排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
为了优化农业管道输水灌溉中管网的组合方式,提高灌溉效益,节约灌溉成本,在不限定灌溉面积的假设下,以支、毛管的标准段数为决策变量,以系统允许的最大压力差和构成管网的最低管道数目为约束条件,以单位面积的管材成本最低为目标函数建立模型,采用支持向量机耦合遗传算法对模型进行求解,得到满足约束条件和目标函数的不同管径支管的标准段数最优组合。结果表明:当毛管双向铺设时,单位面积的管材成本达到最低,最低值为8 755.7 元/hm2,灌溉面积为24.15 hm2,管网水头差达到系统允许的97.6%~99.7%;与毛管单向铺设相比,每公顷的管材成本降低了6.5%,灌溉面积增加了103%。与已有文献相比,每公顷成本降低了5%,灌溉面积增加了23%。因此支持向量机耦合遗传算法可以较好地优化管网设计,为农业节水灌溉提供了可借鉴的依据。 相似文献
2.
目的为了准确而快速地自动检测医药玻璃瓶的外观缺陷。方法基于YOLOv3算法,建立深度卷积神经网络学习检测模型,通过将神经网络结构浅层和深层特征向量连接并标准化,提取玻璃瓶多尺度特征信息。采用K-means聚类方式获得锚点框初始大小,提高模型对边界框预测的准确性;利用多尺度训练策略,增强模型对不同尺寸图像的鲁棒性。结果实验结果表明,提出的医药玻璃瓶缺陷检测方法能够准确检测识别玻璃瓶上的管端残损、气线、气泡、划伤、污渍和结石等缺陷种类。与主流的目标检测方法相比,提出的方法在处理速度和准确度上都有提高,缺陷目标检测精确率达到96.23%,召回率为93.82%,平均精度为89.35%。结论该方法已经在国内几家大型医药玻璃包装生产公司成功应用,显著提高了医药玻璃包装产品的质量和合格率,降低了人工成本。 相似文献
3.
4.
为了提高公安机关查找犯罪车辆的效率,提高车辆识别的效率很必要。据统计,提取兴趣区域(Region Of Interest,ROI)约占车型识别过程的60%,因此如何加速提取ROI过程尤其重要。首先,通过数据划分方法实现基本并行算法;然后,经过实验分析,在基本并行算法的基础上,精心设计预处理过程的分解方案,设置多队列缓冲区,减少共用缓冲区的线程数量和每个缓冲区互斥锁锁定的次数。实验证明,所提算法在双CPU 12核(支持超线程到24线程)的服务器上运行,相对于串行算法,实现了13.1x的加速比。 相似文献
5.
我国机动车保有量急速增长,产生一系列严重的安全与交通问题.与此同时,视频图像文件呈爆炸式增长,为公安的监控、刑侦以及案件的侦破带来了很大的困扰.车辆目标检测与识别越来越受到人们的关注,研究一种高效而准确的车辆目标检测方法意义重大.在YOLO目标检测框架的基础上,设计了一种卷积神经网络的车辆检测及其车型粗粒度识别方法.网络结构采用多层感知机卷积层,增加特征映射的非线性处理能力;移除原来模型中的全连接层,利用锚点框预测目标的边界框,在降低模型复杂度的同时提高了目标检测的召回率.实验结果表明,与主流的目标检测方法相比,该车辆目标检测方法在处理速度和准确度上都有提高,在迭代20 000次的情况下,平均准确率为94.7%. 相似文献
1