基于随机森林特征选择的BiLSTM电解槽出铝量预测

铝电解槽出铝量需要凭借专家经验对槽况的判断,其经验水平决定了出铝量决策的准确度。针对电解槽出铝量预测问题,本文提出了一种基于随机森林(RF)特征选择的RF-BiLSTM电解槽出铝量预测模型。所用模型在BiLSTM模型的基础上,利用随机森林算法对输入BiLSTM模型的特征进行降维处理,并将优化后的特征进行不同模型的对比实验。实验结果表明,与LSTM方法相比,RF-BiLSTM平均绝对误差(MAE)减少21.01,该方法优于现有方法。为铝电解槽出铝量预测问题提供了一定的参考价值。

基于轻量化视觉Transformer的花卉识别

由于不同种类花卉之间的相似性以及同种花卉的差异性,提取局部特征信息的卷积神经网络(CNN)在花卉图像的识别上取得的结果不够理想。在Swin Transformer(Swin-T)网络的基础上,提出了一种轻量型的Transformer网络LWFormer。首先,该网络将基于移动窗口的PoolFormer模块引入Swin-T网络的第一、二阶段,对网络进行轻量化。其次,引入了双通道注意力机制,2个独立的通道分别关注了特征图的“位置”和“内容”,提高网络提取全局特征信息的能力。最后,使用了对比损失函数,进一步优化了网络的性能。在Oxford 102 Flower Dataset和104 Flowers Garden of Eden这2个公开的数据集上对改进的模型进行评估,并与其他方法进行对比,在这2个数据集上,分别得到了88.1%与87.3%的准确率。与Swin-T网络相比,该网络参数量降低了33.45%,FLOPs降低了28.89%,throughtput提高了91.45%,准确率提高了1.8%。实验结果表明,该网络在提升了准确率的同时降低了参数量,得到了速度与精度地提升。

探析达利的超现实主义绘画

现代西方艺术流派超现实主义绘画认为人的本能是受压抑的,而潜意识才是人最真实的自我,因此希望通过对于人类的潜意识的探索,抛弃现实生活中真实可见的形象,希望通过打破理性的束缚,激发人的自由意识。萨尔瓦多·达利无疑是超现实主义绘画最具代表性的人物之一,他受弗洛伊德理论的影响,通过对艺术的不断探索,最终确定了自己的艺术风格并成为了超现实主义绘画的先行者,在他那神秘、玄幻的画面中充满了他自己的真实情感,为观者带来别样的体验。

智能识别送货机器人

结合2020年新冠状病毒传染病的流行,医院很多医护人员需要接触和配送药品与生活物资,这样增加了医护人员的传染几率,为了避免让人直接接触传染源,本项目采用STM32单片机实现智能识别的配送小车,该小车的主要目的是代替人工完成一些带有危险性的配送,例如送药,送物资进诊室等等,本小车可以实现智能识别,识别物品的特征,并与目的地的特征对号入座,可以改变输送的方式,应用于更多的领域和范围,前景广阔。

基于STM32的灭火飞行器设计

本系统基于STM32单片机,运用光流定高模块来调整X,Y方向上的偏差,Open MV识别模块识别火源,电机电调动力模块配合飞控飞行,激光测距模块返回飞控高度。从刀耕火种的时代开始,火便成为了一种人类日常生活不可或缺的元素,随着科技的进步和时间的更迭,火焰的炽热缤纷也被用于生活的方方面面,但与此同时我们也不可忽略它给人类生活所带来的威胁。本文旨在利用STM32单片机作为主控器件,搭建四旋翼灭火飞行器系统,解决在日常火情火灾中人力无法处理的问题。