钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
基础科学期刊
\
null期刊
\
安徽工业大学学报(自然科学版)期刊
\
浮空器主缆绳表面的小样本学习缺陷检测研究
浮空器主缆绳表面的小样本学习缺陷检测研究
作者:
陈亮希
张燕龙
陈兴玉
田富君
郭磊
周金文
查珊珊
黄健
孙丙宇
原文服务方:
安徽工业大学学报(自然科学版)
缺陷检测
小样本学习
度量学习
浮空器
摘要:
针对浮空器主缆绳表面缺陷样本获取困难的特点,提出一种小样本度量学习方法来检测主缆绳的表面缺陷。小样本学习由特征编码和度量两模块组成,特征编码模块采用预训练的卷积神经网络在通用图像集上提取样本特征,度量模块用来度量与未知类别样本最相似的样本从而完成缺陷种类的分类;由于辅助数据和检测数据差异较大,将微调策略引入小样本学习方法。实验结果表明:本文方法的缺陷检测准确率达93.17%,相比传统机器学习和深度学习方法,准确率大幅提升;微调策略可进一步提升本文方法缆绳表面缺陷检测性能,准确率由93.17%提升至93.85%;在钢材缺陷分类数据集NEU上本文方法也可获得91.22%的准确率。
下载原文
收藏
引用
分享
推荐文章
小样本目标检测的研究现状
小样本学习
深度学习
目标检测
小样本机器学习理论:统计学习理论
样本,统计估计,模式识别
统计学习理论,机器学习
基于边缘感知和小样本学习的多尺度带钢表面缺陷分割方法
语义分割
表面缺陷检测
小样本学习
特征金字塔注意力
全局注意力上采样模块
任务相关的图像小样本深度学习分类方法研究
任务相关
特征嵌入
正则化
度量学习
小样本分类
内容分析
文献信息
版权信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
浮空器主缆绳表面的小样本学习缺陷检测研究
来源期刊
安徽工业大学学报(自然科学版)
学科
关键词
缺陷检测
小样本学习
度量学习
浮空器
年,卷(期)
2022,(3)
所属期刊栏目
机械、电气与控制
研究方向
页码范围
312-316
页数
4页
分类号
TP391.41
字数
语种
中文
DOI
10.3969/j.issn.1671-7872.2022.03.011
五维指标
传播情况
被引次数趋势
(/次)
(/年)
版权信息
全文
全文.pdf
引文网络
引文网络
二级参考文献
(0)
共引文献
(0)
参考文献
(0)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
2022(0)
参考文献(0)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
研究主题发展历程
节点文献
缺陷检测
小样本学习
度量学习
浮空器
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
安徽工业大学学报(自然科学版)
主办单位:
安徽工业大学
出版周期:
季刊
ISSN:
1671-7872
CN:
34-1254/N
开本:
大16开
出版地:
邮发代号:
创刊时间:
1984-01-01
语种:
chi
出版文献量(篇)
2161
总下载数(次)
0
总被引数(次)
11633
期刊文献
相关文献
1.
小样本目标检测的研究现状
2.
小样本机器学习理论:统计学习理论
3.
基于边缘感知和小样本学习的多尺度带钢表面缺陷分割方法
4.
任务相关的图像小样本深度学习分类方法研究
5.
克服小样本学习中灾难性遗忘方法研究
6.
基于小样本学习的垃圾邮件过滤方法
7.
基于边际Fisher准则和迁移学习的小样本集分类器设计算法
8.
小样本能量检测中的双门限协作频谱感知
9.
基于小样本标记实例的数据流集成入侵检测模型
10.
特征提取和小样本学习的电力工程造价预测模型
11.
中小样本机器学习算法的特性分析与应用
12.
基于迁移学习的小样本农作物病害识别
13.
一种新颖的小样本整体趋势扩散技术
14.
小样本纠错的多层入侵检测分类研究
15.
基于极限学习机的玻璃瓶口缺陷检测方法研究
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
安徽工业大学学报(自然科学版)1999
安徽工业大学学报(自然科学版)2000
安徽工业大学学报(自然科学版)2001
安徽工业大学学报(自然科学版)2002
安徽工业大学学报(自然科学版)2003
安徽工业大学学报(自然科学版)2004
安徽工业大学学报(自然科学版)2005
安徽工业大学学报(自然科学版)2006
安徽工业大学学报(自然科学版)2007
安徽工业大学学报(自然科学版)2008
安徽工业大学学报(自然科学版)2009
安徽工业大学学报(自然科学版)2010
安徽工业大学学报(自然科学版)2011
安徽工业大学学报(自然科学版)2012
安徽工业大学学报(自然科学版)2013
安徽工业大学学报(自然科学版)2014
安徽工业大学学报(自然科学版)2015
安徽工业大学学报(自然科学版)2016
安徽工业大学学报(自然科学版)2017
安徽工业大学学报(自然科学版)2018
安徽工业大学学报(自然科学版)2019
安徽工业大学学报(自然科学版)2020
安徽工业大学学报(自然科学版)2022
安徽工业大学学报(自然科学版)2022年第1期
安徽工业大学学报(自然科学版)2022年第2期
安徽工业大学学报(自然科学版)2022年第3期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号