基于改进YOLOv3的智慧足球场行人检测

由于足球比赛场景中密集人群、移动小目标居多, YOLOv3算法存在检测精确度较低且模型参数量较大等问题, 使其无法部署在资源算力有限的移动设备上, 本文提出了一种基于改进YOLOv3的行人检测方法, 将Darknet-53主干特征提取网络替换为更加高效且轻量化的GhostNet网络; 同时选取了4个尺度的检测分支层并采用K-means++算法改善anchor box的聚类效果; 添加空间金字塔池化对输入图像实现相同大小的输出; 提出CIoU损失函数来计算目标定位损失值; 添加heatmap热力图可视化并在训练中使用Mosaic数据增强. 实验结果表明, YOLOv3-GhostNet在VOC融合数据集上mAP达到90.97%的同时相比YOLOv3算法提高了1.75%, 参数量减少了约81.4%且实时检测速率提高了约1.5倍, 在小型移动设备上表现出不错的检测效果.     

基于统计过程控制的水清洗控制系统

为了将水清洗机接入工业网络并实现智能自动化控制,本文提出了一种基于统计过程控制(SPC)可重构程序的水清洗控制系统.该系统根据水清洗设备的参数和组件特性构建了该设备的控制协议;根据协议指令制定了指令判断模块;根据SPC理论设计了过程控制模块.控制协议让该系统的清洗程序具有重构和联网的功能;指令判断模块为重构后的指令提供了安全性保障;过程控制模块让该系统的清洗过程具备动态调整清洗组件的功能.这些功能使得该设备可以实现智能自动化控制.通过测试,该系统比原有系统的清洗次数平均减少了15%,水清洗液的使用率提升了约5%,并扩展了3项功能,提高了设备的利用率和智能化水平,最终满足节能省水、多用途和联网的需求.     

面向Kubernetes的容器立体化监控系统

容器监控是保证容器基础设施正常运行的核心要素之一,然而当前容器监控角度较为单一,尚缺少直观有效的方法协助运维人员快速定位业务容器异常原因.本文设计并实现了一个面向Kubernetes的容器立体化监控系统,通过监控指标相关性分析,把相关性较强的指标作为立体化监控的核心指标提供给运维人员,更好地实现对容器的全局统筹监控.     

智能路灯控制系统缺失数据流关联修复仿真

为了避免智能路灯控制系统受缺失数据影响,研究了智能路灯控制系统缺失数据流关联修复仿真方法。选取嵌套窗口的流数据处理模型检测智能路灯控制系统的缺失数据流,嵌套窗口的流数据处理模型将滑动窗口分割为多个嵌套滑动窗口,滑动窗口过程中,利用Pearson相关系数确定智能路灯控制系统中相邻数据的相关性,依据获取的数据相关性重构相关图,利用相关图检测智能路灯控制系统缺失数据流。选取GMM算法划分存在缺失数据的智能路灯控制系统的数据集,选取EM插补算法关联修复完成初始数据集划分后的数据流。仿真测试结果表明,该方法可以有效修复智能路灯控制系统缺失数据流,不同数据缺失率情况下,均具有较高的缺失数据流关联修复精度。     

基于知识图谱的智能问答意图识别联合模型

针对现有意图识别联合模型在专业领域知识图谱问答中容易发生识别领域实体以及问句分类错误的情况,提出一个结合了领域知识图谱的意图识别联合模型。该模型有三步,将领域知识图谱中实体对应的本体标签以及本体间关系导入训练数据集,形成包含本体标签的知识文本以及额外包含本体关系的知识文本图;通过字符级嵌入和位置信息嵌入将包含了本体标签的知识文本转化成嵌入表示并依据知识文本图创建实体关系可视矩阵,明确知识文本各成分的相关程度;将嵌入表示和实体关系可视矩阵输入模型编码层进行模型的训练。以高速列车领域知识图谱为例,经过准确率和召回率的验证,以该方法训练出的模型在高速列车领域问答数据集的意图识别任务上取得了更好的表现。     

基于深度学习的智能问答系统综述

在科技发达和信息爆炸的时代,如何从海量数据中准确地提取所需信息已成为人们研究的目标.问答系统作为解决此问题的重要途径之一,其主要通过对已有数据信息进行检索和分析,并最终返回问题答案或其他相关信息.近年来,深度学习的革命性发展给问答系统带来了长足的进步,序列到序列的模型,端到端的模型以及最近流行的预训练,都给问答系统留下无限的发展空间,但其仍面临许多挑战.本文首先对问答系统的发展进行简要介绍,接着将问答系统按照3个不同角度进行分类,并对相关数据集、评测指标和各类问答系统的主流技术进行阐述,最后对问答系统面临的问题和未来的发展趋势进行讨论.     

直流特高压带电线路近电安全感应预警监控系统设计

传统直流特高压带电线路中,安全感应预警监控系统存在的监测数据难以实时上传,通信不流畅、数据采集误差大,针对该问题,设计了一种基于MPPT监测的监控系统,能够将直流特高压带电线路中信息提取功率导向存储装置,并通过两个控制模块和实时监控装置,加强监控系统的监测能力,大大提高了监测效率与实时数据传输能力。同时构建了机器人学习算法的GEN算法,对预警机制进行改进,提高了预警能力,也提高了数据处理效率,增强了数据适应性,通过仿真实验,所设计的硬件在安全数据监控时,监控率最高可达94.01%。     

道路交通网络节点分配优化策略研究进展

为了进一步提高城市道路交通网络的通行效率,粒子群优化和神经网络等多种智能优化算法受到越来越多的关注。近年来,深度学习技术的普及与应用大幅提升了城市交通网络的节点识别效率,而交通网络的节点调度又扩展了深度学习技术的应用。文中详细分析了交通节点调度所面临的关键问题,归纳并总结了相关网络节点分配的研究现状。在此基础上,深入研讨了城市交通网络节点调度与深度学习的应用前景,并对交通网络节点分配优化策略的未来研究方向进行了展望。     

Short packet communication in underlay cognitive network assisted by an intelligent reflecting surface

We propose short packet communication in an underlay cognitive radio network assisted by an intelligent reflecting surface (IRS) composed of multiple reconfigurable reflectors. This scheme, called the IRS protocol, operates in only one time slot (TS) using the IRS. The IRS adjusts its phases to give zero received cumulative phase at the secondary destination, thereby enhancing the end-to-end signal-to-noise ratio. The transmitting power of the secondary source is optimized to simultaneously satisfy the multi-interference constraints, hardware limitations, and performance improvement. Simulation and analysis results of the average block error rates (BLERs) show that the performance can be enhanced by installing more reconfigurable reflectors, increasing the blocklength, lowering the number of required primary receivers, or sending fewer information bits. Moreover, the proposed IRS protocol always outperforms underlay relaying protocols using two TSs for data transmission, and achieves the best average BLER at identical transmission distances between the secondary source and secondary destination. The theoretical analyses are confirmed by Monte Carlo simulations.     

Development of a novel 6LoWPAN-based multipurpose sensor monitoring and notification system

In the area of wireless communication technologies, 6LoWPAN leverages the extensive capabilities of IPv6, even within the constraints imposed by resource-limited devices, particularly within wireless sensor networks (WSNs). The integration of 6LoWPAN into modern solutions for implementing the IPv6-based Internet of Things (IoT) is becoming increasingly important. In this paper, a sensor monitoring and notification system specifically designed for deployment over 6LoWPAN has been proposed. Multipurpose capability, scalability, and ease of deployability are the main features of the proposed system. Its architecture reflects the highest degree of flexibility and allows for a variety of use cases encountered in practical scenarios. In addition, a web interface has been developed as part of the comprehensive system architecture. This interface enables efficient management of the entire system and facilitates connection for new users and seamless integration of additional sensors. By encapsulating complex functions in a user-friendly interface, the system promotes accessibility, convenience, and an enhanced user experience. The proposed system overcomes the limitations of current approaches, thereby creating new opportunities. The flexibility of the proposed system allows it to be applied to various use cases.