Search | Engineering

订阅投稿

首页工程期刊工程焦点工程成就工程前沿关于我们 English

资源类型

期刊论文 812

会议视频 31

会议信息 21

年份

2024 1

2023 72

2022 74

2021 84

2020 52

2019 64

2018 39

2017 64

2016 28

2015 18

2014 23

2013 21

2012 18

2011 24

2010 21

2009 21

2008 33

2007 34

2006 30

2005 30

展开︾

关键词

高速铁路 14

数学模型 13

模型 10

数值模拟 9

模型试验 9

深度学习 7

图像处理 6

机器学习 6

2020 5

COVID-19 5

检测 5

运载系统 5

2019 4

交通 4

无损检测 4

神经网络 4

GM(1 3

MATLAB 3

不确定性 3

展开︾

检索范围：

排序：展示方式：

基于双层多目标分割的超高速撞击航天器损伤红外检测算法 Research Article

杨晓1,殷春1,Sara DADRAS2,雷光钰1,谭旭彤1,邱根1

《信息与电子工程前沿（英文）》 2022年第23卷第4期页码 571-586 doi: 10.1631/FITEE.2000695

摘要：针对超高速撞击引起的航天器损伤检测，提出一种先进的基于红外成像检测的航天器缺陷提取算法。采用高速混合模型对红外视频流采样数据中的温度变化特征进行分类，并重构图像，得到反映缺陷特征的红外重构图像。设计的分割目标函数用于保证图像分割结果对噪声去除和细节保留的有效性，同时考虑到红外重构图像的复杂性，即所需权衡不同。因此，引入多目标优化算法以实现细节保留和噪声去除之间的平衡，并采用基于分解的多目标进化算法（MOEA/D）进行优化，以保证损伤分割的准确性。实验结果验证了所提算法的有效性。

关键词：超高速撞击损伤；缺陷检测；高斯混合模型；图像分割

HTML PDF 收藏

基于图像处理的超高速撞击碎片云的动态建模与损伤估计 Research Article

曾入,宋燕,吕伟臻

《信息与电子工程前沿（英文）》 2022年第23卷第4期页码 555-570 doi: 10.1631/FITEE.2100049

摘要：由于难以从实验中获得高质量碎片云图像，对薄板上超高速撞击产生的碎片云进行轨迹建模和有效损伤估计一直是一项具有挑战性的任务。为提高超高速撞击对典型双层板防护结构损伤的估计精度，本文结合传统数值分析结果，利用图像处理技术，研究了连续阴影图中碎片云的分布特征。本文的目标是从图像处理获取的阴影图中提取碎片云的目标运动参数，并构建轨迹模型用来估计损伤。在超高速撞击实验中，我们从超高速序列激光阴影成像设备中获得8个连续阴影图片帧，从中选择4个具有代表性的帧用于后续特征分析。然后，利用去噪和分割等图像处理技术，从连续图像帧中提取特殊碎片特征。本文方法获得的结果与传统数值推导结果的对比表明，从图像处理中获取超高速撞击实验数据的方法可以为改进数值模拟方法提供关键信息。最后，基于所构建的模型，提出一种改进的后壁损伤估计方法。

关键词：碎片云；超高速撞击；图像处理；损伤估计

HTML PDF 收藏

基于变分贝叶斯多稀疏成分提取的空间碎片超高速撞击损伤重构方法研究 Research Article

黄雪刚,石安华,罗庆,罗锦阳

《信息与电子工程前沿（英文）》 2022年第23卷第4期页码 530-541 doi: 10.1631/FITEE.2000575

摘要：为提高在轨航天器抵御空间碎片撞击的生存能力，提出一种撞击损伤评估方法。首先，建立一个针对红外热图像序列数据的多区域损伤挖掘模型，用于描述处于不同空间层的撞击损伤。采用变分贝叶斯推理来求解模型参数，从而有效地从红外热图像数据中识别不同类型撞击损伤。然后，提出一种图像处理框架，包括具有能量函数的图像分割算法和具有稀疏表示的图像融合方法，以消除变异贝叶斯误差并比较不同类型损伤的位置。在试验部分，将上述方法用于评估二次碎片云对Whipple防护结构的复杂撞击损伤。实验结果证明本文提出的方法可以对空间碎片超高速撞击造成的不同类型复杂损伤进行有效识别与评估。

关键词：超高速撞击；变分贝叶斯；稀疏表示；损伤评估

HTML PDF 收藏

大尺寸检查中航天器损伤定量评估 Research Article

张阔1,霍建亮2,王升哲2,张枭2,冯怡婷1

《信息与电子工程前沿（英文）》 2022年第23卷第4期页码 542-554 doi: 10.1631/FITEE.2000733

摘要：为保证航天器在多次航天任务中的安全性和可靠性，需要对航天器进行原位无损检测，判断微流星体和轨道碎片超高速撞击造成的损伤。本文提出一种创新的基于损伤重建图像拼接技术的定量损伤评估方法。首先，应用高斯混合模型聚类算法提取损伤特征突出的图像。然后，提出基于ORB特征提取算法和改进的具有自适应阈值选择的估计样本一致性（MSAC）算法的图像拼接方法，可创建用于损伤检测的大规模拼接图像。最后，对损伤特征区域进行分割和提取，生成拼接图像。通过计算质心位置和周长定量参数确定损伤区域的位置并判断损伤程度。实验结果验证了所提方法的有效性和适用性。

关键词：超高速撞击；损伤信息提取；图像拼接；损伤定位；定量评估

HTML PDF 收藏

融合显著性模型和高斯网模型的视网膜血管分割方法 Research Articles

Lan-yan XUE, Jia-wen LIN, Xin-rong CAO, Shao-hua ZHENG, Lun YU

《信息与电子工程前沿（英文）》 2019年第20卷第8期页码 1075-1086 doi: 10.1631/FITEE.1700404

摘要：视网膜血管分割是眼底图像分析的一个重要问题。本文提出一种融合显著性模型和高斯网（GNET）模型的新型深度学习结构分割视网膜血管。显著性图像替代原始图像作为GNET模型的输入。GNET模型具有双边对称结构。左边结构中，在第一层进行上采样操作，在其他层进行最大池化操作；右边结构中，在第一层进行最大池化操作，在其他层进行上采样操作。利用DRIVE数据库对所提方法进行评估。实验结果表明，与UNET模型相比，GNET模型能获得更精确的特征和更精细的细节。本文所提算法能提取准确的血管网络，与其他深度学习方法相比具有更高精确度。视网膜血管分割有助于提取血管变化特征，为脑血管疾病筛查提供依据。

关键词：视网膜血管分割；显著性模型；高斯网模型（GNET）；特征学习

HTML PDF 收藏

基于振动的超高速碰撞识别与定位 Research Article

包姣1,刘力夫2,曹九稳2,3

《信息与电子工程前沿（英文）》 2022年第23卷第4期页码 515-529 doi: 10.1631/FITEE.2000483

摘要：超高速碰撞（HVI）振动源识别与定位在载人航天器防护、机床碰撞损伤检测与定位等领域有着广泛应用。本文研究了基于同步压缩变换（SST）和纹理颜色分布（TCD）的冲击图像HVI源识别和定位算法。提出基于SST和TCD图像特征融合的HVI图像表示方法。为实现更精确的检测和定位，通过关联和评估样本标签与特征维度之间的相似性，获得最优选择性特征OSSST+TCD。将常用的分类和回归模型通过投票和堆叠融合，实现最终的检测和定位。基于所采集的3种高速子弹撞击铝合金板产生的HVI数据，验证了所提算法的有效性。实验结果表明本文提出的HVI识别与定位算法具有更高精准度。

关键词：集成学习；同步压缩变换；灰度共生矩阵；图像熵；距离估计

HTML PDF 收藏

一种基于高斯过程与粒子群算法的CNN超参数自动搜索混合模型优化算法 Research Article

闫涵,仲崇权,吴玉虎,张立勇,卢伟

《信息与电子工程前沿（英文）》 2023年第24卷第11期页码 1557-1573 doi: 10.1631/FITEE.2200515

摘要：然而，CNN性能很大程度上取决于其超参数，而为CNN配置合适的超参数通常面临着以下3个挑战：（1）不同类型CNN超参数的混合变量编码问题；（2）评估候选模型的昂贵计算成本问题；（3）确保搜索过程中收敛速率和模型性能问题针对上述问题，提出一种基于高斯过程（GP）和粒子群优化算法（PSO）的混合模型优化算法（GPPSO），用于自动搜索最优的CNN超参数配置。首先，设计一种新的编码方法高效编码CNN中不同类型的超参数。其次，提出一种混合代理辅助（HSA）模型降低评估候选模型的高计算成本。最后，设计一种新的激活函数改善模型性能并确保收敛速率。在图像分类基准数据集上进行了大量实验，验证GPPSO优于最先进的方法。

关键词：卷积神经网络；高斯过程；混合模型；超参数优化；混合变量；粒子群优化

HTML PDF 收藏

基于AOI的印刷电路图像对准算法研究

郭峰林,管庶安,孔岩

《中国工程科学》 2012年第14卷第11期页码 103-106

摘要：

基于AOI的PCB检测系统中，样本PCB图像与待测PCB图像之间存在错位偏差，需要对准后才能进行下一步的检测工作。首先，依据PCB线路特征，定义了样本图像边缘点的概念，制订了边缘点抽样规则。针对待测PCB图像，提出了基于样本边缘点对准强度评价函数，建立了对准评价模型及对准快速算法。最后，通过PCB对准实验以及大量的实际测试应用，证明对准强度评价模型能准确地描述待测PCB图像与样本图像间的对准程度，对准模型为后期的缺陷搜索提供了可靠的偏移参数。

关键词： PCB缺陷检测图像对准边缘点抽样对准强度

HTML PDF 收藏

深度学习在医学超声图像分析中的应用综述 Review

刘盛锋, 王毅, 杨鑫, 雷柏英, 刘立, 李享, 倪东, 汪天富

《工程（英文）》 2019年第5卷第2期页码 261-275 doi: 10.1016/j.eng.2018.11.020

摘要：对于图像分析来说，很有必要开发先进的自动化超声图像分析方法来帮助医生进行超声诊断，一方面可以减轻医生的负担，另一方面可以降低诊断的主观性，从而使得诊断更加客观与准确。近年来，深度学习已经成为最主要的机器学习工具，并且广泛应用于各个研究领域，尤其是一般的图像分析与计算机视觉。在医学超声图像分析中，深度学习也展示了巨大的应用潜力。本文首先简要介绍了一些流行的深度学习结构，然后总结并全面讨论了深度学习方法在超声图像分析的各种特定任务（如图像分类、物体检测与目标分割）中的应用。最后，本文讨论了深度学习在医学超声图像分析应用中所面临的挑战以及潜在的发展趋势。

关键词：深度学习医学超声图像分析分类分割检测

HTML PDF 收藏

基于混合驱动高斯过程学习的强机动多目标跟踪方法 Research Article

国强1,滕龙1,2,尹天祥3,郭云飞3,吴新良2,宋文明2

《信息与电子工程前沿（英文）》 2023年第24卷第11期页码 1647-1656 doi: 10.1631/FITEE.2300348

摘要：本文提出一种混合驱动方法，利用数据驱动和基于模型算法的优点跟踪多个高机动目标。将时变恒速（CV）模型集成到在线学习的高斯过程（GP）中，提高高斯过程的预测性能。通过仿真实验可知，与广泛使用的机动目标跟踪算法如交互式多模型（IMM）和数据驱动的高斯过程运动跟踪器（GPMT）相比，提出的混合驱动方法具有显著的性能优势。

关键词：目标跟踪；高斯过程；数据驱动；在线学习；模型驱动；概率数据关联

HTML PDF 收藏

基于边界分析的森林冠层半球图像中心点定位与分割 Article

Jia-yin SONG,Wen-long SONG,Jian-ping HUANG,Liang-kuan ZHU

《信息与电子工程前沿（英文）》 2016年第17卷第8期页码 741-749 doi: 10.1631/FITEE.1601169

摘要：分析森林半球图像是测定森林冠层结构参数的重要方法之一。本文主要研究半球图像中圆形区域的分割方法，这是分析半球图像的基础。通过直方图、矩形度和傅里叶描述子进行森林半球图像边界的分析，得到边界特性如下：(1)边缘模型包含三种，分别是台阶、斜坡和屋顶边缘模型；(2)边界点离散；(3)边缘存在线性分布离散点。在此基础上我们提出了森林半球图像圆形区域的分割方法，拟合圆形边界线，同时用最小二乘法计算圆心点坐标及半径。该方法与获取图像的硬件设备参数无关，因此为引入参数自动调整的高性能设备获取森林半球图像奠定了基础。

关键词：鱼眼镜头；最小二乘法；图像分割；生态学图像处理；半球图像

HTML PDF 收藏

基于图像测量技术的高速铁路有砟道床道砟颗粒运动分析 Article

边学成, 蔡文清, 罗政, 赵闯, 陈云敏

《工程（英文）》 2023年第27卷第8期页码 161-177 doi: 10.1016/j.eng.2022.08.006

摘要：

有砟轨道是国内外高速铁路主要轨道形式之一，由级配碎石组成的道砟层在高速列车荷载下会产生比普通铁路更明显的道砟颗粒运动，易于引发过大的道床沉降，对列车安全运行产生不利影响。本课题基于数码相机和图形识别方法，在全比尺模型试验中开发了道砟颗粒运动追踪技术，将1274个道床层表层道砟染色并设定为追踪目标；在试验中以垂直向下的角度陆续拍摄道砟层照片，通过追踪目标显示的像素变化特征道砟颗粒运动和轨道沉降在长期加载中的发展趋势相似，两者同时达到稳定状态；轨道服役性能（如振动特性、累积沉降与轨枕支承刚度）在高速列车荷载的长期作用下会部分劣化，其与道砟颗粒流动的方向和分布密切相关。

关键词：高速铁路全比尺模型试验图像测量技术道砟颗粒运动轨道振动累积沉降

HTML PDF 收藏

基于自适应置信度校准的交互式医疗图像分割框架

沈楚云,李文浩,徐琪森,胡斌,金博,蔡海滨,朱凤平,李郁欣,王祥丰

《信息与电子工程前沿（英文）》 2023年第24卷第9期页码 1332-1348 doi: 10.1631/FITEE.2200299

摘要：基于人机交互的医疗图像分割方法是一种新的范式，其通过引入专家交互信息来指导算法完成图像分割任务。然而，现有医疗图像分割模型往往容易产生“交互误解”，即无法合理权衡短期和长期交互信息的重要性。为更好地利用不同时间尺度上的交互信息，本文提出一种基于自适应置信度校准的交互式医疗图像分割框架MECCA，其结合了基于分割决策的置信度学习技术和多智能体强化学习技术，并通过预测分割决策与短期交互信息的对齐水平来学习一个新颖的置信度网络随后，提出一种基于置信度的奖励塑造机制，在策略梯度计算中引入置信度，从而直接纠正模型产生的交互误解。MECCA还通过标签生成和交互指导来降低交互强度和难度，从而实现用户友好交互。实验结果表明，MECCA在不同分割任务中可以显著提高短期和长期交互信息的利用效率，且仅需较少的标注样本。

关键词：医疗图像分割交互式分割多智能体强化学习置信度学习半监督学习

HTML 收藏

直升机动部件寿命管理的损伤容限方法

柳文林,穆志韬,段成美

《中国工程科学》 2005年第7卷第2期页码 76-80

摘要：

讨论了直升机动部件寿命管理中的安全寿命法和损伤容限法，以及基于安全寿命法的裂纹容限法和基于损伤容限法的缺陷容限法；重点介绍了安全寿命法的两大缺点和损伤容限法中要解决的三方面问题；比较了损伤容限法应用于直升机动部件与应用于固定翼飞机的不同点；回顾了国内外损伤容限法的发展历史和研究现状；介绍了损伤容限寿命管理方法的主要工作；展望了亟待解决的一些问题。

关键词：直升机损伤容限寿命管理无损检测

HTML PDF 收藏

基于感受野编码的多神经元决策脉冲神经网络 Article

Yong-qiang MA, Zi-ru WANG, Si-yu YU, Ba-dong CHEN, Nan-ning ZHENG, Peng-ju REN

《信息与电子工程前沿（英文）》 2018年第19卷第1期页码 139-150 doi: 10.1631/FITEE.1700714

摘要：本文提出一个名为MD-SNN的脉冲神经网络模型，其具有以下3个主要特点：（1）使用感受野模型对图片编码，产生相应脉冲序列；（2）随机选取脉冲序列中部分脉冲作为每个神经元的输入信号，并以这种方式模拟生物神经元的绝对不应期我们在手写数字数据集（MNIST）上对MD-SNN进行测试，结果表明：（1）不同大小感受野对图像分类结果有显著影响；（2）由于MD-SNN模型引入了生物神经元绝对不应期特征，同时增加的学习层神经元极大缩短了训练时间，因此有效降低了过拟合概率，与引入绝对不应期与增加学习层神经元的SNN模型相比，图像分类准确率提高了8.77％；（3）与其他SNN方法相比，MD-SNN对图像分类更加有效——与卷积神经网络（CNN）相比，MD-SNN在图像发生翻转或旋转时仍能保持有效分类（测试集上的分类精度可以保持在90.44％），同时更适合小样本学习（1000个训练样本的分类准确率可以达到80.15％，即CNN的7.8倍）。

关键词： Tempotron；神经元模型；感受野；高斯差分；图像翻转；图像旋转