基于改进DeeplabV3+的遥感图像道路分割模型

针对遥感图像道路分割边界模糊和遮挡难以区分的问题,提出了基于改进DeeplabV3+的遥感图像道路分割模型。该模型在主干网络中引入MobileNetV3和高效通道注意力机制(ECA),减少了参数量并关注连续的道路特征信息。在解码过程中采用多级上采样,增强了编码器和解码器之间的紧密连接,全面保留了细节信息。同时,在ASPP模块中采用深度可分离膨胀卷积DS-ASPP,显著减少了参数量。实验结果表明,该模型在Massachusetts Roads数据集上的交并比达到了83.71%,准确率达到了93.71%,分割精度最优,模型参数量为55.57×10^(6),能够有效地避免边界模糊和遮挡导致的错漏检问题,在遥感道路分割中提高了精度和速度。

基于多尺度特征增强的合成孔径光学图像复原

受物理孔径大小和光线散射等影响,合成孔径光学系统成像因通光面积不足和相位失真而出现降质模糊.传统合成孔径光学系统成像复原算法对噪声敏感,过于依赖退化模型,自适应性差.对此提出一种基于生成对抗网络的光学图像复原方法,采用U-Net结构获取图像多级尺度特征,利用基于自注意力的混合域注意力提高网络在空间、通道上的特征提取能力,构造多尺度特征融合模块和特征增强模块,融合不同尺度特征间的信息,优化了编解码层的信息交互方式,增强了整体网络对原始图像真实结构的关注力,避免在复原过程中被振铃现象产生的伪影干扰.实验结果表明,与其他现有方法相比,该方法在峰值信噪比、结构相似性和感知相似度评估指标上分别提高了1.51%,4.42%和5.22%,有效解决合成孔径光学系统成像结果模糊退化的问题.

基于DFECANet的遥感图像飞机目标检测方法

针对现有的遥感图像目标检测方法中对小尺寸飞机目标的检测精度不高、特征信息传递不准确、信息交互不充分等问题,提出了一种基于可辨别特征提取和上下文感知的遥感图像飞机目标检测方法。设计了以可辨别特征提取模块为主体的主干网络,用以加强对多尺度飞机目标的特征提取;引入自适应特征增强模块,选择性关注小目标、优化特征信息的传递与信息交互;并设计了特征融合上采样模块对特征图进行上采样操作,用以提升高层语义信息的准确性。在DOTAv1数据集上的检测精度达到了95.2%,相较于YOLOv5s、SCRDet、ASSD等主流算法,飞机目标的检测精度提高了3.7%~18%。此外,该方法的检测速度以及模型参数量分别为147 fps和13.4 M,相较于当前主流算法具备较强的竞争力,满足在遥感背景下对飞机目标的实时检测需求。

改进YOLOv5s的风力涡轮机表面缺陷检测

针对传统方式检测风力涡轮机表面缺陷时出现的精度不足、泛化性较差问题,提出了一种改进YOLOv5s的风力涡轮机表面缺陷检测模型。在网络结构方面,首先在主干特征提取网络引入改进的MobileNetv3网络,用于协调并平衡模型的轻量化和精度关系;其次采用BiFPN式的融合方式,增强神经网络的多尺度适应能力,提高融合速度和效率;最后为轻量化的自适应调节特征权重,运用ECAnet通道注意力机制,进一步提高神经网络的特征提取能力。在损失函数方面,将边框回归的损失函数修改为αIoU Loss,进一步提升了bbox回归精度。实验结果表明,基于YOLOv5s的改进算法可以在复杂环境下快速准确地识别风机表面的缺陷目标,能够满足实时目标检测的实际应用需求。

产教融合背景下的通信工程专业建设

产教融合为培养实用型人才提供了强大的动力,该文在系统梳理国内外产教融合模式的基础上,结合实际分析了无锡学院通信工程专业目前建设的难题,从建设目标、建设方案和改革举措等方面进行了分析和阐述。通过建设,确定了“工程导入、产教融合、协调发展”为特色优势,构建“一条主线、二大目标、三类支撑、四种手段”的应用型创新人才培养模式,直接对接地方战略性新兴产业的人才需求,为学校转型升级和可持续发展提供了支撑和依据。

改进视觉注意力网络的水下目标检测算法

针对传统水下图像检测方式易受水中光线、复杂环境的影响,造成水下目标识别精度不高,泛化性较差的问题,提出了一种改进YOLOv5s的水下目标检测算法。首先引入了Double MSRCR算法,解决了水下物体清晰度低,特征模糊的问题。在网络结构方面,主干网络引入C_VAN模块,提升了神经网络特征提取能力;其次在颈部网络中,引入RFB_S感受野,增强神经网络的多尺度适应能力;最后引入NAMAttention空间与通道注意力机制,增强网络上下文特征的表达能力。所提方法相较于Faster-RCNN检测精确度提高了6.5%,相较于YOLOv4检测精确度提高了4.1%,相较于YOLOv5s检测精确度提高2.7%,检测速度提升了56.34 fps,证明了方法适用于实时水下检测任务。

基于单目深度估计的智能驾驶路径规划方法

为了提高信息处理的速度和智能驾驶的安全性,提出一种基于单目深度估计的智能驾驶路径规划方法。首先利用单目摄像头采集车辆前、后方道路视频流数据并进行抽帧,然后构建改进的深度残差网络进行深度估计运算,从而形成道路的3D云图,即道路上车辆、行人的分布情况及距离等实时信息,最后结合多目标跟踪算法合理规划驾驶路径。相较于其他方法,将拉普拉斯金字塔结构引入解码器,并将编码特征输入到不同的视频流中解码深度残差运算,在事物识别和分割过程中使用简单的特征基线计算分割轮廓,提高了距离估计和速度估算等的准确性。实验结果表明,单目深度估计模型的平方相对误差为0.551,均方根误差为3.669,对数均方根误差为0.158,阈值精度分别为0.912、0.968、0.989,实现了较好的评测结果。速度误差和距离误差均小于5%,角度误差约为0.6%,误差较小,性能良好。由此可见,所提出的方法具有更强的路况感知能力与更准确的路径决策能力。

基于深度学习的目标分拣教学实验系统

针对机器学习课程要求,结合电子信息类目标检测实际工程问题,提出一种基于深度学习的目标分拣教学实验系统。通过Jetson Nano识别、分类摄像头拍摄的目标,利用控制芯片对目标当前位置进行三维坐标转换,并控制机械臂进行抓取、分拣。同时,改进YOLOv3目标检测算法,利用MobileNetV2代替特征提取网络以减少特征尺度,将调整后的Focal loss损失函数替换YOLOv3的损失函数,并将锚点框聚类算法替换为K-Means++。实验表明,改进后算法的平均准确率提升23.4%,平均检测时间减少9.35 ms,检测精度和速度得到显著提升,可满足深度学习、机器视觉等先进技术的实践教学要求,有助于提升学生的创新与实践能力。

改进YOLOX算法的输电线路关键部件及缺陷检测

输电线路作为电力系统的载体,对其进行定期巡检,在第一时间对潜在的安全隐患进行干预是电力系统稳定运行的关键所在。针对输电线路关键部件及缺陷,依托无人机巡检图像,提出了一种改进YOLOX的目标检测算法,进一步加强浅层特征与深层特征的融合,丰富特征图信息;添加位置注意力模块,将位置信息与通道特征进行融合,促使神经网络在更大的区域上进行注意力调节,有利于感兴趣对象的精准定位;对回归损失进行分类处理,加大难回归样本的损失占比,提高算法的检测精度。实验表明,改进后的YOLOX检测算法相比于原始的YOLOX,mAP值提高了3.64%,证明了所提算法的真实有效性。

基于深度学习的变压器故障信号识别算法

针对变压器结构复杂、维护成本高等特点,提出一种基于深度学习的变压器故障信号识别算法。首先分析变压器工作状态下的声纹信号并进行二维图像信号的转换,利用VGG16神经网络在图像中的优势,并在此基础上提出一种MCA注意力机制,该注意力机制能够同时保留背景信息和细节信息;其次对VGG16中的最大池化下采样进行优化,采用一种软池化的采样方法,减少图像中最大池化下采样带来的特征损失;最后为避免过拟合现象的发生,将VGG16顶层结构中的激活函数进行优化,引用可以自归一化的SELU激活函数。实验证明,广义S变换是将一维时域信号转换为二维图像信号的最佳选择,所提算法对于6类故障信号的平均识别率达到99.15%。

基于双阶段多尺度生成对抗网络的图像复原方法

针对人脸图像复原任务中对图像尺度信息利用不足和眼镜结构复原错误的问题,提出一种基于双阶段多尺度生成对抗网络复原模型。该模型第1阶段引入改进损失的U-Net粗重构网络,利用跳连接减少原始图像信息的丢失,融合3种不同的损失函数提高生成器的重构能力,采用双判别器考虑全局信息和局部信息,并提出一种混合域注意力机制用于关注图像的空间和通道信息。第2阶段的精修复网络构建了全新的特征增强模块,增强网络对细节信息的提取能力和对结构的表达能力,引入相对判别器,用于关注生成样本与真实样本之间的相对真实性,提高了生成质量和训练稳定性。实验结果表明,该方法能够复原各类图像缺失的情况,并能够有效复原佩戴眼镜的人脸图像,与其他方法相比,该方法的峰值信噪比、结构相似性和感知相似度评估等指标分别提升了3.81%、2.65%和0.45%。

电工电子实验中心管理平台的设计与实现

大学实验中心不仅要有坚实的硬件基础，还必须有一整套完善的管理系统。要实现这一管理系统，就要求学校建立一高效的实验中心管理平台。文章以南京信息工程大学校电工电子实验中心为例，从总体规划、硬件设置、软件设计实现等方面进行了阐述。

基于51单片机的晶体管特性测试系统的设计

介绍一种基于AT89S52单片机的晶体管特性测试系统的设计原理。详细说明该系统的基本原理、硬件框架、主要电路以及软件框架。整个系统采用模块化设计,较精确的对晶体管交直流放大特性参数、输入/输出特性曲线和频率特性进行测量。本系统具有性能可靠、抗干扰能力强、功耗低、性价比高等优点。

一种无线温度报警系统的设计

利用MSP430单片机、GSM模块M22、传感器DS18B20和液晶显示器组成智能式低功耗温度报警系统,能显示探测区域的温度,并能根据用户预先设定的报警值进行报警,报警方式是本地声光报警加无线电话和短信报警。该系统测试效果良好,具有结构简单、功耗低、智能调节和可扩展等优点。

一种BP神经网络软件的设计

介绍了BP神经网络模型及其算法,设计出一种基于模糊的能实现的任意结构的三层BP神经网络软件。软件网络模型具有较高的可靠性。测试表明,该神经网络软件的学习效果达到较高的精度,可广泛应用于故障诊断、模式识别、最优预测等方面。

基于VoIP的综合接入设备设计

通过对VoIP的核心协议及技术的分析,提供了一种综合接入设备的硬件和软件设计方案,并对软件设计中网络管理以及设备开发中的技术关键做了分析。

基于PSO的高线性四次分谐波下变频混频器设计

在介绍分谐波混频器的原理基础上,提出一种以粒子群算法作为全局搜索算法,以性能参数作为评估的混频器电路优化方法,利用ADS软件设计出一种本振为23 GHz,射频为92～94 GHz下的变频器电路,应用CST软件优化脊波导微带过渡结构,实现了W波段的信号到混频器射频端的引导。优化算法可以快速得到优化结果,仿真结果表明该下变频器的变频差损小于15dB,1dB压缩点较高,具有良好的线性度。

小型综合接入设备设计

为了减轻PSTN网络的重荷,增加新老业务,通过对H.323核心协议及技术的分析,提供了一种小型综合接入设备的设计方案,该方案具有设计灵活、功能齐全、易升级等特点,具有很强的市场应用前景。

专创融合视角下电子信息类创新创业系列课程的改革与实践

高校培育大学生创新创业能力,开展创新创业教育,是服务创新型国家建设的重大战略举措。针对电子信息类专业创新创业课程存在的问题,立足专业教育与创新创业教育的有机融合,本文从课程体系建设、课程改革、创新举措和实践成效等方面进行了较为系统的阐述和分析,能够培养大学生的创新意识,锻炼创新能力,增强创业能力,顺应社会发展和社会需求,培养应用型创新人才,为地方高校转型升级和高质量发展提供了必要的支撑和依据。