找到 4 条结果 · IEEE Access
基于注意力增强InceptionNeXt的肺癌检测混合深度学习模型
Attention Enhanced InceptionNeXt-Based Hybrid Deep Learning Model for Lung Cancer Detection
Burhanettin Ozdemir · Emrah Aslan · Ishak Pacal · IEEE Access · 2025年1月
肺癌是全球癌症相关死亡的最常见原因。这种高度致命和流行疾病的早期诊断可显著提高生存率并防止其进展。计算机断层扫描CT是肺癌诊断的金标准成像方式，为肺结节评估提供关键见解。呈现集成卷积神经网络CNN和视觉Transformer ViT的混合深度学习模型。通过优化和集成网格和块注意力机制与InceptionNeXt块，所提模型有效捕获CT图像中的细粒度和大规模特征。这种综合方法使模型不仅能区分恶性和良性结节，还能识别腺癌、大细胞癌和鳞状细胞癌等特定癌症亚型。InceptionNeXt块的使用促进多尺...
解读: 该肺癌检测深度学习模型对阳光电源智能诊断技术有跨领域借鉴意义。虽然阳光主要聚焦能源设备，但CNN与ViT混合架构和注意力机制可应用于阳光设备缺陷检测和故障诊断。多尺度特征处理技术对阳光光伏组件热斑检测和储能设备异常识别有参考价值。轻量级高精度模型设计思路与阳光边缘智能设备需求一致。迁移学习方法可应用...
YOLOv8n-GBE：一种结合Ghost卷积与BiFPN-ECA注意力机制的混合YOLOv8n模型
YOLOv8n-GBE: A Hybrid YOLOv8n Model With Ghost Convolutions and BiFPN-ECA Attention for Solar PV Defect Localization
Likitha Reddy Yeddula · Archana Pallakonda · Rayappa David Amar Raj · Rama Muni Reddy Yanamala 等6人 · IEEE Access · 2025年1月
可靠的光伏组件缺陷检测对维持长期能源效率和降低运维成本至关重要。本文提出一种基于混合YOLOv8n架构的轻量高性能深度学习模型，适用于RGB、灰度及红外等多种模态下的多尺度缺陷识别。该模型融合BiFPN结构、Ghost Bottleneck模块与高效通道注意力（ECA），提升多尺度表征能力，减少冗余计算，增强特征提取。在PVEL-AD、PV-Multi-Defect和Solar Panel Anomalies三个基准数据集上的实验表明，模型mAP@50分别达96.5%、94.6%和97.6%，推...
解读: 该轻量级光伏缺陷检测模型对阳光电源智能运维体系具有重要应用价值。可直接集成至iSolarCloud云平台的智能诊断模块，结合无人机巡检实现SG系列光伏电站的实时缺陷识别，1.9ms推理速度和3M参数量满足边缘计算需求。多模态检测能力（RGB/红外）可增强PowerTitan大型储能电站的组件健康监测...
温室气候预测的深度学习创新：来自西班牙案例研究的见解
Deep Learning Innovations for Greenhouse Climate Prediction: Insights From a Spanish Case Study
Salma Ait Oussous · Dauris Madama Lail · Rachid El Bouayadi · Aouatif Amine · IEEE Access · 2025年1月
准确预测温室温度对有效气候控制和优化作物生产至关重要。本文研究深度学习DL模型和早期研究提出的Power LSTM模型在西班牙数据库上预测温室内部温度的性能。通过分析GRU、ANN、LSTM-ANN和LSTM-RNN等DL架构，对比评估PLSTM模型性能。结果显示PLSTM模型始终优于其他DL模型，R²达0.9999，RMSE和MAE显著更低，展示其处理温室条件时间序列预测的鲁棒性，为改进农业精准气候控制和智能温室系统开发提供关键工具。
解读: 该温室气候预测技术对阳光电源农业光伏和智慧农业应用有重要意义。阳光光伏+农业大棚解决方案需要精准的环境控制和能源管理。PLSTM深度学习模型可集成到阳光智慧农业系统，实现温室温度精准预测和智能调控。结合阳光光伏发电和储能系统，可优化温室供暖制冷能源使用，降低农业用能成本。该技术可进一步扩展到光伏电站...
量子密钥分发在智能电网网络安全系统中的适用性研究
Quantum Key Distribution Applicability to Smart Grid Cybersecurity Systems
Farid · Proshanta Kumer Das · Monirul Islam · Ebna Sina · IEEE Access · 2025年1月
为应对电力需求增长和提升电网韧性，电网现代化需部署先进通信设备。智能电网效率和可靠性与设备间信息交换密切相关，但信息流增加会扩大攻击面并引入新漏洞。目前智能电网主要通过密码学保护信息，但随着算力提升和复杂攻击增加，传统密码算法安全性受威胁。量子密钥分发提供对称密钥安全分发方案，安全性源于量子物理本质。本文研究QKD在智能电网各领域的适用性，识别18个用例和7个评估因子，分析各用例的保密性、完整性和可用性影响及QKD适用性。
解读: 该量子加密技术对阳光电源智慧能源平台的数据安全至关重要。阳光iSolarCloud云平台管理海量光伏储能设备，数据安全是核心关切。该研究为阳光未来布局量子加密通信提供理论基础。在电网侧储能和虚拟电厂场景下，QKD可保护调度指令和交易数据安全，防止恶意攻击和数据篡改，提升系统安全等级至金融级标准。...