基于改进YOLO v5的复杂环境下花椒簇识别与定位方法

花椒树产果量大,枝干纵横交错,树叶茂密,给花椒的自动化采摘带来了困难。因此,本文设计一种基于改进YOLO v5的复杂环境下花椒簇的快速识别与定位方法。通过在主干提取网络CSPDarknet的CSPLayer层和Neck的上采样之后增加高效通道注意力ECA(Efficient channel attention)来简化CSPLayer层的计算量,提升了特征提取能力。同时在下采样层增加协同注意力机制CA(Coordinate attention),减少下采样过程中信息的损失,强化特征空间信息,配合热力图(Grad-CAM)和点云深度图,来完成花椒簇的空间定位。测试结果表明,与原YOLO v5相比较,改进的网络将残差计算减少至1次,保证了模型轻量化,提升了效率。同帧数区间下,改进后的网络精度为96.27%,对比3个同类特征提取网络YOLO v5、YOLO v5-tiny、Faster R-CNN,改进后网络精确度P分别提升5.37、3.35、15.37个百分点,连株花椒簇的分离识别能力也有较大提升。实验结果表明,自然环境下系统平均识别率为81.60%、漏检率为18.39%,能够满足花椒簇识别要求,为移动端部署创造了条件。

WKPowerMeans多径簇识别算法

针对KPowerMeans聚类算法多径散射簇的估计过程复杂及聚类结果高度依赖随机初始簇中心的问题,提出了一种改进的多径簇识别算法——WKPowerMeans算法.首先利用小波变换的尖峰检测技术估计出多径散射簇的数目和初始簇中心的位置,然后以结合了多径功率加权的多径分量距离为准则进行多径簇聚类.仿真结果表明:与KPowerMeans算法相比,采用所提出的WKPowerMeans算法能得到更稳定、准确的聚类结果,而且具有较低的时间复杂度.

大规模粒子团簇识别分析

团簇识别是分子动力学数值模拟数据后处理团簇分析中的一个共性问题。面向JASMIN粒子数值模拟程序输出的可视化数据,设计实现了团簇识别并行算法与团簇分析并行工具。工具提供了三种并行模式:时间维并行、空间维并行、时空维混合并行。使用基于PIC网格加速的广度优先搜索算法,通过虚拟网格片索引直接在多网格片数据上实现团簇识别。团簇分析并行工具应用在千万粒子规模的实际数值模拟数据时具有很好的并行扩展性。

基于多维度映射的类圆簇识别算法

为了深入地探索聚类结果簇的形态特征,提出了一种基于维度映射的类圆簇识别算法。该算法将结果簇按维度进行映射,通过比较、分析簇在各个映射维度上的频数曲线及形态特征,自动将类圆簇从众多结构复杂的聚类结果簇中识别出来。算法经过大量实验验证,具有很好的识别能力和抗干扰能力,对于高维度数据集合也具有很强的扩展性。

物理场的团簇识别与分析技术

复杂构型和物理场的理解与规律提取一直是个难点.该文提供了一种团簇识别和分析技术,用于各类实验或模拟研究中的数据处理和分析.主要算法如下:采用离散点构造面元或体元以分割粒子所在空间;根据物理场的特征合并相同或相似性质的元,从而获得反映物理场特征的团簇结构.在算法中,对空间物体(点、线、面、体、团簇等)统一采用分级树数据管理结构,实现了对空间物体的两种快速搜索,搜索算法复杂性约化到.空间多级树的建立方法及快速搜索算法是通用的,不依赖于空间维数,可以方便地推广应用于其他领域.作为应用实例,我们将该方法应用到二维和三维随机数据处理,验证了该方法的准确性和可靠性.

一种低压电力线物理拓扑识别方法的研究

本文基于分簇递归算法的低压电力线物理拓扑识别的方法,应用于载波通信技术的低压电力线用电信息采集系统,基于现有的载波通信技术,完成该台区电能表的相位识别及归属关系识别的前提下进行的物理拓扑识别,利用载波通信的SNR值对比分析技术进行分簇识别,通过递归算法,实现从单供电分支识别,递归至识别出整个网络的物理拓扑。相对于依靠逻辑拓扑的物理线路识别方法,准确率更高,可准确获取低压电力线的物理线路关系,为基于该物理线路关系的应用提供依据。

基于稀疏交界最大密度连通的模糊聚类方法

为解决现有密度聚类算法中参数设置依赖经验、复杂密度环境下聚类精度不高等问题,提出了基于簇间最大密度连通点进行密度簇分割与合并的模糊聚类方法。基于高斯混合模型计算数据点密度,形成高维离散密度空间,通过低精度网格连续数据空间,结合插值算法赋予空白网格相应密度,构建连续高维密度空间。对数据点按密度排序后,利用能否从大于当前密度的点集中连续可达识别密度极大值点,再以密度序实现极大值点的邻域扩张,以扩张矛盾实现稀疏交界处最大密度连通点识别、密度簇分割。最后基于最大密度连通点计算密度簇间隶属度,设定隶属度阈值,实现相关邻簇的合并,完成聚类。通过与多种密度聚类算法进行仿真对比验证,该算法大大降低了经验参数的依赖性,具有全局统一的合并隶属度,提升了多密度下的类识别能力。

一种对雷达射频掩护的干扰方法研究

首先分析了噪声干扰以及基于下降沿触发式的相参干扰在对抗雷达射频掩护中的不足,着重在干扰反应时间及频率捷变信号适应性等方面展开研究,指出了基于下降沿触发式的相参干扰反应时间长、易被操作手识别,且无法适应频率捷变信号等缺陷。为此,提出了基于脉冲簇识别的干扰方法,分析了该方法在对抗雷达射频掩护中的优势,并进行了仿真,验证了其有效性。

智舌快速检测水产品中的麦氏弧菌

探索仿生传感器——智舌在麦氏弧菌快速检测中的可行性,以期构建一种新型的水产品中致病性弧菌的快速检测技术。用智舌结合主成分分析法对11种致病性弧菌的液体培养物进行区分,以确定该法能否将11种致病性弧菌区分开及其所需的最短培养时间,并确定针对被测物的适宜电极和频率段组合;然后用智舌结合簇类独立软模式识别法构建麦氏弧菌的判别模型,并对判别模型进行回判及验证,根据判别准确率确定最佳判别模型,从而探索智舌结合簇类独立软模式识别法能否用来建立快速检测麦氏弧菌的数据库。结果显示:当弧菌在其特异性培养基中培养7h后,智舌能很好地将11种致病性弧菌区分开;6种电极与其频率段组合下的判别模型对所有样本的判别准确率均达到了100%。说明所建模型可用于麦氏弧菌的快速筛检。