课程文献中心 更多>>

关键词： 深度学习辅助   广播电视录音   声音转换算法  

摘要： 深入研究深度学习辅助的音频增强、噪声去除、语音识别等技术,并建立基于卷积神经网络、循环神经网络以及生成对抗网络的声音转换模型。通过大量音频数据的训练和迁移检验,给出模型在梅尔倒谱失真、主观语音质量评估及平均意见得分等评估指标上的表现。研究表明,深度学习辅助可进一步提升录音技术的性能,为广播电视节目制作提供技术支持。

关键词： 大数据分析   液位滤波   水性废溶剂  

摘要： 某涂装车间调漆间实时采集的废溶剂回收缸数据存在周期性异常波动问题。从异常检测算法、常规滤波算法以及多算法融合方法等测试了不同算法对于该液位曲线的滤波效果。最终的测试结果显示,一种基于大数据分析的多算法融合方法整合了各滤波算法的优点,有效解决了废溶剂液位数据失真问题,为后续的溶剂降耗研究提供了良好的数据基础。同时,该方法可推广至车间类似设备,依托大数据分析方法处理液位扰动问题,为后续大数据分析的研究提供高质量数据。

关键词： 线特征   车载轨迹特征   点云快速配准   城市区域  

摘要： 针对城区大规模异源点云数据配准效率低的问题,提出一种城区机载和车载点云的快速配准算法。该算法首先以建筑物特征直线为基础,利用矩形邻域搜索对应线对,提高对应线对搜索效率;其次以线线间对应关系构建配准模型,完成平面配准;最后按1 s间隔选取车载轨迹点下方对应的高程点对,完成高程配准,减少搜索高程点对的时间和参与匹配的点对数量,提高配准效率。实测数据结果表明,该算法在平面距离偏差均值和均方根误差分别为17.231 mm, 23.874 mm,配准总用时为2.67 min,该算法可以实现城市区域机载和车载点云快速配准的同时保持有较高的配准精度。

关键词： 行人检测   小目标识别   深度学习   边缘计算  

摘要： 针对现有的高精度行人检测模型因资源要求高而导致的难以应用于边缘计算场景的问题,提出了一种适用于边缘GPU设备的轻量级实时密集行人检测算法。该算法通过在检测头中融合全维度动态卷积,降低了冗余信息对于检测效果的影响,并通过优化损失函数增强了算法区分待检测目标和背景的能力。实验结果表明,在密集人群场景下的行人检测任务中,该算法在精确度方面较本文基线算法YOLOv7-tiny提升了4.1百分点,这证明该算法能够在边缘计算场景下实现准确的密集人群检测。

关键词： YOLOv8   小目标检测   深度学习   多尺度特征金字塔   注意力机制  

摘要： 针对交通道路中小目标车辆存在的识别困难、检测精度低以及误检和漏检等问题,提出一种基于YOLOv8算法的大内核、多尺度梯度组合的道路交通小目标车辆检测模型RGGE-YOLOv8。首先,使用RepLayer模型替换YOLOv8网络的主干部分,引入大内核深度可分离卷积结构,拓展上下文信息,以增强模型对小目标的信息捕获能力;其次,使用GIoU代替原损失函数,解决IoU在预测框与真实框没有重叠时存在的无法优化问题;然后,引入全局注意力机制(GAM),通过减少信息丢失并增强全局交互信息来提高网络的特征表达能力;最后,引入CSPNet并重参化梯度组合特征金字塔,使得模型具有较大感受野和高形状偏差。实验结果表明,RGGE-YOLOv8在Visdrone数据集和自有数据集上mAP@0.5指标分别达到34.8%和94.7%,相较于原始YOLOv8n算法精度分别提高了2.2和5.51百分点,证明了RGGE-YOLOv8模型对道路小目标车辆检测的有效性。

关键词： 计算机图像处理   纸浆纤维   特征提取   SVM   卷积神经网络  

摘要： 纸浆纤维的形态参数和纯净度等决定着纸张的质量与性能。对纸浆纤维进行精准检测和分类是造纸生产中的重要环节,也是保障成纸质量最直接的手段。计算机图像处理技术是近些年随着信息产业的迅速发展而发展起来的新兴分析技术,在纤维检测领域有着明显优势与良好前景。基于此,简述了计算机图像处理技术在纸浆纤维检测中的应用,介绍了纸浆纤维图像预处理过程与算法,确定了对纸浆纤维图像要提取的形态特征和灰度特征,并提出SVM结合卷积神经网络的纸浆纤维分类算法。该方法对纸浆纤维的分类达到了较高的水准。

关键词： 数据管理中心   医院数据   实践操作   管理理论研究   主要举措   管理效能   深层次原因   实地调研  

摘要： 通过对国内外医院数据管理理论研究的基础上,以江苏省一家具有代表性的市级三甲综合医院为案例,分析医院数据管理存在的问题及背后的深层次原因,总结医院数据管理中心构建的主要举措。以实地调研和实践操作为基础,为其他医院构建数据管理中心提升管理效能提供了可供借鉴的案例。

关键词： 机器学习   遗传算法   时效处理   冷轧变形   性能预测  

摘要： 机器学习已经被广泛应用于材料研究领域,然而从成分、工艺多维度进行合金设计依旧是一个不小的挑战。提出了一种机器学习方案,结合材料的物理化学性质、成分、工艺进行合金设计,采用遗传算法对Cu-Ni-Co-Si合金性能预测进行优化;采取递归消除法探索特征与合金性能之间的潜在联系。研究发现,影响合金硬度和导电性的主要工艺是时效处理与冷轧变形。除此以外的物理化学特征主要通过影响自由电子密度和自由电子迁移的自由程,从而对合金的导电率产生影响;通过影响固溶强化和位错强化,从而对合金的硬度产生影响。

关键词： 回路电流分析   电力系统   潮流算法  

摘要： 文章围绕基于回路电流分析的潮流算法展开,探讨了潮流计算的数学模型及其回路退化现象.通过建立一种新的算法模型,能够有效处理电力系统中的复杂性,提升计算效率.回路电流算法的设计充分考虑了电网拓扑结构的多样性,并针对不同运行状态进行了全面分析.研究结果表明,该方法在解决传统潮流计算中的收敛性问题上展现了明显优势.算例验证中,选取多个典型电网进行了对比,结果显示,基于回路电流分析的算法能大幅降低计算时间,同时保持高精度,为电力系统的优化和调度提供了更为可靠的技术支持.结合理论与实践,回路电流分析的引入,为电力系统的潮流计算注入了新活力,展现了其广泛的应用前景.

关键词： 城市物流   电车路径问题   交付选项   客户满意度   自适应大邻域搜索算法   禁忌搜索  

摘要： 针对城市物流中日益凸显的客户个性化交付需求问题,提出考虑交付满意度的路径规划问题。首先,以客户对交付方式的个性化偏好排序作为客户满意度的度量,建立旨在最小化运营总成本的优化模型,其中涵盖电动汽车固定成本、旅途成本、充电成本以及因未能满足客户最早开始服务时间惩罚成本和地点偏好惩罚成本。其次,针对大规模客户场景,设计一种融合自适应大邻域搜索与禁忌搜索的混合启发式算法。最后,运用基准数据分析验证模型的正确性和算法的有效性。结果表明,基于多交付选项模型规划配送方案能帮助企业节省成本,且只需要付出较小的成本就能实现较高的服务质量,提高客户满意度。