课程文献中心 更多>>

关键词： 图像处理   颜色恒常性   语义分割   多区域融合   光源估计   场景语义  

摘要： 针对现有颜色恒常性算法在复杂场景下的适用性差,光源估计精度不高的问题,提出一种多区域融合的全卷积颜色恒常算法.首先,利用金字塔场景解析网络(Pyramid Scene Parsing Network,PSPNet)模型对目标图像进行场景语义分割;其次,将本文提出的基于全卷积网络架构的端到端光源估计模型(Full Convolutional Illuminant Estimation Network,FCIEN)用于各语义区域进行光源估计,各区域通过加权融合得到整体图像的光源估计值;最后,根据得到的光源估计值使用Von Kries模型对目标图像进行偏色校正.在Gehler-Shi、NUS-8camera等数据集中的实验结果表明,相较于同类型的算法,本文算法的光源估计角度误差值分别下降20.73%、15.22%.实验结果表明,本文算法针对复杂场景的光源估计有着较强的鲁棒性和准确性.

关键词： 深度学习算法   智能控制系统   类人型机器人  

摘要： 类人型仿生机器人相比传统机器人具有更加灵活和智能的优势,适用场景更加广泛。为了适应机器人更加广泛的应用场景和更高智能化的需求,设计了基于深度学习算法的智能控制系统,并集成3D深度相机、传感器、余自由度机械臂及多模态手爪等配套硬件,结合配套算法,实现机器人的自主学习、定位和姿态调整,完成机器人的整体运动,并设计深度学习算法验证其可行性。

关键词： 算法自动化行政处罚决策   相对人   程序性权利保障  

摘要： 算法自动化行政处罚决策是人工智能技术跨入行政执法领域的重要体现,它在提高行政效率等方面具有显著优势。但其技术性、即时性和虚拟性,使行政相对人的知情权、申辩权和救济权陷入尴尬境地。引入人工智能算法应增强行政机关的告知义务,提高算法的透明度和可解释性;建立线上申辩制度,明确行政机关的解释义务;明确责任承担的主体和归责原则,优化救济程序制度,以突破算法自动化行政处罚决策中相对人程序性权利的保障困境。

关键词： 螺栓   注意力机制   改进YOLOv7   SiLU  

摘要： 螺栓在输电线路中起着至关重要的作用,一旦某个螺栓被损坏,就可能出现漏电及线路松动等隐患,影响整个电路的安全。为快速准确地检测螺栓,提高巡检效率,保障输电线路的稳定运行,提出了一种基于改进YOLOv7网络的输电线螺栓检测方法。首先,在YOLOv7的头部层中集成了注意力机制,加强了骨干特征提取,使网络能够专注于相关的目标对象;其次,提出用SiLU(Sigmoid Linear Unit)激活函数取代YOLOv7网络中原有的激活函数,提高螺栓的检测性能。实验结果表明,mAP(平均精确率均值)为94%,F_(1)-Score(F_(1)值)为86%,Precision(精确率)为88%,Recall(召回率)为84%,平均检测时间为0.025 s,超过了其他模型。改进后的YOLOv7模型具有出色的螺栓检测精度,使巡检机器人能够在输电线中有效地检测螺栓。

关键词： 风景园林   多智能体模型   兴趣点(POI)数据   空间复杂性   涌现  

摘要： 【目的】通过分析城市兴趣点(point of interest,POI)数据,实现场地相关区域城市特征的挖掘,借助黏菌智能体模型接入区域城市特征数据,生成城市公园场地空间结构,为当下城市公园场地设计提供一种复杂系统自组织机制的空间分析方法与设计新思路。【方法】采用基于POI数据映射的黏菌智能体空间网络分析设计方法,通过多智能体模型空间信息模拟,探索城市空间功能渗透下城市公园的系统性空间功能关联,从而引导规划场地的结构生形。【结果】基于POI数据映射的黏菌智能体空间网络分析设计方法在中小场地景观设计中具备较高的可行性。多智能体模型对黏菌生长行为的模拟能够有效反映与场地结构关联的城市信息在场地空间中的渗透结果,形成带有自组织路径肌理的场地空间功能分区。【结论】多智能体模型分析借助空间算法,能有效载入场地及其关联系统空间的设计信息,通过智能体粒子模拟群体行为来形成空间关系映射,可为景观设计带来新的思考范式。

关键词： 路径规划   改进A^(*)算法   斥力场   双向搜索  

摘要： 为解决传统A^(*)算法搜索效率低、路径拐点多、贴近障碍物等问题,结合无人艇特性,提出一种改进A^(*)算法。首先,引入人工势场法对评价函数进行改进,考虑障碍物斥力场的影响,提高路径安全性;其次,通过改进节点遍历方式和双向搜索机制减少搜索节点,提高路径规划速度;最后,对生成路径进行二次优化,删除冗余节点,提升路径平滑性。仿真结果表明,开阔水域场景下改进A^(*)算法在安全性、路径长度、路径平滑性、规划速度方面均有较大提升;岛礁区场景下改进A^(*)算法虽然在路径长度上有所牺牲,但安全性、路径平滑性、规划速度方面具有明显优势。研究成果可为无人艇全局路径规划问题研究提供一定的参考。

关键词： 车辆与行人检测   自动驾驶   深度学习   目标检测   坐标卷积   注意力机制   损失函数  

摘要： 为解决目标检测算法在自动驾驶领域检测精度不佳、实时性差、适应性不足等问题,提出一种改进的YOLOv7算法。在算法网络中添加坐标卷积,加强算法对目标位置信息的捕获能力;增加通道和空间注意力机制CBAM到神经网络中,增强算法的特征捕获能力;使用EIoU作为算法的损失函数,增加损失收敛速度。在智能交通BDD100K数据集上进行分析实验,与基准算法YOLOv7对比,平均精度均值(mAP)增长了3.48%,达到了77.55%,各个类别的平均精度(AP)有所提高。实验结果表明,改进后算法能够有效实现不同环境下车辆与行人的目标检测。

关键词： 5G通信   网络传输系统   蚁群算法   动态信息素更新机制  

摘要： 随着5G通信技术的发展,网络传输系统对传输速率、延迟和容量的要求不断提高。蚁群算法作为一种优化算法,因全局搜索能力强、并行性好,广泛应用于优化问题。提出一种基于改进蚁群算法的5G通信网络传输系统设计方法,通过动态信息素更新机制,加快算法的收敛速度,优化其性能。实验结果表明,该方法在传输路径优化和资源分配方面具有显著优势。

关键词： 深度神经网络   特征重要性   类激活映射   可解释性   合作博弈   沙普利值   特征图  

摘要： 为加深对深度神经网络内部决策依据的理解,更好进行网络的调试和应用,提出一种结合特征重要性算法和类激活映射(CAM)的计算机视觉可解释性技术(Shapley-CAM)。利用合作博弈理论中的沙普利值算法计算特征图对最终结果的贡献,以此作为权重对特征图进行加权求和,得到类激活图,对神经网络模型的决策机制进行解释。重点考虑网络最后一层中每个特征图对结果的影响,可视化输入图像中对模型输出造成正向影响的区域。实验结果表明,该方法能够更准确地解释深度神经网络的决策依据,在定位能力和算法忠诚度等方面的性能得到了显著提升。

关键词： 形状优化   和声搜索算法   混合遗传算法   自适应遗传算法  

摘要： 为改善传统设计理念和遗传算法优化不足,促进桁架结构形状优化的发展与创新,依据和声搜索算法和遗传算法的基本原理,提出一种新型混合遗传算法-和声搜索遗传算法(遗传算法与和声搜索算法的混合是通过在遗传算法操作后嵌入和声搜索算子),同时对遗传算法中交叉变异分三种情况进行自适应改进,引入精英主义等改进措施,并对和声搜索算法进行离散变量和连续变量混合变量处理,建立了基于和声搜索混合遗传算法的桁架结构形状优化方法。在优化过程中,对节点坐标和截面面积两个不同类型的设计变量进行统一考虑,解决了两类变量耦合困难的问题。通过两个典型算例分析,结果表明,和声搜索遗传算法(Harmony Search Hybrid Genetic Algorithm,HS-GA)具有高效的收敛速度,全局能力强;与遗传算法(Genetic Algorithm,GA)、启发式粒子群优化(Heuristic Particle Swarm Optimization,HPSO)算法,以及其他优化算法相比,优化效果明显,是一种适用于桁架结构形状优化的方法。