课程文献中心 更多>>

关键词： 草莓病害   目标检测   YOLOv7-Tiny   多元感受野   EResPANet多尺度融合网络  

摘要： 针对草莓病害图像在检测时存在背景复杂、目标小导致难以被精确检测的问题,本文提出一种基于多元感受野与EResPANet的草莓病害检测算法.首先,该算法使用多元感受野特征标定网络替换YOLOv7-Tiny的主干网络,抑制冗余信息,解决主干网络特征逐层提取时小目标病害丢失问题;最后,通过设计EResPANet网络,避免网络在深层特征提取时,目标信息被复杂背景干扰而导致无法检测的问题.实验结果表明,本文提出的方法相比YOLOv7-Tiny算法在mAP上提高了10.3%,证明本文算法可实现草莓各类病害的准确检测.

关键词： 天然气站   站场设备   设备管理   安全管理  

摘要： 随着能源需求的日益增长,天然气作为清洁高效的能源之一,其运输与储存的安全性显得尤为重要。天然气站场作为天然气输送网络的关键节点,其设备管理与安全管理直接关系到整个能源系统的稳定运行及公共安全。本篇文章着重分析天然气站场设备管理的特殊性、安全管理现状与挑战,并提出一系列针对性的管理与安全措施,以期为提升天然气站场的安全运行水平提供参考。

关键词： 小波阈值降噪   向量加权平均算法   最小二乘支持向量机   预测模型   氨合成  

摘要： 针对化工过程非线性、时滞性高的实际问题,以某氨合成工段为研究对象,首次提出基于小波阈值降噪的向量加权平均算法(INFO)优化最小二乘支持向量机(LSSVM)的氨合成塔预测方法 INFOLSSVM,将小波降噪理论与INFO-LSSVM算法结合创建了预测精度较高的氨合成塔预测模型,用模型筛选出6个氨合成工段中的样本数据进行小波阈值降噪预处理,然后用INFO-LSSVM训练降噪后的数据,得到小波阈值降噪的INFO-LSSVM氨合成塔预测模型,对比INFO-LSSVM、PSO-LSSVM、LSSVM模型的预测结果,得到三者的均方根误差分别为0.231 8、0.447 7、0.496 4,可为多因素作用下类似预测提供借鉴。

关键词： 边缘计算   不确定性最小化   动态规划算法   关键帧子集   局部建图  

摘要： 针对同步定位与地图构建(SLAM)中需要的大量计算资源和高昂的计算成本,以及ORB-SLAM系统建图过程中计算资源大量消耗的问题,提出一种基于边缘计算卸载策略的ORB-SLAM3建图算法。首先,引入动态规划算法有效筛选关键帧子集,构建不确定性量化模型用以评估地图中的不确定性;然后,结合最小化马氏距离优化地图;最后,在移动设备和边缘服务器中分别构建最佳局部地图和全局地图。采用TUM-RGB-D数据集进行实验。结果表明,相较于传统ORB-SLAM3算法,改进后算法在关键帧数量较少的环境下精度较高,定位精度平均提高14.2%;改进后算法的CPU占用率较低,平均减少了20.7%。验证了在计算资源受限时,改进型算法在构建最佳局部和全局地图的可行性及有效性。

关键词： 云计算   多阶段工作   多处理机调度   近似算法   算法分析  

摘要： 随着大数据对人们生活的影响逐渐增大,数据存储和计算需求不断增加,云计算的兴起有效地满足了这一需求。在实时性要求较高的云计算系统中,来自客户端的资源请求被视为具有截止期限和一定收益的两阶段工作,云服务器被视为两阶段机器。不同资源请求的截止期限通常不同,如果云中心能在资源请求的截止期限之前完成该请求,就可以获得相应的收益。现有的以收益最大化作为优化目标的两阶段工作调度均是在一个公共截止期限制下进行的,而实际情况往往是不同的资源请求可能有不同的截止期限。基于当前云计算应用和数据中心数据处理的需求,建立了云计算系统中工作调度的新数学模型。首次提出了具有多个截止期的两阶段工作在多处理机上的调度问题,并给出了一个近似比为(3 k+ε)的多项式时间近似算法。当机器数目为固定常数时,近似比进一步降低为(k+ε),其中k是一个固定常数,即截止期的个数,ε是大于0的任意常数。针对特殊的T-处理时间大于R-处理时间模型,在单个两阶段机器上,给出了一个近似比为2的伪多项式时间近似算法,进一步降低了算法的近似比。

关键词： 机器视觉   深度学习   图像配准   图像处理   表面缺陷检测  

摘要： 燃油泵调节器的外观检测目前仍采用人工目检方式,存在效率低、效果不稳定的问题。为此,开展表面缺陷检测算法研究,提出一种基于Lite-HRNet的深度学习图像配准网络模型和基于改进图像差分法的表面缺陷检测算法。使用整体和局部的图像增强和故障模拟方法制作数据集,模型采用无监督方式训练。实验结果表明,提出的图像配准算法具有更快的推理速度,单张图片耗时约为传统算法的1/3;表面缺陷检测算法准确率达97.1%,误检率为4.7%。在光照条件变化的实际检测环境下,算法仍具备良好的鲁棒性和适应性,满足燃油泵调节器表面缺陷检测的实时性和准确性要求。

关键词： 桥梁结构   EEMD降噪方法   振动数据  

摘要： 桥梁结构响应容易受到环境噪声干扰,导致振动响应信号中的各模态分量无法准确提取。针对现有降噪方法的局限性,引入EEMD经验模态分解算法,对桥梁振动信号进行降噪处理,基于数学模拟实验分析EEMD降噪效果。结果表明,该方法能较好地过滤叠加在已知曲线上的高斯白噪声,且大幅度提高信噪比。在实测的振动观测曲线上,EEMD降噪较好地消除了混杂在实测振动数据曲线中的随机误差和异常波动成分;降噪后的振动曲线更加平稳,FFT频谱曲线能直观地反映出更清晰、连续的数据。

关键词： 多尺度卷积网络   特征提取   点云   稀疏卷积  

摘要： 基于多模态焦点稀疏卷积的目标检测算法对小尺寸目标检测精度不足的问题,提出一种多尺度特征提取网络.算法融合多尺度特征,提取网络优化原始算法中的特征提取部分,提升行人和自行车类别的定位精度,加入多模态焦点稀疏卷积目标检测网络.结果表明,改进后的目标检测模型提升了小目标“Pedestrians”类和“Cyclist”类检测的mAP(mean Average Precision)百分比,提升了小尺度目标的定位精度.

关键词： 激光驾束制导   信息场检测   CPLD芯片  

摘要： 激光驾束制导设备不易被干扰和命中精度高的优点使其被广泛使用,而激光驾束制导装备的关键技术是信息场的有效检测。传统的模拟电路检测方法存在装备体积大、一致性差、参数更改不便等缺点。基于此,提出了一种基于CPLD芯片的信息场检测算法,该算法有效提高了系统集成度,使参数变更和装备升级更加灵活。同时,通过MATLAB软件仿真及硬件设计共同实现了实验室实物仿真测试,与传统的模拟电路检测方法对比验证了所提算法的优越性。

关键词： 推荐算法   意识形态重塑   主体唤问   “空耳”感知域  

摘要： 当前,推荐算法作为技术人工物的核心数据处理技术被广泛应用于生产生活领域,以满足人们多元的信息需求。在此,推荐算法与意识形态在内生型构上的天然耦合、现实发展过程中的必然交织以及双向缠绕所表现出的数字具象,都显示出推荐算法业已介入意识形态的现实展开过程。并且,在介入的过程中,由推荐算法所营造的“空耳”感知域,也加剧了意识形态对社会主体的数字阉割、解构其对数字自我的单维规训,破除其对本我外体的创伤缝合,使意识形态敞开出一条新型的主体唤问路径。由此,在推荐算法的重塑下,意识形态在数字世界的现实展开也引发出诸如如何实现个体的主体统一、认识过程的主客体同一以及解决推荐算法与意识形态内在矛盾等问题视域,仍待我们在主体论、认识论与技术论等维度进行深度思考。