基于轻量级卷积神经网络的人脸识别方法

针对传统卷积神经网络在人脸识别中模型复杂程度高、处理数据较慢的问题,提出一种轻量级卷积神经网络算法。首先,通过对数据集采用剪裁、旋转等方式增强样本数据;然后,采用基于MobileNet的轻量级卷积神经网络对样本数据进行特征提取,并采用SSD目标检测器对样本数据中的人脸进行识别;最后,利用Python编程实现上述算法,并与传统的人脸识别算法进行比较。实验结果表明,采用的轻量级卷积神经网络算法在不失精度的前提下,处理速度更快,模型复杂程度更低。     

基于ARIMA模型的动力电池容量衰减不均衡预警

新能源客车动力电池容量不均衡衰减对电池的使用寿命及行车安全产生严重影响,因此针对动力电池容量衰减不均衡进行及时预警具有重要的作用.文章基于动力电池充电数据,构建可表征电芯整体容量衰减的特定电压区间充电容量值作为特征数据,采用车载智能终端完成测试车辆充电循环过程中特征数据的采集,针对具有时间序列特性的特征数据采用ARIM...