摘 要: 针对目前多种典型作物分类中特征冗余导致同科作物混淆、分类精度低的问题,文中提出一种结合特征过滤法筛选特征和Stacking集成学习的作物精细分类方法。首先,结合敏感波段构造新型植被指数并进行阈值分割,实现作物区域提取;然后,提取不同作物的颜色和纹理特征,进而计算单类作物特征系数和作物间特征差异系数,实现各典型作物的分类特征过滤法优选;最后,构建融合多种机器学习算法的Stacking集成
摘 要: 分布式共形阵列天线可充分利用载体外形有效孔径面积,依托其实现和、差波束,在无人机载雷达导航、目标跟踪等方面具有较高的应用价值。首先,将利用电磁全波分析得到的局部坐标系下的单元方向图旋转变换到全局坐标系下,基于该单元方向图进行矢量叠加得到阵列的远区总场。进一步地,以每个阵元的激励信号权重作为优化变量,利用遗传算法对幅值加权优化实现和、差波束低副瓣综合。通过构建4×4×4的多平面组合分布式
摘 要: 煤矿井下通信的准确性与稳定性在紧急救援中至关重要。目前煤矿井下通信系统的定位精度不高,为解决这一问题,文中提出基于改进在线顺序超限学习机算法的煤矿紧急救援通信系统,并进行相应的仿真实验。结果显示,基于改进在线顺序超限学习机算法构建的煤矿紧急救援通信系统在实验1与实验2中的丢包率中位数分别为1.7×10-4与1.4×10-4,明显低于其他对比算法构建的通信系统。在实验1与实验2中,改进在
摘 要: 为克服超声成像中分辨率和探测深度之间的矛盾以及图像对比度低的问题,提出一种基于虚拟阵元自适应波束合成的超声成像算法。该方法通过虚拟阵元双聚焦波束合成调节超声成像中的分辨率和探测深度,利用最小方差波束合成算法对回波数据进行最优加权处理后添加相干因子对整体图像进行处理。虚拟阵元双聚焦用于增加阵列的有效孔径大小,提高分辨率和聚焦性能;最小方差波束合成用于抑制噪声并提高目标信号的强度;相干系数
摘 要: 为解决现有语义分割模型无法兼顾全局语义信息与局部细节信息,以及残差模块细节特征提取能力弱的问题,提出一种语义分割方法。在HRNet的基础上引入了金字塔池化模块,兼顾了全局语义信息和局部细节信息,同时在原有残差模块Basic Block的基础上引入大核深度卷积提高模型的细节特征提取能力,大幅度提高模型的精度。在PASCAL VOC2012图像数据集上的实验表明,相较于原始HRNet等其他
摘 要: 苹果叶片病害的及时分割与准确分级对于提高苹果产量和质量至关重要。然而,在复杂的环境下,图像容易受到相似颜色背景和不同光照等因素的影响,给叶片和病斑的准确分割带来挑战,进而影响病害分级的准确性。针对此问题,文中提出一种实时语义分割算法RT⁃BiSeNet,用于苹果叶片病害的分割和分级。首先,分别对BiSeNet的上下文路径和空间路径进行重构,在保证实时分割速度的同时提高分割精度;其次,在
摘 要: 为解决无人机带来的安全隐患与隐私侵犯等问题,提出选择性坐标注意力下红外图像无人机目标检测方法。基于选择性坐标注意力机制,通过非对称卷积核在不同方向上捕捉不同尺度和形状的特征,将无人机特征的行列位置信息进行编码,动态地调整不同位置特征的权重,强化关键区域的特征表示。将多个红外图像输入YOLOv5网络中进行训练和处理后,在主干网络中经卷积操作后嵌入选择性坐标注意力机制,实现红外图像无人机目
摘 要: 针对现有无人机航拍图像目标检测算法检测精度较低、检测小尺度车辆误差较大等问题,提出一种改进YOLOv8的无人机车辆检测算法Improve⁃YOLOv8。首先,在骨干网络中的C2f卷积层引入可变形卷积模块DCNv2,提高骨干网络适应不规则空间结构的能力,增强模型对遮挡重叠小目标的检测能力;其次,借鉴Large Separable Kernel Attention的思想,提出具有长程依赖性
摘 要: 针对运动想象脑电信号(MI⁃EEG)样本数据分布不平衡、时序特征提取时对长距离的依赖和关注度不均衡、局部特征提取难导致的基于MI⁃EEG的运动意图识别实时性差、精度低的问题,提出一种融合改进的双向长短时记忆神经网络(BiLSTM)和全卷积神经网络(FCN)的MI⁃EEG信号分类方法。首先,该方法利用条件生成对抗网络产生虚假的MI⁃EEG信号样本,实现训练样本集的有效扩充,解决了数据集过
摘 要: 为了获得更准确、全面的现场信息,采用红外和可见光同步成像探测复杂场景已成为常态,但现有图像描述研究仍集中于可见光图像,无法全面而准确地描述已探测到的场景信息。为此,文中提出一种基于特征对齐融合的可见光⁃红外双波段图像描述生成方法。首先,利用Faster⁃RCNN分别提取可见光图像的区域特征和红外图像的网格特征;其次,以Transformer为基本架构,在可见光⁃红外图像对齐融合(VII
摘 要: 为了提升无人机航拍影像目标检测的准确率,并实现模型的轻量化,文中对YOLOv5目标检测模型进行了多方面的改进。首先,对YOLOv5的骨干网络进行了优化重组,采用更高效的动态卷积结构和多通道并行处理策略增强特征提取能力和检测精度,并显著减少模型参数量;其次,改进了损失函数,引入Focal⁃EIoU损失函数,更适合无人机航拍图像的特点,进一步提升了模型的检测精度;此外,将原本耦合的检测头进
摘 要: 声音分类技术在校园事件监测中至关重要。然而,声音识别领域存在诸多挑战,如特征提取方法的适配性不足、现有方法难以平衡学习、理解能力与模型复杂度之间的关系等。为解决这些问题,文中提出一种基于LM⁃H声学特征和RCB⁃EfficientNet模型的改进算法。从原始音频中提取Log⁃Mel和Hilbert谱图特征,融合为全新的LM⁃H特征来描述校园异常声,并提出轻量化音频分类模型RCB⁃Eff
摘 要: 针对目前谣言检测研究存在谣言传播言论与其标签关联性不足和传播结构特征丢失的问题,提出一种联合可信度学习的双向相关GCN网络谣言检测新方法。首先,根据谣言传播言论立场与其标签关系构建言论动机(善意或恶意)关系,训练可信度特征提取模型,以获取谣言言论可信度潜在表示;其次,融合嵌入表示和可信度潜在表示,分别对自上而下和自下而上传播方向节点进行相关性计算,随后使用Bi⁃GCN模型捕获双向传播特
摘 要: 在复杂网络研究中,精确辨识网络内的关键节点对于深入把握网络的结构特性和功能机制,以及增强复杂网络运行的稳固性和安全性具有尤为重要的作用。传统的K⁃shell方法仅依据节点在网络中的位置信息,排序结果太粗粒化,使得节点的区分度不大;仅考虑剩余度的影响,默认同层节点的外层节点数相同,这限制了评估结果的精确性和分辨力。为了解决这一问题,文中提出一种新的关键节点识别方法,该方法在原始K⁃she
摘 要: 针对车辆在高速行驶中避撞时出现的轨迹跟踪误差大且存在侧翻风险等问题,文中设计了一种防侧翻的路径跟踪控制策略。该策略采用模型预测控制(MPC)对轨迹进行跟踪。模型预测控制的轨迹跟踪主要包括以下几个方面:预测模型的线性化和离散化处理、目标函数的设计以及约束条件的建立。MPC控制器输出车辆的转角,而防侧翻控制则采用模糊PID控制。具体实现过程中,首先建立车辆的二自由度模型,并将车辆参数、车速
摘 要: 针对传统温度控制系统控温时间长、误差大的问题,提出一种基于改进PID和扩张状态观测器的温度控制算法。首先,建立了结合BP神经网络的PID参数自调整温度控制模型,并对BP神经网络的输入层进行改进,将更多的先验信息加入输入向量,用于训练BP神经网络,以减少系统的不确定性;其次,通过增加状态观测器来估计系统扰动,针对控制系统的扰动进行补偿,并在仿真实验中验证方法的有效性;最后,根据仿真实验结
摘 要: 血常规检验作为医疗诊断的一项重要方法,主要是对血液中血小板、白细胞和红细胞进行识别和计数。针对血细胞检测存在细胞形状不规则、目标尺度变化大、细胞相互遮挡等问题,提出一种改进YOLOv7⁃tiny的血细胞检测算法——EMCDModel。首先,采用可变形卷积(DCNv3)替换高效长程聚合网络的二维卷积,提出ELAN⁃DF模块,提高了不规则目标特征学习能力,降低了模型参数量和计算量;其次,采
摘 要: 针对现有疲劳驾驶检测报警不及时、检测精度不高以及需要人为监管的问题,提出一种改进YOLOv5s的疲劳驾驶目标检测算法。该算法使用轻量的EfficientNet骨干网络作为YOLOv5s的主干网络来进行特征提取,使模型参数大幅减少,降低模型的训练时间;同时选用SIoU作为模型的损失函数,优化模型损失计算方法,提升模型的检测精度。结果表明,优化后的YOLOv5s目标检测算法与原YOLOv5
摘 要: 避障声呐是一种主动声呐,一般情况下需要通过匹配滤波算法对回波信号进行处理以实现测距。但是,在硬件计算能力有限的情况下,常规匹配滤波算法要求时域数据点数较多,计算耗时大,且匹配滤波结果数据传输量大。为了解决这一问题,在接收端硬件系统采用正交解调加滤波的方法,可将回波的频谱向低频段搬移,从而降低了采样频率;在接收端软件部分采用分段频域匹配滤波算法,该方法对传统算法的整体结构进行了优化,主要
摘 要: 在对点云数据进行采集时,由于激光雷达设备和拍摄高度等因素导致点云质量存在差异,将影响后续重建结果。针对输入点云质量不高或拓扑结构不完整的问题,文中采用一种基于骨架的方法提取树木的原始骨架,通过最短路径算法构建一个最小生成树(MST),通过模糊熵迭代方法去除冗余部分简化原始骨架。利用基于优化的拟合圆柱体序列进行重建,以近似模拟树枝的几何形状。实验结果表明,在点云数量非常有限的情况下,该方
摘 要: 针对动态因果模型(DCM)在分析大脑有效连接时面临的高计算成本问题,提出一种结合广义线性模型(GLM)和稀疏DCM的算法,即广义稀疏DCM(GSD)算法。该算法在以下三个方面进行优化:首先,利用傅里叶变换的对称性将频域DCM的复数计算转换为实数计算,降低计算复杂度;其次,应用GLM和滤波技术减少观测信号的干扰,提高参数估计的准确度;最后,定义新的代价函数来优化变分推断参数和滤波器参数,
摘 要: 针对化学制品、火工品等危险品的在途安全状态监控问题,文中提出一种基于边缘计算的在途危险品姿态识别方法,旨在实时识别危险品在运输过程中的行为姿态。该方法采用边缘计算设备作为数据处理平台,首先通过姿态传感器实时抓取危险品在运输过程的三轴运动数据;然后综合滑动窗口技术与特征提取完成对数据流的处理,获得在途危险品行为姿态样本数据;最后,使用基于深度学习的CNN⁃BiLSTM⁃Attention
摘 要: 针对蜜獾优化算法收敛速度不够快、容易陷入局部最优解和全局搜索能力不够强的问题,提出一种混合改进的蜜獾优化算法(HIHBA)。融入螺旋搜索策略,通过螺旋搜索逐步增加搜索半径和搜索角度,使得算法能够更广泛地搜索整个解空间,从而跳出局部最优解,更快地找到全局最优解;引入柯西变异策略进一步增强算法的全局搜索能力。对改进后的HIHBA算法与其他算法在8个基准函数上进行相同条件的对比测试,并通过W
摘 要: 针对现有生成个性化旅游路线过程中用户个人偏好分析单一以及时间和成本预算选择单一的问题,考虑到不同用户的需求,提出一种基于一阶逻辑约束下的个性化旅游路线规划。首先,运用模型论中的结构对旅游规划中成本、时间和景点等相关偏好问题进行形式化建模;其次,利用一阶公式对结构实例进行查询求解,并对计算复杂度进行评估;最后,以典型的个性化旅游路线规划的推荐问题作为实例,针对上述结构使用回答集编程(AS
摘 要: 针对带容量约束的电动车辆路径问题(CEVRP),以最小化总行驶里程为优化目标,提出一种混合文化基因求解算法。将原问题分解为两个子问题,即带容量约束的车辆路径问题和固定路径下的车辆充电问题。针对该问题设计双层解码,上层解码采用分割算法获得满足容量约束的路径,下层采用移除启发式算法获得可行的充电路径。首先,利用k最近邻算法获得多样性的编码个体,再采用双层解码获得优良初始种群;然后,对种群执