课程文献中心 更多>>

关键词： 火灾烟雾检测   YOLOv5s   注意力机制   神经网络  

摘要： 针对多种环境下早期火灾烟雾小导致的目标检测精度不足,以及特征表达能力不充分等问题,提出了一种基于YOLOv5s的火灾烟雾检测改进算法。首先,对火灾烟雾图像数据集的结构进行了详细分析;然后,根据数据集结构特点,在主干网引入了通道注意力机制与空间注意力机制;最后,增加了小目标检测层,以更加有效地关注小目标的检测。实验结果表明,改进后的YOLOv5s算法精确率达到了89.9%,其平均准确率均值PmA相较于原YOLOv5s的提高了5.0%。该模型在火灾烟雾检测方面表现出优异效果,对火灾烟雾的早期预警具有指导意义。

关键词： 电磁散射   K-d树   时域弹跳射线(TDSBR)法   后向投影(BP)算法   聚束合成孔径雷达(SAR)成像  

摘要： 针对复杂群目标合成孔径雷达(synthetic aperture radar,SAR)电磁成像快速模拟问题,采用一种基于宽度优先搜索(breadth-first search,BFS)算法进行K-d树构建,显著提升了时域弹跳射线(time-domain shooting and bouncing ray,TDSBR)法的射线追踪效率。使用TDSBR法分析了复杂电大尺寸目标的时域电磁响应特性,结合后向投影(back-projection,BP)算法对雷达回波信号进行聚焦处理进而获得了复杂目标的高分辨SAR图像。通过与FEKO软件中的频域射线追踪算法进行对比,验证了本文TDSBR算法在复杂群目标SAR电磁成像快速模拟中的有效性和高效性。

关键词： FMCW毫米波雷达   压缩感知   分块压缩感知重构   TDM-MIMO   3D-CFAR   高分辨成像  

摘要： 提出了一种基于压缩感知重构理论的调频连续波(Frequency Modulated Continuous Wave, FMCW)集中式多输入多输出(Multiple Input Multiple Output, MIMO)雷达三维高分辨成像方法。对于时分多址多输入多输出雷达得到的阵列信号,采用基于天线空间布局的分块压缩感知(Block Compressed Sensing, BCS)方法。此外,设计了三维恒虚警滤波器来降低杂波信号对重构信号质量的影响,并设计了相关平滑方法来消除不同块之间的重构误差。所提算法能够在低采样比下实现复杂目标的高分辨成像,避免了传统压缩感知重构中算法复杂和占用硬件资源的问题,仿真和实验证明了该方法的可行性和实用性。与其他成像方法相比,所提算法的高分辨成像效果与合成孔径雷达(Synthetic Aperture Radar, SAR)相当。仿真结果表明,当压缩采样比为0.6时,目标成像的信杂波比达到了原始目标水平,目标结构相似度指标达到80%,实现了理想的成像效果。该算法在工程领域具有一定实用性,有望广泛应用于毫米波雷达的目标检测与识别。

关键词： 人工神经网络   高斯过程回归   时空数据融合   海上风能资源评估  

摘要： 风力资源评估对风电场的前期建设至关重要。利用激光雷达或气象观测塔测量能保证高精度的数据,但价格昂贵且时空并不连续;利用天气研究与预报(WRF)模型等的数值模拟方法生成的时空连续数据精度相对较低。针对上述问题,提出一种混合方法,将测量与模拟相结合,用于海上风能评估。首先,使用多保真高斯过程回归(MFGPR)进行时间数据融合,将陆上位置的风力间歇性测量数据和连续模拟数据相结合。然后,利用非线性自回归(NAR)和带有外部输入的非线性自回归(NARX)的人工神经网络进行空间数据融合,通过陆上位置的风力数据对海上的风力数据进行预测。研究表明,该方法可在2%的误差范围内准确评估海上风力资源。

关键词： 军事目标检测   YOLOV5   渐进特征金字塔网络   多尺度目标   注意力机制  

摘要： 针对现有算法特征学习能力欠佳、检测精度不高、计算量大等问题,提出一种基于YOLOV5s改进的多尺度目标检测算法AEM-YOLOV5(AFPN-EMA-MPDIoU-YOLOV5)。首先,在颈部网络引入AFPN渐进特征金字塔网络,以渐进的方式融合图像底层详细信息和顶层高级语义特征,增强了网络特征融合效果;其次,在每个检测分支前增添EMA注意力机制模块,跨空间聚合像素级特征,提高了复杂场景下对多尺度目标的关注程度;最后,使用MPDIoU替代YOLOV5原有C_(IoU)边界框损失函数,解决了预测框宽高比相同但绝对值不同时C_(IoU)退化的问题,使回归结果更为准确。实验结果表明,改进后算法在RSOD数据集上PmAP50达到94.5%,FPS达到42 frame/s,模型大小为14.8 MB。与现有算法相比,改进后算法性能显著提升,可满足军事目标检测的实时性要求、模型轻便。

关键词： 低照度   图像增强   噪点   纹理信息   反射图   伽马校正  

摘要： 针对现有图像增强算法未针对矿井环境进行优化,导致噪点、伪影和真实感丧失的问题,提出基于反射图增强的Retinex图像增强算法。首先,采用基于卷积神经网络的模型去除图像噪声;其次,调整光照增强纹理信息丰富的反射图;最后,融合经过基于图像环境反射强度自适应伽马校正的光照图与增强的反射图,消除光晕伪影并且避免过度曝光。实验结果表明,将该算法与多种对比算法比较,所提算法可以有效提高矿下低质图像的清晰度、亮度和真实自然感,减少图像噪声、色彩失真。

关键词： 算法素养   日常实践   用户主体性  

摘要： 当前算法素养主要集中在操作和命题“事实”的认知研究上,表现为中介化或表征论框架,未能形成对日常实践的有力追踪。因此,应以日常实践作为路径,构建基于实践知识的颠覆性策略,增进认知主体日常行为的反思性,保持对计算文化的敏感性,搭建人与非人主体之间的桥梁,是计算素养的基本进路。以此为照观,提出算法素养的认知框架和算法素养教育的知识金字塔。

关键词： 航电网络   TTE   时钟同步算法   软件驱动  

摘要： 为了提高网络中每个接入点的时间同步性能,将时间触发以太网协议集成到以太网协议中,形成应用于航空网络的时间触发以太网(TTE),可以提高航空设备在实时管理系统中的应用能力。基于SAEAS 6802同步协议和底层时钟同步算法技术,以创建和维护全球统一的航空电子系统,为航空电子系统提供确定性的网络通信。基于时间触发以太网协议,开发了一款带PCIe接口的TTE仿真板,并独立搭建了TTE网络仿真板的通信环境,用于模拟真实的TTE网络环境,模拟真实系统中不同数据流的通信,为网络通信提供参考。

关键词： 焊点缺陷检测   YOLOv9   轻量化   幻影卷积   无参注意力  

摘要： 针对当前PCB焊点缺陷检测中存在计算量大的问题,提出一种基于改进YOLOv9的轻量化目标检测算法Sim-YOLOv9-c。首先,通过去掉采样倍数较大的检测头,重新设计PGI辅助可逆分支与主干网络进行连接,减少模型复杂程度。引入幻影卷积(GhostConv)代替常规卷积,减少计算量。通过在GELAN网络中集成无参注意力机制(SimAM),生成可靠梯度信息。实验结果证明,改进后的Sim-YOLOv9-c模型mAP达到了93%,较原模型提高了2.1%,参数量降低了48.8%,浮点运算次数降低了22.5%,并在公开数据集验证了其有效性。

关键词： 香蕉   土壤养分   产量预测   机器学习   SHAP  

摘要： 基于机器学习算法对皇帝蕉产量进行预测,明确最优预测模型及产量影响因素,为海南省澄迈县皇帝蕉的养分综合管理及产量预测等提供技术支撑。结合相关性分析和逐步回归分析法对输入变量进行筛选,然后采用随机森林(RF)、支持向量机(SVM)、K近邻(KNN)和人工神经网络(ANN)4种机器学习算法建立皇帝蕉产量预测模型,利用Shapley加法解释(SHAP)法解释模型,揭示影响皇帝蕉产量的主导因素,并量化分析其对产量的影响。结果表明:ANN模型预测性能最佳,R^(2)为0.98,RMSE和MAE分别为0.16和0.10kg·株^(-1),预测值基本无偏差。ANN模型在100样本数据量左右下误差已得到收敛,更小的成本也能获得优良预测效果。虽然SVM模型预测性能只是稍差于ANN模型,但其有欠拟合风险。KNN和RF模型预测性能欠佳,有过拟合问题,且在当前样本量下误差还没收敛。SHAP法对ANN模型预测结果解释是:速效钾、碱解氮、交换性钙、交换性镁是影响皇帝蕉产量的主导因素,当蕉园速效钾含量大于100mg·kg^(-1),碱解氮含量大于100mg·kg^(-1),交换性钙含量大于600mg·kg^(-1),交换性镁含量大于60mg·kg^(-1)时对皇帝蕉产量起促进作用。在土壤交换性钙、镁缺乏时,增加土壤有效锰、有效锌的含量可能会缓解蕉园缺素胁迫。