具有多拓扑结构的时滞集群模型的分组分析

集群行为是自然界的常见现象.集群理论的研究在经济,军事,管理等领域具有广泛的应用价值.本文研究两类具有不同拓扑结构和时滞影响的集群模型的分组行为,获得了集群分组的充分必要条件.对于具有有向图的Cucker-Smale型分组模型,考虑时滞的影响,给出了时滞的充分必要条件.同样地对于具有二分图结构且个体之间是竞争关系的分组模型,我们也探索了时滞对分组行为的影响规律,给出了时滞的充分必要条件.最后,通过数值仿真方法验证了结论的正确性.

基于改进YOLOv5s网络的实时输液监测

针对现有输液监测方式无法同时监测输液速度和输液余量的问题,提出一种基于改进YOLOv5s网络的实时输液监测方法。在原有网络的基础上,融合Mixup数据增强,提高网络的泛化能力;以ACON-C作为激活函数,设计一种基于改进EfficientNetV2的轻量化主干网络,用于改善网络模型表达能力;特征融合阶段引入注意力机制,强化小目标液滴特征;通过Cluster-NMS方法对候选框进行分组集群以区分相似的液位和滴管特征。实验结果表明,所提方法与YOLOv5s相比,参数量下降了31%,mAP提升了1%。在复杂输液环境中,能够实现高精度实时监测输液速度和输液余量。