遥感图像光伏板进行高准确率分割。
- 李青李海涛李辉张俊虎
- 关键词：高分辨率遥感图像
- 基于属性核特征选择与隐含层节点数动态确定的BP神经网络模型被引量：5
- 2021年
- 针对传统BP神经网络存在的容易产生过拟合、网络计算耗时长等问题,提出基于属性核特征选择与隐含层节点数动态确定的BP神经网络模型(AC-H-BPNN)。该模型以粗糙集中属性核为基点,通过属性重要度的判断,对神经网络输入项进行降维约简。针对隐含层节点数难以确定的问题,将二分分割法与经验公式相结合,精准确定隐含层节点数。并以水产养殖中对虾产量为例进行分析,实验结果表明,改进后的算法能够克服局部最小值问题,且预测结果准确度较高。
- 张俊虎刘赟玥王玲玲袁栋梁
- 关键词：属性核BP神经网络水产养殖
- 基于改进YOLOv5n的轻量化海产生物目标检测
- 2024年
- 对于海产生物科考与捕捞等行业,在海上远洋的船只在利用水下机器人进行海产生物的捕捞与识别时,由于通信带宽受限,计算资源有限,而采用轻量化网络模型可以更好地适应这样的条件。为此,提出了一种改进YOLOv5n的海产生物目标检测模型。首先,引入高效的轻量化卷积模块(Group Shuffle Convolution,Gsconv),对模型主体进行缩减;然后改进损失函数,引用α-giou损失函数进行优化,提升预测框回归精度;再引L1-norm正则化剪枝,裁剪不必要的通道以及相关的卷积核;最后采用L2知识蒸馏,将模型精度调整到接近剪枝前的水平。结果显示,与原有基线模型YOLOv5n相比,改进后的模型计算量下降了53%,参数量下降了51%。所提出的改进算法在保持模型性能的同时保证了轻量化处理的有效性。
- 张翔张俊虎李海涛李辉
- 基于改进YOLOv5的安全绳目标检测被引量：1
- 2024年
- 在工业施工过程中,工人安全已成为一个日益重要的问题,佩戴安全绳等安全装备是保护工人在高处工作时生命安全的重要措施;在现代化生产施工过程中,通过使用监控摄像设备结合人工智能算法的方式来检测工人佩戴安全绳等设备越发普遍,但安全绳由于细长、形状多变以及环境变化等因素较为难以准确识别;为解决以上问题,并确保能够在不同环境下准确识别安全绳,现提出一种使用YOLOv5的目标检测算法,首先通过改进的FasterNet模块进行上下文信息提取,在Neck网络中使用改进的多维动态卷积保留更多特征信息,使用WIoU_Loss损失函数来提高定位精度,在训练过程中使用动态调整学习率的策略;实验结果表明,改进后的算法在降低计算复杂度的情况下提高了3.0%的检测精度,mAP@0.5提高了4.3%,经过在实际场景应用,满足项目对实时检测精度及速度的要求。
- 王猛高树静张俊虎李海涛
- 基于优化的随机森林心脏病预测算法被引量：14
- 2021年
- 为适应优化算法的模型,用K近邻方法对数据进行预处理,提出了KNN-RF模型。对数据集用K近邻进行缺失补充,并进行归一化等预处理操作,以随机森林算法为基础,并采用交叉检验和网格搜索寻找最佳参数。在比较流行的UCI心脏病数据集和克利夫兰医学中心公开数据集分别进行实验,建立了心脏病预测模型,用于辅助医生对患者是否患有心脏病进行诊断预测。通过对实验结果中的准确率、AUC值进行分析,随机森林预测结果最优,准确率达到了83.2%,AUC值达到0.965,实验结果表明:该算法分类效果较好,泛化能力强,对辅助医生进行心脏病预测具有可行性。
- 赵金超李仪王冬张俊虎
- 关键词：数据预处理
