摘要：无人机伤员搜救系统是一种利用无人机在灾难现场搜索,并基于高清相机图像定位伤员的技术,该方法可以高效搜索受伤或者昏迷的伤员,提高搜救效率、减少救援人员的风险。该文介绍一种基于YOLOv5目标检测算法的无人机伤员搜救系统,该系统使用卷积神经网络模型,能够实现对伤员的目标检测,并使用PyQt5框架设计图形用户界面,将关键图像和文本信息显示在屏幕上,便于搜救人员开展工作。介绍四旋翼无人机的硬件组成、YOLO算法的原理、神经网络模型训练和GUI软件开发的过程,并模拟伤员拍摄照片进行识别实验,验证该系统的有效性和可行性,为无人机伤员搜救技术的发展提供一种新的思路和方法。

摘要：跨境电商产品推荐已经成为电子商务领域新兴的研究议题之一。由于电商产品信息复杂多样、“用户-产品”关联矩阵极为稀疏并且冷启动问题突出,因此传统的协同过滤推荐模型很难奏效。而改进的深度协同过滤模型,只考虑了用户对产品的“显式”和“隐式”的反馈信息,忽视了由用户与项目组成的图结构信息,推荐性能很难满足平台和用户的要求。为了解决这些难题,该文提出基于异质图表达学习的图神经网络模型(HGNR)用于个性化的跨境电商产品推荐,该模型具有2个显著的优势:(1)构造“用户-产品-主题”3部图作为模型的输入,通过图卷积神经网络(GCN)在异质图上进行高质量信息传播和聚合;(2)能够获取高质量的用户和产品表征向量,实现了用户和产品复杂交互关系的建模。在真实的跨境电商订单数据集上的实验结果表明,HGNR模型不仅在推荐性能上表现出色,还能有效提升冷启动用户的推荐准确率,与9种推荐基准算法相比,HGNR在评价指标HitRate@10,Item-coverage@10,MRR@10上至少提升了3.33%,0.91%,0.54%。