期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
枝状流体网计算机求解新方法
被引量:
2
1
作者
彭力
武玉钊
+1 位作者
涂序彦
余宝法
《北京科技大学学报》
EI
CAS
CSCD
北大核心
2002年第1期83-84,共2页
针对枝状流体网的特点,在比较了以往传统计算方法后,提出了一种与常规完全不同的方法,即不采用矩阵或方程组而模仿人的思维过程使用逐点累积的线性方法,大大提高了计算的效率和精度.
关键词
枝状流体网
网络建模
计算机求解
逐点累积法
供热网络
矩阵运算
热源
节点流量
下载PDF
职称材料
互联网升级新闻工作方式
2
作者
任奎菊
武玉钊
《青年记者》
2002年第10期44-44,共1页
计算机的普及和计算机网络的迅速发展正在改变人们的生活、工作方式,互联网使报纸记者更加耳聪目明,也正在改变新闻从业人员的新闻操作方式.
关键词
互联网
新闻工作
工作方式
新闻价值
记者
下载PDF
职称材料
基于YOLOv8的道路标线检测算法研究
3
作者
闫东
宋席发
武玉钊
《价值工程》
2024年第24期113-115,共3页
道路标线包含重要的交通信息,对交通安全起着重要作用。本文提出一种改进的YOLOv8的道路标线检测算法。在YOLOv8模型中使用了深度可分离卷积网络,加入RFB特征提取模块和CA注意力机制,采用MPDIOU损失函数加速模型训练的收敛速度。结果表...
道路标线包含重要的交通信息,对交通安全起着重要作用。本文提出一种改进的YOLOv8的道路标线检测算法。在YOLOv8模型中使用了深度可分离卷积网络,加入RFB特征提取模块和CA注意力机制,采用MPDIOU损失函数加速模型训练的收敛速度。结果表明改进后的模型在精准率和平均精准度上分别提高了8.1%和4.4%,检测速度提高了10.27FPS,模型大小降低了21.8MP。
展开更多
关键词
道路工程
道路标线
深度学习
标线检测
YOLOv8
下载PDF
职称材料
题名
枝状流体网计算机求解新方法
被引量:
2
1
作者
彭力
武玉钊
涂序彦
余宝法
机构
北京科技大学信息工程学院
清华同方人环
出处
《北京科技大学学报》
EI
CAS
CSCD
北大核心
2002年第1期83-84,共2页
基金
国家自然科学基金资助课题(No.60075012)
文摘
针对枝状流体网的特点,在比较了以往传统计算方法后,提出了一种与常规完全不同的方法,即不采用矩阵或方程组而模仿人的思维过程使用逐点累积的线性方法,大大提高了计算的效率和精度.
关键词
枝状流体网
网络建模
计算机求解
逐点累积法
供热网络
矩阵运算
热源
节点流量
Keywords
branch-shape flow network
network modeling
computer resolution
accumulation point by point
分类号
TU833.1 [建筑科学—供热、供燃气、通风及空调工程]
TU111.19 [建筑科学—建筑理论]
下载PDF
职称材料
题名
互联网升级新闻工作方式
2
作者
任奎菊
武玉钊
机构
《沂水报》编辑一部
《沂水报》编辑—部主任
出处
《青年记者》
2002年第10期44-44,共1页
文摘
计算机的普及和计算机网络的迅速发展正在改变人们的生活、工作方式,互联网使报纸记者更加耳聪目明,也正在改变新闻从业人员的新闻操作方式.
关键词
互联网
新闻工作
工作方式
新闻价值
记者
分类号
G210.7 [文化科学—新闻学]
下载PDF
职称材料
题名
基于YOLOv8的道路标线检测算法研究
3
作者
闫东
宋席发
武玉钊
机构
北华航天工业学院电子与控制工程学院
出处
《价值工程》
2024年第24期113-115,共3页
文摘
道路标线包含重要的交通信息,对交通安全起着重要作用。本文提出一种改进的YOLOv8的道路标线检测算法。在YOLOv8模型中使用了深度可分离卷积网络,加入RFB特征提取模块和CA注意力机制,采用MPDIOU损失函数加速模型训练的收敛速度。结果表明改进后的模型在精准率和平均精准度上分别提高了8.1%和4.4%,检测速度提高了10.27FPS,模型大小降低了21.8MP。
关键词
道路工程
道路标线
深度学习
标线检测
YOLOv8
Keywords
road engineering
road marking
deep learning
marking detection
YOLOv8
分类号
U491 [交通运输工程—交通运输规划与管理]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
枝状流体网计算机求解新方法
彭力
武玉钊
涂序彦
余宝法
《北京科技大学学报》
EI
CAS
CSCD
北大核心
2002
2
下载PDF
职称材料
2
互联网升级新闻工作方式
任奎菊
武玉钊
《青年记者》
2002
0
下载PDF
职称材料
3
基于YOLOv8的道路标线检测算法研究
闫东
宋席发
武玉钊
《价值工程》
2024
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部