基于深度可分离卷积网络的航拍绝缘子检测

针对传统电气绝缘子人工巡检状态效率低下的问题,提出了基于深度可分离卷积网络MobileNetV2_SSD的航拍绝缘子目标检测方案。利用航拍无人机拍摄绝缘子数据集,并将其分配为训练集与评测集。通过训练集对MobileNetV2_SSD网络进行训练,使其学习到航拍绝缘子特征。利用测试集对模型进行效果评测,评测标准使用平均精确率与召回率,模型对航拍绝缘子定位达到了92.48%的平均精确率与71.42%的召回率,在含故障绝缘子标签数据集上的定位精度达到了82.47%的平均精确率与81.07%的召回率。得益于深度可分离卷积,有效减小了参数的运算量,模型大小也压缩至18.2 MB,成功在移动端部署。实验表明,基于深度可分离卷积网络MobileNetV2_SSD的航拍绝缘子检测方案,不论在检测精度还是在模型大小上都具有很好的效果与表现。

基于混合反向学习策略的鲸鱼优化算法

针对鲸鱼优化算法(WOA)在解决高维复杂问题时存在收敛速度慢、全局搜索能力不足的问题,提出一种最优最差个体混合反向学习的WOA(MWOA)。首先,引入一种自适应惯性权重,用于调节寻优前期的步长和寻优后期的种群多样性;其次,提出一种混合反向学习策略并将其融入WOA,以提高算法的收敛精度;最后,引入一种参数非线性衰减策略,以提高其在高维度以及复杂问题上的探索开发能力和收敛速度。将MWOA与WOA、MS-WOA、IWOA对10个基准函数的优化效果进行比较,结果表明MWOA在收敛速度、优化精度上相较对比算法均有所提升。另外,将MWOA与CODE、CPSO、EGWO和DIHS进行比较,结果表明MWOA具有较好的收敛精度。

基于物联网技术的智能喷灌控制系统设计

本文基于ZigBee技术、STM32F103单片机设计了一种基于物联网的智能喷灌系统,借助ZigBee技术搭建一个无线传感网络,系统能够实现对土壤墒情的自动判断并做出相应的控制。系统通过各分布式节点采集农作物生长环境的温度和湿度等信息,利用ZigBee无线通信技术传送至主控器,主控系统通过分析计算各节点信息实现对喷灌设备的控制,从而实现自动改善土壤环境的作用。同时,主控系统可将相关信息实时传送至用户移动设备,实现远程监控与管理。该系统的应用能够降低劳动者工作强度,克服根据人的经验决定灌溉时间和灌溉水量的缺点,提高水资源的利用率,实现对农作物灌溉的科学管理。