课程文献中心 更多>>

关键词： YOLOv5s   安全帽检测   Soft-NMS   OTA  

摘要： 针对于工业场所中密集场景下安全帽佩戴出现的漏检情况以及提高检测精度,提出了一种基于改进YOLOv5s的工业安全帽检测算法.首先,采用CIOU优化Soft-NMS对密集人群重叠的情况,减少重叠目标的漏检,从而提高了安全帽检测的准确性.其次,在网络的中间层添加辅助训练头引入丰富的梯度信息,最后,辅助训练头结合Optimal Transport Assignment添加到Loss中,通过最优的目标匹配,减少模型的漏检和误检的情况,从而提升模型的准确率和召回率.实验结果表明,改进后的算法平均精确值(mAP@50-90)值为68.3%,相对于原YOLOv5s算法提升了3.8%,准确率为92.3%,相较于原YOLOv5s算法提高了0.7%.

关键词： 自组网   相控阵天线   数据时隙复用分配算法  

摘要： 与单波束定向天线相比,相控阵天线在自组网网络中有着广阔的发展前景,如何将相控阵天线多波束技术适用于自组网网络成为当前的研究热点之一。文章基于相控阵天线自组网提出了一种数据时隙分配复用算法。该算法能利用相控阵天线多波束能力,复用不同阵面进行数据传输,有效提高自组网的空时资源复用效率。仿真结果表明,相对于单波束天线,基于相控阵天线的数据时隙复用分配算法能大幅度提高自组网网络的时隙利用率和吞吐量性能,降低端到端时延。

关键词： 视觉跟踪   Transformer   时空特征   自注意力   特征编码  

摘要： 视觉目标跟踪中,由于目标移动速度不同,连续帧对时空邻域的贡献程度也不同。为学习视频帧对邻域信息的贡献,结合自注意力机制学习不同帧的权重大小,提出了一种基于时空Transformer的视觉目标跟踪方法。该算法主要通过关联多帧特征,并在时域上进行信息聚合。首先,将图像通过空间Transformer编码器(STE)对空间特征进行编码。然后,通过时空Transformer解码器(STD)模块在时间维度上聚合帧间信息,以捕获时间和空间的全局上下文信息。最后,在LaSOT、GOT—10k等主流数据集进行测评。实验结果表明:算法在精度、成功率及其他评价指标上取得了一定程度的提升。

关键词： 通信网络   通信阻塞   区域协调   冗余信息滤除  

摘要： 针对通信系统中信息流拥挤与通信阻塞问题,提出了一种基于博弈协调策略算法的通信网络优化模型。研究了一种博弈协调策略新算法,设计了请求事件、响应总队长计算模型,构建了一种通信信号区域协调新模型;对冗余请求事件和响应提出了冗余信息滤除方法。协调优化了给定区域内多路通信信号,通过仿真计算比较了在不同的协调概率情况下的通信效果,结果表明,所提算法平均通信准确度和通信速度较现有常用Pursuit-evasion game算法分别提高了19.03%和1.37 ms,且具有更强抗干扰能力。研究结论可对急诊、火警、加密传输、军事通信、密集资源优化调度等领域提供基础方法和数据支撑。

关键词： 风力发电   算法库   可编程逻辑控制器  

摘要： 在风力发电行业中,算法库作为行业知识应用与积累的载体,在控制系统的开发过程中发挥着重要的作用。为了解决国外品牌控制器风电算法库不开源的问题,实现风电算法库的自主开发,通过分析风力发电行业对算法库的具体需求,结合工控行业中常用的控制系统程序设计标准,从功能设计与接口设计的角度提出了一种风电算法库的设计方法,并描述了通过IEC61131-3语言和C语言加以实现的过程。通过该方法开发的算法库已应用到大型风力发电机组中。

关键词： 联邦学习   边缘服务器   自适应稀疏   深度强化学习   非结构化剪枝  

摘要： 联邦学习中,高模型贡献率的无线网络设备通常由于算力不足、能量有限成为掉队者,进而增加模型聚合时延并影响全局模型精度。针对此问题,该文设计了联合边缘服务器辅助训练和模型自适应稀疏联邦学习架构,并提出了基于边缘辅助训练的自适应稀疏联邦学习优化算法。首先,引入边缘服务器为算力不足或能量受限的设备提供辅助训练。构建了辅助训练和通信、计算资源分配的优化模型,并采用多种深度强化学习方法求解优化的辅助训练决策。其次,基于辅助训练决策,在每个通信轮次自适应地对全局模型进行非结构化剪枝,进一步降低设备的时延和能耗开销。实验结果表明,所提算法极大地减少了掉队设备,其模型测试精度优于经典联邦学习的测试精度;利用深度确定性策略梯度(DDPG)优化辅助资源分配的算法有效地减少了系统训练时延,提升了模型训练效率。

关键词： 遮挡场景   无人机集群   多对地目标跟踪   伸缩系数   视频序列  

摘要： 为了确保目标在被遮挡场景下依旧可以稳定、准确得知目标的位置和状态,提出了遮挡场景下无人机集群多对地目标跟踪算法。通过负反馈控制器令无人机传感器的视线对准目标,消除方位角与俯仰角位置误差。结合前一帧中心加权数值,确定局部搜索区域并设置内插特征,得到目标连续域多信道特征。利用核相关滤波器求解最大响应位置和伸缩系数,更新分类器系数,完成无人机集群多对地目标跟踪。通过实验,证明所提算法能够实现在遮挡场景下无人机集群多对地目标跟踪,可及时更新目标的位置和状态信息,提高跟踪的准确性和效率。

关键词： 内河自动化码头   堆场调度   自适应算法   大数据驱动   磁场模型  

摘要： 内河自动化码头堆场面临空间受限,设备利用率低,作业任务频繁等问题,针对这些特点,基于大数据驱动技术开发的自适应调度算法将堆场抽象为磁场模型,通过引入动态时间窗口机制,多目标协同决策架构,构建了一套完整的智能调度方案,该算法在江苏某内河集装箱码头实施验证,堆场利用率提升12.8%,设备周转效率增加10.5%,作业时间缩短15.2%,系统运行半年,累计处理集装箱32.5万标箱,智能化派位比例达到75%,失位箱率降低至1%以下,设备闲置时间减少42.4%,实践证明,改进算法有效解决了内河码头作业空间局促,船舶到港不均衡带来的调度难题,对提升内河港口自动化水平具有重要意义。

关键词： 深度学习   自动扶梯   摔倒检测   YOLOv8算法   感兴趣区域   轻量化  

摘要： 自动扶梯智能化监控是预防乘客事故发生的重要手段,然而扶梯运行环境较复杂,背景干扰严重,远距离小目标乘客的检测容易造成漏检和误检问题,提出一种基于感兴趣区域改进YOLOv8的轻量化自动扶梯乘客摔倒检测算法。改进算法设计了基于感兴趣区域的BiFormer_ROI注意力机制模块,构造SPD-Conv和BiFormer_ROI的小目标检测模块组改进YOLOv8骨干网络,屏蔽非扶梯背景区域的复杂环境干扰,有效提高小目标检测率。考虑实际应用需要采用GhostSlimPAFPN轻量化结构优化Neck网络,在保持检测精度的同时有效减少模型参数量。采用具有目标尺寸自适应惩罚因子的PIoU v2损失函数改进Head网络,从而实现更快的收敛和更高的检测精度。在自建扶梯乘客摔倒数据集上,改进算法乘客摔倒平均检测精度达到94.2%,检测帧率为87.7 FPS,检测性能显著提高,能有效减少漏检和误检问题,且具有良好的实时性,可以更好地保障乘客安全乘梯。

关键词： 电热综合能源系统   多参数规划   分布式优化   分布鲁棒优化   机会约束  

摘要： 多区域互联电热综合能源系统(integrated electricity and heat system,IEHS)成为未来能源互联网发展的重要方向。在多区域互联IEHS协同中,电力系统运营商须同时与省级调度中心和本地区域供热系统运营商协同,因此对分布式协同算法的收敛性提出更高要求;同时,各区域间可再生能源不确定性的时空关联特性进一步加剧了各区域子调度问题的本地计算求解难度。该文提出基于双步投影算法的多区域互联IEHS三层分布式可信分布鲁棒优化调度模型。首先,基于双步投影算法,提出适用于多区域互联IEHS的三层分布式协同调度模式;其次,在不确定性调度模型方面,提出可信分布鲁棒优化模型,以提升分布鲁棒优化的经济性,并基于对偶理论、Bonferroni不等式与条件风险价值近似方法,将可信分布鲁棒模型转化为确定性线性模型;然后,提出基于双步投影的快速分布式协同算法,以实现多区域IEHS调度问题的快速分布式求解。不同规模案例仿真表明,所提可信分布鲁棒模型能显著降低IEHS的调度成本,且所提双步投影算法能在极少迭代次数内求解出多区域IEHS的全局最优解,与集中式调度的误差小于千分之一。