为了解决无人机航拍图片玉米植株中心检测所面临的诸多挑战,包括植株遮挡、形态多样、光照变化以及视觉混淆等问题,提升检测精度和模型的鲁棒性,开发了一种基于YOLO-TSCAS(YOLO with triplet-attention,saliencyadaptive,and centroid a...为了解决无人机航拍图片玉米植株中心检测所面临的诸多挑战,包括植株遮挡、形态多样、光照变化以及视觉混淆等问题,提升检测精度和模型的鲁棒性,开发了一种基于YOLO-TSCAS(YOLO with triplet-attention,saliencyadaptive,and centroid awareness for scenes)模型的玉米植株中心检测算法。该算法通过三重注意力模块、显著性裁剪混合数据增强方法、自适应池化技术和选择性多单元激活函数等技术手段,有效提高了检测精度和鲁棒性。采用三重注意力模块解决目标遮挡和视觉混淆问题,使模型能够更好地关注植株中心区域。采用显著性裁剪混合数据增强方法,在训练过程中引入不同的环境和光照变化,增强了模型对复杂场景的适应能力。结合自适应池化技术提高空间分辨率,有助于捕捉更精细的特征信息,提高检测的准确性。采用选择性多单元激活函数进一步增强了网络的学习能力,使模型能够更好地适应各种场景下的植株中心检测任务。实验结果表明,与现有的YOLOX算法相比,YOLO-TSCAS算法在平均准确率和平均F1值上分别提高了22.73个百分点和0.255,并且平均对数漏检率也显著降低了0.35。与其他流行的检测模型相比,在两类植株中心目标检测精度上也取得了最佳效果。展开更多
同步相量测量单元(phasor measurement unit, PMU)为电网运行监测提供了精准数据,然而通信中断、设备故障等原因导致数据质量问题愈发显著。某工程现场PMU上送主站数据出现功率振荡异常现象,分析发现直接原因是母线电压选取错误,工程现...同步相量测量单元(phasor measurement unit, PMU)为电网运行监测提供了精准数据,然而通信中断、设备故障等原因导致数据质量问题愈发显著。某工程现场PMU上送主站数据出现功率振荡异常现象,分析发现直接原因是母线电压选取错误,工程现场复杂的电网配置使得电压选取面临挑战。基于层次分析法对各电压选取方案的决策效果进行量化评估,综合考虑方案的优劣及适应性,最终推荐在特定场景下使用电压切换装置选取母线电压。该装置通过接入一次设备的刀闸,从而自动选择最佳电压源以保障母线电压随一次设备的运行方式同步切换,保障了PMU数据采集的准确性和一致性,进而提升了PMU数据质量。研究结果为涉及母线电压选取的实际应用场景提供了科学的决策支持,结合当地电网运行状况,为提升数据质量和优化电网监控提供有效方案。展开更多
文摘为了解决无人机航拍图片玉米植株中心检测所面临的诸多挑战,包括植株遮挡、形态多样、光照变化以及视觉混淆等问题,提升检测精度和模型的鲁棒性,开发了一种基于YOLO-TSCAS(YOLO with triplet-attention,saliencyadaptive,and centroid awareness for scenes)模型的玉米植株中心检测算法。该算法通过三重注意力模块、显著性裁剪混合数据增强方法、自适应池化技术和选择性多单元激活函数等技术手段,有效提高了检测精度和鲁棒性。采用三重注意力模块解决目标遮挡和视觉混淆问题,使模型能够更好地关注植株中心区域。采用显著性裁剪混合数据增强方法,在训练过程中引入不同的环境和光照变化,增强了模型对复杂场景的适应能力。结合自适应池化技术提高空间分辨率,有助于捕捉更精细的特征信息,提高检测的准确性。采用选择性多单元激活函数进一步增强了网络的学习能力,使模型能够更好地适应各种场景下的植株中心检测任务。实验结果表明,与现有的YOLOX算法相比,YOLO-TSCAS算法在平均准确率和平均F1值上分别提高了22.73个百分点和0.255,并且平均对数漏检率也显著降低了0.35。与其他流行的检测模型相比,在两类植株中心目标检测精度上也取得了最佳效果。
文摘同步相量测量单元(phasor measurement unit, PMU)为电网运行监测提供了精准数据,然而通信中断、设备故障等原因导致数据质量问题愈发显著。某工程现场PMU上送主站数据出现功率振荡异常现象,分析发现直接原因是母线电压选取错误,工程现场复杂的电网配置使得电压选取面临挑战。基于层次分析法对各电压选取方案的决策效果进行量化评估,综合考虑方案的优劣及适应性,最终推荐在特定场景下使用电压切换装置选取母线电压。该装置通过接入一次设备的刀闸,从而自动选择最佳电压源以保障母线电压随一次设备的运行方式同步切换,保障了PMU数据采集的准确性和一致性,进而提升了PMU数据质量。研究结果为涉及母线电压选取的实际应用场景提供了科学的决策支持,结合当地电网运行状况,为提升数据质量和优化电网监控提供有效方案。
