Query：
学者姓名：陈静
Refining：
Year
Type
Indexed by
Source
Complex
Co-
Language
Clean All
Abstract ：
Detecting the components in aerial images is a crucial task in automatic visual inspection for power lines. Currently, deep learning models guided by external knowledge have achieved promising performances compared to directly applying the benchmark detectors. However, the component relationship, as human commonsense knowledge for object reasoning, is rarely investigated in this field. This study presents a graph-based relation guided network for power line component detection, which exploits correlations of regions, images, and categories. The visual relation module is employed to learn region-to-region relationship and enhance the visual features of each proposal that may contain components. Meanwhile, two guidance modules are proposed to capture image-to-region correlation and distinctively facilitate the category classification and position regression, which has not been considered in previous methods. Moreover, the category graphs built in these two modules are able to explore category-to-category dependencies that can further promote the network ability. Experimental results demonstrate that the proposed method can achieve more accurate and reasonable component detection compared to previous methods, which verifies the effectiveness of the proposed model incorporated with relation knowledge.
Keyword ：
Component detection Component detection deep learning deep learning graph convolutional network (GCN) graph convolutional network (GCN) power line inspection power line inspection relation knowledge relation knowledge
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | Liu, Xinyu , Miao, Xiren , Jiang, Hao et al. Component Detection for Power Line Inspection Using a Graph-Based Relation Guiding Network [J]. | IEEE TRANSACTIONS ON INDUSTRIAL INFORMATICS , 2023 , 19 (9) : 9280-9290 . |
| MLA | Liu, Xinyu et al. "Component Detection for Power Line Inspection Using a Graph-Based Relation Guiding Network" . | IEEE TRANSACTIONS ON INDUSTRIAL INFORMATICS 19 . 9 (2023) : 9280-9290 . |
| APA | Liu, Xinyu , Miao, Xiren , Jiang, Hao , Chen, Jing , Wu, Min , Chen, Zhenghua . Component Detection for Power Line Inspection Using a Graph-Based Relation Guiding Network . | IEEE TRANSACTIONS ON INDUSTRIAL INFORMATICS , 2023 , 19 (9) , 9280-9290 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
提出适用于非对称重叠光谱的布拉格光纤光栅(FBG)传感网络多目标带宽资源优化模型,借助多目标优化算法NSGA-Ⅱ获得带宽资源的帕累托最优配置,从中选取合适的解来确定各FBG节点的布拉格波长分配.实验证明,该方法能够节约40％以上的光源带宽,提高了传感网络多路复用能力,同时将相邻FBG的光谱重叠程度降为最低,保障了高水平测量精度.本文提出的带宽资源多目标优化配置方法可为工程实施中的多种配置需求提供参考.
Keyword ：
光纤光学 光纤光学 光纤光栅传感网络 光纤光栅传感网络 多目标优化 多目标优化 波分复用 波分复用 非对称光谱 非对称光谱
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 江灏 , 林朝晖 , 陈静 et al. 考虑非对称重叠光谱的FBG传感网络带宽资源多目标优化配置 [J]. | 光学学报 , 2021 , 41 (10) : 55-65 . |
| MLA | 江灏 et al. "考虑非对称重叠光谱的FBG传感网络带宽资源多目标优化配置" . | 光学学报 41 . 10 (2021) : 55-65 . |
| APA | 江灏 , 林朝晖 , 陈静 , 缪希仁 . 考虑非对称重叠光谱的FBG传感网络带宽资源多目标优化配置 . | 光学学报 , 2021 , 41 (10) , 55-65 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
电力铁塔上故障防鸟刺的及时检测,对于减少输电线路鸟害的发生,从而保障输电线路安全可靠运行具有重要意义.电力巡检图像中电力铁塔上的防鸟刺具有轮廓特征较不明显、部分重叠分布的特点给防鸟刺部件识别与故障检测研究带来一定挑战.针对所述防鸟刺特点,提出一种基于深度卷积神经网络的防鸟刺部件识别与故障检测方法.先利用锐化滤波器对电力巡检图像进行锐化处理;其次运用经过多尺度训练的YOLOv3目标检测网络框选并截取出经过锐化处理的电力巡检图像中的防鸟刺区域;最后利用基于Resnet152特征提取网络的防鸟刺故障检测器处理截取出的防鸟刺区域,实现防鸟刺故障检测.利用上述方法,实现电力巡检图像中的防鸟刺部件识别与故障防鸟刺检测,防鸟刺部件识别平均准确率为95.36％,故障防鸟刺检测准确率为92.3％.实验结果表明,所提方法能够有效实现电力巡检图像中防鸟刺部件识别与故障检测.
Keyword ：
故障检测 故障检测 深度学习 深度学习 电力巡检 电力巡检 防鸟刺 防鸟刺
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 缪希仁 , 林志成 , 江灏 et al. 基于深度卷积神经网络的输电线路防鸟刺部件识别与故障检测 [J]. | 电网技术 , 2021 , 45 (1) : 126-133 . |
| MLA | 缪希仁 et al. "基于深度卷积神经网络的输电线路防鸟刺部件识别与故障检测" . | 电网技术 45 . 1 (2021) : 126-133 . |
| APA | 缪希仁 , 林志成 , 江灏 , 陈静 , 刘欣宇 , 庄胜斌 . 基于深度卷积神经网络的输电线路防鸟刺部件识别与故障检测 . | 电网技术 , 2021 , 45 (1) , 126-133 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
国家形象作为各国软实力的组成部分,具有重大建构意义。鉴于国外受众是国家形象建构的认知主体,以亚理斯多德的人格(ethos)、情感(pathos)和理性(logos)三位一体的修辞理论为基础,从以德服之、以情感之及以理晓之三个方面对2020年两会总理记者会英译语篇中的国家形象建构进行分析,对于推进国家话语体系的完善与良好国家形象的建构具有一定的意义。
Keyword ：
亚理斯多德 亚理斯多德 修辞 修辞 国家形象 国家形象 总理记者会 总理记者会 翻译 翻译
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 陈静 . 两会总理记者会英译的国家形象建构修辞分析 [J]. | 北京化工大学学报(社会科学版) , 2020 , (04) : 76-81 . |
| MLA | 陈静 . "两会总理记者会英译的国家形象建构修辞分析" . | 北京化工大学学报(社会科学版) 04 (2020) : 76-81 . |
| APA | 陈静 . 两会总理记者会英译的国家形象建构修辞分析 . | 北京化工大学学报(社会科学版) , 2020 , (04) , 76-81 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
余光中的戏剧翻译观与语用思想具有一致性.他认为戏剧翻译应做到"读者顺眼、观众入耳、演员上口",实际是指译者翻译时应考虑戏剧构成的各种特殊语境,使受众,即"读者、观众、演员"获得有效的交际信息,取得"顺眼、入耳、上口"的语用效果.语境具体分为上下文语境、情景语境与文化语境.通过对《温夫人的扇子》中的具体实例进行分析,从语用角度研究余光中的戏剧翻译.
Keyword ：
余光中 余光中 戏剧翻译 戏剧翻译 温夫人的扇子 温夫人的扇子 语境 语境
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 陈静 . 语用视域下的余光中戏剧翻译研究 ——以《温夫人的扇子》为例 [J]. | 文化创新比较研究 , 2019 , 3 (2) : 104-105,109 . |
| MLA | 陈静 . "语用视域下的余光中戏剧翻译研究 ——以《温夫人的扇子》为例" . | 文化创新比较研究 3 . 2 (2019) : 104-105,109 . |
| APA | 陈静 . 语用视域下的余光中戏剧翻译研究 ——以《温夫人的扇子》为例 . | 文化创新比较研究 , 2019 , 3 (2) , 104-105,109 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
针对现有室内人群数量检测方法存在适用场景范围受限、检测精度低等问题,提出一种基于深度神经网络的人群数量检测方法,无需被检测人员携带设备便可实现区域内人群数量检测.该方法采用多个WiFi传感节点覆盖室内区域,节点间通过相互探测信号获得交错WiFi链路数据;运用深度神经网络进行特征学习,提取人数变化对WiFi信号影响的关联特征,训练得到该区域人群数量感知模型;将实时采集的WiFi信号送入该模型即可获得人群数量的估计.采用所提方法在一个较为复杂的室内环境进行了实验测试,结果表明该方法能够准确实现室内人数检测,检测精度达到82.23％,平均误差仅为0.37人;与现有其他机器学习算法相比,该模型具备更高的检测精度,适用于多种应用场景.
Keyword ：
人数统计 人数统计 无线网络 无线网络 无需携带设备 无需携带设备 深度学习 深度学习
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 陈丹 , 阴存翊 , 江灏 et al. 基于WiFi交错信号与深度神经网络的室内人群数量检测方法 [J]. | 仪器仪表学报 , 2019 , 40 (7) : 178-186 . |
| MLA | 陈丹 et al. "基于WiFi交错信号与深度神经网络的室内人群数量检测方法" . | 仪器仪表学报 40 . 7 (2019) : 178-186 . |
| APA | 陈丹 , 阴存翊 , 江灏 , 邱晓杰 , 陈静 . 基于WiFi交错信号与深度神经网络的室内人群数量检测方法 . | 仪器仪表学报 , 2019 , 40 (7) , 178-186 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
针对光纤布拉格光栅(FBG)传感网络畸变光谱难以解调的问题,在超高斯光谱函数的基础上构造畸变光谱的理论函数,将畸变FBG传感网络光谱的解调问题转化为函数优化问题,提出了基于分布式估计算法的波长解调技术,并对已发生畸变的FBG传感网络进行解调实验.结果 表明:分布式估计算法解调算法不仅能够在光谱畸变情况下保持较高的解调精度,其平均误差控制在1 pm以内,而且能够对光谱畸变的程度作出定量估计.与传统峰值检测解调技术相比,该方法解决了FBG传感网络畸变光谱波长难以解调的问题,为延长FBG传感网络使用寿命提供了新的途径,对提升FBG传感网络可靠性具有重要意义.
Keyword ：
光纤光学 光纤光学 光纤布拉格光栅 光纤布拉格光栅 分布式估计算法 分布式估计算法 波长解调 波长解调 畸变光谱 畸变光谱
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 江灏 , 周清旭 , 陈静 et al. 畸变光谱下光纤布拉格光栅传感网络波长检测优化方法 [J]. | 光学学报 , 2019 , 39 (10) : 84-93 . |
| MLA | 江灏 et al. "畸变光谱下光纤布拉格光栅传感网络波长检测优化方法" . | 光学学报 39 . 10 (2019) : 84-93 . |
| APA | 江灏 , 周清旭 , 陈静 , 缪希仁 . 畸变光谱下光纤布拉格光栅传感网络波长检测优化方法 . | 光学学报 , 2019 , 39 (10) , 84-93 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
In order to realize autonomous landing of the unmanned aerial vehicle (UAV) in power patrolling, a visual method vision based on Faster Regions with Convolutional Neural Network (Faster R-CNN) for UAVs is studied. In this paper, we design the landing sign of the combination of concentric circles and pentagon,and propose the Faster R-CNN recognition algorithm which can be used to identify the target sign. Faster R-CNN successfully identifying the landing mark is the most important step for the UAV autonomous landing. Then, the estimation algorithm of position and direction based on vision is proposed. Position and direction for the UAV landing can be obtained based on least squares ellipse fitting and Shi-Tomasi corner detection method after the landing sign is effectively identified by Faster R-CNN. The experimental results show that it can achieve recognition speed of nearly 81 millisecond each frame and 97.8% accuracy by using Faster R-CNN for detection and identification. The proposed method has better identification accuracy compared with three target identification methods, the Support Vector Machine (SVM) classification, the Back Propagation (BP) neural network and You Only Look Once (YOLO) based on deep learning. The position and direction estimation error of the vision algorithm is within the allowable range, and it can meet the UAV real-time landing requirements.
Keyword ：
autonomous landing autonomous landing deep learning deep learning Faster R-CNN Faster R-CNN object detection object detection vision algorithm vision algorithm visual estimation visual estimation
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | Chen, Junjie , Miao, Xiren , Jiang, Hao et al. Identification of Autonomous Landing Sign for Unmanned Aerial Vehicle Based on Faster Regions with Convolutional Neural Network [C] . 2017 : 2109-2114 . |
| MLA | Chen, Junjie et al. "Identification of Autonomous Landing Sign for Unmanned Aerial Vehicle Based on Faster Regions with Convolutional Neural Network" . (2017) : 2109-2114 . |
| APA | Chen, Junjie , Miao, Xiren , Jiang, Hao , Chen, Jing , Liu, Xinyu . Identification of Autonomous Landing Sign for Unmanned Aerial Vehicle Based on Faster Regions with Convolutional Neural Network . (2017) : 2109-2114 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
国际社会间的来往沟通,不同国家间的文化交流,均需要一批专门从事翻译的高素质人才.福建历史上的船政学堂曾造就了一大批优秀的翻译人才,如严复,林纾等.究其原因,应该归功于它的教学模式.船政学堂为翻译人才的培养提供了成功的案例,对当今高校培养复合型翻译人才具有良好的借鉴作用.
Keyword ：
复合型 复合型 教学模式 教学模式 福建船政学堂 福建船政学堂 翻译人才 翻译人才
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 陈静 . 福建船政学堂与高校复合型翻译人才培养 [J]. | 乐山师范学院学报 , 2016 , 31 (2) : 58-61 . |
| MLA | 陈静 . "福建船政学堂与高校复合型翻译人才培养" . | 乐山师范学院学报 31 . 2 (2016) : 58-61 . |
| APA | 陈静 . 福建船政学堂与高校复合型翻译人才培养 . | 乐山师范学院学报 , 2016 , 31 (2) , 58-61 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
台湾学者余光中以诗歌、散文方面的成就闻名海内外,其实他在翻译方面的造诣同样深厚。回顾其数十年的翻译生涯,可以看到他在小说、诗歌、戏剧翻译、翻译评论及翻译教学方面均取得令人瞩目的成果,是中国现代的一位翻译大家。
Keyword ：
余光中 余光中 求学生涯 求学生涯 翻译活动 翻译活动 翻译观 翻译观
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 陈静 . 余光中的求学生涯与翻译活动 [J]. | 海峡教育研究 , 2013 , (01) : 25-27 . |
| MLA | 陈静 . "余光中的求学生涯与翻译活动" . | 海峡教育研究 01 (2013) : 25-27 . |
| APA | 陈静 . 余光中的求学生涯与翻译活动 . | 海峡教育研究 , 2013 , (01) , 25-27 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Export
| Results： |
Selected to |
| Format： |
