欧美第一黄网免费网站,亚洲日韩欧美制服精品二区 ,欧美专区在线观看

公路視頻實時車輛檢測分類與車流量統計算法[模擬設計][智能交通]

公路視頻實時車輛檢測分類與車流量統計是計算機視覺領域的一個經典問題。傳統設置檢測帶法，易漏檢復檢，自動化性不好。基于深度網絡的one-stage算法實時性好，但是經常會把變化的背景、運動的非車輛物體納入其中，同時對光照變化敏感，夜間分類效果不好。因此，提出采用one-stage做目標檢測，并不直接獲取分類結果，而是根據標注框將物體切割出來，去除背景，提升抗背景擾動性能和分類效果；再送入一個經過遷移學習的淺層神經網絡；將分類輸出和目標檢測網絡的位置輸出合并送入一個全圖匹配算法，進行車流量統計。該方法在保障實時性的同時降低了漏檢和復檢率。

發表于：12/16/2020 4:38:00 PM

基于AHP的威脅情報網站價值評估方法[其他][其他]

威脅情報的采集是情報搜集工作中至關重要的一個環節，威脅情報網站是其重要載體。首先確定了威脅情報的價值特性，然后討論了利用層次分析法確定諸多模糊聚類因子的權重，并且應用模糊綜合評價方法建立了模糊綜合評價方法的兩級模型，從而得到對威脅情報網站的客觀評估，方便用戶在搜集信息時進行權衡。與其他方法相比該方法評價結果更具準確性，具有較大的現實意義和應用前景。

發表于：12/16/2020 4:33:20 PM

基于改進LeNet-5的形狀類似物體識別方法[人工智能][工業自動化]

針對深度學習在對外形類似物體的識別上存在著識別精度低、耗時長等問題，提出基于改進的LeNet-5的識別方法。在傳統LeNet-5網絡基礎上，將卷積層變為雙層非對稱卷積使網絡有更好的特征提取能力；通過批量歸一化提高網絡泛化能力；采用全局平均池化替代原Flatten層，用于克服傳統全連接層參數多、耗時長的缺點；通過對訓練集進行增廣增加訓練樣本。實驗結果表明，改進LeNet-5網絡的訓練精度達到91%，識別形狀類似物體的精度為87%，且能在較少迭代次數內收斂，這些指標均顯著優于原網絡。

發表于：12/16/2020 4:31:44 PM

卷積神經網絡識別地基云圖的數據庫建立及處理方法[其他][其他]

卷積神經網絡(Convolutional neural network,CNN)具有非比尋常的從樣本中學習特征的能力，訓練需要大量帶有標簽的圖像樣本。因此，在使用卷積神經網絡對地基云圖相關研究時，建立云圖樣本庫是第一步，也是非常重要的一步。首先，通過數碼相機直接拍攝、從互聯網上下載、從公開發行的云圖類書籍獲取以及由全天空照相機拍攝等手段獲取三個云圖樣本庫；接著，對三個樣本庫圖像的分辨率、噪聲、數量等問題進行了分析；然后，采用雙線性插值和數據增強方法對樣本庫進行歸一化預處理；最后，利用卷積神經網絡、LBP、Heinle feature和Textonbased method三種方法對增強后的數據集進行云識別分類驗證，實驗結果表明，利用本文方法進行增強數據可有效解決卷積神經網絡對小樣本數據識別率不高

發表于：12/16/2020 4:28:00 PM

基于Lucene的中文是非問答系統的設計與實現[模擬設計][其他]

針對中文是非問句，設計并實現了基于Lucene的問答系統，主要包括問句預處理、索引創建和答案整理三部分。問句預處理部分，引入句法成分權重和命名實體權重改進TextRank算法，得到一種提取問句核心詞的方法。在索引創建部分，針對本地的多源數據進行文檔融合創建索引，降低數據多樣性帶來的復雜度。在答案整理部分，對查詢索引結果進行答案判決，輸出肯定或否定含義的答案。實驗結果表明，數據融合能有效減少索引創建耗時，改進TextRank的核心詞提取方法準確率明顯高于TextRank，系統具有較為不錯的性能。

發表于：12/16/2020 4:27:46 PM

基于FTM和CSI的單站目標跟蹤研究[通信與網絡][通信網絡]

WiFi技術在定位跟蹤領域得到了迅速發展和應用，不僅可以通過精細時間測量(FTM)協議獲得到達時間，還能利用信道狀態信息(CSI)估計到達角，為單站目標跟蹤提供了十分有利的條件。針對單站情況下到達時間和到達角的非線性跟蹤問題，提出了一種簡單有效的偏差補償卡爾曼濾波算法(BCKF)。該算法對非線性觀測方程進行偽線性化，然后補償由偽線性化引起的估計偏差，實現更準確的狀態估計。搭建WiFi測量平臺，并在室內外兩種典型環境下進行單站目標跟蹤。實驗結果表明，相較于其他非線性濾波算法，BCKF能以較低計算開銷實現更準確的目標跟蹤，在室內外的80%跟蹤誤差分別不超過3.7 m和1.5 m。

發表于：12/16/2020 4:21:39 PM

飛機舵機電液伺服系統智能PID控制方法研究[人工智能][智能交通]

針對飛機舵機電液伺服系統中PID控制器參數難以整定的問題，引入一種智能PID控制方法。該方法結合了粒子群算法和PID控制器的優點，并利用蜂群算法的選擇策略對粒子群算法進行優化，適應了飛機舵機電液伺服系統非線性動態控制環境的要求。實驗結果表明，飛機舵機電液伺服系統智能PID控制方法能夠達到系統控制性能指標要求，相較于傳統PID控制器具有更良好的跟蹤效果。

發表于：12/16/2020 4:15:00 PM

基于卷積神經網絡的織物瑕疵檢測方法研究[人工智能][其他]

織物瑕疵檢測是控制織物產品質量的重要步驟，傳統的織物瑕疵檢測方法檢測效率低，勞動強度大。因此，針對傳統檢測方法存在的問題，提出一種基于卷積神經網絡(CNN)的分類算法用于實現織物瑕疵檢測。網絡是在VGG16的基礎上進行減枝，通過優化網絡參數實現最優結果。首先，由于織物瑕疵大小差別較大，提出將瑕疵邊緣作為檢測的目標，這樣就可以將大尺度圖片分割為64×64的小尺度圖片用于網絡訓練，既提高了網絡的分類準確率，又解決了織物瑕疵圖像搜集困難的問題。其次，在測試過程中，提出對大尺度圖片進行有重疊的分割，然后對分割后的圖片進行分類，根據每張圖片的輸出標簽和位置來實現大尺度圖片的瑕疵檢測。實驗結果表明，本文所提出的網絡結構相比于傳統的VGG16和LeNet網絡結構, 具有檢測速度快、檢測精度高等優勢。

發表于：12/16/2020 4:13:05 PM

人工智能基礎軟硬件架構的關鍵技術研究[人工智能][通信網絡]

針對當前人工智能技術在軍用領域的應用問題和難點，研究基于深度學習技術的軍用軟硬件架構設計方法，并且結合業內主流的軟硬件基礎架構，分析在軍事應用中涉及的關鍵技術和解決思路。通過對深度學習模型壓縮轉化、數據增強和分布式訓練等軟硬件架構的關鍵技術研究，設計構建了一站式人工智能開發平臺、嵌入式邊緣智能計算平臺，對軍用人工智能提供端到端的訓練、部署和測試支撐。該研究可為未來智能無人作戰系統提供軟硬協同的智能計算解決方案。

發表于：12/16/2020 4:07:00 PM

基于改進P-Unet模型的巖屑顆粒識別[人工智能][其他]

提出了一種基于改進P-Unet模型的巖屑顆粒識別方法。該方法基于Unet模型結構，運用金字塔池化模塊聚合不同區域的上下文特征信息，以充分利用全局信息。改進P-Unet模型采用了殘差網絡ResNeXt101，在提高巖屑顆粒識別準確率前提下，減少了超參數數量。該模型采用了焦點損失函數，在一定程度上解決巖屑顆粒類別不平衡的問題，同時運用深度可分離卷積代替傳統卷積，較大程度減少了網絡的參數以及預測的時間。實驗結果表明，改進P-Unet模型得到的識別準確率對比同類先進算法有一定的提升，對巖屑顆粒識別的結果更加準確。

發表于：12/16/2020 4:05:58 PM