基于改进YOLOv4算法的工程实验室信息化管理系统构建与应用

融合物联网技术、图像检测技术和深度学习算法,提出一种基于改进YOLOv4算法的工程检测实验室信息管理系统,通过WIFI+NB-IoT实现数据传递。为了弥补YOLOv4算法在尺度分布不均匀时精度降低的问题,提出利用IK-means++算法,引入ECA注意力模块和阶梯状特征融合网络结构对算法进行改进,算法改进后浮点运算数量、模型参数量分别降低了25.1%和43.1%,FPS和mAP分别提高6.8帧/s和3.65%,改进后算法不仅收敛速度更快,而且在不同光线环境下的设备检测准确率均高于改进前。将系统应用到工程实验室检测中,设备和环境各参数检测结果与标准仪器检测结果误差控制在±5%以内。     

基于YOLOv5s网络模型的手势检测系统

为了解决人们对手势识别的问题,本文对通过YOLOv5s网络模型及Py Qt5框架设计并实现了手势检测的系统,同时具备摄像头检测与文件（照片或视频）检测功能,可以实现在人们做出手势的时候检测手势的类别,在GPU环境下检测速度可达100 fps,平均精度在0.95左右,满足实时检测的要求。     

改进YOLOv4的工控线路板缺陷检测方法

工控线路板是实现工程控制的核心零件,在工控线路板的工业生产线中,缺陷检测是极其重要的部分。由于目前线路板载有大量的元器件,板面排线、尺寸形状等都因功能的不同差异性很大,所以检测工控线路板缺陷一直存在算法精度不高,有漏检、误检的情况出现。针对目前缺陷检测方法的局限性,提出了一种基于深度学习的改进YOLOv4算法来实现生产过程中的工控线路板缺陷检测,该算法使用工程中真实拍摄的线路板缺陷图像和数据增强后的虚拟合成图像一起作为实验训练的数据集,很大程度上提高了训练结果的普遍性。此外,改进原始网络算法的骨干网络,使用轻量级的骨干网络和性能更好的激活函数,提高了缺陷检测的识别精度。实验结果表明,改进的YOLOv4算法的识别精度可以达到97.8%。     

基于kNN算法的智能电网5G海量接入数据异常检测

为了更好适应智能电网高维数据异常识别,提出了一种加权kNN数据异常值检测识别方法,该方法使用Z阶曲线来识别kNN。利用Z阶曲线,提出了一种加权kNN异常数据检测方法。用信息熵衡量所有属性的重要性,用Z阶曲线对高维数据进行编码并映射为Z值。实验结果表明,智能电网集群计算节点的数量越多,算法的运行速度就越短。发电数据异常检测准确率达到最高99.2%,较随机森林算法提高8.165%。且kNN算法的运行时间均优于随机森林算法运行时间,最小算法运行时间为4 s,进一步表明kNN算法可有效检测智能电网5G海量接入数据。     

基于SIFT算法的织物疵点检测

通过对织物疵点的检测和消除是纺织业生产至关重要的一部分,因为纺织物的疵点严重降低织物的质量和影响美观,直接影响企业的生产利润。目前,我国很多企业依旧以人工检测织物疵点,此法容易出现误检和漏检且效率不高,无法达到现代纺织生产的要求。     

改进遗传算法的混凝土桥梁路面裂缝检测方法的优劣分析

混凝土路面裂缝会影响桥梁的使用寿命,裂缝检测对桥梁的使用来说至关重要。设计改进遗传算法的混凝土桥梁路面裂缝检测方法,并将其与传统混凝土桥梁路面裂缝检测方法的优劣进行对比,研究表明：在相同试验条件下,传统混凝土桥梁路面裂缝检测方法的检测耗时较长,与标准检测耗时相差±0.040s左右。其中,网格裂缝与荷载型裂缝耗时与标准耗时相差较多。而改进遗传算法的混凝土桥梁路面裂缝检测方法的耗时较短,与标准检测耗时相差±0.001s左右,甚至推挤裂缝、非荷载型裂缝、反射裂缝等检测耗时,与标准耗时保持高度一致,检测效果更佳。     

基于图像间的语义感知协同目标检测算法

提出了一个基于图像间的语义感知协同目标检测算法,以高效的方式检索整个图像组的共识线索。对每个像素用语义感知协同模块（SPCM）获取其交叉路径上所有像素的上下文信息。通过进一步的操作,最终可以捕获整个图像的共识信息。辅助分类融合模块（ACFM）可使网络以自上而下的方式突出协同区域。协同显著性检测实验结果表明,文中的算法在3种常用的iCoseg、Cosal2015和CoSOD3k数据集中表现良好,4个指标性能优异,验证了该方法的有效性。     

基于改进萤火虫算法优化SVM的滚动轴承故障诊断

针对萤火虫算法优化支持向量机时,收敛速度较慢、易陷入局部最小值等问题,将萤火虫算法进行改进来优化支持向量机,用此方法来对轴承故障进行诊断.经过对比实验,发现该方法分类效果和识别准确率均有一定的提高.     

改进蚁群算法结合粗糙集原理用于入侵检测

提出一种基于蚁群-粗糙集原理的入侵检测方法。首先通过粗糙集对不确性数据进行筛选;再利用改进蚁群算法对数据进行约简,减少了计算时间;然后再根据设定的阀值,用蚁群-粗糙集导出规则得到检测结果。实验结果表明,改进蚁群算法数据约简速度高于利用遗传算法以及蚁群算法,该方法对DoS和Probe攻击具有很高的检测率和较低的误检率,并且对U2R和R2L攻击也有较好的检测率。     

基于改进粒子群算法的变压器故障诊断研究

针对基本粒子群算法存在收敛慢、易陷入局部极值的缺点,分析了粒子群算法中惯性权重和加速因子的作用,对其作了修改,并用改进后的粒子群算法训练神经网络,应用在变压器故障诊断上。仿真结果表明:改进后的粒子群算法迭代次数少,收敛速度比改进的BP算法快,可以对变压器的故障类型进行区分。     

基于机器视觉的管纱污渍检测算法研究

针对管纱表面污渍的质量问题,提出基于机器视觉的管纱表面污渍检测算法。先对图像进行预处理以及Sobel算法处理,消除光照不均以及背景纹理的影响,再用双高斯算法增强目标与背景的差异,然后用灰度矩形法削弱背景的噪声,最后采用动态阈值的方法提取目标。实验结果表明,该算法对管纱表面污渍的检测有一定的准确性与实时性。     

基于改进形态学的纱线条干边缘检测方法

为精确评价纱线的表观条干均匀性,提出一种基于改进形态学的纱线条干边缘检测方法;选取棉、麻、涤纶3种原料,通过环锭纺和紧密纺制得15种不同线密度的纱线试样,采用该方法对纱线直径进行测试,并验证该方法的有效性.结果表明:该方法利用全变分模型对纱线图像降噪滤波,利用改进形态学算法去除纱线毛羽,得到的纱线条干边缘清晰、纱线毛羽...     

基于改进遗传算法的PEMFC电堆温度模型建模

针对质子交换膜燃料电池（PEMFC）系统过于复杂、难以建模,而已建立的数学模型由于电堆使用的材料、结构不同,模型参数相差甚远,无法统一给出一个具有代表性的高精度的PEMFC电堆模型,难以满足PEMFC控制系统设计和应用的要求.本文从实际应用角度出发,利用传热学、流体动力学知识建立了一个千瓦级的PEMFC电堆温度模型.由于模型中一些关键参数无法由实验精确测出,但它们对模型精度的影响极大,所以需要找出一个能够高精度辨识模型参数的方法来解决这个问题.文章中提出的改进遗传算法具有良好的全局和局部的搜索、优化能力,能够高精度地辨识这些参数.仿真和实验结果验证了模型的实用性和可靠性.     

基于改进差分进化算法的神经网络管道泄漏检测

提出了一种基于神经网络与差分进化算法的天然气泄漏预测方法,该方法采用RBF神经网络作为泄漏预测模型,引入改进的差分算法对网络的初始连接权值进行优化。为了在全局搜索和局部搜索之间取得最佳平衡,提出了一种自适应变异因子和交叉概率的改进算法,并将其应用于泄漏预测神经网络模型优化。将所提出的方法与原始算法的前向网络预测方法进行了比较。结果表明:所提出的方法收敛速度快,所得模型的预测误差小、准确率较高、迭代次数少、泛化能力强,对天然气的泄漏预测有很好的参考作用。     

5-氯甲基水杨醛合成方法的改进

5-氯甲基水杨醛是一种重要的取代型水杨醛,本文直接利用水杨醛与甲醛和浓盐酸反应得到5-氯甲基水杨醛,对合成条件和粗产品的纯化方法进行了改进,提高了产率、大大减少了溶剂的使用、缩短了操作时间,提出了一种高效的纯化方法。     

高温高压井多级环空压力增量的改进算法

在海底高温高压井流体热膨胀导致的压力增加直接危及井的安全。传统的井身设计对于海底高温高压井不再安全,因此了解环空压力增量带来的危害并提供解决办法是很有必要的。考虑到不同环空的相互作用及压力改变,在多级套管中建立环空压力增量的计算模型,该模型扩展了现有模型的应用范围。由于热膨胀和压缩系数对温度的依赖性,采用温度增量改进的计算方法,来提高环空压力增加计算的精确度。研究结果表明,环空压力增量随温度范围和温度变化条件的不同而不同,并且高温域大于低温域环空压力增量值,依照传统设计环空压力增量引起套管负荷上升,甚至超过套管的额定负荷。研究方法应用于海底高温高压井,当环空压力升高时可以发现传统套管设计的潜在危害,并优化套管设计以应对问题,而且推荐了环空压力增量的缓解措施,确保海上高温高压井的完整性,本文研究提供了合理的计算途径和缓解压力升高的措施。     

基于目标检测算法的安全帽佩戴智能识别

针对工程项目现场安全帽佩戴检测问题,基于目标检测算法,提出前后端分离方法来实现安全帽佩戴智能检测和展示.后端主要以YOLO V3算法为核心,对现场摄像头视频和图片进行目标检测分析,并将违规数据存入数据库.前端用Web开发框架搭建智能算法平台,对数据库中的违规数据进行可视化展示.该算法和实施平台已在实际工程项目现场进行了...