摘要：针对在遥感图像中进行小目标检测时,由于目标尺寸小、视觉信息不明显以及背景复杂多变等因素,导致传统的检测方法在精度和鲁棒性方面存在局限性,容易造成漏检、误检的问题,文章提出了一种改进YOLOv7的目标检测算法,采用SIoU作为损失函数,改善目标检测框的定位精度,从而提高检测的准确性和鲁棒性。同时,通过将CNeB模块应用于特征融合过程,增强了特征之间的空间交互能力,进一步提升了小目标的检测性能。此外,为了更好地捕捉遥感图像中小目标的细节特征,利用CA注意力机制,设计了MPCA模块,实现了对特征图的自适应调整,以提高表征能力。在实验部分,使用了经典的遥感图像数据集进行了大量的实验评估。实验结果表明,所提出的基于SIoU、CNeB模块和CA注意力机制的改进方法在RSOD数据集上四分类均值平均精度达到了96.8%,比原版YOLOv7提升了2.5%,有效提高了遥感图像小目标检测精度。

摘要：在对光纤位移传感器进行温度标定的过程中,随着工作环境的变化,位移传感器的测量值会产生误差,从而使位移传感器在使用时随着环境温度的变化发生精度下降的情况。为减少这种漂移偏差,该文使用径向基(RBF)神经网络对位移传感器进行温度补偿,并采用自适应的设计思想寻找RBF函数中心。将位移量和环境温度作为输入,其输出为传感器输出电压,使用自适应的设计思想来确定基函数的中心,建立一个基于RBF神经网络的模型。结果表明,该模型的训练结果可以使光纤位移传感器进行测量的相对误差降低9.23%,在测量精度上有很大的改进,证明了该方法的可行性。

摘要：针对焊缝图像传输、储存与检测等问题,设计了一套基于YOLOv5焊缝图像远程检测系统。硬件系统由摄像头模块、电源降压模块、主控单元模块、无线射频模块组成。软件系统由WinForms应用程序开发,以可视化界面的形式将焊缝原图和标注后的图像在监控端显示。该检测系统在YOLOv5网络模型中添加了注意力机制,增强了焊缝特征提取能力;在YOLOv5模型的Neck部分中添加了小目标检测层,增强了模型的泛化能力。基于870张图像对YOLOv5卷积神经网络进行训练,然后使用130张图像测试。实验结果表明,改进后的模型最终mAP值稳定在93.42%,相较于原模型对焊缝的检测精度提升了0.53%。

摘要：针对原材料订购与转运过程中的最优成本0-1规划问题,通过构建目标函数和约束条件,基于某建筑和装饰板材生产企业的基本情况,综合402家供应商的供货能力和转运商的转运损耗率,设计了一种基于熵权-TOPSIS-差分进化算法解决供应链采购问题的运输框架。一方面,对过去240周该企业原材料供应商的订货量和供货量进行了整体量化分析,选取供应商的订货量、供应商的订货次数、供应商的供应总量、供应稳定率、供货次数和平均供货量等一些评价指标,采用熵权-TOPSIS模型对所有供应商进行综合评价,最终筛选出108家优质供应商进行供货。另一方面,以企业是否选择该供应商作为决策变量,以采购费用最小为研究目标,通过差分进化算法,得到最优采购策略。同时以最低损耗率作为目标函数,通过差分进化算法得到最优运输方案。

摘要：针对机器人系统的状态参数不能完全依靠离线模式进行预测估计的问题,基于麻省理工学院提出的MIT规则,设计了一种具有自适应功能的无色卡尔曼滤波算法。该方法以信息方差的实际值与估计值的差作为指标参数,利用梯度下降法更新未知参数实现自适应控制。通过理论分析和实验验证,当系统的噪声统计特性发生变化时,所提出的自适应滤波算法能够自动地调节自身参数,减少系统先验噪声信息对于滤波器性能的影响,有效地提高滤波器的稳定性和估计的准确性。

摘要：提出了表面增强拉曼光谱(SERS)敏感基底结构对农药灭幼脲的检测。首先通过理论分析及仿真,采用具有良好增强效果的银离子为基底,单壁碳纳米管为基底的材料支撑物,设计出有规则形状的阵列和3D结构。最后在波数范围100~3200 cm^(-1)进行拉曼光谱检测。结果表明,在灭幼脲浓度范围3 mg/L~5 g/L时,其增强因子约为1.4×10^(5)。该模型的判定系数为0.998,预测均方根误差为0.55 mg/L,表明采用单壁碳纳米管作为检测灭幼脲残留的表面增强拉曼基底能够满足灭幼脲浓度检测精度要求。