期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于改进YOLOX-S的玉米病害识别 被引量:2
1
作者 李名博 任东悦 +1 位作者 郭俊旺 卫勇 《江苏农业科学》 北大核心 2024年第3期237-246,共10页
在玉米病害的影响下,玉米产量下降,其中大部分病害症状均反映在玉米的叶片上。针对人工识别叶片费时、费力、准确率低的问题提出了一种基于改进YOLOX-S网络的玉米病害识别模型,并将该模型部署到Atlas 200DK开发板中。该研究在YOLOX-S的... 在玉米病害的影响下,玉米产量下降,其中大部分病害症状均反映在玉米的叶片上。针对人工识别叶片费时、费力、准确率低的问题提出了一种基于改进YOLOX-S网络的玉米病害识别模型,并将该模型部署到Atlas 200DK开发板中。该研究在YOLOX-S的基础上添加了4个CBAM注意力机制模块,其中3个注意力机制模块添加到网络的Backbone与Neck之间,第4个注意力机制模块添加到SPPBottleneck的2次上采样结果后,通过使用不同的权重来调整不同病害特征细节的重要程度,能够提高模型收敛速度,有效提升模型的识别精度,并基于Atlas 200DK开发板的特性及相关属性,将改进后的模型部署到开发板当中,实现了算法的移植。结果表明,改进后的YOLOX-S网络模型与YOLO v3、YOLO v4、Faster R-CNN模型相比,在识别率与精确性方面有着显著的优势,与原模型相比,识别准确率(mAP值)提高0.2百分点,改进后的YOLOX-S网络模型对玉米病害的识别准确率高达98.75%,并且部署到Atlas 200DK开发板的模型仍然发挥良好的检测性能,可以为识别玉米病害提供参考。 展开更多
关键词 病害识别 深度学习 改进YOLOX-S 数据增强 模型部署
在线阅读 下载PDF
基于ICEEMDAN-DCN-Transformer的短期电力负荷预测 被引量:2
2
作者 芦志凡 赵倩 《沈阳工业大学学报》 CAS 北大核心 2024年第4期388-396,共9页
针对传统负荷预测方法易受复杂环境因素影响的问题,提出了基于ICEEMDAN-DCN-Transformer的短期电力负荷组合预测模型,该模型将电力负荷数据通过ICEEMDAN方法分解为若干个IMF和一个Res函数,考虑复杂环境因素的影响,将分解后各分量与环境... 针对传统负荷预测方法易受复杂环境因素影响的问题,提出了基于ICEEMDAN-DCN-Transformer的短期电力负荷组合预测模型,该模型将电力负荷数据通过ICEEMDAN方法分解为若干个IMF和一个Res函数,考虑复杂环境因素的影响,将分解后各分量与环境特征并行输入到DCN-Transformer中进行预测,并将各组预测数据线性相加得到完整的预测结果。以泉州市电力负荷历史数据为基础进行实验,建立4种单一预测模型和3种组合预测模型作为对比模型,对该地10 d、240 h的电力负荷序列加以预测。结果表明,相较于传统算法,所提算法可以显著提高负荷预测的精度并有效降低误差评价指标值,为电力系统的安全运行和规划制定提供理论依据。 展开更多
关键词 电力负荷预测 改进完全自适应噪声集合经验模态分解算法 深度交叉网络 预测精度 短期负荷 组合预测模型 误差评价
在线阅读 下载PDF
基于网格形变的立体变焦视觉优化 被引量:1
3
作者 周莘 柴雄力 邵枫 《光电工程》 CAS CSCD 北大核心 2021年第4期12-26,共15页
立体图像的视觉变焦优化是近年来图像处理和计算机视觉领域热门的基础研究问题。3D图像的变焦视觉增强技术越来越受到关注。为此,本文从相机变焦拍摄的模型出发,提出一种基于网格形变的立体变焦视觉优化方法,力求提高3D立体视觉的体验... 立体图像的视觉变焦优化是近年来图像处理和计算机视觉领域热门的基础研究问题。3D图像的变焦视觉增强技术越来越受到关注。为此,本文从相机变焦拍摄的模型出发,提出一种基于网格形变的立体变焦视觉优化方法,力求提高3D立体视觉的体验。首先利用数字变焦方法模拟相机模型对目标区域进行适当的视觉放大,然后根据相机变焦距离建立起参考图像与目标图像之间的映射关系,并提取前景目标对象,接着使用改进型深度恰可察觉深度模型来引导目标对象的自适应深度调整。最后结合本文所设计的七个网格优化能量项,对图像网格进行优化,以提高该目标对象的视觉感,并确保整幅立体图像的良好视觉体验效果。与现有的数字变焦方法相比,所提出的方法在图像目标对象的尺寸控制方面和目标对象的深度调整方面都具有更好的效果。 展开更多
关键词 立体图像 相机变焦 改进型深度恰可察觉深度模型 网格优化能量项
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部