亮度增强的多尺度垃圾检测

垃圾检测能减少资源浪费、缓解环境污染,对环境保护具有重要意义.针对现有方法在图像昏暗和物体细小情况下存在误识别、漏检的问题,本文提出了一种亮度增强的多尺度垃圾检测方法.首先在亮度增强模块中,利用跳跃连接增强各层级垃圾图像特征的关联性,解决了昏暗条件下的垃圾误识别问题.然后在多尺度垃圾检测模块中,使用密集连接将不同尺度特征进行融合,提高了对细小垃圾特征的学习能力,解决了细小垃圾存在的漏检问题.本文方法在自制数据集和公共数据集上的mAP达到了96.62%和93.81%.实验结果表明,该方法解决了图像昏暗和物体细小情况下的误识别、漏检问题,优于现有的YOLOv4等主流方法.     

谈文章写作的三重修改

文章写作具体包括前文章修改、文章修改和后文章修改,文章强调了前文章修改(即修改提纲)的方法,突出了后文章修改(论文发表以后的再修改)的意义和作用.这三重修改都是针对本科生汉语研习与写作的实际来谈论的.     

智能变电站原理分析及发展前景预测

主要介绍了智能变电站的研究背景、发展方向、与常规变电站的区别以及智能变电站与智能电网的关系。根据目前智能变电站建设情况,分析新一代智能变电站的研究与建设必要性,对未来智能变电站的发展趋势进行了预测。     

智能变电站区域化保护应用研究

针对传统66k V变电站低压配线无母差保护、失灵保护,供电可靠性低的问题,文章研究了区域化保护网络共享平台,及支持该平台的新型网络交换技术,有效遏制了潜在的大规模电力系统连锁故障的风险,提高了系统功角、电压稳定性及供电可靠性。并将区域化保护应用于马山220k V智能变电站,实践证明了区域化保护模式具有较高的实用性和优越性。     

多注意力机制下自愈人脸表情识别

人脸表情识别技术在社会生活、刑事侦探等领域中具有重要应用价值和广阔应用前景.现有方法对表情特征提取不充分,使得高维特征易丢失局部关键信息;同时在复杂背景下表情的二义性导致网络泛化能力弱.为解决这些问题,本文提出一种多注意力机制下自愈网络(Multiple Attention Self Curing Network,MASCNet).该网络生成带有注意力权重的多尺度特征,通过融合不同尺度特征,提高网络模型在细粒度下对局部关键信息的表征能力.自注意力机制模块为融合后的特征分配重要性权重,约束不确定性样本在网络训练中所占比重,提高网络的泛化能力.本文方法在FER2013和RAF-DB数据集上的最高的识别正确率分别为74.21%和88.74%.实验结果表明该方法能有效识别人脸表情,优于现有MHBP、AHBRPN等主流方法.