课程文献中心 更多>>

关键词： 交通标志检测   注意力模块   损失函数   多尺度特征  

摘要： 自动驾驶中要尽早检测到交通标志及时作出行车决策,其中的交通标志属于小目标。针对当前小目标检测精度低的情况,提出基于YOLOv4改进的交通标志检测算法。主要有以下几部分:改进骨干网络,嵌入融合注意力机制模块,加强对通道和空间信息的关注;将交叉熵损失函数改为Focal Loss损失,解决样本分布不平衡的问题;利用图片的多尺度信息进行特征提取,空洞卷积增加感受野。在TT00k数据集上进行实验,结果表明改进之后的网络模型总mAP提升14.16%,其整体性能胜过其他检测方法。

关键词： 图像分割   神经网络   U-Net   焊缝缺陷  

摘要： 【目的】图像处理技术在管道焊缝识别系统中的应用已经成为了机器视觉在焊缝检测中主要应用方向。对焊缝表面缺陷进行识别是应用的关键技术。为了提高焊缝表面缺陷识别效果,需要对焊缝图像进行有效分割。针对管道内焊缝边界区域可能出现的模糊不清,导致分割结果不准确的现象,需要采取相应的技术有段进行改善。【方法】针对管道内焊缝缺陷图像分割问题,提出一种改进的U-Net图像分割方法。以管道内焊缝图像为研究对象,采用改进型U-Net网络对管道内焊缝缺陷图像进行识别和分割,经过网络训练和模型测试后,将分割结果与原U-Net网络、FCN网络进行对比。【结果】结果表明,在改进型U-Net网络对管道内焊缝缺陷图像的分割中,相似性系数(Dice)、平均交并比(mIoU)两项评价指标分别达到0.8420和0.8514,相较于FCN网络分别提升13.44%和8.68%,相较于原U-Net网络分别提升6.51%和3.31%。【结论】因此,该文提出的改进后的U-Net网络对管道内焊缝缺陷的识别和分割具有更好的效果,也为研究管道焊缝缺陷识别系统提供可靠基础,减少人工检测的成本和时间。

关键词： 电阻层析成像   DenseNet   CBAM   图像重建   多尺度卷积   余弦退火  

摘要： 针对电阻层析成像(ERT)的逆问题存在严重的病态性、非线性和欠定性,导致经典算法的重建图像通常精度偏低的问题,提出一种基于改进DenseNet网络优化的电阻层析成像重建算法。首先,采用Landweber算法迭代值作为图像重建初始解;其次,构建了融合CBAM注意力机制的多尺度卷积模块以获取不同尺度特征,从而加强对关键特征的提取;使用DenseNet作为图像重建的主干网络,引入Swish作为网络的激活函数并融合dropout算法提高网络的泛化能力;最后,使用余弦退火算法优化学习率,避免模型训练陷入局部最优。此外,对改进DenseNet网络进行了抗噪性实验和静态实验。实验结果表明,采用改进算法进行ERT图像重建,相对误差和相关系数均得到提升。该算法不仅具有较高的重建精度和良好的可视化效果,还表现出对抗噪声干扰的特性。

关键词： YOLOv8   水下目标检测   特征融合   WIoU v3损失函数  

摘要： 由于水下生物的特性,水下图像中存在较多难以检测的小目标,且目标之间经常相互遮挡,而水下环境中的光线吸收和散射也会造成水下图像的颜色偏移和模糊。针对上述问题,提出水下目标检测算法WCA-YOLOv8。首先,设计特征融合模块(FFM),增强对空间维度信息的关注,提升对模糊和颜色偏移目标的识别能力;其次,加入FCA(FReLU Coordinate Attention)模块,增强对相互重叠、遮挡水下目标的特征提取能力;再次,为了提高模型对水下小目标的检测性能,将完整交并比(CIoU)损失函数替换为WIoU v3(Wise-IoU version 3)损失函数;最后,设计下采样增强模块(DEM),使特征提取过程中保存的上下文信息更完整,改善水下目标检测的性能。RUOD和URPC数据集上的实验结果表明,WCA-YOLOv8的检测平均精度均值(mAP0.5)分别为75.8%和88.6%,检测速度分别为60 frame/s和57 frame/s。与其他前沿的水下物体检测算法相比,WCA-YOLOv8不仅能够获得更高的检测准确性,还可达到更快的检测速度。

关键词： 数字金融   算法黑箱   算法责任   算法监管  

摘要： 数字金融作为现代金融体系的重要支柱,以其数字化、智能化、普惠化的特征优势,带动金融行业创新发展。算法作为数字金融的核心驱动力,在提升效率、优化决策等方面展现了巨大潜力,却因不透明性、难解释性和责任模糊性等特性成为影响金融市场稳定的一个风险源。本文深入分析数字金融算法黑箱的法律责任构成要件,考察其认定困难、监管滞后及伦理困境等法律风险,借鉴国际经验,提出多维度应对策略:立法明确责任主体,规范责任边界和承担方式;构建数字金融算法全链条规制体系,提升算法透明度与可解释性;筑牢金融算法监管防线,优化全流程监管机制;倡导算法伦理规范,做到技术创新与风险防控并重,推动数字金融持续健康发展。

关键词： 工业和信息化部   国际交流合作   理论与实践   邮发代号   电力设备管理   中国知网   维普数据库   行业期刊  

摘要： 《电力设备管理》(半月刊)创刊于2016年,是经国家新闻出版总署批准,由中国电力设备管理协会主管、主办,国家发展和改革委员会、国家能源局、生态环境部、工业和信息化部指导,全国多家电力央企集团公司协办,面向国内外公开发行的国家级综合类电力行业期刊,中国知网、万方、维普数据库全文收录。国内统一连续出版物号CN 10-1454/TM,国际标准连续出版物号ISSN 2096-2711,邮发代号:82-480。其目标定位是:面向电力及电力行业,探讨电力理论与实践,设备运维、检修与管理,搭建电力设备领域学术研究和经营管理交流平台;开展电力设备管理国际交流合作平台;致力成为电力设备管理工作者益师良友。

关键词： 二自由度模型   粒子群算法   悬架   比例-积分-微分控制   参数整定  

摘要： 工程实际中确定PID控制器参数主要通过理论计算或试凑法,适用场景单一且具有局限性,整定耗时长、控制效果不理想。为此提出使用粒子群算法来优化PID控制器参数,基于粒子间的数据传递特性,判断自身最佳位置和速度与群体最佳位置和速度之间的联系,从而找到更接近全局最优的PID参数配置。基于MATLAB/Simulink搭建二自由度悬架模型,设计PID控制器,仿真比较改进前后的悬架性能指标。结果表明,优化后悬架系统的动力学响应特性均优于工程整定法确定的PID控制系统,车身垂向加速度降低了24.3%,提高了悬架的舒适性。

关键词： 社交媒体   网红   造神   影响力   流量  

摘要： 从淄博烧烤的火爆到雷军在社交媒体上的迅速增粉,随着一系列社会事件和个体的走红,公众展开了对算法影响力的广泛讨论。在这种讨论中,算法是否有能力“造神”成为一个典型话题。稍加梳理一些网红的成名历程,便能发现一个有趣的现象:人们往往将那些自己不认同却意外获得巨大流量的网红视作“造神”的产物;相反,对于那些得到认可的网红,他们的流量则被理所当然地归功于“个人能力”。

关键词： 聚类算法   分布式强化学习   鲁棒性  

摘要： 当前,分布式强化学习假设所有智能体均能正常工作,但在实际情况中可能存在异常智能体。为此,提出了一种基于高斯混合模型的聚类方法,用于优化分布式强化学习算法。首先,计算智能体上传梯度对应的高斯分布概率。其次,根据高斯分布更新聚类模型参数,并重复执行上述步骤直至收敛。最后,根据聚类模型筛选异常梯度。实验结果表明,该方法能在存在异常智能体的场景下,有效维持分布式强化学习的训练效果,提高算法的鲁棒性。

关键词： XGBoost算法   集成机器学习   贝叶斯算法   供电台区用户   停电敏感度  

摘要： 为了提升电力用户用电满意度,增加频繁停电检测命中率,研究基于XGBoost集成机器学习算法的供电台区停电敏感度仿真。将供电台区用户分为普通用户与重要用户,并判断是否为停电敏感度用户,采集不同类型用户历史数据,经数据预处理以及关联度分析后,将其作为输入,建立基于XGBoost集成机器学习算法的供电台区停电敏感度预测模型,通过XGBoost算法,预测供电台区停电敏感度,集成贝叶斯机器学习算法进行参数调优,获取最优分类阈值,精准预测供电台区用户停电敏感度。实验结果表明,该方法能够准确划分停电敏感用户群,有效预测供电台区不同类型用户的停电敏感度,用户覆盖率与对敏感用户预测的命中率均可达到95%以上。