课程文献中心 更多>>

关键词： YOLOv5s   轻量化   手语识别   MobilenetV3   ECANet   通道注意力  

摘要： 为应对聋哑人群体在日常生活中的沟通障碍问题,提出了优化YOLOv5s网络的新算法.针对YOLOv5s模型体积庞大、参数过多导致移动端检测效率低下的问题,进行了两个方面的改进:一是轻量化处理,采用MobilenetV3轻量化结构取代其主干网络的骨干层;二是采用ECANet注意力机制替换颈干网络中的C3模块,增强模型的特征提取能力,提高模型的检测精度和对环境的适应能力.使用HAGRID数据集进行实验的结果显示:改进后的YOLOv5s-MobilenetV3-ECA模型平均精度mAP达到了99.6%,且在不同环境下,模型对于手语的识别置信度达到了0.9,与改进前的YOLOv5s模型相比,模型大小仅为原来的19.4%,帧率每秒提高了9.7帧,具有更好的泛化能力.改进后的模型可以在移动端上较好地部署,为手语识别和聋哑人士的交流提供了一定的参考价值.

关键词： 支持向量机   垃圾焚烧炉   排炉参数预测  

摘要： 本文对浙江宁波某电厂3号焚烧炉的排炉运行参数进行了预测,采用支持向量机(SVM)算法对垃圾焚烧炉排炉速度进行建模与分析。对原始DCS数据进行清洗和标准化处理,以消除噪声和异常值,提高了模型的收敛速度和性能。通过ReliefF算法评估特征与分类标签间的相关性,筛选出59个与燃烧炉排速度相关的特征,构建新的特征集,从而降低模型复杂性,并提高可解释性。结果表明,本文构建的模型在垃圾焚烧炉排炉参数预测中表现出色,具备良好的学习能力和泛化能力,为实际操作提供了重要的决策支持。本文研究为垃圾焚烧炉的优化运行和管理提供了理论依据和实践参考。

关键词： LBPH算法   人脸识别   信息集成   病人健康状态   智能显示屏  

摘要： 传统的健康监测方法往往依赖于人工观察和记录,不仅效率低下且容易出错。在此背景下,将LBPH算法与智能显示屏相结合,可以设计出具有人脸识别功能的病人健康状态智能显示屏。该显示屏实时捕捉病人的面部图像,利用LBPH算法进行人脸识别,实现病人身份验证,借助数据仓库技术将病人对应的健康信息集成到一起,用于健康状态等级判别并将结果以直观、易懂的方式展示在屏幕上。结果表明:无论面对何种恶劣的测试场景,LBPH算法人脸识别的识别率均在90%以上,验证了显示屏的智能性和可靠性。此外,根据集成到的病人健康信息,得出病人健康状态等级,证明了显示屏的显示功能和统计功能。

关键词： 水电站   电气设备   改进t-SNE算法   故障诊断  

摘要： 电气设备是水电站的核心设备,为保障电站安全稳定运行,采用以能量熵与数理统计为基础的方法,确定其健康状态边界,实现故障运行状态的监控数据筛选。为有效解决故障数据特征存在维度过高和信息冗余的情况,采用改进型t-SNE特征降维算法,降低特征数据维度,提高故障诊断效率。通过对选定电气设备若干故障情况下的特征提取,对比各模型算法下诊断的准确度和运行速度,表明该方法能够有效地实现水电站电气设备的故障诊断。

关键词： 肺结节分割   全尺度跳跃连接   双项限制损失函数   空洞卷积  

摘要： 针对不同性质下肺结节难以精准检测的难题,提出全尺度通道特征聚合编解码网络(FCFA-Net)去辅助经验丰富的医师进行诊断。本网络由SMC、全尺度特征聚合器、自相关特征增强器、通道特征层级提取解码器以及双项限制损失函数构成,用于充分提取CT图像中的浅层与深层特征,以达到分割大小各异、形状各异的肺结节病灶。本文方法FCFA-Net网络相较于UNet、UNet++和TransUnet方法精准率分别提升9.66%、7.84%、3.75%,召回率提升5.50%、2.96%、1.37%,均交并比提升11.35%、7.16%、4.18%,F1分数提升8.07%、5.87%、3.10%,且消融实验表明各个结构均发挥作用,在参数接受范围内达到最佳效果。

关键词： 全球导航卫星系统(GNSS)   整周模糊度   粒子群算法   人工鱼群算法   融合算法  

摘要： 载波相位测量是实现全球导航卫星系统(Global navigation satellite system, GNSS)快速高精度定位的重要途径,而准确解算整周模糊度是其中的关键步骤之一.粒子群算法(Particle swarm optimization, PSO)收敛速度快但易陷入局部最优,人工鱼群算法(Artificial fish swarm algorithm, AFSA)全局优化性能好但收敛速度慢,因此融合两种算法的优点,提出一种GNSS整周模糊度种群融合优化算法(PSOAF).首先,通过载波相位双差方程求解整周模糊度的浮点解和对应的协方差矩阵.然后,采用反整数Cholesky算法对模糊度浮点解作降相关处理.其次,针对整数最小二乘估计的不足通过优化适应度函数来提高算法的收敛性和搜索性能.最后,通过PSOAF算法对整周模糊度进行解算.通过经典算例和试验研究表明:PSOAF算法可以更快地收敛于最优解,搜索效率也更为出色,解算的基线精度可以控制在10 mm以内,在短基线的实际情况下具有较高的应用价值.

关键词： 算法审计结果   算法审计发现   算法审计结论   算法审计建议   算法审计信息  

摘要： 算法审计涉及诸多基础性问题,本文聚焦算法审计结果及其运用这一重要的基础性问题,以经典审计理论为基础,提出算法审计结果及其运用的一个理论框架。算法审计结果包括算法审计发现、算法审计结论、算法审计建议和算法审计信息四种类型,各类算法审计业务都可能产生这些审计结果。算法审计结果的运用者是资源类委托代理关系中的委托人、代理人、审计机构和其他利益相关者,在不同的算法委托代理关系中,上述四者不同。

关键词： YOLOv8   中药饮片   MSDA   MPDIoU   C2fMSDA  

摘要： 针对当前传统网络模型对中药饮片检测精度低,检测不准确的问题,提出一种基于YOLOv8n优化改进的MSDA-YOLOv8中药饮片检测模型。首先,在Backbone上使用SCConv代替部分C2f模块,使用DyCAConv代替部分Conv。其次,添加DilateBlock模块,强化特征信息,提高了检测模型的特征融合能力。在Neck上,设计全新的C2fMSDA模块代替C2f,并引入Inception板块,扩大特征感受视野。使用BiFPN思想,高效双向跨尺度连接和加权特征融合,提高网络性能;最后将原有的损失函数替换为MPDIoU边界损失函数,模型的边界框回归性能有了提高。实验结果表明,改进后的YOLOv8模型在原模型的基础上提高识别精确度0.7%、平均精度2.9%,参数量降低1.9%。综合说明,该模型提高模型识别精度同时降低参数量,优于原算法以及对比算法,满足边缘计算要求,具有实际应用价值。

关键词： 跑道排序   滑行道调度   联合调度优化   双层规划模型   自适应遗传算法  

摘要： 为提高机场场面运行效率,降低航空器延误与滑行时间,提出了基于机场场面联合调度的双层模型。该模型考虑跑道和滑行道之间的关系,以进离场顺序为上层规划,以滑行路径调度为下层规划进行建模,通过上下层模型协同调度来提高机场场面运行效率。设计自适应遗传算法对模型进行求解,自适应遗传算法通过动态调整交叉概率和变异概率,提高了算法的收敛精度和速度。通过国内某大型机场运行数据进行仿真验证。结果表明,该模型能够有效优化航班时刻分配和滑行路径分配,为机场场面联合调度提供决策支持。

关键词： 经验模态分解   自适应补充集合经验模态分解   模态混淆   端点效应   希尔伯特变换  

摘要： 针对经验模态分解(Empirical Mode Decomposition,EMD)固有的模态混淆及集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)能在一定程度上抑制模态混淆但由于添加的白噪声无法完全中和,原始信号的完备性无法保证。同时二者均无法免除端点效应的干扰,模态混淆和端点效应导致EMD和EEMD希尔伯特变换得到的时频分析结果失真。提出添加端点处理程序的自适应补充集合经验模态分解算法(Endpoint Processing-Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,EP-CEEMDAN),实施仿真实验对比EMD、EEMD、EP-CEEMDAN对仿真含噪非平稳振动信号的分解结果,并通过多尺度排列熵检测和边际谱分析验证EP-CEEMDAN对端点效应和模态混淆均具有良好的控制效果,从而证明相比EMD和EEMD,EP-CEEMDAN是一种更优良的自适应算法。最后将EP-CEEMDAN应用于实测非平稳振动信号处理中,发现其通过对端点处理后的振动信号在分解的每一阶段添加自适应白噪声,再通过计算唯一的余项信号获得各个固有模态函数(Intrinsic Mode Function,IMF)。EP-CEEMDAN算法得到的IMF端点发散和模态混淆都得到了有效抑制,经希尔伯特变换得到的时频谱在时域和频域均具有较高的分辨率。该结果可用于非平稳振动信号振动特征识别,对进一步分析工程振动危害提供依据。