课程文献中心 更多>>

关键词： 金字塔   特征提取   图像分类   间距准则  

摘要： 直接采用原始图像进行降维提取特征具有一定的局限性,图像由于拍照远近、取景等原因会导致目标区域与背景区域大小差异,同时目标区域的重要性远高于背景区域,为此,提出金字塔优化算法,即通过图像分割后再进行卷积池化的方法提取特征,然后采用优化的间距准则算法进行图像分类。在ORL和Yale以及加噪数据集上进行实验,实验结果表明:所提算法的鲁棒性和稳定性更好。

关键词： 计算机视觉算法   软件测试   自动化  

摘要： 提出了一种基于计算机视觉的漏洞识别模型在软件测试自动化中的应用设计方案,围绕数据预处理、特征提取与建模以及缺陷分类与定位三个核心模块,构建了一个完整的漏洞检测框架,以解决传统测试方法效率低下和覆盖率不足的问题。同时通过结合静态和动态代码分析技术,设计了特征提取与表示方法,并通过深度学习和统计模型优化了分类器性能。结果表明,计算机视觉的漏洞识别软件不仅提高了漏洞检测的效率和覆盖率,还为软件质量保障提供了新的解决思路。

关键词： 蜣螂算法   动态螺旋搜索   黏菌优化   混合多策略  

摘要： 蜣螂算法作为一种新型群体智能优化技术，虽已显示出良好的性能，但仍存在一些固有缺陷，主要包括容易陷入局部最优解和算法本身的高随机性。为了解决这些问题，提出了一种混合多策略蜣螂优化算法(HMSDBO)。首先，在繁殖阶段，采用动态螺旋搜索策略，使融合搜索方法变得广泛而灵活。然后，在偷窃阶段，将黏菌优化策略与贪婪选择策略相结合，使算法的搜索范围更加细化，提高搜索精度。最后，采用透镜成像反向学习策略，对每次迭代得到的最优解和种群进行更新，提高算法的自学习能力。通过将HMSDBO算法应用于多个标准测试函数以及机器人路径规划实验，验证了HMSDBO算法的有效性和可行性。

关键词： 手势识别   YOLOv5   复杂背景   实时识别  

摘要： 手势识别是人机交互中的关键技术。传统实时手势识别模型对光照变化、复杂背景等干扰因素适应性不强，所用分类数据集仅包含特定手势，在实际应用中泛化能力不足。针对以上问题，提出背景优化的二阶段静态手势识别算法。在检测阶段，采用YOLOv5s(You Only Look Once version 5 small)作为检测网络，利用其定位能力快速检测手部位置。在识别阶段，首先，利用背景与传感器热噪声对分类数据集进行增强，设计背景优化预处理算法，提升模型对复杂背景的适应性；然后，将VGG-16(Visual Geometry Group-16)作为识别网络的原型，增加归一化层并替换激活函数以加速收敛并防止过拟合。实验中，模型可以在多种干扰下提取图像特征，准确率达到97.9%,F1值达到92.3%。实验结果表明，模型对复杂场景的适应能力高于经原始分类数据集训练后的传统模型，具有更高的实际应用价值。

关键词： 抗震设防判定   FTA   改进K-SMOTE   随机森林   随机K折交叉验证  

摘要： 为完善房屋建筑抗震能力评价体系，改进房屋建筑抗震能力判定方法，本文分析了房屋建筑抗震设防能力影响因素，基于故障树分析法(FTA)确定评估目标的基本原因事件，并对FTA模型中的基本原因事件进行分类归纳，构建房屋建筑抗震设防能力判定体系；采用基尼指数计算体系中各指标因子的权重并对指标的重要性进行分析，在对指标进行斯皮尔曼相关系数计算的基础上，结合指标重要性基于随机森林(RF)方法构建了房屋建筑抗震设防能力判定模型，以霍山县部分房屋建筑基础数据构建样本集，为提升RF模型泛化能力，避免模型过度拟合，通过改进K-SMOTE算法混合采样提高样本均衡度，使用随机K折交叉验证方法进行样本划分与模型优化，实现房屋建筑抗震设防能力等级判定。研究结果表明：(1)模型评估准确率为93.81%,模型精确率和查全率分别为0.883和0.938,模型泛化能力强；(2)选择实际房屋建筑样例，模型判定结果与实际结果一致，验证了所提方法构建模型的正确性，能有效用于房屋建筑抗震能力判定；(3)将所提方法应用霍山县乡镇区域房屋建筑抗震设防能力判定，得出霍山县城区房屋建筑抗震能力一般，乡村房屋建筑抗震能力较差。本研究可有效用于房屋建筑抗震能力判定，为改进区域抗震设防措施、降低区域震害风险提供参考。

关键词： 高动态范围图像重建   深度学习   软掩模   Transformer  

摘要： 在众多高动态范围（HDR）图像重建算法中，生成包围曝光式的HDR图像重建算法因其突出的动态范围扩展能力及对复杂光照场景的适应能力成为研究的热点。然而，生成包围曝光式重建算法往往基于卷积神经网络构建图像生成器，导致生成器仅具有局部感受野，难以利用全局信息，使图像过曝与欠曝区域信息恢复能力受限。为此，本文引入Transformer架构赋予网络全局感受野，增强网络建立长距离依赖的能力。同时，为Transformer添加单向软掩模，避免过曝与欠曝区域的无效信息向特征图输入噪声，进一步提高重建质量。实验结果表明，所提算法在VDS数据集与HDREye数据集上峰值信噪比分别提高2.37 dB和1.33 dB，主观对比实验进一步证明所提算法的有效性。该研究为提升HDR图像重建算法对过曝与欠曝区域的信息恢复能力提供了一种新的思路。

关键词： 无人机   航迹规划   蛇优化算法   鱼鹰搜索策略   反向学习  

摘要： 针对智能优化算法在求解无人机三维航迹规划问题时存在搜索能力不足、收敛速度慢和易陷入局部最优等问题，提出了一种鱼鹰搜索策略蛇优化(OSSO)算法。首先，引入Bernoulli混沌映射初始化种群，扩大个体搜索范围，丰富种群的多样性；其次，结合鱼鹰优化算法下潜捕食、随机步长和精确开采思想，改进算法搜索策略，增强其全局搜索能力；然后，通过动态折射反向学习策略进行种群更新，提升算法对局部极值的处理能力，平衡算法全局搜索和局部开采能力；最后，分别采用函数法和高程数据构建2种三维模型，将航迹长度、威胁区距离和无人机本体约束作为评判指标进行仿真实验。实验结果表明：OSSO算法具有较强的鲁棒性，对于求解三维航迹规划问题具有良好的稳定性和有效性。

关键词： 大电网   动态等值   随机森林算法   联合仿真  

摘要： 电力系统暂态电压、功角、频率的稳定分析往往基于短时间尺度的机电暂态仿真，需要借助一个较为精确的大型仿真模型，不但仿真效率低，且耗时较长，由此催生出了大电网动态等值的需求。然而，随着新能源比例不断提升，大电网逐渐呈现出了新型电力系统的一些独有特性，其系统惯量、频率时空分布、调频资源分布差异更为显著，传统基于慢同调理论的动态等值方法逐渐难以保证精度。为解决这些问题，在前期工作基础上，提出了一种基于随机森林法的大电网动态等值方法。首先将大电网划分为研究区域和外部区域，然后将区域间联络线对侧的外部区域等效为若干受随机森林算法控制的非线性动态负荷。利用原始模型联络线的电压/无功、频率/有功关系训练随机森林算法。建立基于PSS/E与Matlab平台的联合仿真模型实现等值后的简化模型机电暂态仿真，并利用Python环境实现两者之间的信息交互与仿真控制。给出了美国东北电网的简化结果，并与现有方法进行了对比，结果显示所提出方法能够较好权衡仿真精度与控制稳定性。

关键词： 目标检测   深度学习   注意力机制   深度可分离卷积  

摘要： 随着注意力机制在目标检测中的广泛应用,进一步提升特征提取能力成为研究的重点.提出了一种新的注意力机制,旨在优化特征交互过程,提升检测性能.所提机制移除了传统自注意力中的查询操作,采用深度可分离卷积高效提取局部与全局信息,并通过键和值的加权融合实现特征聚合.本文方法有效降低了计算复杂度,增强了模型对重要特征的捕捉能力.通过在5个不同类型的数据集上进行验证,实验结果表明,该注意力机制在处理小目标检测、遮挡处理以及复杂场景下的表现优异,显著提高了检测精度与效率.可视化分析进一步证实了其在特征提取中的有效性.

关键词： 学前教育   关联规则   Apriori算法   成绩分析   课程关联性  

摘要： 为探寻学前教育专业课程之间的潜在关联与相互影响规律，采用Apriori算法对学前教育专业必修课的成绩进行数据挖掘。结果表明：学前教育专业必修课程间存在内在联系，同类型课程的关联性尤为显著；《儿童发展》和《学前卫生学》对专业理论知识体系的构建起到奠基作用；专业技能课程展现出高度连续性和系统性的特点，各学习阶段紧密关联。研究结果不仅能为学前教育课程设计和教学方法优化提供量化依据，也为教学管理和学生管理工作的改进提供了决策支持。