基于DeepSORT和改进YOLOv5的煤矿井下钻杆计数方法

针对煤矿井下钻杆计数存在精度较差、效率较低等问题,提出一种基于DeepSORT和改进YOLOv5的煤矿井下钻杆计数方法。首先,设计DR-C3模块,提高YOLOv5网络提取特征的能力;其次,引入GAM注意力机制,减少复杂背景的干扰;然后,通过CARAFE上采样算子扩大感受野;最后,结合DeepSORT算法对钻杆进行实时追踪计数。实验结果表明,改进后的YOLOv5 mAP@0.5提升了2.8%;钻杆计数平均精度达99.4%,检测速度达到93帧/s,计数精度高,满足实际需求。

中西太平洋海山特征对延绳钓渔业和围网渔业黄鳍金枪鱼CPUE的影响

海山是海底重要的生物栖息地类型之一,是研究海洋生物多样性的热点区域。黄鳍金枪鱼(Thunnus albacares)广泛分布于中西太平洋,具有极高的生态和经济价值,然而,鲜有关于海山及其相关特征对黄鳍金枪鱼资源丰度和分布影响的研究。基于2010—2021年中西太平洋渔业委员会(Western and Central Pacific Fisheries Commission,WCPFC)汇总的延绳钓和围网渔业数据结合海山特征数据,采用广义加性模型(Generalized additive model,GAM)分析两种不同捕捞方式的黄鳍金枪鱼单位捕捞努力量渔获量(Catch per unit effort,CPUE)与海山相关特征之间的关系。结果表明,中西太平洋两种渔业方式的黄鳍金枪鱼渔获量主要来源于海山区域,海山特征对两种渔业黄鳍金枪鱼的CPUE均产生了极显著性影响(P<0.001)。在延绳钓渔业中,较高的CPUE出现在山顶深度、粗糙度、底面积和海山密度较小、坡度较缓的区域;而在围网渔业中,较高的CPUE则出现在粗糙度较小、山顶深度较大、底面积较大、较陡峭且密集的海山区域。研究探讨了中西太平洋海山特征对黄鳍金枪鱼不同群体的影响机制,为今后进一步探索黄鳍金枪鱼种群分布和资源丰度变化与海洋环境的关系提供了参考与新思路。

基于二值型数据的荣成天鹅湖菲律宾蛤仔空间分布与环境因子关系研究

为了利用简化的二值型渔业数据研究物种空间分布与环境因子之间的关系。基于2017年四个季度山东半岛荣成天鹅湖的菲律宾蛤仔(Ruditapes philippinarum)实地调查数据,比较了广义加性模型(GAM)和广义线性模型(GLM)在处理二值型菲律宾蛤仔渔业数据的表现,并利用GAM模型研究了天鹅湖的菲律宾蛤仔空间分布与环境因子之间的关系。研究显示:GAM模型在偏差解释率、模型评估效果和预测性能方面均优于GLM模型;水深、总有机质含量和叶绿素a浓度显著影响菲律宾蛤仔的空间分布(P<0.05)。菲律宾蛤仔的出现概率随叶绿素a浓度增加逐渐上升,随总有机质含量和水深的增加逐渐下降。研究结果表明,二值型简化数据能够有效地揭示菲律宾蛤仔空间分布与环境因子的关系。

基于GAMS的电力系统有功-无功综合优化

在系统安全运行的基础上,针对线路网损大、发电成本高的问题,只通过其中某个指标进行发电调度是不合理的,提出了配合无功优化的经济调度以及线性化后机组组合模型,采用理想点法将结合线路网损以及发电成本的多目标优化问题转化为单目标优化问题,利用GAMS进行优化求解。在IEEE-39节点系统以及华东某地区电网上进行算例分析,通过调节机组有功、无功出力以及向节点注入适当的无功功率的方式能够有效降低线损和发电成本。

基于植物-地形关系的物种丰富度空间格局预测——GAMs途径的一种应用

将基于样本调查数据的群落-生境因子回归分析与GIS支持下的植物属性空间格局预测结合起来,是国际上植被-环境关系定量研究的新途径。通用可加性模型(GAM)的非参数属性使之具有对不同数据类型的广泛适应性,成为这种“回归分析+空间预测”途经的有效手段;不同程度上依赖于数字高程模型的环境空间数据集是实现空间预测的必要条件。介绍了这一新的研究途径,并应用于案例研究区域植物多样性指标空间格局的预测和分析。野外调查的一组样方地形特征指标和植物多样性指标(包括样方物种丰富度及乔木、灌木、草本、常绿木本、珍稀种类的丰富度),分别作为预测变量和响应变量,建立GAM模型。结合研究区域10m分辨率的数字高程模型,对该区域植物物种丰富度的空间格局进行空间预测,并对预测模型和结果进行统计分析和检验。结果表明:(1)不同的多样性指标具有不同的模型结构和模拟效果,重复模拟的结果稳定性也不同,反映了所受地形因子影响的差异;(2)影响各多样性指标空间格局的地形变量主要是坡位和坡度等小尺度特征,大尺度海拔因素的影响并不显著;(3)模拟结果与独立检验数据的相关分析表明,对乔木种、草本种、珍稀种的模拟全部有效;对常绿种和样方物种总数的模拟部分有效;而对灌木种丰富度的预测基本失败。(4)模型预测变量有效性和全面性决定了模型对数据的解释能力,样本大小对模型的稳定性和可靠性也有显著影响。就地形因子对生境条件的代表性、模拟误差的来源及GAMs模型的优缺点和应用前景进行了讨论。

粮食产后处理模式的通用代数建模系统(GAMS)仿真与优化

应用通用代数建模系统 (GAMS)仿真方法 ,从粮食产后的损失率、作业效率、益本比、成本节约效果、增产减损效果等方面 ,对浙江省典型的 3种粮食产后处理模式进行了仿真和优化 ,在此基础上 ,提出了改进的处理模式并进行仿真分析 ,可用于不同的粮田经营规模、不同的技术经济条件下 ,选用一种最适合本地区的粮食产后处理模式 。

海表温度对南沙海域鸢乌贼资源变动的影响

根据南沙海域2018—2019年鸢乌贼(Sthenoteuthis oualaniensis)灯光罩网渔获数据和海表温度(sea surface temperature,SST)遥感数据,研究SST对鸢乌贼资源变动的影响。经验正交函数分析(empirical orthogonal function,EOF)显示南沙海域SST季节变化明显,月均值在年内呈双峰型变化,峰值出现在5—6月和10月。2019年南沙海域发生厄尔尼诺,SST高温频率升高,年均值较2018年升高0.3℃。2018年鸢乌贼的单位捕捞努力量渔获量(catch per unit effort,CPUE)为春季(3—5月)高,夏季(6—7月)低,2019年CPUE为冬季(2月)高,夏季(6月)低。广义相加模型(generalized additive model,GAM)显示,月份、SST、纬度和经度4个因子对CPUE的总偏差解释度为55.0%,其中月份与SST的偏差解释度大于其他因子。鸢乌贼群体的适宜温度为27.5~29.5℃,SST超过29.5℃会导致CPUE降低。鸢乌贼渔场集中分布于10°N—12°N、113°E—116°E,各月渔场重心随温度发生变化,低温时东移,高温时西移。

黄海北部辽宁近岸海域鳀产卵场分布特征及其影响因素

为掌握黄海北部辽宁近岸海域鳀(Engraulis japonicus)产卵场的分布特征及其关键环境因子,基于2021年4—12月开展的产卵场综合调查获取的鳀样品及其鱼卵密度数据,运用Garrison重心分布法阐释鳀产卵洄游分布特征及其主产卵期;通过基于Tweedie分布的广义可加模型(generalized additive model,GAM)的构建,分析主产卵期内鳀卵密度与同步获取的海水表层温度(SST)、海水表层盐度(SSS)、海水表层叶绿素浓度(Chla)、浮游动物丰度(Fd)、浮游植物丰度(Fz)和深度(Depth)等6个环境因子,以及时间(月份,Month)和空间(经纬度、Lon和Lat)因子之间关系,并识别主控因子。结果显示,海域内鳀产卵期较长,由4月持续至11月,5—8月为主产卵期,其中,5—6月为产卵盛期。鳀产卵场规模和位置时空变化明显,时空因子与鳀卵密度分布呈密切非线性相关(累积偏差解释率为48.1%),(SST,SSS)(18.7%)和Depth(5%)次之。鳀产卵期适温范围较广,产卵场分布表现出高温高盐(低温低盐)增效作用和高温低盐限制作用。产卵初期(4月),鳀产卵场规模和鱼卵密度均较低,产卵重心位于海洋岛东南侧深水区;盛期(5月底—6月初)在SST主导下,鳀产卵场规模和鱼卵密度均至年内最高值,核心产卵场位于石城岛–庄河河口一带海域;此后,随着辽南沿岸水系盐度的下降,高温低盐的抑制作用使SSS因素主导产卵鱼群避开沿岸海域,鳀产卵场迁移至外海深水区,7月后位于30~50 m等深线之间;9—10月鳀繁殖活动基本结束,10月鳀卵仅零星分布于调查海域,直至12月未有鳀卵采获。研究可为黄海北部辽宁近岸海域鳀产卵场研究及鳀资源合理开发利用提供参考依据。

GAMS在安徽省农业生产结构调整最优决策中的应用

以比较优势理论为依据,利用农产品生产成本数据,以增加农民收入为目标,运用一般线性代数模拟系统(GAMS),研究和模拟不同的开放程度和市场价格条件下安徽省主要农产品播种面积的调整方向和数量以及农民收入的变化。通过模拟发现只要按照比较优势原理进行农业结构调整,农民收入会增加。

GAMS系统中的数据库设计

根据ＧＡＭＳ系统的特点，结合其在水资源评价计算中的应用进行数据库设计，方便地通过界面与数据库进行人机交互，实现模型建立求解与输出。

基于GAMS的内蒙古河套灌区水资源联合利用分析

根据国家和地方对黄河水量的分配比例,未来内蒙河套灌区引黄水量为40亿m3/a,而目前河套灌区多年平均引黄水量为52亿m3/a。随着引黄水量的逐年减少和灌区经济的快速发展,本地区水资源供需矛盾更加突出,合理利用有限水资源成为灌区的首要任务。通过灌区现状水资源供需平衡分析,并根据河套灌区中长期规划和水资源利用特点,设计了2种引黄水和地下水联合利用方案,同时对规划年水资源联合利用情况进行了优化分析,并对不同方案下的地下水动态变化进行了模拟。结果表明,通过优化产业结构、增加井渠结合灌溉面积,有效利用地下水资源包括微咸水,可以在40亿m3/a引黄水量下维持灌区可持续发展。

西白令海夏季狭鳕个体肌肉组织能量密度及其影响因素分析

为了解白令海海域狭鳕(Gadus chalcogrammus)生长发育过程中肌肉组织的能量变化状况,利用2019年和2020年于西白令海拖网采集的112尾狭鳕样本,对其肌肉组织能量密度进行了测量,利用广义加性模型(generalized additive model, GAM)分析了夏季狭鳕个体肌肉组织的能量积累及变化情况,并探究了其影响因素。研究结果显示,体长范围为23.8~60.5 cm的狭鳕肌肉组织的能量密度为(21.10±0.89) kJ·g^(-1),2019和2020年间狭鳕肌肉组织能量密度不存在显著的年际差异(P>0.05)。GAM结果对狭鳕肌肉组织能量密度的解释偏差为46.1%,仅性腺质量和捕捞月份是影响肌肉组织能量密度的两个显著因素,而体长、性腺成熟度等其他指标未对肌肉组织能量密度造成显著影响。相对于性腺成熟度,性腺质量更适于作为生长发育指标来分析狭鳕肌肉能量密度的影响因素。建议应采用多元统计手段开展生物能量累积与能量密度影响分析,以更好地揭示影响能量密度的主要因素。

OMC框架下的行人多目标跟踪算法研究

多目标跟踪是计算机视觉领域被广泛研究的重要方向,但是在实际应用中,目标的快速移动、光照变化、遮挡等问题会导致跟踪性能变差,因此以多目标跟踪模型OMC为基础框架展开研究,以实现跟踪性能的进一步提升。针对多目标跟踪过程中存在的目标特征质量层次不齐的问题,对特征提取器进行优化,在主干网络集成了GAM注意力机制并在Neck网络部分更换了上采样方式;针对现有方法中存在的检测任务和重识别任务之间的“竞争问题”,构建了递归交叉相关网络,使得模型可以学习不同任务的特性和共性。此处针对两个子任务分别进行了优化,一是设计了新的通道注意力HS-CAM优化了重识别网络;二是更换了检测部分的边界回归损失函数,采用EIoU损失函数。实验表明,在MOT16数据集上MOTA指标可达73.5%,IDF1可达70.4%,MLgt为11.7%,相比较OMC算法减少了1.5个百分点。

基于GAMS的港口节能减排建设方案多目标优化

为促进港口向低碳、高效的目标迈进,并兼顾港口自身发展及其社会责任,从能源消耗、碳排放和成本控制等3个角度出发,建立港口节能减排建设方案多目标优化模型.将模型运用到连云港港口节能减排项目的优化与分析中,利用GAMS软件进行模型求解,得到综合效益最优时项目的建设时序和规模.结果表明:建设期结束后,该方法可使连云港港口每年节省标准煤6 526.64 t,减少CO2排放39 390.22 t,获得4 922.38万元的节能减排综合效益;运营两年后即可收回建设成本.

基于YOLOv8s改进的小目标检测算法

针对目标检测任务中小目标尺寸较小、背景复杂、特征提取能力不足、漏检和误检严重等问题,提出了一种基于YOLOv8s改进的小目标检测算法——Improved-v8s。Improved-v8s算法重新设计了特征提取和特征融合网络,优化检测层架构,增强浅层信息和深层信息的融合,提高了小目标的感知和捕获能力;在特征提取网络中使用部分卷积(Partial Convolution,PConv)和高效多尺度注意力(Efficient Multi-scale Attention,EMA)机制构建全新的F_C_(2)f_EMA,在降低网络参数量和计算量的同时,通过通道重塑和维度分组最大化保留小目标的特征信息;为了更好地匹配小目标的尺度,优化调整SPPCSPC池化核的尺寸,同时引入无参注意力机制(Simple-parameter-free Attention Module,SimAM),加强复杂背景下小目标特征提取;在Neck部分使用轻量级上采样模块——CARAFE,通过特征重组和特征扩张保留更多的细节信息;引入了全局注意力机制(Global Attention Mechanism,GAM)通过全局上下文的关联建模,充分获取小目标的上下文信息;使用GSConv和Effective Squeeze-Excitation(EffectiveSE)设计全新的G_E_C_(2)f,进一步降低参数量,降低模型的误检率和漏检率;使用WIoU损失函数解决目标不均衡和尺度差异的问题,加快模型收敛的同时提高了回归的精度。实验结果表明,该算法在VisDrone2019数据集上的精确度(Precision)、召回率(Recall)和平均精度(mean Average Precision,mAP)为58.5%、46.0%和48.7%,相较于原始YOLOv8s网络分别提高了8%、8.5%和9.8%,显著提高了模型对小目标的检测能力。在WiderPerson和SSDD数据集上进行模型泛化性实验验证,效果优于其他经典算法。

GAMS仿真在宏观经济学教学中的应用——以IS-LM模型为例

文章以IS-LM模型为例,探讨了GAMS仿真在宏观经济学教学中的应用。具体的政策模拟可分为四个方面:(1)财政和货币政策分别对均衡国民收入、利率、消费和投资的影响;(2)财政和货币政策混合的综合影响;(3)IS和LM曲线斜率对财政和货币政策效果的影响;(4)实现经济目标的政策选择。GAMS仿真的结果不仅进一步验证了IS-LM模型的基本结论,同时也更为直观地体现了政策变动对经济的各种影响,研究结果对实验经济学在中国的应用与推广具有一定的参考价值。

用 GAMS 语言描述水源地评价的系统模型

以陕西汉中地区部分水资源系统为例，研究地表水，地下水及客水等多种水源的相互关系及来用水的平衡计算问题，并用ＧＡＭＳ语言进行系统描述，因而只需建立相应的数学优化模型，而求解模型不管可变因子如何变化ＧＡＭＳ程序都将迅速准确的计算出结果。

基于改进YOLOv5的船舶多尺度SAR图像检测算法

针对复杂场景下合成孔径雷达(Synthetic aperture radar, SAR)图像船舶目标像素尺度差异大和船舶密集排列造成目标漏检的问题,提出一种基于改进YOLOv5的船舶多尺度SAR图像检测算法。对于YOLOv5的颈部网络,采用双向特征金字塔结构(Bi-directional feature pyramid network, BiFPN)提升网络多尺度特征融合能力,并在其自下而上的特征融合支路中,基于深度可分离卷积(Depthwise separable convolution, DSC)和通道MLP构建EC-MLP(Enhanced channel-MLP)模块,从而丰富语义信息,提供更充分的船舶目标上下文特征;引入全局注意力机制(Global attention mechanism, GAM),使网络对输入特征进行针对性提取并运算,减少网络的信息丢失;此外,使用SIoU损失函数进一步提高网络的训练收敛速度和检测精度。在SSDD和HRSID数据集上与其他8种方法(Faster R-CNN、Libra R-CNN、FCOS、YOLOv5s、PP-YOLOv2、YOLOX-s、PP-YOLOE-s和YOLOv7-tiny)进行对比实验。实验结果表明:改进后算法在SSDD数据集上的AP50达到了96.7%,在HRSID数据集上AP50达到了95.6%,优于对比方法。

佛罗里达州柑桔投资的远景展望——GAMS仿真的案例(英文)

运用GAMS仿真展示了美国佛罗里达州柑桔生产投资的经济远景。仿真动态地、定量地回答了长期投资决策中的五个关键因素:期望净投资回收率、最低竞争价格、最大可接受的贷款利率、新建桔园的最优种植计划、最早获得盈利的年份(以净现值为表征)。该项研究有助于投资者作出正确的投资决策。

基于改进YOLOv7的钢材表面缺陷检测方法

为解决工业钢材表面缺陷检测过程中存在的检测精度低、效率低的问题,文章对原有的YOLOv7算法进行了改进,从而形成了YOLOv7-M算法。首先,在主干网络后加入GAM模块,以增强模型的全局交互能力。然后,在YOLOv7网络的预测头前端添加集成Transformer和卷积的轻量级模块MobileNetViTv3block,来捕获全局细节信息,同时,降低YOLOv7的模型参数,以提高检测速度。最后,在定位损失函数上用SIoU-Loss函数代替CIOU函数,以提升钢材缺陷检测位置的准确性。以NEU-DET数据集为基础做相关的消融与比较实验,在VOC2012数据集上做通用性的比较实验。结果表明:经过改进后的YOLOv7-M算法具有更大的优势,mAP值达到了90.75%,平均检测精度提高了7.89%,FPS速度提升了7,并且改进后的算法具有通用性。