摘要：针对传统视觉定位系统所存在的检测精度低等缺点,提出一种基于改进YOLOv5的自定义靶标视觉定位算法。为进一步增强网络的检测能力,分别融入具有多层感受野与细粒度的模块与改进的特征增强模块,利用Distance-IOU与Focal Loss改进损失函数;使用快速解码算法得到编码信息。实验结果表明,在自制数据集上,改进后的YOLOv5模型获得较好的平均准确精度得分与检测速度,满足实时性与准确性的需求,为视觉定位提供了一种的解决方案。

摘要：针对一阶段目标检测算法对自动驾驶领域中复杂场景下目标检测能力弱等缺点,提出一种基于改进YOLOv5的多层特征融合算法M-YOLO。为进一步增强网络的检测能力,分别融入具有多层网络细粒度的模块与改进的特征增强模块,通过增加检测头与改进的非极大值抑制算法来训练模型。实验结果表明,在BDD100K数据集上,M-YOLO相比原YOLOv5模型的平均准确率提升8.51%,其检测速度达到83 fps,在保证实时性的同时大幅度提升模型的准确率。

摘要：皮革的鞣制是制革工艺过程中的重要工序,针对鞣制车间加工资源分配不均衡导致的设备利用率低、生产线平衡率低、生产瓶颈等问题,提出了利用Witness仿真平台建立待优化车间模型,运行模型找出瓶颈工序和生产薄弱环节,根据产能最优目标和生产线平衡率目标值找出目标函数,利用粒子群算法求出近似最优解,最后利用最优参数重建模型并分析改进效果的生产线产能优化方法。对某制革企业鞣制车间采用此方法进行仿真优化,产能提高了接近一倍,并解决了生产线的堵塞问题,证明了该方法的有效性。该方法为解决企业产能低下、生产线不平衡、资源利用率低等问题提供了一种新的思路。

摘要：洮儿河冲洪积扇位于大兴安岭与松辽平原接壤部位,含水层岩性为砂砾石,厚20—40m,蓄水空间巨大,视为天然的地下水库,只要有充足的水源补给和相应的工程措施,就可以发挥地下水库的调蓄作用,并可实现洪水资源化。但洮儿河冲洪积扇上雨洪资源能有多少可被利用,须对此进行分析。文中通过对流过洮儿河冲洪积扇上的河流径流量的分析,采用P-III型频率曲线线形,得出不同频率下的雨洪资源可利用量,并根据洮儿河冲洪积扇水文地质条件对雨洪资源可利用量进行了分析,可为开展洮儿河冲洪积扇地下水库的建设提供参考。