课程文献中心 更多>>

关键词： 缺陷检测   泡罩包装   药片   YOLOv8   轻量化  

摘要： 目的针对目前药片泡罩包装缺陷检测算法中缺陷类型单一、检测精度低、实时性能差等问题,提出了一种基于改进YOLOv8的药片泡罩包装缺陷检测算法UACSS-YOLO(UNetV2-ADown-ContextAggregation-Slim-Neck-SAttention-YOLO)。方法该算法首先设计了主干网络UNetV2捕捉多尺度特征,采用轻量化下采样卷积层ADown降低训练成本,接着引入注意力机制ContextAggregation聚合上下文信息,提升复杂背景下的检测能力,最后将原颈部网络和检测头分别替换为Slim-Neck和SAttention,以减少参数量并提高检测速度。结果UACSS-YOLO较YOLOv8在精确度P上提升了6.6%,在召回率R上提升了5.2%,在P_(mA)@0.5上提升了4.8%,同时浮点运算数只有11.9 G。结论相比其他算法,UACSS-YOLO满足低算力兼顾高精度的部署需求,为药片制造过程中的实时缺陷检测提供了一种高效的技术解决方案。

关键词： ZUC   面积优化   复合域   时序复用   窄带物联网  

摘要： 物联网(Internet of Things,Io T)领域当前正面临着无法回避且持续存在的网络安全威胁以及设备资源受限的双重挑战.针对前述问题,本文在ASIC(application specific integrated circuit)平台上,利用时序复用与门控时钟技术,设计了一种高效的低面积ZUC算法硬件实现电路.此电路通过确保每个功能模块仅被实例化一次,实现了电路面积的极小化.在S盒的设计上,本文借鉴了塔域分解的思想,并提出了一种算法,用于在有限域F_(2^(n))到有限域F′_(2^(n))之间搜索同构映射矩阵.该算法旨在找到一种同构映射,当它与S盒运算的仿射矩阵及其他相关矩阵相乘后,能够以最少的异或逻辑门数实现映射.基于上述两点,本文所实现的S1-box在面积上与当前AES算法的Sbox相当.在线性变换部分,本文采用了最大距离可分(maximum distance separable,MDS)矩阵拆解的思想,使得整个线性层的实现仅需164个异或门.在加法链的设计上,本文采用了进位存储加法器、32比特加法器、单加数的31比特加法器与中间寄存器的组合.这一设计使得线性反馈移位寄存器层与有限状态自动机层能够共享同一条加法链,从而进一步优化了电路结构.在TSMC 90 nm工艺下综合验证,本文所提出的硬件实现方案在时钟频率为250 MHz时,吞吐率可达2 Gbps,同时面积开销仅为6.67 k GE.与当前主流方案相比,本设计在保持吞吐率不变的前提下,面积开销降低了44%.

关键词： 拓扑双向融合   雷达相机融合探测   粗关联波门   改进YOLOv7-tiny   相似度  

摘要： 针对传统IoU融合方法在无人艇航行晃动情况下多目标融合准确率低的问题,提出一种拓扑双向融合算法。使用改进的YOLOv7-tiny算法对图像进行检测,利用矩阵转换将雷达点投影至图像。利用PROSAC算法对投影后的雷达点进行拟合与偏转处理,以减小船体晃摇对融合的影响。为减小计算量,依据传感器的系统误差及位置误差损失设计了一种粗关联波门。对粗关联后的雷达和相机数据进行拓扑融合,设计一种拓扑融合指标,在三角形相似度的基础上,增加多边形角度相似度和中心点连线相似度,弥补了雷达投影导致的角度信息缺失。对未融合雷达点附近图像截取进行检测融合;对未融合光学检测框,选取方位线最近邻雷达点进行融合,实现双向融合。实测数据分析结果显示,改进的YOLOv7-tiny算法mAP@0.5从0.883提高到0.93,所提拓扑双向融合算法准确率达到92.76%,明显优于IoU算法。该研究对海上无人艇雷达相机融合探测领域具有一定的参考意义。

关键词： 指针式仪表   仪表读数算法   YOLOv5   风电机舱  

摘要： 针对风电机舱内指针式仪表的数据读取,提出一种指针式仪表读数算法。首先,创建机舱仪表信息数据字典,录入机舱内各种仪表的基本信息;其次,设计表盘信息检测算法,通过该算法得到表盘类别和仪表特征关键点的位置信息;最后,设计表盘读数识别算法,借助其获取仪表指针偏转角度,进一步计算得到仪表读数。经过测试,所提算法能够准确读取机舱内仪表的示数,误差不超过1.5%。

关键词： 目标检测   在线课堂   听课行为识别   性能优化   特征融合  

摘要： 目前目标检测技术日趋成熟,但是针对在线听课行为的识别仍存在挑战。针对在线课堂人为监管力度不足、目标检测模型复杂度较高所导致的在线课堂行为识别不精准、模型计算量较高等问题,提出一种基于改进的YOLOv8在线听课行为检测与识别方法。首先在YOLOv8n的基础上添加BiFPN双向特征金字塔网络来进行特征融合,以增加特征提取的能力,提高模型识别准确度;其次在Head端采用C3Ghost模块替代C2f模块,以大幅减少模型计算量。实验结果表明,提出的YOLOv8n-BiFPN-C3Ghost模型在线上听课行为数据集上的mAP@0.5和mAP@0.5∶0.95指标分别为98.6%和92.6%,相比其他课堂行为识别模型在精度上最高提升了4.2%和5.7%,计算量为6.6 GFLOPS,比原模型降低了19.5%。YOLOv8n-BiFPN-C3Ghost模型能以更低的运算成本精确地实现在线听课行为的检测和识别,可以实现对学生在线课堂学习情况的动态、科学识别。

关键词： AI芯片   智能化   调度   资源分配   强化学习  

摘要： AI芯片虚拟化是一种将AI芯片虚拟分构成许多逻辑互通的独立计算资源,来满足多用户并行使用的可靠技术。但是使用AI芯片上的调度器对许多实例进行调度时,如果不能实现对每个实例上任务的资源合理分配,就会导致计算资源的浪费,降低AI芯片的总体使用效率。因此本文提出了一种基于强化学习的面向AI芯片智能化调度算法RLOD,可以结合实例的情况特征与AI芯片的运行状态,合理高效调度相关任务,进一步提高AI芯片的使用效率。

关键词： 相控阵雷达   协同任务调度   群智能优化  

摘要： 针对多雷达协同探测场景下多种协同探测模式并存、多任务分配优化求解复杂的问题,提出了一种基于群智能优化的多雷达协同任务分配算法,构建了以探测目标效能、可用协同模式、参与节点数量为参数的协同策略收益函数。在此基础上,将多任务分配问题转换成了一个组合优化问题,并通过采用群智能优化算法,实现了快速优化求解。仿真结果表明,该文提出的算法可以有效实现多雷达协同任务分配,求解效率高效,满足在线实时性要求。

关键词： 大跨度异形钢结构   优化设计算法   遗传算法   软件开发   多目标优化  

摘要： 随着建筑行业对大跨度异形钢结构需求的增加,优化设计和施工过程成为提高工程质量和降低成本的关键。本文研究了针对大跨度异形钢结构的优化设计算法,提出了一种基于遗传算法(GA)和模拟退火算法(SA)的混合优化方法,旨在解决传统优化方法在复杂结构设计中的不足。本文基于多目标优化理论,构建了一个新型优化模型,该模型在考虑结构稳定性、材料使用和施工难度等多方面因素的基础上,实现了综合优化。在软件开发领域,一个用户友好的设计软件被集成了基于上述算法的优化框架,该软件提供了可视化的设计界面和实时的优化反馈,新技术路径和工具支持为异形钢结构设计提供了重要依据,对工程实践具有指导作用。

关键词： 林火检测   鲸鱼优化算法   图像处理   特征提取   性能评估  

摘要： 构建一种基于鲸鱼优化算法(WOA)的林火检测系统,旨在提高林火检测的效率和准确性。运用TRIZ理论优化法改进鲸鱼优化算法,并形成新的基本原理,运用该原理进行系统设计总体框架、关键性技术,包括图像处理、特征提取、以及鲸鱼优化算法在林火检测中的应用。实验结果验证了所提系统的性能表现,表明运用TRIZ理论改进后的鲸鱼优化算法(WOA)形成的林火检测系统在检测速度和准确度方面均表现出较传统方法更优的性能,展现出其广阔的应用潜力。

关键词： 符号距离场   三角网格模型   增材制造   距离变换   三周期极小曲面  

摘要： 基于三维实体模型的符号距离场可高效进行诸如布尔运算和随形梯度点阵结构生成等三角网格模型难以处理的操作,在增材制造领域有着重要的用途,但复杂三角网格模型符号距离场的生成效率非常低。提出了基于多信息体素的三角网格模型精确符号距离场和混合距离场的概念及其生成算法。精确距离场算法将包含三角网格模型的有限空间平行于坐标轴等距分割成多个体素,对三维体素空间进行快速距离变换,生成粗糙符号距离场,依据粗糙符号距离场将相关三角面片划分到每个体素中,过滤无关的三角形,生成精确符号距离场,在效率上有百倍的提升;混合距离场算法利用粗糙符号距离场选择性构建边界附近的精确符号距离场,空间内其他位置用粗糙符号距离场表示,在保证内部符号距离场分辨率的前提下的提高了距离场的生成效率。最后通过生成随形的梯度点阵结构对算法进行验证。