课程文献中心 更多>>

关键词： 多尺度字符特征提取   文本识别   深度学习  

摘要： 在场景文字识别任务中,字符特征的提取是至关重要的一环,对于提高识别准确率具有举足轻重的作用。为了提高模型在处理文字弯曲、拥挤、变形、模糊等复杂情况时的性能,提出了一种基于多尺度字符特征提取的场景文本识别算法,以表现优异的SVTR模型为基准,改进了模型中的Mixing Block,使用更丰富的混合块进行特征提取,使得模型能够在不同尺度上对各字符组件进行有效关系建模,从而更全面地理解字符间的联系和字符与全局之间的信息。最后在BCTR等数据集上进行训练和测试,实验结果表明,该方法在BCTR数据集上准确提升了2.8%,验证了其有效性。

关键词： ROS2   路径规划及避障   Rviz仿真   运动学分析  

摘要： 针对6-DOF机械臂在动态操作过程中的安全性与效率问题,使之更贴近实际的生产环境与应用场景。选取了在机械臂路径规划中广泛应用的RRT与RRT-Connect两种算法,并在三维空间环境下进行了对比仿真研究。值得注意的是,机械臂的移动不仅限于二维平面,更多情况下是在三维空间内进行复杂的作业。尤其在工业应用中,机械臂需要在X-Y-Z三维空间中精确执行各项任务,而非局限于X-Y平面。因此,研究机械臂在三维空间中的路径规划与避障技术显得尤为重要。本研究以ABB的IRB120-3-58-IRC5型号机械臂为研究主体,通过Solidworks2023版本的SW2URDF工具配置六轴机械臂的URDF文件,并在虚拟机中运用MoveIt!完成运动学配置。将Python与Rviz结合,进行机械臂的仿真实验。为了更形象的表达三维空间下的路径规划,在MATLAB平台上,对RRT与RRT-Connect两种算法在三维空间中的路径规划性能进行了研究。实验结果表明,相较于RRT算法,RRT-Connect算法在三维空间中的执行时间更短、路径长度更短、稳定性更高,执行效率更胜一筹。

关键词： 红外飞机   目标检测   全局上下文   局部上下文   自适应加权  

摘要： 目的针对远距离红外飞机目标检测中存在的由于成像面积小、辐射强度较弱造成无法充分提取目标特征进而影响检测性能的问题,提出一种基于全局—局部上下文自适应加权融合(adaptive weighted fusion of globallocal context,AWFGLC)机制的红外飞机目标检测算法。方法基于全局—局部上下文自适应加权融合机制,沿着通道维度随机进行划分与重组,将输入特征图切分为两个特征图。一个特征图使用自注意力进行全局上下文建模,建立目标特征与背景特征之间的相关性,突出目标较显著的特征,使得检测算法更好地感知目标的全局特征。对另一特征图进行窗口划分并在每个窗口内进行最大池化和平均池化以突出目标局部特征,随后使用自注意力对池化特征图进行局部上下文建模,建立目标与其周围邻域的相关性,进一步增强目标特征较弱的部分,使得检测算法更好地感知目标的局部特征。根据目标特点,利用可学习参数的自适应加权融合策略将全局上下文和局部上下文特征图进行聚合,得到包含较完整目标信息的特征图,增强检测算法对目标与背景的判别能力。结果将全局—局部上下文自适应加权融合机制引入YOLOv7(you only look once version 7)并对红外飞机目标进行检测,实验结果表明,提出算法在自制和公开红外飞机数据集的mAP50(mean average precision 50)分别达到97.8%、88.7%,mAP50:95分别达到65.7%、61.2%。结论本文所提出的红外飞机检测算法,优于经典的目标检测算法,能够有效实现红外飞机目标检测。

关键词： 无线传感器网络   DV-Hop定位算法   北方苍鹰优化算法  

摘要： 提出基于多种策略共同改进的DV-Hop定位算法,简称TNGODV-Hop.该算法加入Tent混沌映射初始化种群,采用混合反向学习策略优化北方苍鹰算法,计算未知节点的坐标.仿真实验结果表明,经过多策略共同改进的DV-Hop定位算法,在精度上取得了显著的提升.

关键词： 差分空间调制   MIMO检测   期望传播  

摘要： 设计高效且复杂度低的检测算法是差分空间调制(DSM)系统中的一大关键问题。该文提出了一种多相移键控差分空间调制系统的贝叶斯期望传播(EP)信号检测方法,将DSM的信号检测问题转化为待检测信号的参数估计问题,通过迭代估计先验和后验分布的参数,获得检测信号的估计值。该算法将原始的信号检测问题分解为天线域信息和星座域信息两部分,其中天线域检测通过期望传播算法迭代求取,星座域比特通过迭代过程中最优解调获得,降低了算法复杂度。进一步地,该文针对传统期望传播方法中噪声参数进行了扩展,在迭代过程中不断调整噪声项的矩估计,获得了比传统方案更好的性能。该文对所提近最优解调方案进行了仿真验证,结果表明所提方案性能优于传统线性检测方案;所提的基于期望传播的噪声修正方案性能优于传统恒值方案;在不同天线配置和调制阶数情况下,所提方案均能够快速收敛。

关键词： 空间平滑MUSIC   GPU   工程实现  

摘要： 空间平滑MUSIC算法作为一种超分辨测角算法,可以极大的提高雷达的角度分辨能力,对解决低空目标的多径反射及密集型目标分辨探测等问题具有重要的实用价值[1]。然而该算法中涉及大量的矩阵运算,计算复杂度高,数据运算量大,在传统DSP、FPGA等硬件平台开发中存在计算资源紧张、程序设计困难等问题。本文基于CPU+GPU的异构平台,采用GPU并行处理的特点,完成对空间平滑MUSIC算法的实现,对大规模阵元数据测角处理具有较高的可靠性和实时性能力。

关键词： 绝缘子   YOLOv5s   注意力机制   轻量化网络   空间金字塔池化  

摘要： 为提高绝缘子的检测精度,提出一种改进的YOLOv5s绝缘子检测算法。结合多尺度思想,设计一种新的注意力模块MECA,避免浅层信息丢失,提高识别精度;采用GSConv和VoV-GSCSP替换网络中的普通卷积和C3模块,使模型更加轻量化;利用SimSPPF替换SPPF,并将SimSPPF的ReLU函数替换成Mish函数,解决图片失真问题;最后对模型损失函数进行优化,解决了边框回归不准确问题。实验表明,该网络的平均精度均值(mAP)提高了2.1%,检测精度提高了0.8%,参数计算量减少了13.3%,取得不错的效果。

关键词： 增材制造   有限元网格划分   扫掠法   六面体网格   直接能量沉积模型  

摘要： 针对增材制造过程中由于激光能量密度高度集中而造成有限元热-应力分析熔覆区域出现高度非线性分析特征,需要对熔覆区域进行局部网格加密处理,保证有限元分析结果精度的同时减少整体网格数量,提出一种基于扫掠法的过渡层六面体网格自动生成算法,实现对高度非线性分析区域识别并进行局部网格加密处理。算法对激光定向能量沉积有限元几何模型进行网格疏密区域划分,采用过渡层结构连接不同密度的六面体网格单元解决相容性问题。应用实例表明,该方法对网格划分结果高度可控,可实现全局六面体网格划分及熔覆区域网格加密处理,网格单元分布合理且整体网格质量高。

关键词： YOLOX-S算法   通信   网络状态   识别   网络异常  

摘要： 传统的通信网络状态识别方法存在数据预处理复杂、模型训练效率低下以及实时性不足等弊端,导致难以准确、高效地识别网络状态,无法满足现代复杂网络环境的需求。针对这些问题,提出了基于YOLOX-S算法的通信网络状态识别研究。利用聚类算法聚类处理通信网络中的异常状态特征,形成清晰的聚类结构。使用YOLOX-S算法增强聚类后的通信网络关键特征,进一步挖掘通信网络中的潜在特征,提升特征的表达能力和区分度。最后计算通信网络增强后的特征与正常状态或预设阈值的偏离程度识别通信网络的状态。实验结果表明,该方法能够准确并及时地识别出通信网络状态,具有较高的准确率和实时性。

关键词： 光纤布拉格光栅(FBG)   相位生成载波(PGC)解调   反正切算法   寻峰法(PF)  

摘要： 为避免相位生成载波(phase generated carrier,PGC)解调算法在解算光纤布拉格光栅(fiber Bragg grating,FBG)振动传感器信号时,调制深度不稳定导致的FBG中心波长解算存在的较大误差,本文提出了一种相位生成载波解调-反正切-寻峰(PGC-arctangent-peak finding,PGC-Arctan-PF)联合解调的算法。首先,将光路的输出信号分别与载波信号的基频和二倍频率相乘,经过低通滤波器(low-pass filter,LPF),得到含有待测振动信息的不同幅值的正交信号;其次,对该正交信号逐一寻峰,分别计算两路信号的幅值均值,将幅值均值与两路信号交叉相乘,使正交信号幅度平齐;最后,进行反正切运算和高通滤波(high-pass filer,HPF)处理,准确解算出FBG拉伸的频率和幅度。通过仿真和实验验证了该算法的可行性。该算法可以准确解算100—1000 Hz的振动信号,FBG波长解算相对误差小于0.81%,可以有效避免调制深度起伏对算法解算精度的影响。