改进的YOLOv5图书梯标检测算法

对于印刷行业而言,确保每本书的页码、页面正确排序是提高印刷厂生产率的重点。为了解决目前印刷厂对于图书梯标的检测存在漏检、误检的问题,提出了一种改进YOLOv5的梯标检测算法。该算法增加一个检测尺度以解决漏检问题和提高梯标的识别精度,将主干网络中的C3数量减少,使用深度可分离卷积替代颈部网络中的部分卷积,在能够保证精度稳定的同时降低模型的参数量和计算量;使用SPConv替换Resunit结构里的Conv,形成SPConv-C3结构,SPConv-C3结构不仅能够降低模型的参数量,还能提升网络对图书梯标的检测精度;根据深度可分离卷积和SPConv-C3结构设计特征融合网络结构,能够大幅度提升网络模型的特征融合能力。将所改进的检测算法在自建数据集上进行验证,结果表明,改进后的算法Pm,A@0.5∶0.95达到了64.7%,比原YOLOv5s提高7.5百分点,参数量下降了3.16%,能够满足实际需求。

功率分流混合动力系统模式切换连续瞬态冲击机理及其性能客观评价

针对功率分流混合动力系统模式切换过程连续瞬态冲击机理尚不明确且缺乏客观评价指标和方法的问题,本文探究了模式切换连续瞬态冲击机理及其性能客观评价方法。首先,结合动力传动系统高动态性能测试台架,建立了考虑转矩过零、齿轮副啮合时变刚度、齿隙及驱动电机转矩脉动的功率分流混合动力专用变速器(DHT)瞬态扭振模型;其次,研究了DHT模式切换过程转矩过零变化机理,提出了考虑转矩过零次数和模式切换时间的连续瞬态冲击性能时域评价指标,并采用短时傅里叶变换方法建立了基于冲击度时频特性的频域评价指标;最后,以纯电动向功率分流混动模式切换过程为例,采用变异系数法对不同加速踏板开度和齿隙影响下的连续瞬态冲击性能进行了客观分析评价。结果表明,功率分流DHT动力输出端转矩频繁过零和齿隙间的耦合作用是引发模式切换过程连续瞬态冲击的主要原因,减小齿隙可降低最大振幅频率100~200 Hz范围内的连续瞬态冲击;同时,根据综合评价得分对比,得到了模式切换过程连续瞬态冲击性能优化参数,本研究可为功率分流混合动力系统模式切换平顺性协调控制策略优化提供支撑。

基于分散注意力机制的无人机目标跟踪算法

针对无人机平台的目标跟踪场景中目标小、形变大、背景复杂、易出现目标遮挡等问题,提出了一种基于分散注意力机制的无人机目标跟踪算法。首先,针对背景复杂、目标遮挡问题,在特征提取残差网络中引入分散注意力机制,增加卷积通道间的相互作用,赋予通道间自注意力权重。其次针对小目标、尺度变化大,添加特征金字塔结构,增加高语义信息在特征图中的占比,提高无人机场景下多尺度目标的跟踪能力,提高跟踪精度。在无人机公开数据集UAV123上采用一次通过评估模式进行测试,所提算法精度达到了82.7%,成功率达到了61.6%。实验结果证明论文所提算法的测试结果优于目前主流的目标跟踪算法,有效地提升了无人机在复杂场景下指定目标跟踪的精度和鲁棒性。

基于任务拆分的多无人机任务分配多目标优化

针对多无人机协同攻击作战想定,基于任务需求可拆分,研究多无人机任务分配优化问题。引入任务时间窗约束,构建任务收益水平测度函数。建立寻求执行任务总成本最小和总收益最大的多无人机任务分配优化模型,并根据模型特点,设计三阶段禁忌搜索算法进行求解。仿真实验结果表明:考虑任务拆分相比不考虑拆分的分配方案,无人机执行任务成本及效益更优。

并网逆变器分裂电容型LCL滤波器参数优化设计

现有并网系统中传统LCL滤波器有效解决了电流谐振问题,而分裂电容型LCL滤波器则进一步降低了阻尼电阻的功率损耗。针对分裂电容型LCL滤波器的参数配置繁琐、计算密集、准确性低等问题,提出一种基于NSGAⅢ多目标优化算法来设计滤波器的参数,并给出了滤波器参数寻优的实现流程。仿真结果表明,该方法不仅改善了滤波性能和系统稳定性,还降低了功率损耗,大大降低了设计过程对经验的依赖,滤波器参数设计更加具有普适性。

智能变电站跨间隔闭环检修模型的研究

针对跨间隔检修时结构相对较单一,分散调试工作量大,重复性高的问题,构建基于解列控制的智能变电站跨间隔闭环检修模型。构建的智能变电站加权复杂网络模型的最佳解列断面,是有功潮流与无功潮流异常波动最小化的解列断面,将其作为目标函数,创新具有连通性约束的蚁群改进算法,求解后完成解列控制;解列控制下,由智能变电站跨间隔闭环检修模型识别故障信号,并切断电源实现跨间隔闭环检修。试验结果显示间隔均可同时被闭环检修,电压不出现异常波动,可提取对智能变电站影响最小的解列断面。

基于多分支混合注意力的小目标检测算法

针对图像中的小目标特征信息少、占比低、易受环境影响等特点,提出一种基于多分支混合注意力的小目标检测算法SMAM-YOLO。首先,将通道注意力(CA)和空间注意力(SA)相结合,重新组合连接结构,提出一种混合注意力模块(MAM),增强模型对小目标特征在空间维度上的表达能力。其次,根据不同大小的感受野对目标影响的不同,基于混合注意力提出一种多分支混合注意力模块(SMAM);根据输入特征图的尺度自适应调整感受野大小,同时使用混合注意力增强不同分支下对小目标特征信息的捕获能力。最后,使用SMAM改进YOLOv5中的核心残差模块,提出一种基于CSPNet(Cross Stage Partial Network)和SMAM的特征提取模块CSMAM,而且CSMAM的额外计算开销可以忽略不计。在TinyPerson数据集上的实验结果表明,与基线算法YOLOv5s相比,当交并比(IoU)阈值为0.5时,SMAM-YOLO算法的平均检测精度(mAP50)提升了4.15个百分点,且检测速度达到74 frame/s;此外,与现有的一些主流小目标检测模型相比,SMAM-YOLO算法在mAP50上平均提升了1.46~6.84个百分点,且能满足实时性检测的需求。

基于分割注意力与线性变换的轻量化目标检测

为了满足目标检测的实时性和模型轻量化需求,提高目标检测精度,对YOLOv5中的特征融合模块进行优化,提出基于金字塔分割注意力与线性变换的轻量化目标检测算法PG-YOLOv5.利用金字塔分割注意力模块,捕获不同尺度特征图的空间信息以丰富特征空间,提升网络的多尺度特征表示能力,提高目标检测的精度.利用基于线性变换的GhostBottleNeck模块,以少量原始特征图与线性变换得到的特征图相结合的方式,有效减少模型参数量.算法的平均精度均值从YOLOv5L的81.2%提高到PG-YOLOv5的85.7%,PG-YOLOv5的参数量比YOLOv5L的下降了36%.将PG-YOLOv5部署到Jetson TX2,并编写目标检测软件.实验结果表明,基于Jetson TX2的目标检测系统的图像处理速度为262.1 ms/帧,PG-YOLOv5的平均精度均值为85.2%;与YOLOv5原始模型相比,PG-YOLOv5更适合边缘端部署.

MinIO分片大小对文件上传性能的影响

当今主流的存储服务一般是基于对象的,因MinIO具有云原生、灵活部署的特性而被广泛的运用于微服务架构系统中,在集群部署的方式下,其分片传输的特性可以提供更高的传输效率。通过对MinIO的存储对象进行分片处理,观察传输过程中的性能指标,找到不同集群部署环境下适合的分片大小,这也为文件服务的选型提供了帮助。

基于代理模型加速的园区综合能源系统双目标滚动运行优化

高比例分布式能源的大量接入显著增加了园区综合能源系统运行的不确定性。同时,园区能源系统运行需要兼顾绿色、经济运行目标,成为典型的双目标优化问题。为此,提出了一种基于代理模型加速的园区综合能源系统双目标滚动优化调度算法。首先,以基于三角分解空间搜索的双目标优化算法为基础,利用代理模型对待搜索空间是否有解进行快速预判,有效提高了空间搜索优化效率;其次,进一步将代理模型加速的双目标优化方法应用于模型预测控制框架,在日内运行中根据不断更新的预测信息滚动优化双目标运行策略,提高了对源荷不确定性的应对能力;最后,以某实际园区综合能源系统为例,验证了所提方法的可行性和有效性。

移动Ad hoc网络的NS2仿真机制及代码分析

分析了NS的工作机制和移动Ad hoc网络仿真中使用的主要构件库代码及分裂对象模型中OTCL和C++两种语言的联合使用问题,并在此基础之上详细地分析了构件库各层之间的接口实现问题,着重研究了网络层、链路层和物理层的关键技术,并介绍了AODV路由协议和MAC层定时器等典型代码的实现,从而有助于掌握NS下的网络仿真和协议代码的扩展。

城市出租车出行方式分担率预测方法研究

同时考虑社会利益和个人利益,选取公交系统(包括常规公交和出租车)出行者占用道路总面积、广义出行费用、拥挤度为指标建立多目标函数模型,求得出租车出行占公交系统出行的比例,根据公交系统出行总比例最终确定全方式出行结构中出租车出行方式分担率.实例分析证明该方法所需数据量少、可操作性强,宏观政策及其微观影响在预测过程中互为反馈,该方法既可用于确定出租车出行方式分担率,又可为交通政策决策者提供理论依据.

平顺移动下等量分批FJSP多目标优化研究

为解决平顺移动下等量分批柔性作业车间调度问题多目标优化的困难,对平顺移动下等量分批柔性作业车间调度多目标优化方法进行了深入研究。首先,针对平顺移动方式下等量分批柔性作业车间调度的特点,建立了一类以完工时间最短和制造成本最低为优化目标的等量分批柔性作业车间调度多目标优化模型。其次,提出并设计了一种改进的NSGA II算法对模型进行求解。算法中引入面向对象技术处理复杂的实体逻辑关系,使用一种基于工序及设备编码的分段编码技术进行编码,采用分段交叉和变异的特殊遗传算子实现遗传进化,应用4种精细化调度技术于解码过程以提高设备利用率。最后,通过案例分析验证了方法的有效性。

主体间性与“健全的身体美学”之建构

西方传统美学是意识美学,它以主客对立的二元设定为哲学基础,因而近代意识美学是主体性美学。现代发生了意识美学向身体美学的转向,但产生了片面强调身体欲望、抹杀精神性的偏向。"健全的身体美学"必须建立在主体间性基础上,从根本上突破心身、心物对立的哲学框架,建构主体间性的身体美学。这样,具有古典主体间性的中国古代美学就具有了借鉴意义。

赛车转向梯形建模及优化设计

为了减小某FSAE赛车转向时转向轮的磨损,在ADAMS软件中,建立了该赛车前悬架和转向系统的模型,并进行了前轮同向跳动仿真和向右转向仿真。借助于ADAMS/INSIGHT软件,通过选取两组不同权重系数,对转向梯形的断开点位置进行了多目标优化设计,再次进行双轮同向跳动仿真和转向仿真。仿真结果表明,优化后的车轮前束角变化量减小,转向特性曲线更加接近理想转向特性曲线。

基于自重构粒子滤波算法的目标跟踪

该文提出了一种对粒子滤波跟踪器进行分裂和合并的自重构算法.该算法能够通过分裂跟踪器以应对复杂多变的跟踪环境,同时,合并过程能够从多个跟踪器中选出最优跟踪器,合并冗余的跟踪器以达到减少计算量的效果.通过使用分裂和合并,能够在使用较少粒子的情况下达到很好的跟踪效果,在一定程度上解决了粒子滤波跟踪中计算量大的问题.分裂出来的多个跟踪器能够同时从多个位置多个方向跟踪目标,降低了复杂环境下目标跟踪丢失的概率,避免了粒子滤波中跟踪丢失时需重新选定目标的问题.通过和其他算法对比,文中提出的算法在跟踪准确性和跟踪效率两个方面表现优秀.

多目标柔性作业车间分批优化调度

为解决多目标柔性作业车间分批调度问题,提出了一种基于粒子群算法的多目标柔性分批调度算法。提出了一种基于"游标"的柔性批量分割方法,并采用一种批量分割与加工工序相融合的粒子编码方法,使得该算法不但可根据机床负荷将工件分割成具有柔性批量的多个子批,而且可使子批工艺路线选取及加工排序同时得到优化。算法引入了决策者的偏好信息,用于引导算法的搜索方向,使搜索结果集中于决策者感兴趣的Pareto边沿,避免了决策者在众多非劣解中做出困难选择。通过实例仿真,对算法性能进行了比较分析和评价,结果表明了算法的有效性和可行性。最后,从生产实际出发给出了算例,证明了算法的有效性和对生产实践的指导作用。

多目标多周期应急物流模型及其遗传算法求解

为解决拆分-配送车辆路由问题,建立多目标多周期应急物流模型,以最小化供需差异、总配送时间及灾点间的不均衡度为目标,通过加权求和,得到综合的目标函数,并设计新的编码规则,将配送方案映射为基因序列,由赌盘轮转法生成可行的初始种群,将灾点聚类后,利用遗传算法进化寻优。数值实验结果验证了该模型及其算法的有效性。

一种基于Snake模型的多目标跟踪算法

在视频图像处理中,由于Snake模型运算量大且易受背景物体或噪声的干扰,因此很少被用来完成目标跟踪任务。论文主要针对高空摄像机追踪地面多个运动目标的具体情况,通过研究Snake模型各个能量函数的特点,提出了一种结合拆分模板匹配技术、Kalman滤波技术及Snake模型的多目标跟踪算法。与同类算法相比,该算法具有建模简单、分割精度较高的特点。

基于AOS的运动目标检测算法

从能量极小化的观点出发 ,对运动目标检测问题定义了新颖的能量模型 ,给出了相应的曲线进化方程 结合水平集算法 ,所提出的曲线进化模型能够自动地适应拓扑变化 ,检测出多个运动目标区域及轮廓 定义了基于对数差图像的能量项 ,使得新模型对于场景照明不敏感 采用加性算子分裂 (AOS)