期刊文献+

为您找到了以下期刊:

共找到45,137篇文章
< 1 2 250 >
每页显示 20 50 100
改进YOLOv8的无人机航拍图像目标检测算法 被引量:5
1
作者 梁燕 何孝武 +1 位作者 邵凯 陈俊宏 计算机工程与应用 北大核心 2025年第1期121-130,共10页
针对无人机航拍图像存在多个小目标聚集、目标尺度变化大的问题,提出一种改进YOLOv8的目标检测算法TS-YOLO(tiny and scale-YOLO)。在主干部分去除冗余的特征提取层,设计了一种高效特征提取模块(efficient feature extraction module,EF... 针对无人机航拍图像存在多个小目标聚集、目标尺度变化大的问题,提出一种改进YOLOv8的目标检测算法TS-YOLO(tiny and scale-YOLO)。在主干部分去除冗余的特征提取层,设计了一种高效特征提取模块(efficient feature extraction module,EFEM),避免小目标特征消失在冗余信息中。在颈部设计了一种双重跨尺度加权特征融合方法(dual cross-scale weighted feature-fusion,DCWF),融合多尺度信息的同时抑制噪声干扰,提升特征表达能力。通过构建一种参数共享检测头(parameter-shared detection header,PSDH),使回归和分类任务实现参数共享,保证检测精度的同时有效降低了模型的参数量。所提模型在VisDrone-2019数据集上的精度(P)和召回率(R)分别达到54.0%、42.5%;相比于原始YOLOv8s模型,mAP50提高了5.0个百分点,达到44.5%,且参数量减少了55.8%,仅有4.94×106;在DOTAv1.0遥感数据集上,mAP50达到71.9%,仍具有较好的泛化能力。 展开更多
关键词 目标检测 无人机航拍图像 YOLOv8 小目标 特征融合
在线阅读 下载PDF
考虑运营风险的医疗废物回收选址多目标鲁棒优化研究 被引量:3
2
作者 马艳芳 刘畅 +1 位作者 黄思雨 杨丽宁 计算机工程与应用 北大核心 2025年第1期341-351,共11页
为规避突发公共卫生事件下的不确定风险,研究医疗废物回收网络中的回收中心、处理中心、处置中心等节点选址问题,以总成本最小以及总风险最小为目标,构建考虑运营风险的医疗废物回收选址多目标鲁棒优化模型,设计非支配排序遗传算法,提出... 为规避突发公共卫生事件下的不确定风险,研究医疗废物回收网络中的回收中心、处理中心、处置中心等节点选址问题,以总成本最小以及总风险最小为目标,构建考虑运营风险的医疗废物回收选址多目标鲁棒优化模型,设计非支配排序遗传算法,提出p鲁棒迭代算子求解p值下界,采用轮盘赌选择,结合精英策略、均匀交叉和反向变异等遗传操作。基于仿真案例,求解确定性模型与鲁棒优化模型得到帕累托解。模型对比结果表明鲁棒优化模型适用所有情景,且成本相对遗憾值均小于2%,能够有效应对参数不确定引起的设施选址变化。对p值进行灵敏度分析,结果表明当0.004≤p≤0.08时,解的质量随p值增大而上升;p值越接近下界0.004,目标值下降越迅速,越适于应对紧急情况;同时决策者的风险偏好程度和总成本对设施布局有重要影响,需对二者进行综合权衡。 展开更多
关键词 医疗废物 多目标规划 选址模型 NSGA-II算法 鲁棒优化
在线阅读 下载PDF
LMUAV-YOLOv8:低空无人机视觉目标检测轻量化网络 被引量:5
3
作者 董一兵 曾辉 侯少杰 计算机工程与应用 北大核心 2025年第3期94-110,共17页
针对低空无人机目标检测面临目标尺度变化大、小目标容易漏检和误检的挑战,发展了一种融合多尺度特征的目标检测轻量化网络(LMUAV-YOLOv8),通过开展消融和对比实验,验证了算法的有效性和先进性,并借助类激活图,对模型的决策过程进行了... 针对低空无人机目标检测面临目标尺度变化大、小目标容易漏检和误检的挑战,发展了一种融合多尺度特征的目标检测轻量化网络(LMUAV-YOLOv8),通过开展消融和对比实验,验证了算法的有效性和先进性,并借助类激活图,对模型的决策过程进行了解释。设计了一种轻量化的特征融合网络(UAV_RepGFPN),提出新的特征融合路径以及特征融合模块DBB_GELAN,降低参数量和计算量的同时,提高特征融合网络的性能。使用部分卷积(PConv)和三重注意力机制(Triplet Attention)构建特征提取模块(FTA_C2f),并引入ADown下采样模块,通过对输入特征图维度的重新排列和细粒度调整,以提升模型中深层网络对空间特征的捕捉能力,并进一步降低参数量和计算量。优化YOLOv9的可编程梯度信息(programmable gradient information,PGI)策略,设计基于上下文引导(Context_guided)的可逆架构,并额外生成三个辅助检测头,提出UAV_PGI可编程梯度方法,避免传统深度监督中多路径特征集成可能导致的语义信息损失。为了验证模型的有效性及泛化能力,在VisDrone 2019测试集上开展了对比实验,结果显示,与YOLOv8s相比,LMUAV-YOLOv8s的准确度、召回率、mAP@0.5和mAP@0.5:0.95等指标分别提升了4.2、3.9、5.1和3.0个百分点,同时参数量减少了63.9%,计算量仅增加0.4 GFLOPs,实现了检测性能与资源消耗的良好平衡。基于NVIDIA Jetson Xavier NX嵌入式平台的推理实验结果显示:与基线模型相比,该算法能够在满足实时检测要求的条件下,获得更高的检测精度,对于无人机实时目标检测场景具有较好的适用性。借助类激活图,对算法的决策过程进行了可视化分析,结果表明,该模型具备更优异的小尺度特征提取和高分辨率处理能力。 展开更多
关键词 小目标检测 多尺度 轻量化 YOLOv8 可编程梯度信息
在线阅读 下载PDF
结合通道剪枝和通道注意力的轻量型车辆点云补全网络 被引量:1
4
作者 杨晓文 冯泊栋 +3 位作者 韩慧妍 况立群 韩燮 何黎刚 计算机工程与应用 北大核心 2025年第1期232-242,共11页
针对现有的点云补全网络多关注于补全的精度而忽视补全效率问题,提出了一种轻量型点云补全网络来准确、高效地修复自动驾驶中的不完整车辆点云。为了提高网络推理效率,采用一种高效的一次性通道剪枝技术提高网络的补全效率;在特征提取阶... 针对现有的点云补全网络多关注于补全的精度而忽视补全效率问题,提出了一种轻量型点云补全网络来准确、高效地修复自动驾驶中的不完整车辆点云。为了提高网络推理效率,采用一种高效的一次性通道剪枝技术提高网络的补全效率;在特征提取阶段,网络加入通道注意力模块,将加权特征与全局特征拼接,通过两层多维特征信息提取,得到最终的特征向量;将特征向量传入双解码器结构中,分别通过全连接层和多层感知机生成稠密的粗糙点云和输入点云偏差值;将粗糙点云与输入点云偏差值相加得到最终的精细化完整点云。在PCN数据集和KITTI数据集上进行实验,实验结果表明在补全缺失车辆信息的实时性上有着显著的提升,并且在补全精度上也有不错的表现。 展开更多
关键词 点云补全 通道剪枝 通道注意力 轻量型 深度学习
在线阅读 下载PDF
基于大模型检索增强生成的气象数据库问答模型实现 被引量:2
5
作者 江双五 张嘉玮 +1 位作者 华连生 杨菁林 计算机工程与应用 北大核心 2025年第5期113-121,共9页
随着信息检索和知识获取需求的增加,智能问答系统在多个垂直领域得到广泛应用。然而,在气象领域仍缺乏专门的智能问答系统研究,严重限制了气象信息的高效利用和气象系统的服务效率。针对这一需求,提出了一种面向气象数据库的大模型检索... 随着信息检索和知识获取需求的增加,智能问答系统在多个垂直领域得到广泛应用。然而,在气象领域仍缺乏专门的智能问答系统研究,严重限制了气象信息的高效利用和气象系统的服务效率。针对这一需求,提出了一种面向气象数据库的大模型检索智能问答技术实现方案。该方案设计了一种基于关系型数据库(SQL)与文档型数据(NoSQL)的多通道查询路由(multi-channel retrieval router,McRR)方法,为了适配数据库进行大模型查询以及增强大模型对查询表的理解,分别提出指令查询转换方法与数据库表摘要方法DNSUM,提升大模型对数据库的语义理解能力,通过结合问题理解、重排序器和响应生成等关键模块,构建了一个端到端的智能问答模型,可实现多数据源的相关知识检索及答案生成。实验结果显示,该模型可以有效理解用户问题并生成准确的答案,具有良好的检索和响应能力。不仅为气象领域提供了一种智能问答的解决方案,也为气象智能问答技术提供了新的应用实施参考。 展开更多
关键词 数据库查询 数据库问答 大语言模型 检索增强生成 气象问答
在线阅读 下载PDF
深度学习的多视角三维重建技术综述 被引量:2
6
作者 王文举 唐邦 +1 位作者 顾泽骅 王森 计算机工程与应用 北大核心 2025年第6期22-35,共14页
为解决经典的多视角三维重建方法难以重建复杂物体、重建效果不佳以及在高分辨率上的扩展等问题,深度学习方法被引入用以重建具有更高精度的三维模型。系统地总结归纳、分析和比较了使用深度学习方法的多视角三维重建算法,并按照显式几... 为解决经典的多视角三维重建方法难以重建复杂物体、重建效果不佳以及在高分辨率上的扩展等问题,深度学习方法被引入用以重建具有更高精度的三维模型。系统地总结归纳、分析和比较了使用深度学习方法的多视角三维重建算法,并按照显式几何和隐式几何两种几何表示方式对近几年的多视角三维重建算法进行了分类与梳理。重点介绍了目前具有较高重建精度的将隐式函数以及体渲染相结合的神经隐式三维重建算法,并分别定量、定性分析了该类部分算法在数据集上的结果;另外列举了常用数据集和评价指标,并对未来的研究趋势和发展方向进行了展望。 展开更多
关键词 深度学习 三维重建 神经隐式表示 体渲染
在线阅读 下载PDF
改进YOLOv8n的选通图像目标检测算法 被引量:1
7
作者 田青 王颖 +1 位作者 张正 羊强 计算机工程与应用 北大核心 2025年第2期124-134,共11页
激光选通成像技术在复杂环境下表现出色,但选通图像为灰度图像无法提供颜色信息,并且对比度较低,所以在进行小目标和遮挡目标检测时更加困难。为解决以上问题提出了一种改进YOLOv8n的选通图像目标检测算法。在特征提取的主干网络部分,... 激光选通成像技术在复杂环境下表现出色,但选通图像为灰度图像无法提供颜色信息,并且对比度较低,所以在进行小目标和遮挡目标检测时更加困难。为解决以上问题提出了一种改进YOLOv8n的选通图像目标检测算法。在特征提取的主干网络部分,使用大核卷积C2f-DSF更有效地捕获输入数据的全局信息。添加了多头注意力检测头Detect-SEAM模块,增强了特征提取和目标识别的能力。为了获取不同感受野的上下文信息,增强特征提取能力,使用了SPPF-M模块。采用上采样算子Dysample,减少特征信息的损失,从而提高小目标的检测精度。改进的YOLOv8n算法在选通图像数据集上mAP@0.5提高了2.4个百分点,mAP@0.5:0.95提高了1.8个百分点。为了验证改进的YOLOv8n算法的泛化性,选取KITTI数据集实验,相比于YOLOv8n算法改进YOLOv8n的mAP@0.5提高了4.3个百分点,mAP@0.5:0.95提高了3.5个百分点。 展开更多
关键词 选通图像 YOLOv8n 遮挡目标 小目标 大卷积核
在线阅读 下载PDF
SCE-YOLO:改进YOLOv8的轻量级无人机视觉检测算法 被引量:1
8
作者 张帅 王波涛 +1 位作者 涂嘉怡 陈聪实 计算机工程与应用 北大核心 2025年第13期100-112,共13页
针对无人机航拍场景下的目标检测模型计算复杂、检测效果不佳等问题,提出一种改进YOLOv8的轻量级无人机目标检测算法SCE-YOLO。使用STA_C2f替换骨干网络中的C2f模块,提高模型的特征提取能力;将采用渐进重参数化方法改进的AIFI模块作为... 针对无人机航拍场景下的目标检测模型计算复杂、检测效果不佳等问题,提出一种改进YOLOv8的轻量级无人机目标检测算法SCE-YOLO。使用STA_C2f替换骨干网络中的C2f模块,提高模型的特征提取能力;将采用渐进重参数化方法改进的AIFI模块作为空间金字塔池化层,实现高质量的尺度特征交互;提出一种多尺度特征聚合扩散网络UAV_CFDPN,根据航拍小目标的尺度特征优化网络结构,设计特征聚合模块FAM以及新的特征聚合与扩散路径,使得模型获得丰富的多尺度特征和上下文信息,提高目标检测的尺度适应性;设计一种高效共享卷积模块ES-Head,在保持定位和分类能力的同时,使得模型更加轻量高效。在VisDrone2019数据集上进行测试,实验结果表明,相较于YOLOv8s,虽然提出的SCE-YOLO算法mAP50减少0.5个百分点,但参数量和计算量仅为YOLOv8s的10.0%和48.8%,在检测精度和轻量化方面相较于其他先进算法具有明显的优势。 展开更多
关键词 目标检测 YOLOv8 多尺度特征 特征聚合 轻量化
在线阅读 下载PDF
基于多模态信息融合的中文隐式情感分析 被引量:4
9
作者 张换香 李梦云 张景 计算机工程与应用 北大核心 2025年第2期179-190,共12页
隐式情感表达中缺乏显式情感词,给隐式情感分析带来一定的挑战。为有效解决此问题,借助外部信息是有效解决隐式情感分析的方法之一。与现有的主要借助单一文本信息的研究不同,提出一种融合多模态信息(包括语音和视频)的隐式情感分析方... 隐式情感表达中缺乏显式情感词,给隐式情感分析带来一定的挑战。为有效解决此问题,借助外部信息是有效解决隐式情感分析的方法之一。与现有的主要借助单一文本信息的研究不同,提出一种融合多模态信息(包括语音和视频)的隐式情感分析方法。通过从语音中提取音调、强度等声学特征,以及从视频中捕捉面部表情等视觉特征,辅助理解隐式情感。利用BiLSTM网络挖掘各单模态内部的上下文信息;结合多头互注意力机制分别捕捉与文本相关的语音和视觉特征,并通过迭代优化,减少非文本模态的低阶冗余信息。此外,通过设计以文本为中心的交叉注意融合模块,强化隐式文本特征表示,并处理模态间的异质性,增强隐式情感分析的综合性能。在CMUMOSI、CMU-MOSEI、MUMETA数据集上的实验结果表明,所提出的模型优于其他基线模型。这种针对隐式情感分析的多模态处理策略,充分利用语音和视觉外部知识,更全面、准确地捕捉隐式情感表达,有效提升了隐式情感分析的准确率。 展开更多
关键词 隐式情感分析 深度神经网络 多模态 注意力机制 特征融合
在线阅读 下载PDF
轻量化的多尺度注意力脊柱侧弯筛查方法 被引量:1
10
作者 郝子强 唐颖 +2 位作者 田芳 张岩 詹伟达 计算机工程与应用 北大核心 2025年第3期286-294,共9页
近年来,深度学习越来越多地应用于脊柱侧弯筛查技术研究,并且取得了突出的成效。为了解决脊柱侧弯筛查的精度和效率不高,无法满足大规模脊柱侧弯筛查需要的问题,设计了一种轻量化的多尺度注意力卷积神经网络,对ResNet50进行改进,取得了... 近年来,深度学习越来越多地应用于脊柱侧弯筛查技术研究,并且取得了突出的成效。为了解决脊柱侧弯筛查的精度和效率不高,无法满足大规模脊柱侧弯筛查需要的问题,设计了一种轻量化的多尺度注意力卷积神经网络,对ResNet50进行改进,取得了较好的筛查效果。提出了一种多尺度残差特征提取模块,使用不同大小的卷积核,提取不同尺度的信息;使用三个残差块并在残差块中使用一种混合注意力机制,关注通道和空间两方面的信息,增强特征提取能力;将普通卷积替换成一种深度混洗卷积,在精度损失不多的情况下,提高网络效率;提出了一种多层次特征融合模块,将多个层次信息进行特征融合,提取更加多样化的特征信息。实验证明,相比ResNet50总体准确率提高了11.19个百分点,测试时长减少了2 s。 展开更多
关键词 脊柱侧弯 深度学习 多尺度特征 注意力机制
在线阅读 下载PDF
面向蜂窝栅格地图的改进跳点搜索算法研究 被引量:1
11
作者 赵晓东 侯坤 +1 位作者 王建超 宿景芳 计算机工程与应用 北大核心 2025年第8期100-107,共8页
针对跳点搜索算法(jump point search,JPS)在路径规划过程中出现的穿越墙角的不安全行为,提出了一种基于蜂窝栅格地图的跳点搜索算法(honeycomb raster map-JPS,H-JPS)。构建蜂窝栅格地图代替传统栅格地图,在JPS算法的基础上结合蜂窝栅... 针对跳点搜索算法(jump point search,JPS)在路径规划过程中出现的穿越墙角的不安全行为,提出了一种基于蜂窝栅格地图的跳点搜索算法(honeycomb raster map-JPS,H-JPS)。构建蜂窝栅格地图代替传统栅格地图,在JPS算法的基础上结合蜂窝栅格修改了剪枝规则与跳点判断规则,再利用蜂窝栅格特点设计了新的启发式函数来提高搜索效率,通过找寻最远节点的节点更新规则来优化生成的轨迹。利用Matlab仿真平台验证算法的搜索效率和安全性,结果表明,相较于传统JPS算法,采用H-JPS算法进行路径规划能够完全消除危险节点,路径规划时间和长度分别缩短了41.9%和11.1%,显著提高了搜索效率。 展开更多
关键词 蜂窝栅格 跳点搜索 启发式函数 路径规划
在线阅读 下载PDF
多尺度特征融合的图像描述算法 被引量:1
12
作者 白雪冰 车进 吴金蔓 计算机工程与应用 北大核心 2025年第7期288-296,共9页
针对现有图像描述算法提取的图像特征信息不全面、编码器和解码器模型不统一的问题,提出了多尺度特征融合的图像描述算法。通过多尺度全局特征提取模块和区域特征提取模块分别得到图像的多尺度全局特征和区域特征,通过特征融合模块获得... 针对现有图像描述算法提取的图像特征信息不全面、编码器和解码器模型不统一的问题,提出了多尺度特征融合的图像描述算法。通过多尺度全局特征提取模块和区域特征提取模块分别得到图像的多尺度全局特征和区域特征,通过特征融合模块获得融合后的视觉特征,送入Transformer模型的编码器完成特征编码,通过Transformer模型的解码器生成图像描述内容。通过在MS-COCO数据集上进行实验,并且与当前的一些主流算法进行比较,实验结果表明,所提出的算法在CIDEr关键指标上得分为127.2%,比主流算法提高了3.5个百分点,其余指标也有不同程度的提高。同时,消融实验验证了算法的有效性,定性分析表明了所提出算法能够生成更准确更详细的图像描述。 展开更多
关键词 图像描述 多尺度全局特征 区域特征 TRANSFORMER
在线阅读 下载PDF
改进YOLOv11n的无人机小目标检测算法 被引量:4
13
作者 李彬 李生林 计算机工程与应用 北大核心 2025年第7期96-104,共9页
为了有效应对无人机航拍中小目标检测面临的复杂背景、目标密集、目标微小化和移动端部署等挑战,对YOLOv11n模型进行了改进。使用RFCBAMConv模块改进C3k2,增强了特征提取能力。设计了膨胀特征金字塔卷积(dilated featurepyramidconvolut... 为了有效应对无人机航拍中小目标检测面临的复杂背景、目标密集、目标微小化和移动端部署等挑战,对YOLOv11n模型进行了改进。使用RFCBAMConv模块改进C3k2,增强了特征提取能力。设计了膨胀特征金字塔卷积(dilated featurepyramidconvolution,DFPC)模块,替代了原有的SPPF层。通过多尺度膨胀卷积,加强了对无人机小目标细节特征的提取。提出了一种新的特征金字塔结构,在P2层增加160×160尺寸的特征图输出,以提取小目标特征信息。该方法替代了传统通过添加P2小目标检测头的做法。引入了CSPOK模块和ContextGuidedBlock_Down(CGBD)卷积,显著提升了全局特征的提取能力和多尺度特征的融合能力。采用动态检测头(DyHead)替代了原有的检测头,提升了模型的目标检测精度。实验结果表明,改进模型在VisDrone数据集上的mAP@0.5和mAP@0.5:0.95指标分别提高了0.071和0.049。此外,在AI-TOD和SODA-A等数据集上的泛化实验也显示,改进模型在mAP@0.5上分别获得0.055和0.048的提升,充分验证了模型的有效性和泛用性。 展开更多
关键词 小目标检测 YOLOv11 特征提取 感受野注意力
在线阅读 下载PDF
改进YOLOv8的无人机航拍图像小目标检测算法 被引量:3
14
作者 侯颖 吴琰 +4 位作者 寇旭瑞 黄嘉超 庹金豆 王裕旗 黄晓俊 计算机工程与应用 北大核心 2025年第11期83-92,共10页
无人机拍摄影像存在大量分布密集的小目标,针对通用目标检测方法对小目标容易造成漏检和错检的问题,提出了一种改进YOLOv8的无人机航拍图像小目标检测算法。利用高分辨率浅层特征信息具有较小的感受野和更精细的空间信息特性,改进算法... 无人机拍摄影像存在大量分布密集的小目标,针对通用目标检测方法对小目标容易造成漏检和错检的问题,提出了一种改进YOLOv8的无人机航拍图像小目标检测算法。利用高分辨率浅层特征信息具有较小的感受野和更精细的空间信息特性,改进算法增加小目标物体检测头,采用四个特征检测头提升小目标检测率。设计构造ConvSPD卷积模块和BiFormer注意力增强模块的小目标检测模块组改进YOLOv8骨干网络,有效增强小目标浅层细节特征信息的捕获能力。为确保模型的硬件终端部署需求,采用可重参数化的Rep-PAN模型优化Neck网络。Head网络采用Focaler-CIoU损失函数优化回归定位损失,提高定位精度。在VisDrone-2019数据集上,改进算法平均检测精度达到51.2%,比YOLOv8提高10.9个百分点,检测速度为63.7 FPS,具有良好的实时性。 展开更多
关键词 无人机(UAV) 目标检测 深度学习 YOLOv8算法 注意力机制 Focaler-CIoU损失函数
在线阅读 下载PDF
融合改进堆叠编码器和多层BiLSTM的入侵检测模型 被引量:3
15
作者 陈虹 姜朝议 +2 位作者 金海波 武聪 卢健波 计算机工程与应用 北大核心 2025年第3期306-314,共9页
针对基于机器学习入侵检测模型需要大量特征工程,且对不平衡数据处理欠佳,导致检测率低、误报率高等问题。构建了一种SE-MBL的入侵检测模型。采用自适应合成采样(ADASYN)方法对少数类样本进行样本扩展,解决数据不平衡问题,形成相对对称... 针对基于机器学习入侵检测模型需要大量特征工程,且对不平衡数据处理欠佳,导致检测率低、误报率高等问题。构建了一种SE-MBL的入侵检测模型。采用自适应合成采样(ADASYN)方法对少数类样本进行样本扩展,解决数据不平衡问题,形成相对对称的数据集。采用改进的堆叠自编码器进行数据降维,消除特征冗余,并引入Dropout机制来增强信息融合,提升模型的泛化能力。提出一种融合一维CNN和多层BiLSTM的模块,分别提取空间特征和时间特征,以提高模型的分类性能。在NSL-KDD和CICIDS2017数据集上的实验结果表明,该模型可以实现较高的正确率和召回率,优于传统机器学习和深度学习方法。 展开更多
关键词 网络安全 入侵检测 数据不平衡 数据降维 多层BiLSTM
在线阅读 下载PDF
融合多策略改进的白鲸优化算法 被引量:2
16
作者 柴岩 常晓萌 任生 计算机工程与应用 北大核心 2025年第5期76-93,共18页
为进一步提升白鲸优化算法(BWO)的寻优能力和收敛速度,提出一种融合多策略改进的白鲸优化算法(multi-strategy improved beluga whale optimization,MIBWO)。针对算法初期因随机生成个体的遍历性较差使得算法易陷入局部的劣势,利用PWLC... 为进一步提升白鲸优化算法(BWO)的寻优能力和收敛速度,提出一种融合多策略改进的白鲸优化算法(multi-strategy improved beluga whale optimization,MIBWO)。针对算法初期因随机生成个体的遍历性较差使得算法易陷入局部的劣势,利用PWLCM混沌映射增加种群多样性以及准反向学习生成的反向解增强初始解的质量,为算法寻优性能奠定基础;构造一种动态限制局部扰动搜索机制,引入非线性收敛因子扰动个体增加求解精度与速度,为避免收敛因子在迭代后期过快收敛,利用动态平衡搜索策略以避免陷入局部最优;提出一种差异性种群进化策略对鲸鱼坠落阶段进行最优值位置扰动更新,有效提升收敛精度。理论分析和数值实验证明MIBWO算法具有较强的寻优性能,MIBWO算法在PV辨识问题体现了良好的寻优性能、收敛速度及鲁棒性并具有一定的实际工程应用前景。 展开更多
关键词 白鲸优化算法 PWLCM混沌映射 准反向学习 非线性收敛因子 动态平衡搜索策略 差异性种群进化策略 PV辨识问题
在线阅读 下载PDF
BEV感知学习在自动驾驶中的应用综述 被引量:2
17
作者 黄德启 黄海峰 +1 位作者 黄德意 刘振航 计算机工程与应用 北大核心 2025年第6期1-21,共21页
自动驾驶感知模块中作为采集输入的传感器种类不断发展,要使多模态数据统一地表征出来变得愈加困难。BEV感知学习在自动驾驶感知任务模块中可以使多模态数据统一融合到一个特征空间,相比于其他感知学习模型拥有更好的发展潜力。从研究... 自动驾驶感知模块中作为采集输入的传感器种类不断发展,要使多模态数据统一地表征出来变得愈加困难。BEV感知学习在自动驾驶感知任务模块中可以使多模态数据统一融合到一个特征空间,相比于其他感知学习模型拥有更好的发展潜力。从研究意义、空间部署、准备工作、算法发展及评价指标五个方面总结了BEV感知模型具有良好发展潜力的原因。BEV感知模型从框架角度概括为四个系列:Lift-Splat-Lss系列、IPM逆透视转换、MLP视图转换及Transformer视图转换;从输入数据概括为两类:第一类是纯图像特征的输入包括单目摄像头输入和多摄像头输入,第二类在融合数据输入中不仅是简单的点云数据和图像特征的数据融合,还包括了以点云数据为引导或监督的知识蒸馏融合和以引导切片方式去划分高度段的融合。概述了多目标追踪、地图分割、车道线检测及3D目标检测四种自动驾驶任务在BEV感知模型当中的应用,并总结了目前BEV感知学习四个系列框架的缺点。 展开更多
关键词 BEV感知学习 视图转换 多模态数据融合 多目标追踪 地图分割 车道线检测及3D目标检测
在线阅读 下载PDF
多尺度和多层级特征融合的人体姿态估计 被引量:2
18
作者 王燕妮 胡敏 +2 位作者 韩世鹏 陈艺瑄 吕昊 计算机工程与应用 北大核心 2025年第6期199-209,共11页
人体姿态估计的精度提升通常依赖于特征融合,但是现有特征融合策略往往忽略了尺度特征和层级特征之间的交互作用。为了充分利用不同特征之间的互补性,提出了一种新特征融合策略用以提升人体姿态估计精度,即多尺度和多层级特征融合网络(m... 人体姿态估计的精度提升通常依赖于特征融合,但是现有特征融合策略往往忽略了尺度特征和层级特征之间的交互作用。为了充分利用不同特征之间的互补性,提出了一种新特征融合策略用以提升人体姿态估计精度,即多尺度和多层级特征融合网络(multi-scale and multi-level network,MSLNet)。采用高分辨率网络(high-resolution network,HRNet)作为主干,通过跨尺度信息交互,实现不同分辨率特征图之间的信息交换,获取同时包含细粒度和粗粒度的姿态特征;引入期望最大化注意力-加权双向特征金字塔网络(expectation maximization attention-bidirectional feature pyramid network,EMA-BiFPN),实现多尺度特征融合后的多层级特征聚合,从局部到全局捕捉人体姿态的细节和关联信息;设计由残差结构组成的关键点检测头,完成输出特征的最终融合并提升人体关键点检测准确率。实验结果表明,MSLNet在COCO和MPII数据集上分别取得了75.8%和91.1%的准确率,实现了最优精度,充分验证了MSLNet能够融合尺度和层级之间的互补特征,进而提升人体姿态估计精度。 展开更多
关键词 高分辨率网络(HRNet) 人体姿态估计 期望最大化注意力 双向特征金字塔网络 特征融合
在线阅读 下载PDF
基于RFCARep-YOLOv8n的光伏电池缺陷检测算法 被引量:2
19
作者 张冀 王文彬 余洋 计算机工程与应用 北大核心 2025年第3期131-143,共13页
针对光伏电池缺陷图像存在目标遮掩、复杂背景以及人眼难以分辨的小目标缺陷等问题,提出一种基于感受野坐标注意力和重参数的YOLOv8n光伏电池缺陷检测算法,简记为RFCARep-YOLOv8n。提出一种基于感受野坐标注意力的重参数模块代替瓶颈模... 针对光伏电池缺陷图像存在目标遮掩、复杂背景以及人眼难以分辨的小目标缺陷等问题,提出一种基于感受野坐标注意力和重参数的YOLOv8n光伏电池缺陷检测算法,简记为RFCARep-YOLOv8n。提出一种基于感受野坐标注意力的重参数模块代替瓶颈模块进行特征提取,扩大对全局信息的关注度提高语义表达能力,抑制遮掩物和复杂背景的干扰;在快速空间金字塔池化后添加可分离大核聚集模块,通过提高长距离特征依赖增强全局特征信息融合;在特征融合部分使用多尺度序列特征融合颈部网络,结合多尺度辅助检测头,减少细节特征丢失,提高小目标缺陷检测能力。实验结果表明,该模型在PASCAL VOC数据集中较基准模型mAP@0.5和mAP@0.5:0.95分别提升2.3和2.1个百分点,同时在光伏缺陷数据集中mAP@0.5达到87.6%,较基准模型提升3.5个百分点,参数量为3.23×10^(6),保持了基准模型的轻量参数同时提高检测性能。 展开更多
关键词 光伏缺陷 YOLOv8n 感受野注意力 特征融合 重参数
在线阅读 下载PDF
欢迎订阅2025年《计算机工程与应用》
20
计算机工程与应用 北大核心 2025年第8期M0003-M0003,共1页
《计算机工程与应用》是由中国电子科技集团公司主管,华北计算技术研究所主办的面向计算机全行业的综合性学术刊物。办刊方针坚持走学术与实践相结合的道路,注重理论的先进性和实用技术的广泛性,在促进学术交流的同时,推进科技成果的转... 《计算机工程与应用》是由中国电子科技集团公司主管,华北计算技术研究所主办的面向计算机全行业的综合性学术刊物。办刊方针坚持走学术与实践相结合的道路,注重理论的先进性和实用技术的广泛性,在促进学术交流的同时,推进科技成果的转化。覆盖面宽、信息量大、报道及时是本刊的服务宗旨。报道范围行业最新研究成果与学术领域最新发展动态;有独立和创新见解的学术报告;具有先进性和推广价值的工程方案;先进、广泛、实用的开发成果。 展开更多
关键词 计算机工程与应用 学术刊物
在线阅读 下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部