排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
2.
在考虑降低测试与维修成本的基础上,通过建立一种以费用函数作为目标函数的数学模型,将航电系统升级改装过程中的测试性指标分配问题转化为非线性规划(NLP)问题,针对此NLP问题,采用粒子群优化算法与序列二次规划算法相结合的混合优化算法,充分发挥前者较强的全局搜索能力与后者较强的局部精确搜索能力对问题模型进行求解,为航电系统升级改装过程中的测试性指标分配问题提出了一种最优的求解方法.结果表明,与单独使用PSO和SQP算法相比,使用混合算法能更快地取得最优值,验证了所提分配方法的可行性. 相似文献
3.
4.
5.
为解决基于深度学习模型的目标检测任务在移动设备和嵌入式设备上难以部署的问题,以现有的YOLO系列模型为实例,提出一种轻量级目标检测网络模型small-YOLOV3及small-YOLOV4。提取YOLO模型的主干网络作为基础结构,采用SPP、PANet、FPN等重新轻量化设计,对轻量级模型int8量化达到降低参数大小和计算量的目的。实验结果表明,small-YOLOV3及small-YOLOV4模型在保证一定精度的情况下,其大小缩减为原模型的1/49,有效提高了在硬件条件受限情况下目标检测任务的速度。 相似文献
1