课程文献中心 更多>>

关键词： YOLOv7算法   仪表识别   注意力机制   双向特征金字塔   机器视觉  

摘要： 通过机器视觉算法精确定位配电柜仪表的位置是实现仪表智能化识别的关键。针对配电柜背景复杂、字符尺度多样和相机像素低而导致的目标定位精度不高问题,提出一种面向配电柜字符识别的YOLOv7-MSBP目标定位算法。首先,设计Micro-branch检测分支,改进初始锚框铺设间隔,从而提高对小目标的检测精度。其次,引入双向特征金字塔网络(BiFPN)跨尺度融合不同层特征值,以改善因下采样造成的细节特征丢失、特征融合不充分的现象;同时,设计同步混合阈卷积注意力模块(Syn-CBAM),加权融合通道和空间注意力特征,以提升算法的特征提取能力;并且,在主干网络引入部分卷积(PConv)模块,以降低算法冗余和延迟,提高检测速度。最后,将YOLOv7-MSBP的定位结果送入Paddle OCR(Optical Character Recognition)模型识别字符。实验结果表明,YOLOv7-MSBP算法的平均精度均值(mAP)达到93.2%,与YOLOv7算法相比提高了4.3个百分点,可见所提算法能够快速准确定位识别配电柜字符,验证了所提算法的有效性。

关键词： 聚类算法K-mean   DBSCAN   规划模型   遗传算法  

摘要： 本文研究为商超给出利润最高的定价与补货方案,在解决具体问题时由于数据多而杂乱,因此需要灵活处理数据和选择模型求解。单品方面关联性研究采取聚类分析,在不同时间段下再用DBSCAN根据销售量聚类,然后进行回归方程分析。建立利润函数及遗传算法后添加约束求解规划模型,确定定价策略模型,沿用目标函数与约束求取利润最大下的补货量与定价。最后,为商超实现可持续增长提供可行性建议及措施。

关键词： 供应链可追溯性   意见征询   征询意见   外部数据   制造业供应链   数据模型   链接  

摘要： 据美国国家标准与技术研究院(NIST)9月27日消息,NIST就“供应链可追溯性:制造元框架”正式征询意见。NIST表示,实施该框架有助于识别整个制造业供应链中可追溯性数据,提高美制造业韧性。具体方法包括:依据各行业特点制定的数据模型;记录可追溯供应链事件;编制可追溯链接(将记录按时序链接);本行业可信数据库;本行业外部数据参考。本次意见征询将于11月15日结束。

关键词： 图像分割   视网膜血管   细节增强   残差模块  

摘要： 在面对视网膜图像中细小血管时,现有算法存在分割精度低的问题。通过在U-Net中引入残差模块与细节增强注意力机制模块,提出了一种改进的U-Net分割算法。在编解码阶段,用残差模块取代传统的卷积模块,解决了网络随深度增加而退化的问题;同时在编码器和解码器间增加细节增强注意力机制,减少编码器输出中的无用信息,从而提高网络抓取有效特征信息的敏感度。此外,基于标准图像集DRIVE的实验结果表明,所提算法的分割准确率、灵敏度与F1值较U-Net算法分别提高了0.46%,2.14%,1.56%,优于传统分割算法。

关键词： 多尺度特征提取   交叉模块   注意力机制   图像去模糊   深度学习  

摘要： 近年来,图像去模糊技术作为计算机视觉领域的一个重要研究方向,吸引了大量研究者的关注。针对传统图像去模糊方法在处理复杂运动模糊时存在的局限性,提出一种基于多尺度交叉模块的图像去模糊算法。通过融合多尺度信息,并结合注意力机制,实现了对模糊图像的高效复原。首先构建了一个多尺度特征提取网络,用于捕获图像在不同尺度下的模糊特征;随后,设计了一个基于注意力机制的多尺度交叉模块,通过空间注意力推断,将较小尺度下的细节信息有效地补充到较大尺度的模糊特征中,从而实现特征的精细化重建;最后,利用融合后的多尺度特征重建出清晰图像。实验结果表明,所提出的多尺度交叉模块图像去模糊算法在多个公开数据集上均取得了显著优于传统方法的去模糊效果,验证了算法的有效性和优越性。

关键词： NDVI   时序数据   S-G滤波   BISE滤波   B-W滤波  

摘要： 近年来,大批量煤矿开采已经严重破坏到矿区周围的生态环境,而新时代我国注重绿色发展,这就需要对矿区生态条件进行修复。修复生态可从分析研究该区域的植被覆盖度开始。NDVI时间序列数据是目前最常用的数据源之一,其在全球气候环境变化、植被覆盖动态变化检测、植被信息提取等方面具有广泛应用。但由于传感器、云层覆盖等因素影响,NDVI时序数据比一般数据更容易出现噪声,因此时序数据去噪显得至关重要。文章以宝日希勒矿区为研究区,从目视判别时序曲线、对比去噪样本点的去噪均方根误差、以及变化检测结果精度分析三个角度,在matlab编程软件以及ENVI软件的帮助下,实现这三种去噪算法,并对比分析这3种方法的优点和缺点。研究结果表明:1) 3种去噪算法都有效地对原始NDVI时序数据进行了去噪,且效果明显;2) 不同的去噪方法均存在着过度拟合的现象;3) 对于文章所选的NDVI最大合成数据而言,B-W去噪效果最好,其次是去噪效果一般的BISE算法,S-G算法的去噪效果最差。In recent years, large-scale coal mining has seriously damaged the ecological environment around the mining area. In the new era, China pays attention to green development, which requires the restoration of the ecological conditions of the mining area. Ecological restoration can start from analyzing the vegetation coverage of the area. NDVI time series data is one of the most commonly used data sources at present. It has been widely used in global climate and environmental change, dynamic change detection of vegetation cover, vegetation information extraction and so on. However, due to the influence of sensors, cloud cover and other factors, NDVI time series data are prone to noise, so data denoising is very important. Taking Baorixile mining area as the research area, this paper realizes these three denoising algorithms under Matlab programming software from three angles: visual discrimination of time series curve, comparison of denoising root mean square error of denoising sample points, and accuracy analysis of change detection results, and compares and analyzes the advantages and disadvantages of these three methods. The results show that: 1) The three smoothing algorithms all effectively denoise the original NDVI time series data, and the effect is obvious;2) Ecological restoration can start from analyzing the vegetation coverage of the area;3) For the NDVI maximum synthetic data selected in this paper, B-W has the best denoising effect, followed by bise algorithm, and finally S-G algorithm has the worst denoising effect.

关键词： 算法行政   相对人权利   法律保护   技术保护  

摘要： 算法行政对于提高效率和节约资源具有重要意义,但因技术障碍与法律掣肘,也大幅增加了相对人实体权利减损、程序性权利萎缩、救济性权利虚置的风险。鉴此,有必要建立健全双重机制,全面保护算法行政相对人的权利。在技术上,应保证算法数据的科学性,算法模型的合理性,算法审计的有效性。在法律上,为防止相对人实体性权利受到侵害,应明确算法行政的适用范围与程序,规范信息收集行为,优化算法决策审查程序;为保护相对人的程序性权利,应健全算法告知程序,完善算法披露措施,构建人机协同保护机制;为保护相对人救济性权利,应健全算法选择程序,提升相对人数字能力,明确赔偿责任。

关键词： 极化码   多分支均衡   雷德密勒构造   软列表译码   水声通信  

摘要： 在跨介质飞行器进行水下信息交互的诸多场景中,为了进一步提高复杂多变水声环境下水声通信链路的可靠性,提出了一种基于极化码的联合多分支均衡与译码算法(Joint Multi-Branch Equalization and Decoding Algorithm based on Polarization Code,JMED-PC)。与已有均衡与极化码译码间相互独立的方法不同,所提出的算法中多分支均衡与软列表(Soft SC-List,SSCL)译码模块间并非相互独立,而是构成了环路,通过不断地在两个模块间迭代交换软信息,可显著改善均衡和译码的联合性能。仿真结果验证了迭代的有效性,也表明所提算法比已有算法有更好的性能。

关键词： 扩散模型   超分辨率   遥感图像   残差网络   深度学习   高分辨率遥感   遥感图像重建  

摘要： 图像超分辨率技术通过提升图像的空间分辨率,增强图像清晰度,增加图像细节信息,实现在硬件条件不变的情况下提高图像质量。鉴于遥感影像具有较大的像幅、复杂的特征表现和丰富的细节,结合遥感图像信息高效获取的需求,本文提出了一种基于条件控制扩散模型(Diffusion Model)的遥感图像超分辨率算法DSR(Diffusion Super-Resolution)。该算法以同一区域的低分辨率遥感图像为扩散模型的控制条件,与添加噪声后的高分辨率遥感图像拼接作为输入,构建了一个以U-Net为主干,融合残差连接和自注意力机制的深度噪声训练网络,并改进了损失函数以获得更优的超分辨率效果。本文实验中采用了多时相、多时期的国产卫星高分系列、高景系列的高分辨率遥感图像以及公开数据集Alsat-2B作为测试数据,测试了从32像素尺寸扩大至128像素的超分辨率效果。在这一基础上,将本文提出的算法与Bicubic、SRGAN、Real-ESRGAN、SwinIR等超分辨率算法进行比较,在PSNR和SSIM指标上取得了更好的性能。实验结果表明:DSR算法适用于遥感图像的超分辨率重建,特别是在多光谱遥感图像的超分辨率处理中,能够提升超分辨率结果质量,克服了简单卷积网络只能提取图像浅层特征的局限,避免了对抗神经网络训练过程中难以收敛的问题,显著提升了遥感图像中丰富细节的还原能力。

关键词： 网络算法   算法生态   算法技术   算法权力  

摘要： 智能算法利用技术壁垒垄断了网络信息资源再配置权力,形成了与价值传播、经济发展、社会治理等深度关联融合的算法生态系统。受资本驱使、技术理性、隐性运行等因素影响,系统内呈现出算法滥用、算法偏见、算法黑箱、算法越权等风险。从优化算法资本结构和算法公益效应,强化算法政治属性和算法伦理道德规范,健全算法技术法律法规和算法生态监管体系,建立政府主导的现代智能治理体系等角度,构建算法生态系统良性运行的机制,推进算法生态系统规范发展。