遥感军事坦克轻量化检测的MSG-YOLOv7算法

针对遥感图像下军事坦克检测模型体积大、计算量大等问题,提出一种轻量化的遥感军事坦克目标检测算法MSG-YOLOv7。首先,MSG-YOLOv7采用MobileNetv3作为主干网络,利用倒残差结构和自适应缩放的方法对特征进行提取,以减小模型的体积大小与运算量;其次,设计SD-MP结构来提高细节特征表达能力,解决因下采样操作导致的小目标特征丢失问题;最后,基于GCNet和深度可分离卷积设计出GD-ELAN模块,通过全局上下文建模来增强模型对长距离关系的感知,在轻量化的同时更有效地捕捉全局信息,提高模型的性能。实验结果表明,MSG-YOLOv7在公开的Google Earth遥感军事坦克数据集上的平均检测精度(AP)达到了99.02%,体积较原模型下降了60%,计算量为18.59 GFlops,FPS达到41,证明该模型适用于要求高性能、高速度和较小模型体积的遥感军事坦克检测场景中。

ELAN网络控制系统通信处理时间的测量与分析

针对ELAN嵌入式网络微机控制系统中的实时性问题,给出了ELAN网络系统中的通信处理时间的测量方法,并对网络中的通信处理时间进行了分析. 最后提出了代码下装的方法.

ELAN网络控制系统的应用开发研究

本文针对ELAN嵌入式网络微机控制系统,分析了ELAN网络系统的通信效率,提出了代码下装的方法。

城市轨道交通客流预测算法设计与仿真

为了更好地解决城市轨道交通的客流预测问题,提出了基于混合神经网络与卡尔曼滤波器的客流预测多层次模型。首先采用ELAN神经网络实现客流量的初步预测;然后采用卡尔曼滤波器对神经网络预测结果进行修正,以进一步提高预测结果精度;最后为了验证模型的正确性,以上海地铁交通作为研究对象,进行了客流观测和预测模拟。实验结果表明,所提出的多层次模型比单纯其中一种算法能减少约0.8%的误差,并且具有更好的实际效果。

如何研究一个宗族遗传网络

社会人群都离不开姓氏符号,它记载着人与人之间亲疏关系的演化与博弈。该文以史姓为例,阐述姓氏、血缘、族谱之间的区别,探寻如何构建具有科学意义的宗族遗传网络,以及其中涉及的某些科学问题。