改进YOLOv5s的轻量化航拍小目标检测算法

针对无人机航拍图像中小目标样本多、拍摄目标背景复杂、可提取特征信息少的问题,提出一种改进YOLOv5s的轻量化无人机航拍小目标检测算法。首先,改进算法网络结构,增加两条特征信息传播路径,跨层级连接避免特征损失,同时同级前后连接补充特征信息,并在特征融合过程中加入空间注意力机制,提高模型对小目标区域的关注程度,保留充足的目标特征信息;其次,针对数据集的特点,将骨干网络中低层小目标检测层融入到特征金字塔网络和路径聚合网络结构中,增加一个检测极小目标的头部;最后,在预测过程中引入SIoU Loss定位损失函数,进一步加快模型收敛速度,提升模型检测能力及定位精度。将该算法在VisDrone2019数据集上进行实验,结果表明,改进后的模型mAP50达到了38.5%,较基线方法 YOLOv5s提高了5.9百分点,同时与主流的检测方法相比也取得更高的检测精度,对于小目标检测任务具有较好的性能。

基于改进YOLO v5的道路小目标检测算法

针对小目标检测精度低、检测过程中易出现目标漏检和误检等问题,提出一种改进的YOLO v5道路小目标检测算法。首先在YOLO v5中计了ConvFocus模块;在特征融合部分使用双线性插值上采样操作,并插入5个CBAM注意力机制模块,减少小目标特征的丢失,增强小目标语义及位置信息;另外增加了一个大小为160×160的小目标检测层,利用浅层特征层中包含的丰富的语义及位置信息精确定位识别小目标。实验使用KITTI数据集,对该数据集进行处理并划分训练集和测试集。实验结果表明,改进的YOLO v5模型在KITTI数据集上平均精度均值达到96.5%,与原YOLO v5算法相比有显著提高,小目标检测效果更好。

基于改进3D ResNet的视频人体行为识别方法研究

针对人体行为在视频中呈现的时序性特点,提出了一种融合非对称卷积和CBR模块的视频人体行为识别方法。该方法使用3D ResNet-50作为主干网络。首先,将网络中较大的卷积核拆分为2个非对称3D卷积核的串联,加深卷积层在水平和竖直方向上的局部关键特征提取;其次,加入了CBR模块,以增加网络层数。该网络对连续的视频帧序列进行图像和时序的多角度特征提取,并根据特征数据对其进行分类,最后输出识别结果。在基准数据集UCF101上的大量实验结果表明,所提方法的Top1准确率和Top5准确率与原始3D ResNet网络相比分别提升了4.03%和4.99%,且该方法的识别准确率也优于其他主流方法的识别准确率。

基于改进YOLOv7的航拍小目标检测算法

针对无人机航拍图像中小目标样本多、可提取特征信息少等问题,提出一种基于改进YOLOv7的无人机航拍小目标检测算法。首先,将骨干网络中低层小目标检测层融入聚合网络结构中,增加一个检测极小目标的头部;其次,将通道-空间注意力模块加入主干网络的特征提取过程中,同时引入特征融合中改进原有连接处的特征融合方式,自适应生成各层级特征图输出权重来动态优化特征图的表达能力;最后,在预测过程中引入SIoU Loss定位损失函数,提升模型检测能力及定位精度。实验结果表明,改进后的模型mAP50达到了52.6%,较基线算法YOLOv7提高了2.8个百分点,与主流的检测算法相比也取得了更高的检测精度,对于小目标检测任务具有较好的性能。

声振信号构造CNN特征矩阵的断路器储能机构故障诊断方法

针对传统的高压断路器储能机构故障诊断方法过于依赖主观经验,准确率不高、泛化能力差,提出一种声音振动信号联合构造卷积神经网络(CNN)特征矩阵的高压断路器储能机构故障诊断方法。首先将采集到的声信号通过形态学去除背景噪声,提出基于峭度和包络相似性的时标对位方法保证声振信号的同步性,然后对数据扩容后的声振信号利用皮尔逊相关系数构造二维图像特征矩阵,最后利用CNN对特征矩阵进行训练。实验证明:文中所提出的故障诊断方法与传统方法对比总体诊断准确率高,泛化性能好。

单频电源平抑风电输出功率优化控制方法

随着电力电子装置应用日益广泛,其产生的大量谐波会导致输出功率降低和电网污染,其中以单频电源最为严重。为解决这一问题,提出一种基于制氢系统的单频电源平抑风电输出功率方法。建立以电解槽开关操作和运行状态为变量的0-1整数规划模型,实现电解槽平抑电源功率波动的优化控制。根据电解槽系统的运行特点,适当调整优先级约束条件,采用隐枚举法进行求解,通过仿真分析验证所提方法的有效性。仿真实验结果表明:采用该方法调节后可有效改善输出电流,输出功率因数达到0.98以上,可得到稳定输出电压且能实现输出电压宽范围调节。

利用Grümwald-Letnikov分数阶方向导数的图像增强方法

针对传统图像增强过程中存在丢失细节且容易出现欠增强或过增强的不足,提出一种基于Grümwald-Letnikov分数阶方向导数的图像增强方法 .该方法利用基本分数阶微积分的形式,根据数字图像的自相关性将Grümwald-Letnikov分数阶微分与方向导数相结合,定义了新的微分增强模板系数,构造了各个方向的分数阶微分卷积模板,并将其应用于图像增强.实验结果表明,文中方法在对图像高频信息进行提升的同时能够有效地提升图像的中低频信息,使得图像的纹理细节得到增强,特别是边缘信息更加突出,图像的清晰度及信息熵等图像质量指标有明显的提高,增强后图像的视觉效果良好.

数字图像的Riemann-Liouville分数阶微分增强方法

针对传统图像增强过程中存在丢失细节且容易出现欠增强或过增强的不足,提出一种基于RiemannLiouville分数阶微分的图像增强方法.该方法利用基本分数阶微积分的形式,根据数字图像的自相关性对RiemannLiouville分数阶微分中常数分数阶微分不为0的情况进行改进;定义了新的微分增强模板系数,构造了8个方向的分数阶微分卷积模板,并将其应用于图像增强.实验结果表明,文中方法在对图像高频信息进行提升的同时能够有效地提升图像的中低频信息,使得图像的纹理细节,特别是边缘信息更加突出,图像的清晰度及信息熵等图像质量指标有明显的提高,增强后图像的视觉效果良好.

自适应收缩函数的Contourlet变换图像去噪方法

针对传统图像在去噪过程中存在丢失细节且去噪效果不理想的情况,提出一种自适应收缩函数的Contourlet变换图像去噪方法。该方法利用Contourlet变换的基本形式,结合软阈值和硬阈值收缩函数的优点定义自适应收缩函数,并将其应用于图像去噪。实验结果表明,所提出的方法能有效消除噪点,图像的峰值信噪比及增强因子等图像质量指标有明显地提高,去噪后图像的视觉效果良好。

成对测试中的测试生成策略研究

测试用例生成是软件测试的关键 ,成对测试是根据特定的测试原则研究测试用例的产生方法。基于这一原则分别构造了IPO_H算法和IPO_V算法的测试以产生整个测试用例 ,具有产生的测试用例少 ,时间消耗小等优点。并与另一个成对测试的测试生成工具AETG(高效自动测试生成器 )进行了比较、分析 ,证明了改进的IPO策略便于构造自动测试工具。

基于稀疏表示和M-ELM的断路器故障诊断模型

针对传统断路器机械特性评估方法的不足,构建了基于稀疏表示和M-ELM(Memetic-Extreme Learning Machine)的断路器故障诊断模型,该模型首先利用稀疏表示方法跟踪断路器分(合)闸过程中与动触头同步运动的连杆或主轴上辅助标志物运动的轨迹;然后,根据该轨迹获取断路器操动机构的行程时间曲线并据此计算断路器的分(合)闸速度等各种机械特性参数;最后,将动触头运动机械特性参数作为M-ELM的输入进行断路器的故障诊断。通过对12 k V真空断路器的测试实验证明了该模型诊断断路器状态的有效性和优越性。

基于B/S结构的Web应用模型

对目前流行的管理信息系统 (MIS)开发平台模式 :客户机 /服务器模式 (C/S)和浏览器 /服务器模式 (B/S)进行比较。阐述选择浏览器 /服务器 (B/S)模式的客观因素。利用Internet和Web技术 ,以ASP编程环境为基础 ,结合实例探讨了访问Oracle数据库的接口技术 ,兼顾系统的安全性 。

扩展时间和层次的Petri网工作流模型

针对当前工作流模型没有明显的时间约束以及缺乏对复杂工作流系统支持的现状,对经典Petri网在时间和层次方面进行扩展,提出了一个时间和层次扩充的THEWF-Net工作流模型。给出了该工作流模型的构建算法,并采用此算法对办公自动化系统中的产品开发流程和改造旧产品流程进行了建模,最后以实例对该工作流模型的正确性进行了验证。

基于互动式的“算法设计与分析”课程教学改革

"算法设计与分析"是计算机相关专业的重要选修课程,本文对该课程的互动式教学模式进行了探讨.通过教学模式的改革,有效提升了学生综合运用所学知识解决问题的能力.

浅谈“组合数学”的研究性教学方法

组合数学是计算机相关专业的一门专业课程,其内容抽象,形式化程度高,如何提高该课程的教学水平,使学生真正学懂并不断提高逻辑思维和抽象思维能力是该课程教学研究和探讨的重点.

面向智能技术的创新实践人才培养模式研究

随着国家和社会对创新创业人才需求的不断变化和智能技术的高速发展,高校创新人才培养必须适时调整相应的培养模式和课程教学体系,从而使培养的学生在基础理论素养、工程实践训练、创新能力等方面得到更充分的熏陶和锻炼,实现与智能技术发展相结合的创新人才的培养。

基于智能决策树与BP神经网络的EPM模型研究

由于电力营销(EPM)领域的数据海量、庞杂而且质量差,如何构造出精确性高的预测模型成为亟待解决的问题。采用智能决策树分类算法,按照数据中的属性值进行分类。对属性值,取缺损数据所属类别中所有属性值的算术平均值取代,对于非属性值,取同一属性中非属性值出现频率最高的值来替代。从而对需进入EPM模型的缺损数据进行补齐,保证了进入模型的数据最优化。在此基础上,提出了一种将BP神经网络应用于EPM中的新方法,通过改进BP神经网络中隐层的节点数目,降低了神经网络的计算复杂度。结果表明,该模型具有良好的预测效果。

RBAC模型在电力ERP中的应用

文中提出在电力企业资源计划ERP系统中引入RBAC模型,将角色作为用户和权限的中间体,为用户指派不同的角色,对每个角色分配权限,降低用户直接对权限操作的风险.利用最小授权和角色继承概念,根据业务职责对角色分级划分,实现对系统资源的安全存取,使权限管理变得简单而高效,节省了系统维护的开销.

NET Framework模型在电力通信协议转换系统中的应用

在综合自动化变电站中,继电保护设备采用的通信协议多种多样,监控系统必须同时处理多种协议。文中在电力监控的通信协议转换系统中引入NET Framework体系模型,其基本特征是在源协议与目标协议之间建立协议实时数据库(P-RTDB),并将各种通信协议转换软件中功能相同的部分抽取出来建立统一的通用协议服务。源协议和目标协议通过调用通用协议服务来收发报文和访问P-RTDB,实现了一个协议转换系统同时处理多种源协议并将它们分别转换成相应的目标协议,而且在很大程度减小了通信协议软件开发工作的负担和成本,降低了开发难度和复杂性。

基于网格距离的高精度聚类算法

为了提高基于网格聚类技术的聚类精度和效率,提出一种新的基于网格距离的高精度聚类算法。该算法一方面通过参考网格在逻辑空间的相对距离进行聚类,从而弥补了大多数计算网格之间距离的算法中需要大量数学运算的不足,另一方面,提出了一种新的边界点处理技术。用实际数据集进行的,实验结果表明,该技术能够有效地提取有意义的边界点,运行速度快、聚类精度高。