课程文献中心 更多>>

关键词： 道路目标检测   GhostConv   YOLOv8   注意力机制  

摘要： 目标检测技术作为计算机视觉领域的一项关键技术，已经在多个领域得到广泛应用，尤其在精确解析道路交通场景方面发挥着关键的作用。然而，在车辆密集且路况复杂的道路交通环境中，传统目标检测方法存在准确性不足、误判与漏判等问题。此外，大型模型在资源受限的边缘设备上的部署难题，进一步限制了其在实际场景中的应用。本研究基于YOLOv8目标检测模型，提出了一种用于道路目标检测的方法。首先采用GhostConv卷积核替代C2f结构中的Bottleneck层的常规卷积，显著降低了模型的参数规模。然后，融合GhostConv与LSK注意力机制，构建了GhostLSK模块，在降低整体参数规模的同时，显著提升了模型对交通车辆和行人的特征提取能力。最后，在检测头上新增一个小目标检测层，加强对小目标的检测能力。在YOLOv8模型的N和S两个版本上进行的改进实验，通过KITTI和SODA10M数据集的严格验证，证实了本方法的有效性。改进后的N模型在KITTI数据集上的mAP@0.5达到了92.5%，相较于原始模型提升了1.3个百分点，同时实现了29.2%的参数量下降。S模型在同一数据集上的mAP@0.5达到了94.9%，提升了0.8个百分点，参数量减少了33.7%。

关键词： 配网可视化系统   配变重过载   预测算法  

摘要： 本文探讨了基于配网可视化系统的配变重过载预测算法.研究聚焦于如何利用可视化系统中的数据分析和机器学习技术,实现对配变重过载的精准预测.通过集成实时数据监控、历史负荷分析和智能算法,该系统能够有效识别潜在的重过载风险,提前预警并采取相应措施,从而提高配电网的稳定性和可靠性,减少停电事故的发生,保障电力供应的连续性和安全性.

关键词： 价值观   算法   融合   启蒙  

摘要： 当前算法新闻出现了算法的技术偏见及算法不够透明、隐蔽性强等问题.算法新闻是新闻中的增量变革,它创造了新的话语权力,同时也出现了话语权的真空,这些深刻改变着受众的信息结构.随着一轮轮"算法新闻"的轰炸,受众的价值观可能被动地跟着算法跑.这不利社会主义核心价值观的培育.算法的发展需要主流价值观的引领,并让主流价值观深度融合到算法中去,避免算法的极化.算法新闻要行稳致远,需要纳入到良性的发展框架下,要让真善美的价值观引导算法,服务于人的全面发展.

关键词： 分组密码   Square算法   中间相遇攻击   差分枚举技术   密钥桥技术  

摘要： Square分组密码算法是由Daemen等人设计，并在1997年快速软件加密（FSE）国际会议上首次公布。该密码算法基于SPN（Substitution-Permutation Network）结构，其分组长度和密钥长度均为128比特；具有设计新颖、实现高效等优点，也是高级加密标准（AES）算法的前身，在密码学界备受广泛关注。中间相遇攻击作为分组密码算法的重要分析方法之一。如何研究Square算法抵抗中间相遇攻击一直是业内讨论的热点问题。本文基于Square算法的结构特点和截断差分特征，利用差分枚举技术，构造了一个3.5轮中间相遇区分器。通过密钥桥技术及Square算法的密钥编排特点，推演出了主密钥与子密钥之间的部分线性关系。由此，将3.5轮区分器向前扩展1轮，向后扩展1.5轮，实现了对6轮Square算法的中间相遇攻击。该攻击所需数据复杂度为2105个选择明文，时间复杂度为2105次6轮加密，存储复杂度为285个分组。与已有攻击结果相比，新的攻击有效地降低了所需的数据复杂度、时间复杂度和存储复杂度。

关键词： 胃肠息肉   自注意力机制   医学图像分割   GF-Net网络   损失函数  

摘要： 从肠道内窥镜检查图像中自动分割出胃肠息肉，可以为癌前病变的早期检测和预防提供重要依据。对于胃肠息肉病变区域特征的高变异性以及病变与正常组织之间的低对比度、边缘纹理分割不清晰问题，在GF-Net网络分割方法基础上进行改进，使得改进的边缘引导模块更关注边缘信息，具体来说在边缘引导模块中逐层引入自注意力机制，使模型充分学习图像的全局特征，更好理解图像中的上下文关系，并将这些丰富的语义信息应用于胃肠息肉精准的分割。同时结合分割损失函数和边缘损失函数，分割损失函数关注整体分割准确性，而边缘损失函数则注重保持边缘细节的清晰性和连续，使用Kvasir-sessile数据集对改进后的模型进行了实验评估。通过计算Dice系数、灵敏度、特异性等评价指标，并通过可视化分析病变区域，验证了所提出方法的有效性和优越性。相比于其他深度学习网络模型，改进的GF-Net模型在胃肠息肉分割任务中表现出更高的准确性和鲁棒性。

关键词： 遗传算法   光纤光栅传感   自适应解调   改进遗传算法  

摘要： 目前各类传感器层出不穷，但其在自适应解调方面仍旧存在一定问题，包括误差大，效率差等，为解决这些问题，提出一种基于改进遗传算法的光纤光栅传感自适应解调方法。首先通过学习反射波长以及传感应变的关系以获取光纤光栅传感器的理想工作状态，再研究应力和温度与传感器谐振波的关系，最后通过调节应力和温度造成的波长偏移实现自适应解调。实验结果证明，该方法解调误差小，最低仅为0.000 3 nm，且效率高，最少仅用2 s即可实现解调，效果较好。

关键词： 混合算法   信息化   大数据   数据存储  

摘要： 考虑到医院信息数据较为庞杂，导致自动存储效果不佳等问题，提出基于混合算法的医院信息化大数据自动存储方法。通过混合算法对医院信息大数据中的异常数据进行识别，以完成医疗数据的预处理过程。再对医疗大数据进行智能化聚类，实现对医院不同部门的信息需求特征分类要求，以此更加快速便捷地进行信息的分类存储。对自动分类存储的策略进行论述，从而对每一项存储任务数据资源进行格式规范，并在建立了多维存储空间之后，将其通过不同路径分类存入到总数据库中。实验结果表明:所提方法对于医院信息数据的自动存储过程相比传统方法而言，数据存储速率更高，具有较好的并发处理性能，能够满足研究需求。