基于二维离散小波的鲜玉米果穗成熟度的等级评定

采用计算机视觉技术,经二维离散小波分解后提取与玉米果穗成熟度相关的图像特征实现成熟度等级评定。在HSI颜色模型下对鲜玉米果穗图像H分量进行二维离散小波分解,提取低频子带的颜色特征。在RGB颜色模型下提取鲜玉米果穗图像高频子带的纹理特征。通过主成分分析法实现特征参数的降维。以前4个主成分值作为网络输入,构建概率神经网络,实现鲜玉米果穗成熟度的等级评定,评定正确率为95%。

基于DeR-FCN模型的车辆检测算法

针对复杂城市环境下天气、光照、目标尺度以及车辆之间的遮挡等因素影响带来的车辆检测精度较差问题,提出一种改进区域全卷积网络的车辆检测算法(DeR-FCN)。通过特征级联的方式,跨层连接融合车辆底层细节特征和高层语义特征;使用维度分解区域提议网络,获得更加精准的区域候选框;在预测阶段采用软化非极大值抑制的方法,输出更加准确的检测结果。为验证算法的有效性,在KITTI和PASCAL VOC数据集,使用DeR-FCN算法和常用的车辆检测算法进行对比实验,实验结果表明,DeR-FCN算法的检测精度高于其它方法。

基于Theil-TOPSIS的我国区域创新网络评价分析

构建区域创新网络结构特征评价指标体系和Theil-TOPSIS评价模型,对我国大陆30个省市自治区(西藏除外)的区域创新网络结构特征进行评价分析。研究结果表明,我国区域创新网络结构特征存在显著的地区差距,其中北京、上海和广东依次位列前3名,而宁夏、内蒙古和贵州分别为最后3名。根据评价结果,运用聚类分析方法将我国大陆30个省市自治区划分为四种类型,并分别提供了针对这四种类型区域的发展方向建议。在此基础上,从扩大网络规模、发挥网络集中度带动作用、完善中介服务体系、加强区域外部合作和促进产学研合作方面提出了提升区域创新网络发展水平、缩小区域之间差异的政策建议。

基于改进Faster R-CNN的瓶装饮料商品目标检测方法

该文以无人售货机售卖瓶装饮料商品为研究场景,提出一种基于改进Faster R-CNN算法的瓶装饮料商品目标检测方法。首先,采用残差网络ResNet-50进行特征提取,加深网络对目标特征的提取和学习的深度;然后,根据瓶装饮料商品形态学特征,增加区域建议网络(Regional Proposal Network)的锚框数量和样式;最后,基于所提出的多维特征图融合网络,增强了网络对小目标的检测性能。实验结果表明,模型训练迭代10000次后的损失值趋于收敛,10个类别的瓶装饮料商品平均精度值均在90%以上,综合检测识别率平均精度均值(MAP)为93.26%,较改进前的模型测试精度提升20%,取得良好检测效果。