面向路面附着估计的路面图像识别

为提升智能辅助驾驶系统对路面附着系数估计的准确性与实时性,研究了一种基于视觉信息的路面识别深度学习算法,实现路面附着系数的预估计。设计压缩卷积机制以降低网络运算参数,采用特征图全局平均替换全连接层以提升网络的拟合性能,并构建路面识别深度卷积神经网络DW-VGG。利用自建路面图像数据集对网络进行训练,测试结果表明,基于提出的多层知识蒸馏技术的DW-VGG网络识别精度较高,分类性能评估指标F1得分为96.57%,并有效降低了网络的运算和内存成本,识别单张图像只需32.06 ms,预测模型只有5.63 M。

电缆接头无线测温装置设计

在电力电缆线路中,电缆的终端头和中间头最易受损,电缆接头故障将引起安全事故,影响生产。本设计主要借助无线通讯的方式对电缆局部接头进行温度的实时监测与反馈。其由温度采集器、供电电路、通信收发模块组成,微功耗处理器采集、计算、处理所产生的实时温度数据向接收装置以无线通讯的方式传输。

试论运营商宽带接入网建设和维护的转型

随着社会的高速发展与科技的日益进步,互联网行业呈现出了喜人的发展态势。近年来,互联网技术在丰富公众精神生活、促进国家进步等方面的工作上发挥了重要的作用。目前,国内宽带普及率据世界前列,也应当看到,国内平均互联网连接速度远低于世界平均水平。结合工作经验与相关理论知识,在本文中论述了运营商宽带接入网的建设与转型问题,供有关人员参考借鉴。

阴式子宫切除术与优质护理探讨

目的:微创美观,降低住院费用及术后并发症的发生率,适应现代妇科手术技巧的发展,为疾病的康复贯穿优质护理。方法:经阴道操作实施子宫切除术,通过对15例阴式子宫切除术患者提供术前、术后的全方位优质施护。结果:组织创伤小,出血量少,手术时间短,对腹腔脏器干扰少,肠功能恢复早,术后疼痛较轻及并发症发生率低,病人沟通交流角色适应良好。结论阴式子宫切除术以其微创美观、降低住院费用及术后并发症的优势,越来越广泛的应用于临床,并有取代妇科开腹手术的趋势。在疾病的康复全程体现优质施护,使手术治疗和护理相得益彰,在微创手术和优质护理贴近人性需要的今天,二者有拓宽和渗透的领域空间。

导乐分娩在产时服务模式转变后的意义

导乐分娩能提高产时服务质量,促进母婴安全,导乐分娩在于给产妇持续地心理上安慰,感情上支持,生理上帮助,减少对自己分娩的各种干扰,充分发挥产妇的主动性、积极性。使产妇得到信赖和力量,愉快地渡过分娩。

腹腔灌注与中药热敷治疗慢性盆腔炎的观察及施护

总结回顾性分析了105例腹腔灌注与中药热敷治疗慢性盆腔炎的患者的临床资料,认为采用腹腔灌注法与中药少腹逐瘀汤加味醋调热敷对治疗慢性盆腔炎有重要作用,有利于提高盆腔炎的治疗效果,且有助于提高患者的生活质量。

论成人高校德育的基本特点和原则

德育过程既是教育者对学生施加一定影响,培养学生知、情、意、信、行的过程;又是受教育者在一定的实践中,接受影响,促使其思想矛盾转化,形成其内部道德结构的过程。在这一过程中,两者互相制约、互相依存、互相促进、互相补充,缺一不可。成人高校与普通高校相比较,其德育过程既有相同之处,如两元性、曲折性、斗争性、情感性、社会性等,又有相异之处,如自主性、自控性、竞争性、选择性、倾向性等。随着改革的深入和发展,对外开放带来的多元文化和价值观,成人高校的学生发生了诸多变化,尤其是知识面。

基于改进YOLOv3的小目标检测方法研究

针对YOLOv3算法在小目标上检测效果不佳,漏检率较高的问题,提出一种改进YOLOv3网络结构的小目标识别方法。首先,利用优化的K-means聚类方法弥补原聚类算法中对聚类中心的初始位置敏感问题;然后,对数据集中的标注目标进行聚类分析选取优化的聚类锚点框宽高维度作为改进YOLOv3网络的初始候选框;其次,对Darknet-53网络结构进行调整,在主干网络最后增加2个1×1和3×3卷积层;最后,将YOLOv3网络4倍降采样特征图与经过上采样的8倍降采样特征图进行拼接融入第三个检测层。实验结果表明:改进的YOLOv3算法在小目标检测中平均准确率为78.8%,较原始YOLOv3原始算法平均精确度均值(mAP)提升了5.2%,漏检率降低了4.9%,具有较好的小目标检测效果。

基于树莓派与yeelink平台的智能空气净化器

本文设计了一种基于树莓派的智能家居控制系统,利用上位机作为主控系统,结合PM2.5传感器、yeelink云平台服务等实现了对家居环境的温湿度、空气质量的监测并对空气净化器进行控制。该系统可以通过网页或APP来实现无线终端数据实时监测。

雾霾天气车辆检测的改进YOLOv3算法

针对传统YOLOv3算法中存在检测框定位不精确的问题,提出了一种改进的YOLOv3算法用来重新估计检测框位置,提高智能汽车在雾霾交通环境下的定位精度。首先运用图像去雾算法对采集到的图片进行预处理,然后构造定位置信度替代分类置信度作为参考项来选择估计检测框位置,并改进非极大值抑制(NMS)算法,引入软化非极大值抑制(soft-NMS),最后使用加权平均的方式来更新坐标位置,以达到提高定位精度的目的。实验结果表明,先经过单尺度retinex去雾算法处理图片,再通过改进的YOLOv3算法进行车辆检测,与使用原始的YOLOv3算法进行检测相比平均精度均值mAP(mean average precision)提高了0.44%,在满足检测实时性的同时,能够检测到更多的目标,对检测车辆的定位也更加精确。