课程文献中心 更多>>

关键词： 注意力机制   物体检测   算法模型   头盔   轻量级   重叠现象   Wise   计算开销  

摘要： 为了解决目前骑行头盔检测存在的漏检、精度低、遮挡物体检测困难、计算量大等问题,本文提出了一种基于改进YOLOv7的骑行头盔检测算法。首先在原始YOLOv7算法中融合了BiFormer注意力机制模块,以降低漏检的概率;其次引入了轻量级卷积GSConv和SPPF,以降低计算开销;最后添加了Wise-IoU,使得模型能够聚焦于存在一定程度遮挡、重叠现象的困难和较小目标示例。通过实验发现,改进后的YOLOv7平均精度相比原算法模型提升了0.8个百分点,FPS提升了3个点。

关键词： 水下缺陷图像   仿生   自适应侧抑制   图像配准   S-FREAK   图像拼接  

摘要： 为更好地了解输水隧洞内壁的实际情况,通常以牺牲分辨率的方式换取水下结构物表面缺陷的全景图像,而较低的分辨率又很难满足监测的需要。针对上述分辨率与全景图像矛盾冲突的问题,提出了一种基于仿生的S-FREAK水下图像拼接算法。考虑到水下图像具有低信噪比、低对比度的特点,算法首先通过模拟水下生物“鲎鱼”的视觉系统,实现了输水隧洞内壁图像的自适应侧抑制增强,突出了图像的架构特征,然后在尺度不变特征变换(scale-invariant feature transform,SIFT)的基础上,引入具有人眼视网膜特性的快速视网膜关键点(fast retina keypoint,FREAK)模块,提高了对图像关键特征点的分辨能力,最后结合随机采样一致性(random sample consensus,RANSAC)特征筛选和渐入渐出的融合方法对拼接图像予以修正。实验结果表明,在自适应侧抑制机制的增强下,所提出的方法在增加有效特征点匹配对数的同时,大大提高了拼接的准确度,优化了最终的实现效果。

关键词： 数据平台   高等职业院校   大数据   数据管理   教育信息化  

摘要： 高等职业院校人才培养工作状态数据采集与管理平台(以下简称“数据平台”)经过16年的发展,在数据统计的覆盖面、信息的精准度和可信度方面不断提升和进化,其建设宗旨已在实践中初见成效。通过对中国知网涉及该平台的125篇文章进行分析,从院校对数据平台采集的组织管理、数据平台对院校信息化建设的促进作用、院校对数据平台的应用和完善数据平台统计功能4个方面展开论述。

关键词： 矿山机电   设备管理   维护检修  

摘要： 近年来,随着我国对矿产资源的日益重视,矿山开采行业的竞争变得更加激烈,为了在这种竞争环境中取得优势,企业必须不断提升自身的生产能力和质量,以求获得更大的市场份额。矿山机电设备的正确使用和维护是企业可持续发展的关键,机电设备运行状况将直接影响到采矿活动的质量和效率。因此,矿山企业应当加强对机电设备的日常维护和管理,及时发现并解决可能存在的安全隐患。随着时代的进步,矿山机械设备变得日益复杂,矿业企业应该更加努力地开发和改进这些设备,以提升维修和管理能力。基于此,文章对矿山机电设备的管理及维护检修策略进行了研究,以供参考。

关键词： 压缩感知   自适应迭代   稀疏独立正则化追踪算法   现场可编程门阵列   硬件架构  

摘要： 由于模拟信号的压缩感知对噪声高度敏感,在噪声条件下其重构性能显著下降,这已成为制约模拟信号压缩感知技术进一步发展的主要瓶颈。提出了一种结合自适应迭代方法的稀疏独立正则化追踪(Adaptive Sparsity Independent Regularized Pursuit, A-SIRP)算法。该算法通过在自适应迭代过程中分离噪声原子,最大限度地减少了噪声的干扰,提升了输出信号的信噪比。设计了基于现场可编程门阵列的A-SIRP硬件架构,该架构主要包含计算模块、存储模块和控制模块。在Xilinx公司Kintex-7平台上运用硬件描述语言Verilog HDL对设计方案进行了验证。实验结果表明,所实现的A-SIRP硬件设计在数据位宽为20 bit的条件下,能够达到36.02 dB的重构峰值信噪比,充分验证了该算法在硬件实现上的可靠性和优越性。

关键词： 微电网   负荷预测   长短期记忆神经网络   专家规则   准确度  

摘要： 针对传统BP神经网络算法在微电网负荷预测中由于系统复杂程度较高、耦合现象较明显以及扰动影响等出现的负荷预测效率不高、准确度不足等问题,设计了一种基于专家规则的改进长短期记忆神经网络负荷预测算法。利用长短期记忆神经网络替代原有的BP神经网络负荷预测算法,以及利用历史时序数据对微电网中的负荷进行预测,提高了预测准确度;引入专家规则,对长短期记忆神经网络中的隶属度参数进行实时整定;利用专家规则对先验知识进行整理和归纳,并匹配相应的特殊化机制对参数进行优化,提高了负荷预测精度与预测效率。在MATLAB仿真平台中搭建微电网负荷预测的数字仿真模型,与传统BP神经网络算法和模型预测算法相比,改进长短期记忆神经网络可将负荷预测准确度和预测效率提高至95%以上,改善了BP神经网络在负荷预测方面的不足,提高了负荷预测的准确度与效率。

关键词： Blowfish算法   信息安全   密码学   雪崩效应  

摘要： 文章旨在研究Blowfish加密算法的雪崩效应,通过算法原理分析及程序模拟计算,论证了Blowfish算法具有良好的雪崩效应,为其在信息安全领域的应用提供了理论支撑。

关键词： 无人机   路径规划   蚁群算法   启发函数   自适应  

摘要： 针对传统蚁群算法进行路径规划时存在的收敛速度较慢,容易陷入局部最优解等问题,对传统蚁群算法进行改进。首先,在启发函数中加入偏离距离因子,引导无人机向目标点进行寻优;其次,对状态转移函数中信息素权重因子α和启发函数权重因子β进行自适应处理;最后,使信息素挥发系数根据算法迭代次数及路径适应度自适应变化,同时使信息素更新与路径适应度相关联。仿真结果表明,改进后的算法收敛速度更快,规划出的路径更平滑,最优适应度更低,同时有效避免了陷入局部最优的问题,具有更好的搜索效率及实用价值。

关键词： 网络流量   预测   最小二乘支持向量机   改进优化蝴蝶算法  

摘要： 为提高移动网络流量预测的精度,文章提出了一种基于改进蝴蝶算法(Improved Butterfly Optimization Algorithm,IBOA)优化最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)的基站流量预测方法。通过引入伯努利映射与自适应调整策略对蝴蝶优化算法进行改进,从而显著增强IBOA算法的收敛性能。利用IBOA算法对LSSVM的两个超参数进行优化搜索,构建了基于IBOA-LSSVM的基站移动网络流量预测模型。通过对某商场的移动网络流量数据进行预测分析,结果表明:IBOA-LSSVM模型的均方根误差与平均相对误差分别为0.243GB和3.89%,IBOA-LSSVM模型在网络流量预测中的效果优于其他对比模型,验证了所提方法的实用性。

关键词： 共识算法   委托权益证明   信誉值   Elgamal数字签名   盲签名  

摘要： 针对委托权益证明(DPoS)算法存在高权重节点记账权概率大导致的中心化趋势加剧、节点投票积极性不高以及节点腐败导致的共谋攻击等问题,提出一种基于信誉值和强盲签名算法的DPoS共识算法。首先,根据初始条件的不同分为2类节点,并第一次筛选节点,选出代理节点;其次,代理节点相互投票,并根据历史信誉值与最终票数的平均值选取排名前21的节点组成见证人节点集合,而剩余节点组成备用见证人节点集合;在投票过程中应用基于Elgamal的强盲签名算法,保证投票节点的隐私性;最后,见证人节点出块,完成共识过程。实验结果表明,与原始DPoS共识算法相比,所提算法的活跃节点比例提升了约20个百分点,恶意节点比例接近0。可见,所提算法提高了节点投票的积极性,并保护了节点的隐私信息。