李卫东
- 作品数：22 被引量：18H指数：3
- 供职机构：东华理工大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：矿业工程自动化与计算机技术机械工程理学更多>>
- ZYNQ架构多道脉冲幅度分析器优化设计
- 2023年
- 介绍了以ZYNQ架构为基础的多道脉冲幅度分析器的设计。采用ZYNQ Soc,其中FPGA核运用System Generator系统级模型开发工具搭建算法模型完成脉冲成形、堆积判弃、基线相减与幅值提取,ARM核将幅值数据通过TCP/IP协议传输至PC机;对仪器进行实测并使用ILA探头捕捉各测试数据,结果显示各个算法在ZYNQ中得到很好的应用,最终幅值误差在5%以内,且网口传输误码率为0,证明该设计具备实用性。
- 谷伟何剑锋汪雪元叶志翔李卫东李卫东吴昌成
- 关键词：多道脉冲幅度分析器
- 一种基于物联网技术的光缆智能电子标识装置
- 本实用新型公开了一种基于物联网技术的光缆智能电子标识装置，主要包括有线环境终端，无线环境终端，电子标签，手机终端，ZigBee网络，Modbus协议，监控系统，WEB服务器和用户；其特征在于：电子标签连接手机终端，无线环...
- 何剑锋周世融叶志翔汪雪元李卫东杨巧合
- 文献传递
- 一种基于CBAL2-Net卷积网络的轻量级X射线铜矿石分选方法
- 2025年
- 目前矿石分选领域使用的深度学习模型均为结构复杂、层数较深的大模型,然而大模型具有训练数据量大,对硬件设备要求高等缺点。轻量化模型不仅训练数据量远低于大模型,而且对硬件设备要求较低,针对大模型的上述问题是一种较好的解决方案。本文便致力于建立一种基于双能X射线透射图像数据的铜矿分选轻量化改进卷积网络模型CBAL2-Net。其中训练数据为2560张铜矿石图像,在深度学习模型中属于较小的样本数量。未改进模型为自建模型,基础结构简单,其中包含两层卷积层、两层全连接层及若干激活函数和池化层。自建模型的准确率在84.94%左右,且存在明显的过拟合现象。改进模型中引入CBAM轻量化注意力模块,在几乎不增加模型复杂度的情况下准确率提高了3.44%,但过拟合现象仍然存在。在本模型中使用L2正则化技术可以有效缓解过拟合的同时进一步提升识别精度。经过一系列试验验证,改进模型CBAL2-Net的分选准确率达到了93.69%。在较低的模型复杂度和资源消耗的前提下拥有较高的准确率。
- 孔钰文何剑锋朱文松李卫东王杉汪雪元钟国韵钟国韵
- 关键词：CBAM
- 基于改进Swin-Transformer模型的铜矿X射线图像分类研究
- 2024年
- 针对铜矿图像分类中传统神经网络因感受野限制和维度信息阻塞面临的问题,提出了基于X射线透射成像技术改进的Swin-Transformer模型。该模型以Swin-Transformer为基础框架,在主干网络的第二和第三阶段中添加Mixing Block,通过局部窗口自注意力和深度卷积之间的的双向交互,使模型的感受野得到显著增大,从而增强了特征表示和建模能力;同时,引入的EMA(Efficient Multi-Scale Attention)模块,将部分通道重塑为批量维度,并将通道维度分组为多个子特征,使空间语义特征在每个特征组中均匀分布,提升了模型在通道和多尺度空间维度信息融合方面的能力,并增强了对感兴趣区域特征的表征效果。试验以铜矿X射线透射图像为研究对象,选取总计5000张图像,按8∶2划分训练集和测试集,在与传统网络的性能对比试验中选取Swin-Transformer作为模型的主干网络。在选取主干网络的基础之上向模型引入Mixing Block模块和EMA模块进行优化改进。试验结果表明,改进模型解决了感受野和维度信息受限的问题,并在铜矿智能识别任务上达到了94.40%的准确率,而消融试验则证明了改进模块对于模型识别性能的提升,进一步证明了改进方法的有效性。
- 黄永进何剑锋李卫东夏菲王杉汪雪元钟国韵钟国韵
- 液冷式计算机主机
- 本实用新型提供一种结构设计新颖、性能稳定、散热性能优的液冷式计算机主机；它包括呈圆筒状的外壳，所述外壳的顶端开口，所述外壳的侧壁上设有至少两个环绕外壳侧壁对称设置的通风口，通风口上设有滤网；还包括盖在外壳顶端开口上的盖板...
- 徐洪珍付亮李卫东宋文琳
- 文献传递
- 基于交互式特征融合的双能X射线矿石图像分类方法
- 2025年
- 针对铜矿嵌布粒度细且游离性分布而导致矿石图像识别困难的问题,提出了一种交互式特征融合的矿石图像识别模型。该模型采用异构网络交互的策略,实现了CNN与Transformer的深度协作。利用内嵌残差的方式改进瓶颈残差模块作为CNN网络;使用多头注意力机制、标签嵌入和语义相似性模块构建Transformer网络;设计异构网络交互模块,促使CNN和Transformer在特征提取过程中充分利用彼此的优势互补性,更好融合矿石图像的整体结构和局部细节,从而提高矿石图像识别的准确性。结果表明,所提出的算法在德兴黄铜矿矿石图像识别中达到了96.79%的准确率,相比于现有算法准确率提升了4.23%,展现出了优异的分类准确性和鲁棒性,为矿石智能分选领域提供了一种新的图像识别方法。
- 邹阳辉何剑锋夏菲黄源峰李卫东李卫东汪雪元瞿金辉
- 关键词：CNNTRANSFORMER图像识别
- 基于低秩双线性池化的铜矿石双能X射线图像预选方法研究
- 2025年
- 针对深度神经网络在双能X射线图像分类中存在高、低能图像特征信息融合不充分、不明确的问题,提出一种端到端的低秩双线性池化铜矿石预选模型LRBP-PDENet。该模型采用并行双编码器分别提取高、低能X射线图像特征,基于低秩双线性池化方法实现高、低能图像特征信息的完全交互,在适当控制计算参数量的同时,获得表征能力更强、信息更丰富的融合特征。结果表明,融合特征在分类任务上的效果优于单一特征,该模型在铜矿石预选任务上准确率达到91.88%,精确率达到92.39%,召回率达到86.71%,F1分数达到89.17%。模型分类性能明显提升,有效提高了铜矿石预选效率。
- 冯灿翔何剑锋李卫东王文聂逢君钟国韵汪雪元袁兆林瞿金辉瞿金辉
- 关键词：矿石预选
- 基于SwinV2-EfficientNetV2的铜矿石品位分类方法研究
- 2025年
- 针对现有铜矿石品位分类中所应用的卷积神经网络缺乏构建与归纳长距离特征关系不足的问题,提出了一种结合Swin Transformer和EfficientNet的集成模型的铜矿石品位分类方法。该方法充分利用了Swin Transformer V2-t架构对长距离特征关系的归纳能力,以及EfficientNet V2-s捕捉细微局部特征上的优势,通过增设线性层以整合两模型的输出结果,并根据单个模型自身输出动态调整线性层的权重,以优化映射关系,进而显著提升分类性能。试验验证表明,此融合模型在分类任务上的准确率达到92.891%,精确率达到93.095%,召回率达到92.654%。相较于未集成前的单一模型,集成后的综合模型在分类准确率上提升了1.3个百分点,精确率分别提升了1.9个百分点和2.186个百分点,召回率则分别提高了0.474个百分点和0.237个百分点。
- 黄源峰何剑锋何剑锋李卫东聂逢君李卫东瞿金辉
- 关键词：图像分类卷积神经网络
- 融合VSM技术的PageRank算法研究与应用被引量：5
- 2011年
- 为解决PageRank算法存在的"主题漂移"问题,本文提出一种融合VSM(向量空间模型)技术的改进方法。首先根据网页的链接结构计算PageRank值,然后建立网页的内容特征向量空间,计算主题内容相似度,最后将这两个值按一定的权重系数进行融合计算,产生新的PageRank值。经过对比实验证明,改进后的PageRank算法减少了无关网页的数量,为搜索引擎提供了更好的排序结果。
- 李卫东陆玲
- 关键词：PAGERANK算法链接分析向量空间模型搜索引擎
- 小样本下基于改进ACGAN数据增强的X射线矿石图像分类方法被引量：6
- 2024年
- 针对工业领域利用深度学习模型对矿石进行在线分类时,矿石样本稀少导致的模型过拟合、分类准确率低的问题,提出一种结合X射线透射成像技术的矿石数据增强分类方法。该方法基于改进辅助生成对抗网络(Enhance-based Classification ACGAN-gp, EC-ACGAN-gp),采用卷积和连续残差块构建判别器和生成器,引入注意力机制捕捉矿石细节特征,生成高质量样本扩充原始数据集,同时使用带梯度惩罚的Wasserstein距离重构判别器的损失函数提高对抗训练的稳定性,避免模式崩溃。通过增加辅助分类器重建样本标签信息,最终实现矿石样本的类别预测。结果表明,该方法能实现矿石品位分类的精准预测,准确率可达89.62%,比现有传统方法提高3.98%。该模型生成的矿石样本泛化性良好,能够显著提高小样本数据集的泛化性,在SVM、LeNet5、VGGNet、ResNet上测试,精度分别提升了2.83%、2.36%、1.89%和3.74%,可进一步用于提升其他分类模型在矿石品位预测方面的性能。
- 王文何剑锋朱文松李卫东聂逢君夏菲汪雪元钟国韵钟国韵
- 关键词：小样本
