苟军年
- 作品数：25 被引量：89H指数：5
- 供职机构：兰州交通大学自动化与电气学院更多>>
- 发文基金：国家自然科学基金兰州市科技发展计划项目甘肃省兰州市科技计划项目更多>>
- 相关领域：自动化与计算机技术文化科学电子电信电气工程更多>>
- 正交频分复用及其结合技术分析
- 2006年
- 正交频分复用技术(OFDM)在实际系统中正得到广泛关注和应用,而与多输入多输出(MIMO)技术的结合,更以其联合技术优势在移动通信领域发挥着重要的作用；分析了正交频分复用技术和多输入多输出技术特点,给出了系统框图；同时给出并分析了MIMO-OFDM系统的发送与接收方案框图。
- 林俊亭苟军年
- 关键词：正交频分复用多输入多输出多天线
- 基于YOLO v4的铁道侵限障碍物检测方法研究被引量：16
- 2022年
- 铁路侵限异物的自动检测是未来实现铁路智能化的重要组成部分。由于随机的侵限行为可能导致严重的行车后果,研究可以实现连续检测列车运行前方区域状况的技术,是保障列车出行安全的现实需求。针对传统侵限异物检测方法检测类别单一和时效性差的不足,提出一种基于YOLO v4检测网络的侵限异物检测模型。在锚框(anchor)的选择上,通过对K-means算法聚类中心的选取方法进行改进,用欧式距离度量替换随机选择的方法,从而获得更具代表的anchor尺寸;在YOLO v4网络的基础上,通过在骨干网络和特征融合网络之间加入压缩和激励模块,在不增加检测时间的同时提升了检测效果;在侵限检测模型的训练方面,使用公共数据集和自制异物侵限数据联合训练的方式提高了模型的泛化能力。在侵限异物测试集上对训练好的模型进行测试,结果表明:该方法对常见异物的平均检测精度达到90.2%,检测速度为53 fps,与Faster R-CNN相比检测精度相差较少的情况下,检测精度有大幅提升。改进的检测模型达到了预期设计目标,可以为铁路侵限异物检测智能化的研究提供参考。
- 刘力苟军年
- 关键词：目标检测聚类
- 基于改进掩膜区域卷积神经网络的输电线路绝缘子自爆检测
- 2023年
- 由于背景复杂、目标所占像素比例较小,掩膜区域卷积神经网络(Mask R-CNN)模型对输电线路绝缘子缺陷检测能力不足,该文提出一种改进的MaskR-CNN模型。具体地,首先,在特征提取网络中引入卷积注意力模块(CBAM),分别从通道和空间提升小目标特征保持性;其次,使用全局交并比(GIoU)计算目标间的相似度,提升定位准确性;最后,使用Tversky损失计算掩膜分支的损失,以提升不平衡样本下的检测效果。使用某输电运检中心无人机巡检作业所得具有自爆缺陷的绝缘子照片作为数据集对该模型进行验证,实验结果表明,与原始Mask R-CNN模型相比,该方法的平均精确率AP50:90、AP50和AP75分别提升至0.56、0.79和0.72;与三种经典目标检测算法相比,该算法具有较高的检测精度,模型的分割性能有一定提升,且比原始模型具有更好的鲁棒性,可以满足电力巡检中准确性和快速性的要求。
- 苟军年杜愫愫刘力
- 基于Split Bregman算法的有限角度CT图像重建
- 2018年
- 对于有限角度投影数据,传统算法重建的CT图像存在伪影严重、噪声明显的现象.基于此,推导建立了CT图像重建的离散化模型,分析了有限角度CT图像重建问题的病态性质,并给出了该问题的L1正则约束求解策略,提出了重建模型的Split Bregman求解算法.仿真实验表明,对于150°有限角度的无噪及有噪投影数据,Split Bregman算法可以获得比传统ART、SART算法更好的主观重建效果,其重建图像的客观评价指标RMSE、AMSE、PSNR和Residuals均优于ART、SART算法重建结果的对应指标.虽然Split Bregman算法重建所需时间较长,但其在有限角度CT图像重建的伪影消除和噪声抑制方面具有一定优势.
- 苟军年董海鹰
- 关键词：CT图像重建SPLITL1正则化
- 基于工业CT图像的工件缺陷智能检测（英文）被引量：1
- 2019年
- 针对工业内部缺陷检测问题,提出了基于工业(Computed tomography,CT)图像的工件缺陷智能检测方法。通过分析工业CT切片图像自身特点,提出了以自适应中值滤波和自适应加权均值滤波相结合的方法对工业CT切片图像进行预处理,采用基于灰度变化率的图像缺陷分割算法对工业CT图像中的低对比度信息进行分割,利用Hu不变矩方法对工件缺陷进行特征提取。在此基础上,建立了RBF神经网络模型,采用萤火虫算法进行优化,进而完成对工件内部缺陷的智能识别。仿真结果表明,该方法能够有效地提高缺陷识别准确率,为工业内部缺陷检测提供理论依据。
- 张蕊萍时佳悦苟军年董海鹰安玫
- 关键词：CT图像分割特征提取
- Faster R-CNN在工业CT图像缺陷检测中的应用被引量：45
- 2018年
- 目的传统的缺陷图像识别算法需要手工构建、选择目标的主要特征,并选取合适的分类器进行识别,局限性较大。为此研究了一种基于Faster R-CNN(faster Regions with convolutional neural networks features)的缺陷检测方法,该方法采用卷积网络自动提取目标的特征,避免了缺陷检测依赖手工设计缺陷特征的问题。方法该方法基于卷积神经网络。首先,确定缺陷检测任务:选择工业CT(computed tomography)图像中主要存在的3种类型的缺陷:夹渣、气泡、裂纹为检测目标;其次,人工对缺陷图像采用矩形框(GT box)进行标注,生成坐标文件,并依据矩形框的长宽比选定42种类型的锚窗(anchor);在训练之前采用同态滤波对数据集做增强处理,增强后的图片经过卷积层与池化层后获得卷积特征图,并送入区域建议网络RPN(region proposal networks)中进行初次的目标(不区分具体类别)和背景判断,同时粗略地回归目标边框;最后经过RoI(region of interest)pooling层后输出固定大小的建议框,利用分类网络对建议区域进行具体的类别判断,并精确回归目标的边框。结果待检测数据集的图片大小在150×150到350×250之间,每张图片含有若干个不同类别的气泡、夹渣和裂纹。利用训练出来的模型对缺陷图片进行检测,可以有效识别到不同类别的缺陷目标,其中可以检测到面积最小的缺陷区域为9×9 piexl,并快速、准确地标出气泡、夹渣和裂纹的位置,检测准确率高达96%,平均每张图片的检测时间为86 ms。结论所提出的Faster R-CNN工业CT图像缺陷检测方法,避免了传统缺陷检测需要手动选取目标特征的问题,缺陷的识别与定位过程的自动化程度更高;该方法检测效果良好,如果需要检测更多种类的缺陷,只需要对网络进行微调训练即可获得新的检测模型。本文为工业CT图像缺陷检测提供了一种更高效的方法。
- 常海涛苟军年李晓梅
- 关键词：FASTER卷积神经网络工业CT
- 基于灰度变化率的低对比度CT图像分割研究被引量：5
- 2017年
- 整幅工业CT图像具有部分区域对比度低,灰度范围狭窄,灰度变化不明显等特点,针对传统的缺陷分割方法无法对低对比度区域的缺陷进行精确分割的问题,提出一种基于灰度变化率的缺陷分割方法.通过提取图像中某点的灰度值并计算该点与其周围邻域内点的平均灰度值的变化率、差值以及方差,选取符合图像分割条件范围内的点作为边界点,从而提取工业CT图像中低对比度区域缺陷的边界并进行分割.仿真实验表明,本文方法分割CT图像的缺陷准确率可达到95%,能够快速确定缺陷区域,并准确、有效地分割提取缺陷.
- 时佳悦张蕊萍董海鹰苟军年
- 关键词：低对比度
- 基于定频PWM滑模的直流微电网控制策略
- 2023年
- 针对由太阳能光伏板、蓄电池和负载组成的直流微电网结构,在孤岛运行方式下光伏输出功率波动较大以及直流母线电压响应速度慢,鲁棒性较弱的问题,提出一种基于PWM的滑模电流控制器,对蓄电池的充放电过程进行控制,并在传统的最大功率跟踪控制方法上加入闭环控制器,通过在Matlab中搭建仿真电路模型,结果表明光伏系统工作在最大功率点的同时,直流母线电压也能维持恒定,且具有较快的响应速度和较强的鲁棒性。
- 穆帅飞苟军年杨剑锋
- 关键词：滑模变结构控制直流微电网
- 分形维-最大熵阈值的弱边缘工业CT图像分割算法被引量：6
- 2018年
- 含有弱边缘的工业CT图像在分割时易产生过分割现象,对此提出了一种分形维定位和最大熵阈值分割的图像分割算法.首先,采用中值滤波和高斯平滑对图像进行预处理;其次,对预处理后的图像进行分块,并求取每个分块的分形维;再次,根据背景和缺陷处分形维的差异对缺陷进行粗定位,并根据连通域分析精确定位缺陷区域;最后,利用最大熵阈值法对精确定位后的局部区域进行分割.仿真实验表明:所提算法具有良好的分割能力,可以准确地分割出含有弱边缘的缺陷目标,并有效排除轮廓背景对分割的干扰,避免了过分割.
- 常海涛苟军年李晓梅
- 关键词：工业CT分形维数最大熵弱边缘
- CENTUEM CS1000系统实验对象的自主设计
- 2009年
- 针对CENTUEM CS1000系统缺少现场级控制对象的情况,设计了FCS下面的串级双容水箱和模拟电加热锅炉的的硬件系统,并完成了这两个对象和FCS集成的系统设计。
- 苟军年
- 关键词：集散控制系统CS1000过程控制
