作者单位
摘要
1 鲁东大学信息与电气工程学院, 山东 烟台 264025
2 中国农业大学信息与电气工程学院, 北京 100083
目前卷积神经网络(CNN)在物体种类识别方面取得突破性进展。 贝类作为农业经济的重要组成部分, 种类繁多, 特点复杂, 大多贝类存在着相似度高, 各类样本分布不均衡情况, 以致CNN对贝类分类的准确率偏低。 针对这一情况, 提出了基于可见光谱和CNN的贝类识别方法, 旨在提取更有效的贝类特征, 从而提高贝类分类的准确率。 首先, 提出了一种包含输出熵度量和正交性度量的滤波器信息度量与特征选择方法, 重新初始化修剪掉的滤波器并使其正交, 捕获网络激活空间中的不同方向, 使神经网络模型学习到更多有用的贝类特征信息, 提升模型分类准确率; 其次, 提出了一种包含正则化项和焦点损失项的贝类分类目标函数, 通过控制各类别样本对总损失的共享权重, 来减少易分类样本的权重, 以使模型注意力向预测不准的样本倾斜, 均衡样本分布和样本分类难度, 进一步提高贝类分类的准确率。 贝类图像数据集由74类贝类组成, 共11 803张图像。 获取原始数据集后, 对数据集图像进行水平翻转、 垂直翻转、 随机旋转、 在[0, 30°]范围内旋转、 在[0, 20%]范围内缩放和移动等数据增强操作, 将图像数量从11 803张增加到119 964张。 整个图像数据集按8:1:1的比例随机分为训练集95 947张图片、 验证集11 996张图片和测试集12 021张图片。 在建立贝类图像数据集的基础上进行了实验验证, 达到了93.38%的分类准确率, 将基准网络(Resnest)的准确率提高了1.18%, 相较网络SN_Net和MutualNet, 准确率分别提升了4.34%和0.85% , 并且训练时长为22 320 s, 将基准网络(Resnest)的训练时长缩短了960 s, 训练时长分别比SN_Net和MutualNet短3 180和2 460 s。 实验结果证明了该方法的有效性。
卷积神经网络 贝类识别 滤波器信息度量 特征选择 贝类分类目标函数 Convolutional neural network Shellfish recognition Filter information measurement Feature selection Shellfish classification objective function 
光谱学与光谱分析
2022, 42(10): 3298
作者单位
摘要
1 中国农业大学信息与电气工程学院, 北京 100083
2 北京市农业物联网工程技术研究中心, 北京 100083
3 农业部农业信息获取技术重点实验室, 北京 100083
在鱼苗养殖过程中, 同一养殖池会出现个体大的鱼苗攻击个体小的鱼苗, 个体小的鱼苗会出现伤病甚至死亡, 造成经济损失, 鱼苗分塘和售卖价格主要与其体长参数相关, 因此需要对不同大小的鱼苗进行分离。 鱼苗分类主要依赖于不同大小的网筛, 费时费力, 且容易对鱼苗造成损伤。 针对传统人工分离方法效率低下并且缺乏科学指导的问题, 本文提出了基于可见光谱的鱼苗体长估测方法研究, 能够根据鱼苗图像计算鱼苗长度并进行分类。 为了精确无损的获取鱼苗的体长, 提出了基于迁移学习ResNet50模型的鱼苗体长估测方法。 首先采集在同等高度条件下拍摄的不同长度鱼苗图像, 同时手工测量鱼苗的实际长度作为数据集的标签, 用四种迁移学习模型AlexNet, VGG16, GoogLeNet, ResNet50对鱼苗体长进行估算, 通过验证集准确率, 测试集准确率, 以及不同方法的运行时间三个指标进行分析, AlexNet模型验证集准确率90.04%, 测试集准确率89.82%, 运行时间52 min 3 s; VGG16模型验证集准确率91.01%, 测试集准确率91.17%, 运行时间131 min 37 s; GoogLeNet模型验证集准确率88.02%, 测试集准确率88.39%, 运行时间45 min 2 s; ResNet50模型验证集准确率91.92%, 测试集准确率91.09%, 运行时间99 min 17 s; 确定方法ResNet50。 该模型具有50层的Residual Network架构, 用迁移学习的方法将在ImageNet上训练得到的卷积层的参数传递到训练所使用的模型上, 并调整softmax层适应本文问题。 对来自10种不同长度的6 677个样本的鱼苗数据集上的实验结果表明该方法可以有效地用于鱼苗分类, 通过对模型ResNet50的迁移学习的层数, 迭代次数, 学习率, 最小批处理尺寸(Mini Batch Size)进行微调以优化模型。 实验结果表明, 当迁移学习模型的迁移层数为30, 迭代次数为6, 学习率为0.001, Mini Batch Size为10时, 方法效果达到最优, 模型的验证集准确率94.31%, 测试集的准确率达到93.93%。 该算法与传统的图像处理方法相比估算鱼苗体长准确率提高2%左右。 在未来实际生产场景中, 可以将该方法嵌套入鱼苗体长分离装置之中, 真正的做到将科研落地, 投入到实际的生产之中, 减少鱼苗损伤, 为未来的无人渔场奠定基础。
鱼苗 体长 图像处理 迁移学习 Fish fry Body length ResNet50 ResNet50 Image processing Migration learning 
光谱学与光谱分析
2020, 40(4): 1243
作者单位
摘要
沈阳理工大学 装备工程学院, 辽宁 沈阳 110159
为实现对高速碰撞诱发的闪光辐射温度进行实验测量及误差分析, 建立了二级轻气炮加载系统及闪光辐射温度测量系统。采用聚碳酸酯弹丸分别以6 km/s、3.9 km/s的速度垂直撞击2A12铝靶, 利用瞬态光纤高温计采集闪光信号, 通过比色法计算不同碰撞条件下的闪光辐射强度及辐射温度。依据普朗克辐射定律计算了不同波长及温度条件下的闪光辐射强度理论值, 与实验测量结果相比较并进行了误差分析; 分别采用双色测温法的不同波长组合及四色测温法计算了闪光辐射温度及其平均温度, 通过计算标准差分析了波长的选取对闪光辐射温度的影响。结果表明: 与理论计算结果相比较, 实验测量得到的闪光辐射强度值偏低, 采用双色测温法计算闪光辐射温度时波长的选取对计算结果影响很大, 波长间隔越大计算结果误差越小(误差最小值实验No.1为68.25 K, 实验No.2为30.67 K); 四色测温法计算得到的闪光辐射温度与平均温度相近(误差实验No.1为72.88 K, 实验No.2为63.66 K), 因此采用比色法计算闪光辐射温度时应尽量选取大间隔波长或多个波长参与计算以降低误差。
高速碰撞 闪光辐射强度 闪光辐射温度 瞬态光纤高温计 误差分析 high-velocity impact flash radiant intensity flash radiant temperature instantaneous optical pyrometer error analysis 
发光学报
2018, 39(5): 653
作者单位
摘要
1 上海电力学院 电气工程学院, 上海 200090
2 上海交通大学 微纳科学技术研究院薄膜与微细技术教育部重点实验室,上海 200240
对平面内微机器人集群短距离相对定位问题进行了研究,针对微机器人尺寸小的特点,利用红外发送器、红外接收器和磁阻传感器相配合的方法实现了微型机器人集群的相对定位,分析了该相对定位方法的误差来源。仿真计算和实验结果证明了上述方法的可行性。提出的相对定位方法具有精度高、无积累误差、分布式、快速和可扩展等优点。
微机器人 相对定位 红外通信 电磁微马达 集群机器人 microrobot relative localization infrared communication electromagnetic micromotor cluster robots 
半导体光电
2017, 38(5): 762
作者单位
摘要
沈阳理工大学 装备工程学院, 辽宁 沈阳 110159
为了描述超高速碰撞2A12铝板产生闪光辐射的空间演化规律, 利用瞬态光纤高温计测量系统并结合二级轻气炮加载系统, 开展了弹丸以30°的入射角度和不同碰撞速度条件下的超高速撞击实验。基于闪光辐射强度和辐射温度的实验数据处理得到了超高速碰撞2A12铝板在撞击点附近产生的最大闪光辐射强度和最大闪光辐射温度, 基于大量实验, 建立了撞击点附近最大闪光辐射的空间演化模型。并结合Origin软件对实验所得数据的拟合, 得到了最大闪光辐射强度和辐射温度随探测点到着靶点间距离变化的拟合函数关系式。实验结果还表明: 在相近碰撞速度、相同碰撞角度条件下, 在同一椭球面上不同探测点位置处的最大闪光辐射强度和最大闪光温度差别不大, 验证了撞击产生的闪光辐射以近似椭球的形状向外膨胀, 随着等离子体云的向外膨胀, 离碰撞点越远产生的最大闪光辐射强度和最大闪光辐射温度均越小; 在相同碰撞角度、不同碰撞速度条件下, 在同一椭球面上不同探测点位置处的最大闪光辐射强度和最大闪光温度均随碰撞速度的增加而增大。该研究在导弹拦截、天体物理及深空探测领域具有重要的应用价值。
超高速碰撞 闪光辐射强度 闪光辐射温度 空间演化模型 闪光辐射演化规律 hypervelocity impact flash radiant intensity flash radiant temperature spatial evolutionary model rules of flash radiant evolution 
发光学报
2017, 38(7): 944
作者单位
摘要
1 上海交通大学 电子信息与电气工程学院 薄膜与微细技术教育部重点实验室, 上海 200240
2 近地面探测与感知技术重点实验室, 江苏 无锡 214035
随着移动自组网络的快速发展, 对距离矢量按需路由协议(AODV)的服务质量提出了越来越高的要求。为了提升AODV在无线传感器网络通信中的表现, 文章提出了一种新型的基于AODV的多度量无线路由协议(MWR-AODV)。MWR-AODV综合考虑了对路由协议性能影响重大的最小跳数、剩余能量、能量流失率和网络节点密度这四个因素, 并且引入了一种低成本且高效的本地修复策略。通过Network Simulator-2仿真平台对MWR-AODV与标准AODV、DSDV协议的表现进行了仿真分析。结果表明, 所提出的MWR-AODV能为无线传感器网络提供更好的通信服务, 并且在均衡能量消耗延长网络寿命和平衡网络通信负载方面也有上佳表现。
剩余能量 能量流失率 网络密度 本地预修复 AODV AODV residual energy energy drain rate network density preemptive repairing mechanism 
半导体光电
2016, 37(6): 846
作者单位
摘要
上海交通大学 电子信息与电气工程学院, 上海 200240
对多障碍物环境下微机器人集群运动的控制问题进行了研究。结合微机器人尺寸小的特点, 采用低功耗的红外传感器感知外界环境。设定机器人的安全区域, 根据机器人运动过程中避障和路径规划所要满足的边界条件, 提出了基于人工蜂群问题优化的路径规划控制模型, 实现了微机器人的避障和路径规划。仿真结果验证了该控制方法的有效性。
微机器人集群 多障碍物环境 红外传感器 运动控制 multi-robots system obstacles environment infrared sensors motion control 
半导体光电
2016, 37(4): 564
作者单位
摘要
上海交通大学 微纳科学技术研究院 薄膜与微细技术教育部重点实验室,上海 200240
对多障碍物环境下微机器人集群自主通信转接的控制问题进行了研究。结合微机器人尺寸小的特点,采用低功耗的红外通信方式,利用载波侦听多路访问技术实现了多移动微机器人间的红外通信。在红外通信的基础上,建立了基于弹簧阻尼系统的自主通信转接控制模型,设计了相应的控制器以实现微机器人的运动控制,进而实现微机器人集群的自主通信转接。仿真结果验证了该控制方法的有效性。
微机器人集群 多障碍物环境 通信转接 红外通信 microrobot cluster obstacle environment communication relay infrared communication 
半导体光电
2016, 37(2): 252
作者单位
摘要
上海交通大学 电子信息与电气工程学院 薄膜与微细技术教育部重点实验室,上海200240
无线ad-hoc网络部署在非人为控制的外部环境中,采用电池供电。在这种应用环境中,如何通过合理的路由协议设计降低能量开销、提高网络的生存时间是近年来研究的热点。文章提出一种结合链路质量与能效的跨层路由协议。在路由建立阶段综合考虑链路质量、发送数据包的能耗和节点剩余能量来建立路由。通过在路由维护阶段对链路质量和节点剩余能量进行检测,预测路由中断的发生,并进行本地修复。通过在IEEE 802.15.4 Matlab模拟器下进行仿真,验证了该协议能够有效地提高网络的生存时间、数据投递率及AODV协议的性能和稳定性。
跨层 链路质量 能效 cross-layer AODV AODV link quality energy efficiency ad-hoc ad-hoc 
半导体光电
2016, 37(2): 243
作者单位
摘要
上海交通大学 电子信息与电气工程学院 薄膜与微细技术教育部重点实验室, 上海200240
在无线Ad Hoc网络中, 为了提高链路质量和通信的稳定性, 提出一种基于AODV路由协议的链路中断预测和最短路径修复机制(LIFSR-AODV)。通过检测网络中的链接质量, 预测和避免链路中断的发生, 降低了本地修复过程中控制包的开销和传输延迟。同时, 在修复过程中能够通过删除链路中的多余节点来缩短路径长度。通过在IEEE 802.15.4 Matlab模拟器下仿真, 验证此路由机制能够提高AODV路由协议的性能和链路的稳定性。
路由中断预测 本地修复 AODV协议 无线传感器网络 routing interruption forecast local repair AODV protocol wireless sensor network 
半导体光电
2015, 36(4): 627

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!