基于改进YOLOv5的森林烟雾检测算法

在森林火灾烟雾检测任务中,最重要的是能在火灾发生的初期及时发现小而稀薄的烟雾,目前的烟雾检测算法普遍存在检测精度较差,错检、漏检较多的问题。为解决上述问题,文章提出一种基于改进YOLOv5的烟雾检测算法。为了使提取到的多尺度特征更好的融合,强化对小尺度烟雾的检测,引入了BiFusion Neck融合结构,并对本森林火灾烟雾检测算法中的损失函数进行了改进,使用SIOU作为损失函数,使网络考虑真实框与预测框之间的方向,加快收敛速度。使用本文所提出的方法在自制烟雾数据集上实验,结果表明本文方法的整体性能要优于其他的烟雾检测算法。

新型功率因数校正技术在通信开关电源中的应用研究

随着通信技术的迅猛发展和智能设备的普及,人们对通信开关电源的要求越来越高。通信开关电源作为电子设备的能量供应来源,其效率和稳定性对设备的正常运行至关重要。功率因数校正技术是一种用于改善电力系统功率因数的方法,研究其在通信开关电源中的应用具有重要意义。文章阐述传统技术在功率因数校正方面的局限性,提出新型技术的实现方式,讨论影响功率因数校正技术性能的因素,包括电源负载特性、输入电压波动、系统拓扑和控制算法、外界干扰以及环境条件等。结合谐振电路、有源滤波器以及变频调速技术的功率因数校正方案的应用案例,分析新型功率因数校正技术的应用场景。