课程文献中心 更多>>

关键词： 蚁群算法   势场启发式函数   信息素奖惩策略   最大最小蚂蚁系统   路径规划  

摘要： 该文针对智能车路径规划问题,提出一种改进蚁群算法的路径规划方法。传统蚁群算法虽有良好适应性,但也存在效率低下和易陷入局部最优等问题。为此,该文引入势场启发式函数和信息素奖惩策略,优化启发函数和信息素更新机制,提高算法全局搜索能力和收敛速度。通过最大最小蚂蚁系统保持信息素多样性,有效避免局部最优,并采用路径二次优化策略简化路径,减少长度。实验结果表明,改进算法在复杂环境下有更快的收敛速度和更高的路径质量,为智能车路径规划提供了一种有效的优化策略。

关键词： 体层摄影术,X线计算机   纹理分析   腹部   深度学习   图像重建算法  

摘要： 目的探讨深度学习图像重建(DLIR)算法、自适应统计迭代重建(ASiR-V)算法和滤波反投影重建(FBP)算法对肝脏肿瘤患者门静脉期CT腹部增强直方图和小波特征的影响。方法回顾性收集接受腹部增强CT检查的肝脏肿瘤患者68例。利用门静脉期数据重建出FBP、ASiR-V 30%、DLIR(低、中、高3种重建强度)共5组图像。对各组图像的肝脏病灶、肝脏、脾脏、肾脏以及竖脊肌提取直方图特征及小波特征并采用单因素方差分析或Kruskal-Wallis检验进行比较。两名医师分别勾画三维病灶,其中1名医师间隔1个月再次勾画。采用ICC评估病灶特征提取的一致性。P<0.05认为差异有统计学意义。结果肝脏、脾脏、肾脏、肌肉和肝脏肿瘤的大部分直方图和小波特征在5组图像之间差异均具有统计学意义(P值均<0.05),且随DLIR重建强度的增高,差异无统计学意义的特征数量减少。在直方图特征中,能量、平均值、中位数和总能量在5组图像间差异均无统计学意义(P值均>0.05);在小波特征中,平均值和中位数在5组图像间差异无统计学意义(P值均>0.05)。除小波特征中的平均值外,肝脏肿瘤其余特征提取的一致性良好,观察者内及观察者间ICC值分别为0.756~1、0.767~1。结论30%ASiR-V及不同强度DLIR算法均会影响CT门静脉期腹部脏器和肝脏肿瘤的直方图及小波特征提取,且影响会随重建强度增加而加重。中位数可能作为肝脏肿瘤CT纹理分析的可靠定量参数。

关键词： 粒子滤波   路径规划   局部最优   优化算法   信息素  

摘要： 路线优化即路径规划问题是指在环境信息已知的情况下,找到一条路程最短且避免与障碍物碰撞的有效路线。该问题的求解算法由于环境信息的复杂多变存在很多局限性,目前用于求解路径长度最小化的算法在求解过程中容易陷入局部最优问题,且收敛速度也较慢。针对这类问题,提出了一种基于粒子滤波优化方法的求解思路。首先,在环境信息已知的情况下,确定了其起点与终点的位置信息,其最优路径就是固定的,可以把求解路径最优问题看成是一个对路径长度的优化问题;然后,利用粒子滤波的方法对其进行最优求解估计;同时,引用蚁群算法的信息素思想进一步改进其优化过程,使优化更快地进行收敛,找到其最优解。仿真实验表明,采用粒子滤波优化方法能够精确找到路径最优路线,并且其收敛速度性能良好。

关键词： 反应堆探测器组件拆除   机器视觉   模板匹配   分数阶微分  

摘要： 传统模板匹配算法往往通过整数阶微分算子来寻找特征点,存在着抗噪性差、对纹理细节丰富的目标图像匹配效果差的问题。而分数阶微分算子已在前人的文献中证实,相比整数阶微分可能会丢失的细节,分数阶微分可以通过调整阶数参数来突出不同尺度的空间频率成分,从而既能有效增强图像的细微结构又能抑制噪声。因此,将基于一阶梯度算子的特征匹配算法Linemod改为基于分数阶微分算子的算法。实验表明,改进的分数阶微分特征匹配算法在选择合适阶数的微分算子以后,在保证提取出图像纹理边缘特征的同时,抑制了噪声对匹配过程的干扰,使匹配结果更准确,匹配速度更快。

关键词： 输电通道   空飘物   目标检测   尺度变化  

摘要： 在电网长期运行期间,空飘物威胁输电线路安全稳定运行。针对密集输电通道场景复杂及漂浮物形态与尺度快速多变,难以兼顾检测准确性与实时性的问题,提出基于多尺度融合的密集输电通道空飘物检测算法。该算法以路径聚合网络为基础,融合快速空间金字塔池化模块,添加动态蛇形卷积和小目标检测层提升检测性能,采用置换注意力机制与加权交并比损失函数降低复杂背景干扰。试验分析表明,该算法可有效应对移动引发的尺度变化,精度和速度均优于其他目标检测算法。

关键词： 车辆行人检测   DAB-DETR算法   GELU激活函数   Siou损失函数  

摘要： 针对背景复杂与尺度变化较大情况下车辆行人目标检测精度不高、容易出现错检及漏检问题提出一种改进DAB-DETR算法的车辆行人目标检测算法,采用SIoU损失函数优化预测边界框,将小目标的检测误差放大,从而更好地处理小目标检测问题。引入GELU激活函数增强算法的泛化能力,提高算法在复杂背景及遮挡情况下的检测性能。实验结果表明,改进后的算法较原DAB-DETR算法在召回率和平均精度均值上分别提高了2.6%和8.3%,验证了改进方法的有效性,为复杂场景下车辆行人目标检测提供了算法支持。

关键词： 藏药材植物   深度学习   目标检测   轻量化算法   YOLOv8  

摘要： 由于藏药生长环境恶劣,人工识别藏药材植物非常困难,提出一种基于改进YOLOv8的轻量级检测算法LTP-YOLO检测户外环境中的藏药材植物。首先,利用MobileViT替换YOLOv8特征提取网络来减少算法参数量和计算量。其次,引入内容感知特征重组上采样算子CARAFE帮助算法在上采样时感知上下文信息。再次,提出多尺度融合注意力机制MFA建立局部跨通道交互提升算法检测精度。实验表明,所提算法将参数量从3.02 MB减少到1.28MB,计算量从8.2 GFLOPs减少到5.8 GFLOPs,在自建的藏药植物图像数据集上mAP@.5相较于YOLOv8更优。证明了该算法可满足移动设备的高精度、低计算部署需求,并在各种密集植物检测任务中显示出广阔的应用前景。

关键词： 大数据   机器学习   决策树   ID3算法   养老设施   规划布局  

摘要： 基于成都市中心城区设施POI和老年人口数据,分析了老年人口和养老设施的分布特征。采用ID3算法进行选址预测,与实际养老设施对比,重合率超过80%,显示研究具有科学可行性。通过大数据和决策树算法的支持,选址决策的科学性得以确保。结果表明:(1)初步预测,5大城区养老设施需求大,周边区域需求小;(2)通过对成都中心城区养老设施的核密度分析,发现设施分布广泛但不均,5大城区明显多于周边,城市核心和老年人口密度高的区域设施多;(3)三环内老龄化严重的5大城区养老设施选址预测的网格点位聚集,5大城区外的部分街道也需要规划养老设施。

关键词： 前馈神经网络   高速公路   交通态势   信息化识别   模糊聚类算法   交通流参数  

摘要： 为了精准识别高速公路交通态势,保障车辆的安全畅通,研究基于前馈神经网络算法的高速公路交通态势信息化识别方法。通过模糊聚类算法划分高速公路交通态势数据的类别;构建基于前馈神经网络的信息化识别模型,输出高速公路交通态势识别结果。测试结果表明,所提方法识别结果的MAE区间为[5.12,6.96],MAPE区间为[9.88%,11.52%],识别精度较高,可以保障车辆的安全通行。

关键词： 小麦病虫害   异常检测   自适应算法   卷积深度神经网络模型   检测鲁棒性  

摘要： 小麦生长中,病虫害特征受环境、作物状态影响导致病虫害特征出现差异,进而加大检测难度。文章提出基于改进自适应算法的小麦病虫害检测鲁棒性研究,采用CDCNNv2模型学习小麦图像特征,捕捉病虫害在不同光照、时间下的细微变化,通过异常检测技术评估病虫害特征显著度,初步识别其类型和严重程度,引入自适应算法,计算平均检测精度,动态调整检测阈值和参数,结合收敛曲线和错误覆盖率确定最佳检测频次,实现检测效率最大化。实验结果显示,该方法在强光和弱光环境下均能保持高检测精度和低错误率,抗干扰性指数达0.9以上,证明了该方法的卓越性能和鲁棒性。