基于ECA的YOLOv5水下鱼类目标检测

针对水下图像模糊、颜色失真,水下场景环境复杂、目标特征提取能力有限等导致的水下鱼类目标检测精确度低的问题,提出一种基于YOLOv5的改进水下鱼类目标检测算法.首先,针对水下图像模糊、颜色失真的问题,引入水下暗通道优先(underwater dark channel prior, UDCP)算法对图像进行预处理,有助于在不同环境下正确识别目标;然后,针对水下场景复杂、目标特征提取能力有限问题,在YOLOv5网络中引入高效的相关性通道(efficient channel attention, ECA),增强对目标的特征提取能力;最后,对损失函数进行改进,提高目标检测框的准确度.通过实验证明改进后的YOLOv5在水下鱼类目标检测中精确度比原始的YOLOv5提高了2.95%,平均检测精度(mAP@0.5:0.95)提高了5.52%.     

基于密钥管理和安全认证的网络预付费系统研究

本文介绍了一种基于密钥管理和安全认证的网络预付费系统,在阐述了系统设计的完整方案的基础上详细介绍了网络预付费系统的基本结构,并给出了预付费终端部分模块的硬件电路设计。在系统中应用SAM安全认证机制和应用加密算法的解决方案,保证系统的安全性。     

一种建筑物低压供配电线路故障电弧检测新方法

故障电弧电流值小,不足以使传统断路器动作切断电源,成为电气火灾的主要原因之一。本文通过对建筑物低压供配电线路中的故障电弧建模,分析故障电弧特征。采用小波分析方法对采集的数据降噪和特征提取,与傅里叶变换方法相比较,并分析了电路中负载改变时的情况,仿真结果表明该方法可有效检测故障电弧的奇异点,准确辨识故障电弧。     

基于无线传感器网络的嵌入式Web服务器研究与实现

本文介绍了基于无线传感器网络的嵌入式Web服务器,阐述了系统设计的完整方案,详细介绍了嵌入式Web服务器的移植和动态网页交互的实现。整个系统是一个B/S结构,避免了客户端应用程序的再次开发,提高了系统开放性和跨平台能力。最后将整个设计应用到智能家居远程控制系统中,实验表明,该系统运行稳定、可靠,可广泛用于基于无线传感器网络的远程设备控制和数据采集。     

Two methods for assessing local control of residential air conditioners from load survey data

In this paper two methods are presented for analyzing load survey data. They are applied to data collected over a two-year period by Kansas City Power & Light (KCPL) for evaluation of the effectiveness of local control on reducing peak residential air-conditioning demand. The first method is the Wilcoxon rank-sum statistical approach, a very powerful method for comparing small data sets typical of those encountered in this load study. The second method is a simulation technique wherein the effect of local air-conditioner control on peak demand is estimated from measured uncontrolled demand data and the operating characteristics of the control device. The results obtained from both the methods for the KCPL study reported here are found to be close to one another.     

Beyond the mouse: Understanding user gestures for manipulating 3D objects from touchscreen inputs

Multi-touch interfaces have emerged with the widespread use of smartphones. Although a lot of people interact with 2D applications through touchscreens, interaction with 3D applications remains little explored. Most 3D object manipulation techniques have been created by designers who have generally put users aside from the design creation process. We conducted a user study to better understand how non-technical users tend to interact with a 3D object from touchscreen inputs. The experiment consists of 3D cube manipulations along three viewpoints for rotations, scaling and translations (RST). Sixteen users participated and 432 gestures were analyzed. To classify data, we introduce a taxonomy for 3D manipulation gestures with touchscreens. Then, we identify a set of strategies employed by users to perform the proposed cube transformations. Our findings suggest that each participant uses several strategies with a predominant one. Furthermore, we conducted a study to compare touchscreen and mouse interaction for 3D object manipulations. The results suggest that gestures are different according to the device, and touchscreens are preferred for the proposed tasks. Finally, we propose some guidelines to help designers in the creation of more user friendly tools.     

数据中心制冷系统非线性模型预测控制

数据中心制冷系统具有非线性、强耦合和大滞后特性,目前常用的PID方法无法实现系统整体能效提升,而现有非线性优化算法计算量大,不易工程实现.鉴于此,提出一种数据中心制冷系统模型预测控制策略,上层优化层设计预测控制器,其目标为在满足制冷要求的前提下降低系统能耗,优化层采用神经网络作为反馈控制器,将系统整体优化目标函数作为神经网络控制器优化性能指标,结合变分法与随机梯度下降法,通过滚动优化求取下层各回路被控变量最优设定值,算法占用存储区适中、计算量小;下层现场控制层通过实时控制使各回路被控变量跟踪最优设定值,可以在不破坏原有现场控制系统的情况下实现性能优化.构建Trnsys-Matlab联合仿真平台,针对系统夏季、过渡季和冬季的控制策略进行仿真实验.结果表明,所提出控制策略能够在满足数据中心安全运行的前提下,实现系统整体能效提升,且具有良好的鲁棒性.     

融合运动特征和深度学习的跌倒检测算法

为了利用计算机视觉技术准确检测老年人的跌倒状况,针对现有跌倒检测算法中人为设计特征造成的不完备性以及跌倒检测过程中前后景分离困难、目标混淆、运动目标丢失、跌倒检测准确率低等问题,提出了一种融合人体运动信息的深度学习跌倒检测算法对人体跌倒状态进行检测.首先,通过改进YOLOv3网络进行前景与背景的分离,并根据YOLOv3...     

改进YOLOX-nano的火灾火焰烟雾检测

针对在检测火焰和烟雾的火灾检测过程中存在火灾初期小目标难以检测的情况, 本文提出了一种基于自然指数损失(eCIoU)的改进YOLOX-nano (ASe-YOLOX-nano)目标检测算法. 首先, 提出一种新的目标检测函数eIoU损失函数来替代传统IoU损失, 解决在检测小目标时预测框和真实框易出现无交集的情况, 及无法反应宽高影响等问题. 其次, 在网络模型中引入注意力模块, 在网络初期模糊定位目标位置, 提高网络后期对目标尤其是小目标检测的准确性. 此外, 本文还采用软池化空间金字塔池化结构提取不同尺寸的空间特征信息, 可以提升模型对于空间布局和物体变性的鲁棒性, 因此目标较小时也可以提取充足的特征, 采用Mosaic增强技术预处理数据集, 提升模型的泛化能力, 以此进一步提高网络性能. 通过目标数据集进行对比验证, 其结果显示, mAP指标达到70.07%, 比原模型提高了3.46%, 火焰的准确率达到84.66%, 烟雾的达到74.56%, FPS能够稳定在73, 相对于传统YOLOX-nano算法拥有更好的火灾检测能力.