基于YOLO v5s改进模型的玉米作物病虫害检测方法

针对玉米作物病虫害目标检测中由于图像背景复杂、无关因素干扰较多而导致的对病虫害目标检测效果不理想等问题,采用深度学习技术,提出一种基于YOLO v5s改进模型的玉米作物病虫害检测方法。该方法通过引入无参SimAM注意力机制对YOLO v5s模型进行改进,利用该机制能更全面地评估模型特征权重,以增强玉米病虫害的特征,削弱复杂背景和无关信息的干扰,从而提高模型的检测性能。同时,将模型的损失函数由CIOU替换为EIOU,可使病虫害预测框更加接近真实框,以提升模型检测的准确率。通过自建的玉米病虫害数据集对模型进行试验对比,结果表明,YOLO v5s(EIOU+SimAM)改进模型的精确率为94.6%,召回率为83.4%,平均精度均值为90.1%。经比较发现,改进模型比原始模型在上述3个指标方面分别提升了5.4、0.5、1.9百分点,说明YOLO v5s(EIOU+SimAM)模型对玉米病虫害检测具有较强的鲁棒性和泛化性。

一种基于改进YOLOv5s的手势识别算法

手势识别作为一种重要的人机交互技术,在智能设备、智能交通等领域具有广泛应用前景。然而,现有基于YO⁃LOv5s的手势识别算法在目标检测准确率和效率方面存在一定问题。这是由于YOLOv5s在目标检测阶段存在相似手势区分能力较弱以及检测结果重叠和重复的原因。为解决这一问题,本研究提出了一种改进YOLOv5s模型的手势识别算法。通过在目标检测阶段引入动态稀疏注意力BiFormer模块来优化长序列数据处理,对YOLOv5s模型进行改进,从而提高了手势识别的准确率和效率。实验结果表明,改进后的模型在处理小目标和相似手势时表现更为优异,同时能够有效避免检测结果的重叠和重复现象。

基于改进D-S证据理论的TOPSIS模型在科技奖励评价中的应用

针对科技奖励评价的特点,根据改进D-S证据合成规则,将专家的评价指标值转化为指标的综合得分并形成决策矩阵;结合TOPSIS模型求解理想解和负理想解,计算距离和贴近度,对各评价项目进行综合排名。实证结果表明:该模型能够很好地解决科技奖励评价过程中的不确定性问题,为科技奖励综合评价提供了一种新的思路。

改进遗传算法在S-P BOD-DO水质模型参数率定中的应用

参数的率定是建立水质模型进行数学模拟的重要工作。本文把改进遗传算法用于斯特里特-菲尔普斯(S-P)BOD-DO水质模型参数的同时估算中,计算结果精度较高。

基于改进YOLOv5s的自然环境下猕猴桃花朵检测方法

为实现对猕猴桃花朵的快速准确检测,该研究提出了一种基于改进YOLOv5s的猕猴桃花朵检测模型YOLOv5s_S_N_CB_CA,并通过对比试验进行了精度验证。在YOLOv5s基础上引入C3HB模块和交叉注意力(criss-cross atte ntion,CCA)模块增强特征提取能力,结合样本切分和加入负样本处理方法进一步提升模型精度。改进模型的检测精确率为85.21%,召回率为90%,模型大小为14.6 MB,交并比(intersection over union,IoU)为0.5下的均值平均精度(mAP0.5)为92.45%,比仅进行样本缩放处理的原始YOLOv5s提高了31.91个百分点,检测速度为35.47帧/s,比原始YOLOv5s提高了34.15%。使用改进模型对自然环境下不同天气、晴天不同时段光照强度下的猕猴桃花朵进行检测,结果表明模型检测晴天、阴天下猕猴桃花朵的mAP0.5分别为91.96%、91.15%,比原始YOLOv5s分别高出2.55、2.25个百分点;检测晴天9:00-11:00、15:00-17:00光强下猕猴桃花朵的mAP0.5分别为92.11%、92.10%,比原始YOLOv5s分别高出2.20、1.32个百分点。结果表明,该研究提出的基于改进YOLOv5s的猕猴桃花朵检测模型在保持轻量化的同时,检测精度高、速度快,可实现对自然环境下猕猴桃花朵的有效检测。

基于聚类分析改进重要度分类的卡诺模型和6-I-S模型及其应用

文章在改进的卡诺模型的基础上,考虑到质量特性重要度,并应用系统聚类分析法改进了重要度分类,结果更加符合帕累托原理。接着将质量特性进一步细分,提出了基于聚类分析改进重要度分类的卡诺模型和6个区域的重要度-满意度模型(6-I-S模型)。以某型号空调为例说明了同时应用两个模型倾听顾客心声,能为企业进行质量改进提供更多有价值的信息。

高含H_2S天然气水合物生成条件计算模型的改进

高含H2S气田的开发需要解决水合物堵塞气井和地面集输设施的问题,与其他热力学模型相比,Parrish-Prausnitz(P-P)模型热力计算过程相对简单。采用P-P模型对高含H2S天然气水合物生成条件进行计算,结果表明,当H2S含量大于12%时,模型的平均计算误差大于0.5℃,且随着H2S含量的增加而增大;当H2S含量为31.7%时,计算误差最大为2℃。基于实验数据,采用统计学方法对P-P模型进行改进,改进后模型计算误差均小于0.3℃。

基于16S rRNA序列物种鉴定的改进向量空间模型算法

在物种鉴定领域中,权威方法是基于BLAST的序列比对算法,然而该算法出现计算量过于庞大,运算效率低以及资源消耗较高等问题.为解决以上问题,本文借鉴经典文献中的K-String组份向量方法,对向量空间模型作出改进,将其应用于基于16S rRNA序列的物种鉴定领域,并在巴拿赫空间的理论体系下,对改进向量空间模型算法中的遗传距离公式进行等价替换,给出不同范数背景下对应的遗传距离公式,供科研人员参考.本文从计算效率和物种鉴定效果两个方面来判断改进算法的性能,最终得到如下结论:欧几里得空间下的内积范数从计算效率上较经典的blast算法具有显著优势,而其分类效果在检出率这一方面,达到了比对结果的一致性.

S型机动条件下改进当前统计模型的跟踪算法

在高机动条件下,针对做S型机动的目标,提出了一种以当前统计模型为基础的卡尔曼滤波算法,并在当前统计模型的基础上,对算法进行了改进。通过实时调节“当前”统计模型最大加速度和修正卡尔曼滤波状态值的方法,使滤波结果有了一定程度的改善。仿真结果表明,两种改进算法都提高了全程滤波精度,尤其是提高了换向点处的收敛速度和跟踪精度。

基于GPU的B-S模型下改进的Crank Nicolson算法

针对Black-Scholes模型及其公式特点进行了理论分析与数学处理,给出了优化的Crank-Nicolson算法,提高了实际期权交易效率.通过使用GPU作为计算平台,结合CUDA架构技术,验证改进后算法的有效性和适用性.在CPU平台下进行横向测试,验证GPU平台运行环境优势.实验表明,改进后的算法在GPU平台下运行所提升的效果显著,运算精度和效率得到提高.

基于S变换和深度学习的多特征融合的电压暂降源 识别方法

随着工业和科技的发展,用户对电压暂降的关注度不断提高,识别电压暂降产生的原因愈显得越来越重要。针对引起电压暂降的单一暂降源和复合暂降源,提出了将S变换提取特征和深度学习自动提取特征相结合的识别方法。首先利用数值模型框架产生单一暂降源和复合暂降源数学模型,进而得到9种故障类别的暂降数据集并作为原始数据,其次对原始数据进行处理,即在标准的S变换基础上引入两个调节因子得到改进的S变换,得到S变换数据,引入16个指标对S变换数据进行特征提取并作为指标特征,将上述原始数据和S变换数据作为模型输入,利用卷积神经网络(convolutional neural network,CNN)对暂降数据进行空间特征提取,同时将数据分为多个一维向量输入到双向长短期记忆网络(bi-directional long-short-term memory networks,Bi-LSTM)提取时序特征,最后建立指标特征、空间特征以及时序特征的多特征融合的S-CNN-LSTM识别模型。仿真结果表明,未经过特征融合与经过多特征融合的识别准确率分别为98.36%、99.08%,说明多特征融合能够提高识别准确率。

以麦肯锡7S模型构建高效课程

当下,学校课程建设仍面临诸多问题,比如,学校课程建设的顶层设计不足、任务分工不清、制度保障不齐、评价体系不全等,导致稳定、优质、可持续的教育生态难以形成。面对上述难题,擅于分析企业组织发展问题并指明未来工作改进意见的麦肯锡7S模型或能为学校课程建设提供新视角和新帮助。

基于B—S公式的金融衍生品定价模型的改进及实证分析

本文主要针对基于B—S公式的金融衍生品定价模型进行实证分析，并提出相应的改进措施。

应用改进遗传算法的S9型10kV级电力变压器优化设计

以新S9型 10kV级电力变压器为设计对象 ,对传统遗传算法进行了研究和改进 ,并在此基础上编制了一套“电力变压器优化设计系统”软件。本文介绍了对遗传算法的改进和电力变压器优化设计软件的功能 ,同时给出了S9型 10kV级电力变压器优化设计的实例。结果表明 ,改进遗传算法是一种适合于变压器优化设计的简便有效方法。

基于多项式回归模型的岛礁遥感浅海水深反演

Lyzenga’s模型由于简单有效得到广泛应用,但是模型易欠拟合导致精度不高。本文提出了一种基于Lyzenga’s模型的改进模型,通过增加多项式次数的方法,扩大模型特征维度,使得反演模型正确拟合,从而提高反演精度。基于WorldView-2遥感影像和0~30m实测水深数据反演岛礁周围浅水水深,使用10折交叉验证和模型残差分析两种方法验证了改进模型的有效性和鲁棒性。结果表明,改进模型精度更高,在多项式次数为3时,模型最优。最后,根据改进模型反演得到的水深建立岛礁水下地形模型,能够直观、丰富地表达岛礁礁盘的微地形信息。

基于频率自适应改进型梳状滤波器的并网锁相环技术

将梳状滤波器应用于并网锁相环技术中。针对梳状滤波器锁相环(CF-PLL)动态响应慢的缺点,引入校正环节,得到改进型梳状滤波器锁相环(ICF-PLL)。基于ICF-PLL的s域模型,提出了ICF-PLL调节器参数的整定方法。为提高ICF-PLL对电网频率变化的抗扰动能力,提出一种基于频率自适应改进型梳状滤波器的锁相环(FAICF-PLL)和其数字实现方案。仿真和实验结果表明,FAICF-PLL在电网电压发生频率脉动、相角变化、畸变谐波和不平衡跌落时均能准确地跟踪电网电压相位,具有良好的稳态和动态性能。

掌控4S店运营的100张图(76)

3.运营效能评价的核心KPI管理地图在管理者掌握了基于6大运营模块涉及的各类数据模型作为日常运营管理的方法后,最后就需要持续对数据化管理的效果进行评估与改进提升了。在此,我们引入了销售与售后运营效能评价的核心KPI管理地图。

一种基于固态变压器的光伏发电并网技术

提出一种基于固态变压器的高电压、大功率的光伏发电并网方式。使用S-FunctionBuilder函数建立光伏电池的仿真模型,采用改进的扰动观察法实现最大功率点跟踪,并网时采用电压源输入,电流输出的控制方式,通过固态变压器接入10kV交流电网。该方案并网冲击电流小,响应速度快,具有良好的抗干扰性。仿真结果表明,基于固态变压器的光伏并网系统能保证直流侧电压稳定,实现网侧电流正弦化且为单位功率因数。

室内环境舒适度综合评价理论研究及测评系统设计

从分析室内环境的具体含义出发,建立了室内环境与室内舒适度之间的桥梁。从人因工程学和心理学的角度,归纳分析了涉及室内环境的人-机-环境系统所包含的重要因素的来源、危害以及对室内人员的直接影响,进而将改进的韦伯-费希纳定律评价模型、层次分析模型和属性识别模型相结合,从室内环境的分级标准、室内环境舒适度各级评价指标的权重以及综合评价机制三个方面,构建了一套较为完善的室内环境舒适度综合评价理论。在此基础上,利用STM8S207单片机、稳压电源、液晶显示屏、气体传感器等硬件及相关软件,设计了一套能够实时检测、评价、显示、报警、存储室内环境各要素指标的舒适度测评系统,该系统在实测中取得了预期效果。

辣椒疫霉病空间分布型的初步研究

80年代以来 ,新疆各地辣椒疫霉病(Phytophthora capsici)发生十分严重 ,由于新疆干旱少雨 ,辣椒需多次灌水 ,病菌主要以浸染辣椒的茎基部和根部为主 ,与内地主要靠雨水传播的情况不同 ,因此 ,病株的分布有其特殊的规律 ,为此 ,对病株的空间分布型进行了调查研究。调查研究在辣椒疫霉病发生严重的乌鲁木齐安宁渠乡进行 ,共查 18块田 ,通过聚集度指标 C、I、K、CA、Iδ、m※ /x等项计算 ,探讨辣椒疫霉病空间布局 ,并根据田间实测频次 ,按正二项分布、波松分布、奈曼分布和负二项分布模型 ,计算各田理论频数 ,用 x2进行测定 ,以确定各田符合的分布型。