【摘 要】
：
单一模态包含的物体信息有限,导致在物体材质识别分类中表现不佳,而传统多模态融合方法在样本训练过程中需要输入所有数据。提出一种多模态的多尺度局部感受野在线序列极限学习机方法。对物体不同模态样本运用改进的特征提取框架,利用多尺度局部感受野感知样本信息提取特征,并将不同模态特征融合后通过在线序列极限学习机进行训练学习。在线序列极限学习机在训练过程中增量式地输入样本进行训练,当有新数据需要训练时无需对所有数据重新训练。在TUM触觉纹理数据库上进行验证,实验结果表明,多模态融合的分类精度高于单模态的分类精度,且改进
【机 构】
：
太原理工大学信息与计算机学院,太原理工大学电气与动力工程学院
【基金项目】
：
国家自然科学基金(61503271,61603267),山西省自然科学基金(201801D121144,201801D221190)。
论文部分内容阅读
单一模态包含的物体信息有限,导致在物体材质识别分类中表现不佳,而传统多模态融合方法在样本训练过程中需要输入所有数据。提出一种多模态的多尺度局部感受野在线序列极限学习机方法。对物体不同模态样本运用改进的特征提取框架,利用多尺度局部感受野感知样本信息提取特征,并将不同模态特征融合后通过在线序列极限学习机进行训练学习。在线序列极限学习机在训练过程中增量式地输入样本进行训练,当有新数据需要训练时无需对所有数据重新训练。在TUM触觉纹理数据库上进行验证,实验结果表明,多模态融合的分类精度高于单模态的分类精度,且改进
其他文献
针对目前轴承磨削工艺的新要求,借助高速主轴行业的主流产品-永磁同步电机推广和超高硬度耐磨金刚石碟片砂轮的应用,结合轴承磨削工艺的特性和轴承磨床的装备技术,开发了一款圆弧滚轮修整器,可以修整多种规格大小的CBN圆弧砂轮,而且采用永磁同步电机驱动碟片金刚石滚轮可实现高速修整,振动小,体积紧凑;同时,提高修整效率,提高CBN圆弧砂轮的修整精度。
在分析了复杂机构重要节点位置实时高精度调节的重要性基础上,采用嵌入式控制系统方案,以STC12C5A60S2单片机为核心,研制了一套用于复杂机构节点位置实时精调的闭环伺服控制
介绍了一种高效磨倒一体机,从磨削原理入手,建立磨床主轴系统的三维有限元模型,利用有限元分析软件ANSYS进行应力分析、模态分析和谐响应分析,获取主轴系统的变形量、固有频率和振型。并研究了磨床主轴转速-频率响应曲线,得出主轴临界转速,验证磨床在主轴最高转速的情况下是否发生共振。研究结果显示,在6925.5转/分时为临界转速,与结构共振。为避免共振,主轴系统的工作转速应避开临界转速。
在光伏行业中,为了去除硅棒加工过程的缺陷,减小废片率,需要在开方后、切片前对硅棒进行磨削加工。而硅棒加工质量的高低和磨削稳定性的关键在于磨床各零部件的机械结构性能的高低,对磨床的几个关键零件进行有限元仿真分析和拓扑优化,使零件在减重的同时提高强度。设计时综合考虑,可将两个尺寸关联的加工面用刚度较高的结构相连接,无关的面用弱连接相连,以减轻重量。
结合物联网LoRa技术的大连接、功耗低、安全性高、成本低的特点,在汽车物流的仓储环节、运输环节及包装管理环节进行部署应用,通过比对LoRa技术采集到的数据与实际业务数据,数据正确率较高,表明LoRa技术在汽车物流业务中有较好的应用价值。通过LoRa技术的应用可以实现零部件的自动接收入库、实时盘点、运输过程、包装器具精确管理等功能。
在职业教育“双高计划”建设的背景下,产教深度融合、校企双元育人时机成熟,但缺少范式和经验,机制体制更需要进一步探索,深化产教融合就成了双高建设的核心任务。通过分析提出了高水平的技术技能人才培养离不开高水平企业的参与,企业发展也离不开学校源源不断的技术人才培养。但学校培养和企业需求之间有很大的差距,企业自己从零培养成本太高,因此企业也愿意参与人才培养过程。产教融合核心是“共建、共享、共用”,以实现产教融合为路径,校企命运一体,共建技术技能平台。该产教融合人才培养模式可为同类院校实现职业教育的专业建设
柴油中脂肪酸甲酯含量的测定广泛采用红外光谱法,针对此方法的检测能力和准确性进行了研究。试验测定红外光谱法检测柴油中脂肪酸甲酯的检出限和定量限分别为0.0066 g/L和0.0220 g/L,加标回收率为99.2%~101.3%,结果表明试验方法具备良好的准确性,能够准确灵敏地检测柴油中脂肪酸甲酯。测定的合成相对标准不确定度为0.0123(置信概率取95%,包含因子k=2),脂肪酸甲酯含量为(3.960±0.097)g/L。分析结果表明标准溶液配制和待测样品配制为引入不确定度的主要因素。
消防安全直接影响着人们的生命健康,消防疏散系统成为人们生活中必不可少的设备。设计一款以STM32F030C8T6为主控芯片的智能语音疏散系统,通过MQ-2烟雾传感器采集烟雾浓度,将数据传送给单片机。超过阈值后单片机控制语音报警模块开启报警、GSM模块给手机发送报警短信并且驱动HK23F继电器来控制水泵放水进行灭火。
针对传统主题模型在挖掘多源文本数据集信息时存在主题发现效果不佳的问题,设计一种基于狄利克雷多项式分配(DMA)与特征划分的多源文本主题模型。以DMA模型为基础,放宽对预先输入的主题数量的限制,为每个数据源分配专有的主题分布参数,使用Gibbs采样算法估计每个数据源的主题数量。同时,对每个数据源分配专有的噪音词分布参数以及主题-词分布参数,采用特征划分方法区分每个数据源的特征词和噪音词,并学习每个数据源的用词特征,避免噪音词集对模型聚类的干扰。实验结果表明,与传统主题模型相比,该模型能够保留每个数据源特有的
针对传统智能进化社区发现算法通常存在弱化节点属性和容易过早收敛等问题,提出基于邻边属性群智能聚类的个人社交网络社区发现算法NLA/SCD。在融合邻边结构及其节点属性相似特性的基础上,定义社会蜘蛛优化算法的适应度函数,并将社区模块度增量作为算子迭代准则。在雌性和雄性个体的进化与交配过程中,利用适应度函数和模块度增量函数从局部和全局角度优化社区划分的寻优过程,以保持种群多样性并避免算法过早收敛。实验结果表明,NLA/SCD算法能有效识别属性信息多样的个人社交网络,且具有较高的运行速度和划分精度。