一种基于Interactive KeyPoints的目标检测算法

目标检测是计算机视觉中的研究热点,小目标检测精度低一直是难点.论文采用关键点的预测方式和回归方法,建立一种基于交互关键点(Interactive KeyPoints)的无锚检测模型(ITKP).该模型采用自适应采样方法获取一组表示对象的空间范围和具有重大语义意义的局部区域的关键点集后,通过自注意力(self-attention)机制建立关键点之间的联系以更好地匹配关键点和实现细粒度的定位.另外使用自注意力层代替卷积层来获取特征的全局上下文信息,设计了一个交互的特征金字塔,实现了更精确的识别和定位.论文提出的检测模型计算复杂度低,在基于关键点检测的无锚检测方法中,检测性能和小目标检测效果有较大的提升.同时保持实时的检测速度,为嵌入式或边缘设备的应用提供理论支持.     

一种改进的ELM-SAMME算法及应用研究

针对SAMME算法对于不平衡数据集的分类效果不理想,对不同数据集的适应能力弱的缺陷,将其和极限学习机(ELM)结合并进行有针对性的改进,根据样本分布对训练样本的初始化权值进行重新分配,对训练过程中样本的权值和弱分类器的权值更新策略进行改进,给予弱分类器一个与其对少数类样本识别能力成正比的奖励项,增强了所得分类器对难分类...     

基于自抗扰控制的永磁同步电机伺服控制系统

永磁同步电机伺服控制在工业中具有广泛的应用,而目前的控制方法存在控制精度较低、系统开销大、控制结构复杂等问题.论文基于自抗扰控制理论,设计了永磁同步电机伺服控制系统.该控制系统采用双环控制,其中位置环采用自抗扰控制,电流环采用PI控制,并采用Matlab/Simulink仿真分析了不同负载转矩及系统扰动对于控制系统的影...     

基于遗传理论的改进数据过采样方法

针对数据分类预测模型的生成中,高度不平衡的训练数据会大幅降低模型的性能,本文提出了一种改进的基于遗传思想的不平衡数据集过采样方法,该方法从生物染色体遗传理论中得到启发,利用近亲生成相似而又不完全相同的新实例来平衡多数类,在保证样本分布不变的前提下,减弱甚至消除不平衡数据对训练结果的偏差影响.最后,通过在公共数据集上的对...