基于Hi3559A的变电站人员闯入智能检测系统

为防止非法人员进入变电站,恶意盗窃、破坏行为影响变电站正常运行,提出人员闯入智能检测系统。该系统以Hi3559A为计算单元,接入前端相机可见光数据,运行深度学习检测算法完成对监控区域的人员检测。针对精度优先的神经网络模型难以在资源受限的嵌入式平台上实现的问题,提出一种基于RetinaNet改进的轻量目标检测模型。该模型从网络骨架、特征融合方法和检测头3个部分进行优化,在减少网络冗余的同时,增加了检测模型的精度。此外,采用量化技术压缩模型,优化网络后处理步骤,使网络充分利用Hi3559A硬件资源,进一步减少前向推理耗时。实验结果表明,该系统的检测精度提升2.7%,达到87.0%,运行速率提升8.2倍,达到45.9帧/s,单帧运行时间21.8ms,满足设计要求。

基于主成分分析法的北京城市病评价及雄安新区设立的预测

采用主成分分析法对北京城市病数据进行分析,并利用MATLAB建立分类计量模型,对北京市的城市病和雄安新区设立的相关问题进行了系统的分析研究,针对减轻北京城市病和雄安新区的设立提出了相应的建议。