改进 YOLOv5s 的风力涡轮机表面缺陷检测

针对传统方式检测风力涡轮机表面缺陷时出现的精度不足、泛化性较差问题,提出了一种改进YOLOv5s的风力涡轮机表面缺陷检测模型。在网络结构方面,首先在主干特征提取网络引入改进的MobileNetv3网络,用于协调并平衡模型的轻量化和精度关系;其次采用BiFPN式的融合方式,增强神经网络的多尺度适应能力,提高融合速度和效率;最后为轻量化的自适应调节特征权重,运用ECAnet通道注意力机制,进一步提高神经网络的特征提取能力。在损失函数方面,将边框回归的损失函数修改为αIoU Loss,进一步提升了bbox回归精度。实验结果表明,基于YOLOv5s的改进算法可以在复杂环境下快速准确地识别风机表面的缺陷目标,能够满足实时目标检测的实际应用需求。     

基于CPLD的温度采集系统的设计

本文介绍了一种基于CPLD的温度采集系统的设计方法,设计分为温度采集和LED显示两个功能模块.与常用温度采集系统相比,本设计采用高精度数字温度传感器MAX6627与CPLD控制芯片EPM3128ATC144,系统具有较高的准确性、通用性和灵活性,功能扩展后可通过高速数据传输接口实现与PC机的通信,对采集数据进行综合分析与处理.     

基于DFECANet的遥感图像飞机目标检测方法

针对现有的遥感图像目标检测方法中对小尺寸飞机目标的检测精度不高、特征信息传递不准确、信息交互不充分等问题,提出了一种基于可辨别特征提取和上下文感知的遥感图像飞机目标检测方法。设计了以可辨别特征提取模块为主体的主干网络,用以加强对多尺度飞机目标的特征提取;引入自适应特征增强模块,选择性关注小目标、优化特征信息的传递与信息交互;并设计了特征融合上采样模块对特征图进行上采样操作,用以提升高层语义信息的准确性。在DOTAv1数据集上的检测精度达到了95.2%,相较于YOLOv5s、SCRDet、ASSD等主流算法,飞机目标的检测精度提高了3.7%～18%。此外,该方法的检测速度以及模型参数量分别为147 fps和13.4 M,相较于当前主流算法具备较强的竞争力,满足在遥感背景下对飞机目标的实时检测需求。     

基于PSO的高线性四次分谐波下变频混频器设计

在介绍分谐波混频器的原理基础上,提出一种以粒子群算法作为全局搜索算法,以性能参数作为评估的混频器电路优化方法,利用ADS软件设计出一种本振为23 GHz,射频为92～94 GHz下的变频器电路,应用CST软件优化脊波导微带过渡结构,实现了W波段的信号到混频器射频端的引导。优化算法可以快速得到优化结果,仿真结果表明该下变频器的变频差损小于15dB,1dB压缩点较高,具有良好的线性度。     

改进视觉注意力网络的水下目标检测算法

针对传统水下图像检测方式易受水中光线、复杂环境的影响,造成水下目标识别精度不高,泛化性较差的问题,提出了一种改进YOLOv5s的水下目标检测算法。首先引入了Double MSRCR算法,解决了水下物体清晰度低,特征模糊的问题。在网络结构方面,主干网络引入C＿VAN模块,提升了神经网络特征提取能力;其次在颈部网络中,引入RFB＿S感受野,增强神经网络的多尺度适应能力;最后引入NAMAttention空间与通道注意力机制,增强网络上下文特征的表达能力。所提方法相较于Faster-RCNN检测精确度提高了6.5%,相较于YOLOv4检测精确度提高了4.1%,相较于YOLOv5s检测精确度提高2.7%,检测速度提升了56.34 fps,证明了方法适用于实时水下检测任务。     

基于改进 DeeplabV3+ 的遥感图像道路分割模型

针对遥感图像道路分割边界模糊和遮挡难以区分的问题,提出了基于改进DeeplabV3+的遥感图像道路分割模型。该模型在主干网络中引入MobileNetV3和高效通道注意力机制(ECA),减少了参数量并关注连续的道路特征信息。在解码过程中采用多级上采样,增强了编码器和解码器之间的紧密连接,全面保留了细节信息。同时,在ASPP模块中采用深度可分离膨胀卷积DS-ASPP,显著减少了参数量。实验结果表明,该模型在Massachusetts Roads数据集上的交并比达到了83.71%,准确率达到了93.71%,分割精度最优,模型参数量为55.57×10⁶,能够有效地避免边界模糊和遮挡导致的错漏检问题,在遥感道路分割中提高了精度和速度。     

基于改进型U-Net的遥感云图分割方法

云检测是遥感图像预处理的重要步骤,云检测精度直接影响后续遥感图像应用的准确性,针对现有云与云阴影分割任务中,泛化能力差,误检漏检现象严重的问题,本文提出了一种改进型U-Net网络模型,该模型以U-Net为主干网络,加入高效通道注意力机制,修改激活函数。将遥感图像作为输入,放入基于高效通道注意力的U型云图分割模型中进行训练,在获得最优权重后,输出包含云区域、云阴影区域和背景区域的遥感图像分割结果。实验结果表明,相比于现有分割模型,本模型在云和云阴影的分割任务中参数量最低,准确率最高,泛化效果最好。     

基于改进DEA算法的声波加密传输系统

系统采用改进的数据加密算法(Data Encryption Algorithm,DEA),由复杂可编程逻辑器件(Complex Programmable Logic Device, CPLD)芯片EPM570构建硬件系统。声波信号经频率调制后,经密钥加密后发送给接收端,接收端先经过滤波,再由密钥解密后还原出原信号,从而实现近距离加密传输。硬件电路分为发送端和接收端两部分,由主控器、CPLD、直接数字式频率合成器(Direct Digital Synthesizer,DDS)、滤波器和里所(Reed-solomon,RS)码模块电路构成。实验表明该系统具有较高的安全性,可应用于机密信号或敏感信号的传输。     

基于51单片机的晶体管特性测试系统的设计

介绍一种基于AT89S52单片机的晶体管特性测试系统的设计原理。详细说明该系统的基本原理、硬件框架、主要电路以及软件框架。整个系统采用模块化设计,较精确的对晶体管交直流放大特性参数、输入／输出特性曲线和频率特性进行测量。本系统具有性能可靠、抗干扰能力强、功耗低、性价比高等优点。     

改进YOLOv5s的交通多目标检测方法

为了提高交通目标检测的精度和效率,提出一种改进YOLOv5s的交通场景多目标检测方法,在YOLOv5s的主干网络中引入高效的层聚合网络结构来提高模型学习目标特征的能力,引入了通道注意力和空间注意力结合的卷积注意力模块(BAM)机制,进一步提高网络模型的特征提取能力,通过采用α-IoU作为边界框回归损失函数,提高了边界框回归精度。实验结果表明,改进的目标检测模型相较于YOLOv5s原模型在检测精度上提升了2.4%,模型参数量和模型大小分别降低了20.9%和19.1%。实现了在不同时间段准确且高效的检测交通场景的多种目标,保证了实时检测的应用需求。