排序方式: 共有13条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
单位冲激函数是“信号与系统”课程中十分重要的一个基本数学模型,其物理含义和广义函数的性质难以形象理解,从而使得单位冲激函数及其复合函数的积分计算容易出现理解上的偏差。本文采用常规函数的计算方法,根据狄拉克对单位冲激函数的数学定义以及广义函数的筛选性质,对单位冲激函数及其复合函数的积分问题进行了归纳和探讨,分别对内层函数为常数、一次函数、二次函数、三次及以上函数的情形进行了分析和推导,试图得出一般性的结论,最后运用已知正确结果对结论的正确性进行了验证。 相似文献
5.
6.
针对在实际工业生产环境下,当前通用检测模型算法参数体量大、检测精度低,同时巡检机器人上部署困难等问题,提出一种基于改进YOLOv7轻量化模型的数显仪表检测方法。为减少计算量,在YOLOv7网络中引入Ghost Net作为主干网络模块,并且将SPPCSPC替换为了RFB,在降低模型参数量的同时有效提升了检测精度。实验结果证明,本文算法相较于原YOLOv7算法,模型大小压缩了40MB,参数量减少了57.5%,同时检测精度m AP从原来的98.9%提高达到了99.3%,有效验证了本文算法的有效性。 相似文献
7.
城市道路上车辆行人的检测是自动驾驶汽车环境感知功能中的核心要素之一。针对现有城市道路车辆行人检测任务在使用目标检测算法检测精度低,检测位置不准确等问题,提出一种基于改进YOLOv5的城市道路车辆行人检测新算法—HCA-YOLOv5目标检测算法。通过K-means++聚类算法重新设计并更新锚框初始值并将其匹配到对应特征层,以提高模型对检测目标的检测性能;通过利用城市道路图像中不同高度上的类别分部特点并结合Transformer结构改进HANet的注意力结构,提高I模型I对输入图像的全局上下文特征提取能力,加强网络.对城市道路场景图片中不同类别的辨别.能力。实验结果表明,在自动驾驶数据集KTT上,所改进算法的均值平均精度(mAP)达到了9193%,相比原YOLOv5算法mAP提高了292个百分点,满足了城市道路场景下车辆形容的准确率要求。 相似文献
8.
9.
10.