课程文献中心 更多>>

关键词： 矿岩三维图像   分数阶微分   聚类分析   裂缝提取  

摘要： 针对矿岩三维图像存在较大阴影和非均匀背景导致浅层裂缝容易误判的问题,提出了一种基于分数阶微分和聚类分析的矿岩三维图像裂缝提取算法。首先采用分数阶微分最小邻域值方法,消除图像背景噪声并增强裂缝边缘信息;其次改进MASK匀光算法,提升算法的自适应能力,进一步用于提升图像对比度;最后采用K-means聚类分析算法对矿岩三维图像进行裂缝提取。试验结果表明:该方法能够有效降低低光照情况下阴影对裂缝提取的影响,对噪声具有平滑效果,实际矿岩三维图像裂缝提取的准确率达到了91.5%,为矿岩图像信息提取与判读分析提供了有效方法。

关键词： 改进蚁群算法   数据   传输   资源   优化   调度  

摘要： 为优化数据传输资源调度效果,提高数据传输时效与资源利用率,文章利用改进蚁群算法,开展了数据传输资源优化调度方法研究。首先,采集数据传输资源的基本信息,从数据传输速率、带宽两个维度,对数据传输资源作出评估;其次,建立线性回归模型,基于历史数据和趋势分析,预测未来一段时间内的数据传输需求;最后,利用改进蚁群算法,对数据传输资源进行优化调度。实验结果表明,所提出的方法应用后,能够优化数据传输资源的分配,找到从数据中心到终端用户的最优传输路径,以最小化总体传输时间,且有效地提高了数据传输资源利用率,使其均达到了96%以上,优化调度效果优势显著。

关键词： 语义分割   缺陷检测   渐进特征融合   形态学  

摘要： 锻件在制造过程中容易出现裂纹等各种表面缺陷,影响产品质量。针对复杂可见光环境下小目标裂纹容易出现漏检问题,并考虑生产线上高效部署需求,提出LSC-PoolFormer算法。首先,采集湖北三环锻造有限公司汽车转向节生产线的磁粉探伤图像,标注后制成FDMPI数据集;然后,使用基于PoolFormer骨干网络的编码器,实现轻量级高效的特征提取;其次,引入渐近特征金字塔作为颈部网络,减少不同尺度特征之间的语义差距;最后,基于动态蛇形卷积提出DS-Seghead作为解码头,强化模型对条状裂纹的感知能力,并提出DDS训练策略,降低小目标裂纹丢失的概率。LSC-PoolFormer在FDMPI上的实验结果表明,相较基准模型,该算法的参数量和计算量分别下降9.2%和48.78%,F1分数和IoU分别提升1.1%和1.69%;同时在公开数据集NEU-Seg上的表现也证明了该算法的泛化能力,相较基准模型,大幅度降低参数量和计算量的情况下,mF1分数和mIoU分别提升0.66%和1.04%。实验证明,本文算法在保持检测精度的同时,显著降低算法复杂度,有利于实际部署。

关键词： 织物疵点   YOLOv7   注意力机制   残差网络   轻量化  

摘要： 由于检测工艺的不完善和外界因素的影响,织物疵点检测过程中会存在目标漏检和误检的情况,并且为了在移动设备和嵌入式设备中部署,提出了一种基于轻量化YOLOv7的织物疵点检测算法(LFD-YOLOv7)。首先,针对YOLOv7算法网络结构复杂和参数量较大的问题,结合GhostNet网络构建EGM模块来取代主干网络中的ELAN模块,降低了网络的复杂度和计算瓶颈,增强网络的学习能力;其次,基于ShuffleNetv2的思想,将其与残差网络相融合构造了S-SPPCSPC模块,使网络更加轻量化;然后,引入CA注意力机制来抑制背景噪声对目标检测的影响,提高小目标的准确率;最后采用SIoU损失函数来优化输出预测框边界,提高算法收敛速度。试验结果表明:与YOLOv7算法相比,LFD-YOLOv7算法平均检测精度提升了5.59个百分点,参数量减少了30.3%,检测速度达到41帧/s,满足纺织工业生产对织物疵点的准确性和实时性要求。

关键词： 项目化   计算思维   高中信息技术   路径  

摘要： 项目化学习是一种综合性的学习方式,借助于项目,可以激发学生的兴趣,训练学生的综合能力。在高中信息技术教学中,计算思维是核心素养的内涵之一,是提高学生信息技术能力的基础。因此,本文以教科版高中信息技术项目化教学为例,分别从指向计算思维的信息技术项目顶层规划、任务设计、活动实施等三个方面,论证了项目化教学是发展学生高中信息技术计算思维的应然选择。

关键词： 数据管理   通信   互联网技术   应用  

摘要： 在当今这个数据驱动的时代,通信与互联网技术的融合应用已成为推动社会进步与企业变革的关键力量。随着信息技术的飞速发展,数据不再仅仅是信息的载体,它已成为企业决策的依据、创新的源泉和价值创造的核心。通信技术的不断演进,特别是5G、物联网的普及,加之互联网技术的深度渗透,为数据的高效采集、传输、处理与分析提供了前所未有的可能性。这不仅极大地拓展了数据管理的边界,更为各行各业带来了深刻的变革与无限的机遇。本文旨在深入剖析通信与互联网技术在数据管理中的具体应用,探讨二者如何携手共进,为企业构建更高效、更智能的数据管理体系提供理论与实践的双重启示。

关键词： 虚拟化技术   云计算机   数字化时代   互联网   文献资料法   计算机的发展   网络化   应用探析  

摘要： 在互联网技术蓬勃发展态势下,其应用范围日益拓展,促使云计算机技术也不断发展。云计算机的出现营造出了网络化、虚拟化的环境,对传统计算机的发展以及数字化时代均产生了深远的影响。本文采取文献资料法、实践研究法,结合工作经验探究基于云计算机的虚拟化技术应用。

关键词： 有限元仿真   周向应变   支持向量回归机   垂向力   侧偏力  

摘要： 为实现对轮胎侧偏力的估计,提出一种基于胎内周向应变分析的重载轮胎垂向力与侧偏力联合估计算法。以16.00R20重载轮胎为研究对象,建立了轮胎有限元模型,并开展了垂向刚度和振动特性试验验证了模型的有效性。基于轮胎内衬层周向应变信号分析,建立了周向应变曲线峰值间距角与接地角和接地长度的关联性模型,对比了静载、滚动、侧偏等工况下的表征精度;通过胎内对称点位周向应变分析,提取侧偏力表征特征,分析了垂向力与侧偏力表征特征的线性关系;建立了基于支持向量回归机的垂向力与侧偏力联合估计模型,先以接地角和接地长度为输入识别特征实现对垂向力的估计,进而通过侧偏力表征特征结合垂向力估计对侧偏力进行估计,通过有限元试验验证了模型估计精度。结果表明:以应变曲线零阶和一阶峰值间距角均值对接地角与接地长度的表征误差在4.5%以内;所提算法适用于静载、滚动、侧偏工况,能准确估算垂向力和侧偏力,估计值与有限元仿真值误差小于3%。

关键词： 深度学习   YOLOv4   缺陷检测   小目标检测  

摘要： 针对现有PCB缺陷检测方法存在准确率低和模型参数量过多的问题,提出基于改进YOLOv4的YOLO-J的PCB缺陷检测算法。该方法使用Resnet作为模型的特征提取网络,解决YOLOv4中因CSPDarknet53参数太多从而难以部署在移动端的问题。为避免替换特征提取网络降低检测效果,通过增加注意力机制和改进PANet结构,提高模型对小目标PCB缺陷的特征提取能力。使用H-Swish激活函数作为颈部的激活函数,以达到提升检测精度和训练速度的目的。另外,通过使用二分K-means对PCB数据集聚类,解决初始锚框不适合检测PCB缺陷的问题。使用北京大学实验室公开发布的PCB缺陷数据集进行实验,结果表明,该方法相较于YOLOv4,在IoU=0.5时mAP提升了0.29%;在IoU=0.5:0.95时mAP和召回率均提升了6.7%,速度提升了2.24FPS,模型大小为132MB,约为YOLOv4的1/2。

关键词： 混凝土配合比   机器学习   元启发式算法   优化   预测  

摘要： 混凝土配合比决定其成本、工作性能、力学性能和耐久性能,传统混凝土配合比优化方法是通过大量实验室试验,需要消耗大量时间、人力和资源。为了解决上述问题,利用机器学习和元启发式优化算法进行混凝土配合比优化已被证明是一种具有广阔前景的技术手段。本文全面回顾了有关混凝土配合比设计和优化方面的研究。首先,讨论了常用的机器学习和元启发式算法的基本工作原理和优势。然后,归纳总结了基于机器学习和元启发式算法在单一目标、多目标优化各种类型混凝土配合比方面的应用。最后,结合当前的技术水平,强调并讨论了推进混凝土配合比设计和优化领域的当前趋势和机遇,为机器学习技术在混凝土领域更深层次的开发和应用提供了依据。