基于改进YOLOv5的昏暗小目标交通标志识别

为了实时检测并识别路上的交通标志,针对在不良光照情况影响下小型交通标志的识别精确度较低、误检、漏检严重的问题,提出了一种基于改进YOLOv5的交通标志识别模型.首先在YOLOv5模型的浅层特征图层增加一次concat操作,将浅层的特征信息结合中间特征图层作为一个检测头,有利于小目标交通标志的识别效率.其次将坐标注意力机制添加到YOLOv5模型中,从而提高特征提取的效率.对中国交通标志数据集TT100K进行数据扩充和暗光增强的操作,最后在经过预处理的TT100K数据集上验证本文改进的模型检测效果.实验结果表明本文改进的模型对小目标及昏暗情况的交通标志识别效率有很大的提升.本文改进的YOLOv5模型与最初的YOLOv5模型均在扩充后的数据集上进行训练后的结果相比,在准确率上提升了1.5%,达到了93.4%;召回率提升了6.8%,达到了92.3%; mAP值提高了5.2%,达到了96.2%.     

高效污水处理工艺智能化控制系统的设计

智能化污水处理系统从高密度沉淀污水处理工艺流程出发,设计PLC控制器与现场总线相结合,建立了具备集中控制和现场就地控制相结合的智能化污水处理系统,并且通过上位机监控实现污水处理工艺、设备的全面监测,同时对污水处理的工艺数据进行处理,最终实现污水长期高效智能化处理的要求.     

焦炉地下室煤气泄露治理方法

针对焦炉地下室加热设备的横排管、下喷管等管件,因年久已腐蚀并堵塞严重,地下室煤气加热管道系统存在腐蚀泄露问题。且加热系统每半小时换向一次,地下室温度高,交换旋塞极易缺油,造成煤气泄露,须增设强制通风系统,增设强制通风系统后满足焦炉安全生产要求,同时改善了工人的工作环境,实现安全、科学、人性化生产操作     

基于特征融合的FL-BCNN鱼类识别算法研究

为了解决水下相机设备捕获的鱼类图像质量差、数据量不均匀等难以准确识别鱼类的问题,提出一种基于特征融合的FL-BCNN鱼类识别算法。对B-CNN算法进行改进,融合不同卷积层的特征,提高细粒度特征的表达能力,解决了图像质量差引起的特征不明显的问题。利用焦点损失函数(Focal Loss)解决样本数据不平衡的问题,提高水下鱼类图像的识别能力。利用F4K(15)数据集与四个已有算法进行鱼类识别对比实验。实验结果表明,FL-BCNN鱼类识别算法的识别精度较高,具有较好的识别速度,可以有效解决鱼类识别中样本不平衡的问题。     

REST架构下的智能共享停车位系统

为了有效缓解城市停车一位难求与大量车位利用率低下两者之间的矛盾,本文从物联网的角度给出了智能分时停车位系统解决方案,采用REST架构将用户手机app、信息存储服务器和智能车位锁等独立设备有机连接,支持停车位的实时发现、分时共享、在线预约、智能导航和无人监管,形成又一个良好的共享经济案例.     

基于BLSTM-Attention神经网络模型的化工事故分类

化工事故新闻数据包含新闻内容,标题以及新闻来源等方面信息,新闻内容的文本对上下文具有较强的依赖性.为了更准确地提取文本特征并提高化工事故分类的准确性,该文提出了一种基于Attention机制的双向LSTM (BLSTM-Attention)神经网络模型对化工新闻文本进行特征提取并实现文本分类. BLSTM-Attention神经网络模型能够结合文本上下文语义信息,通过正向和反向的角度来提取事故新闻的文本特征;考虑到事故新闻中不同词对文本的贡献不大相同,加入Attention机制对不同词和句子分配不同权重.最后,将该文提出的分类方法与Naive-Bayes、CNN、RNN、BLSTM分类方法在相同的化工事故新闻数据集上进行实验对比.实验结果表明:该文提出的神经网络模型BLSTM-Attention神在化工数据集上的效果更优于其他分类方法模型.     

基于Coq的软件安全性验证

针对数组越界、空指针应用和缓冲区溢出三类威胁软件安全的不规范操作,提出了一种基于Coq验证上述三类操作的形式化方法。首先编写三类安全问题的程序实例,并采用形式化方法进行标注;其次运用Frama-C和Why工具对标注程序进行解析,生成需要证明的定理;最后基于Coq集成开发环境证明定理,实现安全问题的验证。结果表明,该方法有效验证了软件安全中的三类问题,为形式化方法在软件安全性验证方面的应用奠定了基础。     

《操作系统》课程的教学体会

操作系统中,进程同步和互斥问题以及与之相关的信号量机制是教学过程中的重点和难点问题。本文介绍了教学实践中总结的有关如何用信号量机制解决进程同步与互斥问题的求解规律及教学经验,旨在提高教学效果,促进学生对操作系统基本原理的理解和掌握。最后针对本课程的特点,提出了操作系统今后的教学研究方向。