摘要：交通标志在智能驾驶领域有着重要的作用,面对交通标志尺寸小,易受遮挡,在复杂环境下容易出现漏检、错检等问题,提出了一种基于YOLOv5改进的PMM-YOLO交通标志检测算法。为了能够有效提取多尺度信息,并增强模型对特征信息的表达能力,提出了一种结合注意力机制的并行空洞卷积模块(adaptive parallel atrous convo-lution,APA),使用具有不同膨胀率的并行空洞卷积,能够有效地提取不同尺度的特征,并通过gate机制突出关键目标的特征表示,提高检测的准确性;设计了一种多分支的自适应采样(multi-branch adaptive sampling,MBAS),多分支的采样可为网络提供多条特征提取途径,丰富特征表达的多样性,并通过不同位置的权重筛选重要特征进行强化,抑制冗余特征;设计了多尺度特征融合(multi-scale feature fusion,MSFF)模块,对不同大小尺度的特征图进行拼接,充分利用多尺度信息,将多个尺度的特征图融合,以获取更全面的目标特征,提升对目标的检测效果。构建了输出重组(output reorganization,ORO)模块,增加小目标检测层并去除大目标检测层,提升对小目标的检测效果,并相应减少模型复杂度。实验结果表明,PMM-YOLO算法在TT100Ke数据集上的mAP@0.5达到了86.4%,较原YOLOv5提升了5.9个百分点,且FPS较改进前提升了4.4%,能够快速准确地对交通标志进行检测。

摘要：为进一步实现在移动设备上对驾驶员吸烟的违法行为实时检测,提出一种改进的SlimYOLOv7-tiny模型。使用DSConv替换YOLOv7-tiny特征融合网络中标准3×3卷积,增加P6检测层,采用Mish激活函数,引入边框回归损失函数EIoU loss,利用Slim剪枝算法进一步提高模型的轻量化,使用PyQt5开发图形界面程序。实验结果表明,模型在自建驾驶员吸烟数据集上与原模型相比参数量减少60.0%,计算量减小64.39%,有利于模型进一步在移动设备及嵌入式设备上的实时性检测。

摘要：针对通过毛色特征来判断牛只健康状态时,现有技术存在模型参数大和识别精度低的问题,提出一种基于多尺度特征融合的牛只异常毛色识别算法。采用改进YOLOv5模型的方法对牛只异常毛色进行分类识别,更换GhostNet骨干网络,使模型更加轻量化;添加Biformer注意力机制,更换Bi-FPN颈部网络,更换EIoU损失函数,提高模型对不同种类毛色识别的准确性。实验结果表明,改进后网络的平均准确度为94.6%,相比原始YOLOv5模型提高7.1%,参数量减少22.9%,模型更加轻量化。

摘要：为了满足小型风力发电技术的研究需要,分析了风力机的运行特性及采用直流电动机转矩闭环控制模拟风力机的可行性,设计了基于直流电动机的小型风力机模拟器,并给出了采用西门子调速系统驱动直流电动机的模拟器实现方案及基于永磁同步发电机的测试系统,进行了实验研究。实验结果表明,所设计的风力机模拟器可以模拟小型风力机的转矩-转速特性和功率-转速特性,为在实验室条件下研究风力发电技术的原动机问题提供了一个实用的解决方案。

摘要：针对现有并行细化算法中存在的细化不完全、二像素宽斜线细化畸变等问题,提出一种改进的细化算法.首先对二值图像构造了一组保留模板和消除模板,采用算术逻辑运算对图像进行初步细化,并结合保留模板匹配将二像素宽斜线予以保留;再利用消除模板匹配进一步删除斜线上的冗余像素,得到8连接的单像素图像.针对字符图像的实验结果表明,文中算法能够有效地避免二像素宽斜线的细化畸变,保持了原图像的拓扑结构,实现图像的完全细化.

摘要：U型网络结构的脑肿瘤自动分割方法由于多次卷积和采样操作会造成信息损失,导致分割效果不佳。为解决这一问题,提出了能够利用语义信息流引导上采样特征恢复的特征对齐单元,并在此基础上设计轻量级的双重注意力特征对齐网络(DAFANet)。首先,将特征对齐单元分别引入3D UNet、DMFNet和HDCNet三个经典网络,以验证其有效性和泛化性。其次,在DMFNet基础上构造轻量级的双重注意力特征对齐网络DAFANet,利用特征对齐单元强化上采样过程中的特征恢复,3D期望最大化注意力机制同时作用于特征对齐路径和级联路径,用于重点获取上下文的全程依赖关系。同时使用广义Dice损失函数提升数据不平衡时的分割精度并加快模型收敛。最后,在BraTS2018和BraTS2019公开数据集进行验证,文中所提算法在ET,WT和TC区域的分割精度分别达到80.44%,90.07%,84.57%和78.11%,90.10%,82.21%。相较于当前流行的分割网络,具有对增强肿瘤区域更好的分割效果,更擅长处理细节和边缘信息。

摘要：带钢热轧具有特殊的生产工艺约束,其生产流程的编制是钢铁企业生产的关键,因此提出采用并行策略的基于多旅行商问题(MTSP)热轧轧制模型.该模型不但考虑了板坯在宽度、厚度和硬度跳变时的约束,还考虑了同一轧制单元内轧制板坯数量的约束.并设计了新的Meta-heuristics算法求解此模型.通过对某热轧带钢厂生产数据的仿真实验,表明模型和算法能有效地给出满意的排产结果,并且具有较高的执行效率.

摘要：为实现较大风速变化范围内的功率控制,提出了将Buck变换器应用于小型风力发电系统的结构。采用几何参数法(K-G法)设计了Buck变换器的电感,并基于PWM开关模型建立了Buck变换器的小信号交流模型。在Matlab环境下分别建立了Buck变换器的电路仿真模型和传递函数的仿真模型,并利用该模型构建了以蓄电池和电阻为负载的风力发电系统模型。对Buck变换器的实验研究和对蓄电池充电的仿真研究结果表明,Buck变换器能满足风力发电系统功率控制的要求。

摘要：皮肤癌的早期诊断有助于增加病患的治愈机会,减轻医疗系统的负担。针对皮肤镜图像分类存在的特征提取过程中会造成信息丢失与难以同时识别图像中独立的不同类型特征信息等问题,提出了一种多尺度与三维交互特征优化网络(MTIFNet)。首先,该网络应用多尺度空间自适应模块,在训练过程中提取图像全局与局部上下文信息,利用多尺度增强病灶周围模糊的像素点与像素点间的联系。其次,设计了一个在不同维度之间建立联系、对信息进行交流和整合的三维交互特征优化模块。最后,使用交叉熵损失衡量预测概率分布与真实类别分布之间的差异,以优化模型的准确性。基于ISIC 2018与ISIC 2017数据集的实验结果表明,该网络分别将准确率、精确率、召回率、特异性分别提升至94.32%,91.61%,93.00%,98.39%和98.57%,98.20%,98.47%,99.13%。与目前流行的ResNeSt,ConvNext,Fcanet等分类网络相比,MTIFNet具备更好的特征提取与交互能力,有助于医生做出更准确的诊断和治疗决策。

摘要：潜艇在近水面低航速航行时,为了有效克服波浪干扰力矩的作用,依据仿生翼减摇原理和变结构控制理论,在潜艇非线性模型基础上提出横摇控制器和纵摇控制器的设计方法.该方法以横摇角和纵摇角各自的偏差及其导数建立变结构控制切换面,选取相应的指数趋近律,计算了横摇和纵摇的变结构控制律.针对抖振现象,利用自适应神经元对趋近率进行在线修正.仿真结果表明,改进后的变结构控制提高了潜艇近水面低航速航行时的减摇控制性能.