排序方式: 共有64条查询结果,搜索用时 156 毫秒
1.
针对目前电动车头盔小目标检测的精度低、鲁棒性差,相关系统不完善等问题,提出了基于改进YOLOv5s的电动车头盔检测算法。所提算法引入卷积块注意力模块(CBAM)和协调注意力(CA)模块,采用改进的非极大值抑制(NMS),即DIoU-NMS(Distance Intersection over Union-Non Maximum Suppression);同时增加多尺度特征融合检测,并结合密集连接网络改善特征提取效果;最后,建立了电动车驾驶人头盔检测系统。在自建的电动车头盔佩戴数据集上,当交并比(IoU)为0.5时,所提算法的平均精度均值(mAP)比原始YOLOv5s提升了7.1个百分点,召回率(Recall)提升了1.6个百分点。实验结果表明,所提改进的YOLOv5s算法更能满足在实际情况中对电动车及驾驶员头盔的检测精度要求,一定程度上降低了电动车交通事故的发生率。 相似文献
2.
电力系统中的谐振接地系统发生高阻接地故障时,由于消弧线圈和高阻抗的存在使得故障信号微弱,造成故障选线较为困难,从而危及电力系统的安全运行和电能质量。因此,电力系统的故障选线尤为重要,故提出一种基于Spearman相关系数与有功分量相结合的故障选线方法。首先通过分析线路之间零序电流的幅值,利用零序电流最大值判据判断出母线故障或线路故障,若判断故障为线路故障,再利用零序功率最大值判据初步确定出故障的线路,最后通过Spearman相关系数法分析线路零序功率波形间的相关性来确定出具体发生故障的线路。经PSCAD/EMTDC仿真验证该方法原理清晰,选线逻辑简单可靠且不受故障距离与过渡电阻的影响。 相似文献
3.
实时竞价(RTB)是在线展示广告中被广泛采用的广告投放模式,针对由于RTB拍卖环境的高度动态性导致最佳出价策略难以获得的问题,提出了一种基于强化学习(RL)的出价策略优化方法,即采用带惩罚的点概率距离策略优化(POP3D)算法来学习最佳出价策略。在基于POP3D的出价框架中,广告投标过程被建模为情节式的马尔可夫决策过程,每个情节被划分为固定数量的时间步,每个广告展示的出价由它的预估点击率大小和竞标因子共同决定。每个时间步,竞标代理都会根据上一时间步的拍卖情况对竞标因子进行调整,以使得出价策略能够适应高度动态的拍卖环境,竞标代理的目标是学习最佳的竞标因子调整策略。在iPinYou数据集上的实验结果表明,与DRLB算法相比,所提出价算法在预算比例为1/16和1/32时,在点击次数方面均提升了0.2%;当预算比例为1/8、1/16和1/32时,在赢标率方面分别提升了1.8%、1.0%和1.7%;另外,在稳定性方面,所提方法也具有优势。表明了该方法的优越性。 相似文献
4.
太阳能拥有丰富的资源,而且分布广泛,现已被广泛应用到各种应用中,光伏发电已是一种可靠可行、可扩展的重要可再生能源利用的方式,因此对光伏出力进行精准的预测意义重大;从宁夏市某光伏发电站获得了一年的光伏发电数据与气象等因素,选取四月至五月的数据进行研究预测;针对BP神经网络的收敛时间长,容易陷入局部极小值等缺点;建立单一BP神经网络预测模型,基于遗传算法(GA)优化BP神经网络的GA-BP预测模型与基于狼群算法(WPA)优化的BP神经网络的WPA-BP预测模型;选择平均相对误差作为误差评估指标,结果表明,3种预测模型均能对光伏电站的发电功率进行预测,但是单一的BP神经网络模型误差较大,晴天时,误差为5.1%,经遗传算法改进后的预测误差为4.9%,较单一模型提高了0.2%的精度,而WPA-BP预测模型误差为4.4%,预测精度高于前者;同时多云天和雨天的时候,均为WPA-BP模型的预测误差小,稳定性高,具有一定的研究价值。 相似文献
5.
细粒度图像分类的主要挑战在于类间的高度相似性和类内的差异性. 现有的研究多数基于深层的特征而忽略了浅层细节信息, 然而深层的语义特征由于多次卷积和池化操作往往会丢失大量的细节信息. 为了更好地整合浅层和深层的信息, 提出了基于跨层协同注意和通道分组注意的细粒度图像分类方法. 首先, 通过ResNet50加载预训练模型作为骨干网络提取特征, 由最后3个阶段提取的特征以3个分支的形式输出, 每一个分支的特征通过跨层的方式与其余两个分支的特征计算协同注意并交互融合, 其中最后一个阶段的特征经过通道分组注意模块以增强语义特征的学习能力. 模型训练可以高效地以端到端的方式在没有边界框和注释的情况下进行训练, 实验结果表明, 该算法在3个常用细粒度图像数据集CUB-200-2011、Stanford Cars和FGVC-Aircraft上的准确率分别达到了89.5%、94.8%和94.7%. 相似文献
6.
目的 筛选出对聚氨酯涂层导电性能改善最佳的导电填料和助剂。方法 使用三种不同的无机导电填料—微米级ITO、微米级导电云母和导电钛白粉,用不同的分散剂DISPERBYK-P104S、DISPERBYK- 163、DISPERBYK-2001对三种无机填料分别进行分散处理改性,选出对改性填料分散性最好的助剂,然后研究用该助剂改性的填料对聚氨酯树脂涂层导电性、力学性能、耐热性能等应用性能的影响,最终选出最好的导电填料。结果 利用沉降试验,筛选出了提高填料分散性能最好的助剂为DISPERBYK-P104S。通过测试涂层的导电性能、耐腐蚀、力学性能和耐热性能发现,用助剂DISPERBYK-P104S改性过的导电钛白粉掺入聚氨酯树脂涂层后,所有性能均优于其余填料掺入的涂层。涂层的电阻在室温下最小,为10.84 MΩ,而且在100 ℃加热2 h后,电阻仍然只有24.53 MΩ。水接触角(WCA)方面,该涂层初始时接触角为107°,在3.5% NaCl溶液中浸泡400 h后,水接触角仍能达到90°以上。涂层在3.5% NaCl溶液中浸泡800 h后,附着力仍然在2.1 MPa以上。该涂层拉伸强度为16.53 MPa,拉断伸长率为650%,具有较好的弹性和力学强度。同时,在300 ℃下烧蚀三次后(每次15 min),该涂层的表面仍然保持平整。结论 当导电填料为用DISPERBYK-P104S改性过的导电钛白粉时,聚氨酯树脂涂层的表面电阻在100 ℃以下均介于0.5~25 MΩ之间,而且该导电涂料的其他应用性能为最佳。 相似文献
7.
8.
渗透率是煤层气开发的重要参数,煤储层较强的非均质性使得现场少量试井结果难以反映区域性渗透率规律,不同仪器、方法、样品尺寸、压力、温度及介质条件下获得的实验渗透率对比性也较差。对比分析了不同试井方法(钻杆测试、水罐测试、段塞测试、注入/压降测试)、不同实验测试方法(稳态法、非稳态法)的优缺点、适用条件及渗透率测试标准的演化历程,系统评述了单轴应变条件、恒定体积条件以及三轴应力条件下渗透率模拟模型的适用性,分析了基于裂隙、煤体结构、地应力、构造曲率等单一主控因素预测渗透率及人工智能(BP神经网络、灰色关联分析、支持向量回归机、多层次模糊综合评价)多因素预测的可靠性,总结了煤储层渗透率在测试、模拟和预测方面存在的问题,并提出了进一步研究的展望。研究结果表明现场注入测试是获取原位煤储层渗透率的主要方法,实验室非稳态法渗透率测试适合我国低渗煤储层;单轴应变条件下的P-M模型和S-D模型适用于恒定垂直外部应力条件下的模拟,恒定体积条件下的Ma模型对于多数煤类输入的参数均可测量,模拟结果可靠性较高,三轴应力条件下的Connell模型和Zhou模型更有利于通过实验室测定对模拟渗透率进行验证;基于煤层气... 相似文献
9.
10.
针对传统图像多阈值分割方法存在效率低、分割质量差等问题,提出一种改进?鱼优化算法并结合熵测度(weight lens remora optimization algorithm, WLROA)的图像多阈值分割方法。针对?鱼优化算法易陷入局部极值等缺陷,引入透镜成像反向学习策略,生成透镜反向解来增加种群多样性,进而提高算法跳出局部极值能力;提出一种自适应权重因子,对个体位置进行自适应扰动,提高算法探索能力。以最小化交叉熵作为优化目标,利用WLROA确定最小交叉熵并获得相应分割阈值。选取部分伯克利大学分割数据集图像和遥感图像测试提出算法的分割性能,测试结果表明,WLROA与其他知名算法相比具有更好的分割效果,能够有效实现复杂图像的精确处理。 相似文献