基于超启发式算法的备件供应网络结构优化 被引量：3

1

作者 王亚东 石全 +1 位作者 夏伟 陈材 《系统工程与电子技术》 EI CSCD 北大核心 2020年第3期620-629,共10页

为了通过对供应网络结构进行优化从而提高备件供应的效率和效益,分别对传统正向供应网络、应急横向供应网络以及考虑抢修任务的闭环供应网络3种备件供应网络结构进行研究。以供应成本最小和供应时间最短为目标,以备件满足度、库存等为约... 为了通过对供应网络结构进行优化从而提高备件供应的效率和效益,分别对传统正向供应网络、应急横向供应网络以及考虑抢修任务的闭环供应网络3种备件供应网络结构进行研究。以供应成本最小和供应时间最短为目标,以备件满足度、库存等为约束,构建了带约束的多目标优化模型。提出了一种基于排序选择函数的超启发式多目标进化算法,同时可以对不同网络结构模型进行求解。在ZDT系列测试函数上将该算法与其他进化算法进行对比测试,验证了所提出的超启发式算法在收敛性和分布性上的优越性。算例表明,一方面,与传统前向供应网络相比,横向和闭环供应网络能够提高备件供应的时效性和经济性;另一方面,超启发式算法在求解模型时取得的解优于其他元启发式算法。 展开更多

关键词 备件供应 网络结构优化 闭环供应网络 多目标优化 超启发式算法

在线阅读 下载PDF 职称材料

LTE网络结构在应用中的优化仿真分析 被引量：4

2

作者 陈海燕 《现代电子技术》 北大核心 2015年第24期66-68,共3页

分析了LTE网络结构在应用中的优化仿真问题。在TD-LTE规划组网中,由于网络结构受限而产生一些问题,针对LTE网络结构进行规划分析,通过仿真LTE网络结构分析其优化措施。基于TD-LTE网络结构优化仿真中,提出有效解决方案,优化LTE网络结构... 分析了LTE网络结构在应用中的优化仿真问题。在TD-LTE规划组网中,由于网络结构受限而产生一些问题,针对LTE网络结构进行规划分析,通过仿真LTE网络结构分析其优化措施。基于TD-LTE网络结构优化仿真中,提出有效解决方案,优化LTE网络结构规划思路,为城市LTE网络建设提出新优化思路,提升LTE网络性能,较以往网络应用性能提升6.0%。在实际应用中优化LTE网络结构,并通过仿真分析得出,做好LTE网络规划与优化工作对改善LTE网络性能发挥了积极影响。 展开更多

关键词 LTE网络 网络结构优化 网络规化 网络结构

在线阅读 下载PDF 职称材料

使用动态增减枝算法优化网络结构的DBN模型 被引量：4

3

作者 张士昱 宋威 +1 位作者 王晨妮 郑珊珊 《计算机科学与探索》 CSCD 北大核心 2019年第10期1721-1732,共12页

近年来深度信念网络(DBN)得到了广泛的应用,但在现有文献中很少有关于如何动态确定其结构的详细研究。提出了一种使用动态增减枝算法的DBN模型(DDBN),可以有效地优化DBN的网络结构。DDBN可以使用动态增减枝算法而不是人工实验来自动确... 近年来深度信念网络(DBN)得到了广泛的应用,但在现有文献中很少有关于如何动态确定其结构的详细研究。提出了一种使用动态增减枝算法的DBN模型(DDBN),可以有效地优化DBN的网络结构。DDBN可以使用动态增减枝算法而不是人工实验来自动确定其结构。首先,在训练过程中通过改变隐藏层层数和隐藏层神经元的数量,自动构建DDBN的结构,这是通过动态增减枝算法实现的。该算法依赖于隐藏层神经元的权重距离(WD)和激活概率的标准差以及整个网络的能量函数。其次,DDBN能够在动态过程中调整权重,有助于提高网络性能。最后,为了验证DDBN的有效性,将DDBN在MNIST、USPS和CIFAR-10三个基准图像数据集上进行了测试。实验结果表明,DDBN比现有的一些DBN结构调整方法具有更好的性能。 展开更多

关键词 深度学习 动态深度信念网络 动态增减枝算法 网络结构优化

在线阅读 下载PDF 职称材料

基于改进遗传算法的深度神经网络优化研究 被引量：13

4

作者 李静 莫思敏 《计算机工程与科学》 CSCD 北大核心 2021年第8期1503-1511,共9页

深度前馈神经网络在分类和回归问题上得到了很好的应用,但网络性能极大程度上受到其结构和超参数影响。为了获得高性能的神经网络,首先对遗传算法的选择策略进行改进,之后利用该改进遗传算法,采用二进制编码与实数编码的混合编码策略对... 深度前馈神经网络在分类和回归问题上得到了很好的应用,但网络性能极大程度上受到其结构和超参数影响。为了获得高性能的神经网络,首先对遗传算法的选择策略进行改进,之后利用该改进遗传算法,采用二进制编码与实数编码的混合编码策略对深度前馈神经网络层数、每层节点量以及学习率和权重进行优化。改进的选择策略,在最优保存策略的基础上从父代和子代合并的2n个个体中,以一定的概率选择部分适应值较差个体作为新父代,以增加种群多样性,避免陷入局部最优。同时引入dropout方法减少网络过拟合训练数据。使用Ring、Breast cancer、Twonorm、Heart、Blood、Ionosphere、Monk共7个数据集进行数值实验,并与其他相关文献中的算法比较,仿真结果表明,改进的遗传算法能搜索到较高性能的神经网络。 展开更多

关键词 深度前馈神经网络 改进遗传算法 网络结构优化 超参数优化

在线阅读 下载PDF 职称材料

一种无缓冲的光互连网络的吞吐率性能分析及优化

5

作者 齐星云 窦强 +2 位作者 陈永然 温俊 窦文华 《国防科技大学学报》 EI CAS CSCD 北大核心 2008年第6期68-72,共5页

针对当前高性能计算机光互连网络中存在的光缓冲不易实现的问题,提出了一种无缓冲的光互连网络结构BOIN,并在对网络结构进行建模和分析的基础上,研究了网络的吞吐率随不同的输入负载和网络规模而变化的规律,给出了在一定的互连总规模和... 针对当前高性能计算机光互连网络中存在的光缓冲不易实现的问题,提出了一种无缓冲的光互连网络结构BOIN,并在对网络结构进行建模和分析的基础上,研究了网络的吞吐率随不同的输入负载和网络规模而变化的规律,给出了在一定的互连总规模和输入负载下,网络实际吞吐率达到最大值时网络拓扑结构所必须满足的条件。最后用模拟实验证明了这一结果的正确性。 展开更多

关键词 高性能计算机系统 处理器间互连 无缓冲光互连 网络吞吐率 网络结构优化

在线阅读 下载PDF 职称材料

基于卷积神经网络的数字分类器的研究与优化 被引量：3

6

作者 杜阔 李亚 《现代电子技术》 北大核心 2019年第16期98-103,共6页

数字识别在邮政编码、车牌数字检测识别等场景有着广泛的应用。以Lenet-5卷积神经网络为基础,研究卷积计算量过大和预测速度慢的问题。对不同的卷积层(首层、中间层、尾层)和网络结构进行了改进和优化,采用不同组合的方案使卷积核连接... 数字识别在邮政编码、车牌数字检测识别等场景有着广泛的应用。以Lenet-5卷积神经网络为基础,研究卷积计算量过大和预测速度慢的问题。对不同的卷积层(首层、中间层、尾层)和网络结构进行了改进和优化,采用不同组合的方案使卷积核连接数减少一定的数量,进行仿真实验。实验结果表明,保证在同一准确率的前提下,综合考虑迭代次数和预测时延,在C3层(中间层)做优化最为合适,总结出的规律和方法也可对复杂卷积神经网络优化提供参考,满足实时性要求高、大数据量的应用场景。 展开更多

关键词 数字分类器 卷积神经网络 卷积计算 数字识别 网络结构优化 仿真实验

在线阅读 下载PDF 职称材料

基于自结构动态递归模糊神经网络的无人机姿态控制 被引量：3

7

作者 陈向坚 白越 +1 位作者 续志军 李迪 《计算机应用研究》 CSCD 北大核心 2011年第9期3387-3389,共3页

针对无人机非线性、强耦合等特点,提出了基于该自结构动态递归模糊神经网络的姿态控制系统,给出了基于Lyapunov函数的系统稳定性证明。对四层模糊神经网络进行了优化和改进,设计了自结构动态递归模糊神经网络,该网络可以根据系统状态在... 针对无人机非线性、强耦合等特点,提出了基于该自结构动态递归模糊神经网络的姿态控制系统,给出了基于Lyapunov函数的系统稳定性证明。对四层模糊神经网络进行了优化和改进,设计了自结构动态递归模糊神经网络,该网络可以根据系统状态在线更新权值、创建/删除节点、优化网络结构。仿真表明:该控制方法的突出优点是,在兼顾考虑了系统中的不确定性因素、非线性因素及外部干扰并存的情况下,保证系统的稳定性和跟踪性能;同时此网络结构比固定结构的模糊神经网络响应速度快,因此更具优越性。 展开更多

关键词 自结构动态递归模糊神经网络 优化网络结构 响应速度快

在线阅读 下载PDF 职称材料

基于卷积神经网络的滚动轴承故障诊断研究综述 被引量：9

8

作者 赖荣燊 闫高强 《机电工程》 CAS 北大核心 2024年第2期194-204,共11页

随着机器学习技术的兴起,深度学习被用于故障诊断领域并得到迅速发展,其中,卷积神经网络是具有出色特征提取能力的深度学习模型,因其适用于处理图像数据和高维数据而成为故障诊断研究的热点。针对传统故障诊断方法难以解决轴承振动信号... 随着机器学习技术的兴起,深度学习被用于故障诊断领域并得到迅速发展,其中,卷积神经网络是具有出色特征提取能力的深度学习模型,因其适用于处理图像数据和高维数据而成为故障诊断研究的热点。针对传统故障诊断方法难以解决轴承振动信号存在的特征提取困难和信号噪声污染的问题,为高效、准确地完成滚动轴承故障诊断工作,首先,对卷积神经网络的结构进行了简单介绍,并研究了近年来经典卷积神经网络模型用于滚动轴承故障诊断的重要进展;然后,从深度特征提取、超参数调整和网络结构优化等角度,对各种优化卷积神经网络的方法原理进行了简单介绍,详细探讨了将卷积神经网络应用于滚动轴承故障诊断的优化途径和已经取得的研究进展;最后,对几种典型优化方法的优势与不足进行了比较,并对不同角度优化卷积神经网络的途径进行了总结。研究结果表明:基于卷积神经网络的滚动轴承故障诊断方法还需要解决数据不平衡、模型特征提取能力不足和泛化性不强的问题,后续研究工作应聚焦于多源数据融合、模型性能优化以及多方技术结合等方向。 展开更多

关键词 滚动轴承 故障识别 卷积神经网络 深度学习 深度特征提取 超参数调整 网络结构优化

在线阅读 下载PDF 职称材料

通信网络抗毁性的评价方法 被引量：11

9

作者 任俊亮 申卯兴 史向峰 《空军工程大学学报（自然科学版）》 CSCD 北大核心 2010年第1期70-73,共4页

基于多抗毁性度量值的评估技术,以作战运用的视角,对通信网络的抗毁性进行评价。首先,从通信网络抗毁性的定义出发,构建了通信网络拓扑结构的抗毁性评价模型。在所建模型中,选取了用户较为关心的网络抗毁性量度,方差的引入弥补了以往的... 基于多抗毁性度量值的评估技术,以作战运用的视角,对通信网络的抗毁性进行评价。首先,从通信网络抗毁性的定义出发,构建了通信网络拓扑结构的抗毁性评价模型。在所建模型中,选取了用户较为关心的网络抗毁性量度,方差的引入弥补了以往的量度不能体现个体差异的不足。其次,采取的点打击策略没有按度的大小进行打击,而是取路径中出现次数最多的点进行打击,这更符合实际情况。最后利用模型对实例进行了分析,结果表明模型不仅能够评价通信网络拓扑结构的抗毁性,而且还能指出网络结构需要优化的地方。 展开更多

关键词 抗毁性 通信网络 评估方法 网络结构优化 打击策略

在线阅读 下载PDF 职称材料

基于YOLOv8n的鄱阳湖轻量级鸟类目标检测与识别模型研究

10

作者 王青羽 姚国清 方朝阳 《江西师范大学学报(自然科学版)》 北大核心 2025年第1期86-94,共9页

当前鄱阳湖地区鸟类野外自动监测设备的资源有限,致使在野外场景下鸟类快速精准识别存在目标特征不明显、轮廓模糊、尺寸较小等挑战.为了解决这类问题,该文提出了一种基于YOLOv8n的轻量级鸟类检测识别模型YOLOv8-Birds.首先,重新构建模... 当前鄱阳湖地区鸟类野外自动监测设备的资源有限,致使在野外场景下鸟类快速精准识别存在目标特征不明显、轮廓模糊、尺寸较小等挑战.为了解决这类问题,该文提出了一种基于YOLOv8n的轻量级鸟类检测识别模型YOLOv8-Birds.首先,重新构建模型网络结构,删除深层下采样模块,增加小目标层,以减小模型体量和提升浅层特征权重;其次,融入第3代可变形卷积(DCNv3)设计了C2f_D3模块,提高模糊目标的识别精度;再次,引入分组混洗卷积(GSConv)和加权融合拼接(Concat_BiFPN)模块对颈部网络优化,增强模型特征表达能力,适应不同尺寸目标;最后,应用Slide Loss函数强化困难样本学习.该文以鄱阳湖地区10种珍稀鸟类为研究对象开展模型试验,实验结果表明:精度均值mAP@0.50、mAP@0.75、mAP@0.50∶0.95分别达到93.7%、84.9%、72.8%,测试集鸟类目标平均的正检率提升2.3%,达到89.0%,模型的参数量、体积仅为原模型的50.0%左右. 展开更多

关键词 鄱阳湖 鸟类检测识别 YOLOv8n 网络结构优化 可变形卷积 Slide Loss函数

在线阅读 下载PDF 职称材料

基于神经网络的光伏电站气象-功率模型 被引量：3

11

作者 鞠平 刘婧孜 +4 位作者 秦川 李洪宇 杨宏宇 封波 屈卫锋 《河海大学学报（自然科学版）》 CAS CSCD 北大核心 2020年第3期268-275,共8页

基于双层前馈神经网络建立光伏电站输出功率与辐照等气象因素间的非机理模型。建立光伏电站输出功率与气象因素的神经网络模型;对功率模型的输入特征进行选择,分析不同气象因素的组合作为输入变量对模型准确度的影响,明确功率模型的输... 基于双层前馈神经网络建立光伏电站输出功率与辐照等气象因素间的非机理模型。建立光伏电站输出功率与气象因素的神经网络模型;对功率模型的输入特征进行选择,分析不同气象因素的组合作为输入变量对模型准确度的影响,明确功率模型的输入变量;分析该模型网络的训练算法、隐含层神经元个数及训练次数对模型准确度的影响,据此确定功率模型的最优结构与参数;基于光伏电站的实际数据对功率模型进行验证。结果表明,基于双层前馈神经网络的光伏电站气象功率模型具有较高的准确度。 展开更多

关键词 光伏电站 气象功率模型 双层前馈神经网络 输入特征选择 网络结构优化

在线阅读 下载PDF 职称材料

一种用于微表情自动识别的三维卷积神经网络进化方法 被引量：7

12

作者 梁正友 何景琳 孙宇 《计算机科学》 CSCD 北大核心 2020年第8期227-232,共6页

由于微表情持续时间短、动作幅度小,因此微表情自动识别一直是一个具有挑战性的问题。针对上述问题,提出一种用于微表情识别的三维卷积神经网络进化(Three-Dimensional Convolutional Neural Network Evolution,C3DEvol)方法。该方法使... 由于微表情持续时间短、动作幅度小,因此微表情自动识别一直是一个具有挑战性的问题。针对上述问题,提出一种用于微表情识别的三维卷积神经网络进化(Three-Dimensional Convolutional Neural Network Evolution,C3DEvol)方法。该方法使用能有效提取动态信息的三维卷积神经网络(Three-Dimensional Convolutional Neural Network,C3D)来提取微表情在时域和空域上的特征;同时使用具有全局搜索和优化能力的遗传算法对C3D的网络结构进行优化,以获取最优的C3D网络结构和避免局部优化。利用CASME2数据集在带有两块NVIDIA Titan X GPU的工作站上开展了实验,结果表明C3DEvol微表情自动识别的准确率达到63.71%,优于现有的微表情自动识别方法。 展开更多

关键词 微表情识别 遗传算法 三维卷积神经网络 特征提取 网络结构优化

在线阅读 下载PDF 职称材料

一种计算话务量的进化神经网络方法 被引量：3

13

作者 夏太武 刘金祥 彭京华 《计算机工程与应用》 CSCD 北大核心 2007年第30期130-132,198,共4页

话务量是度量用户使用电话设备频繁程度的一个重要参量,由于目前话务分布呈现出显著的立体性、多业务性和非泊松流等特点,不能直接应用欧兰B公式进行计算。为此,从计算智能出发提出一种基于PSO算法的进化神经计算方法,主要包括话务量及... 话务量是度量用户使用电话设备频繁程度的一个重要参量,由于目前话务分布呈现出显著的立体性、多业务性和非泊松流等特点,不能直接应用欧兰B公式进行计算。为此,从计算智能出发提出一种基于PSO算法的进化神经计算方法,主要包括话务量及其相关参量的获取、神经网络结构的优化、基于PSO算法的网络训练,以及话务量计算等步骤。通过对河北省某市小灵通业务的详细研究,利用近半年来的话务量与无线阻塞率、来话接通率和掉话率等参量构成的样本信息进行建模,所计算的话务量精度高,表明其方法切实可行且效果显著。 展开更多

关键词 话务量 进化神经计算 PSO 网络结构优化

在线阅读 下载PDF 职称材料

基于残差网络与迁移学习的断层自动识别 被引量：29

14

作者 张政 严哲 顾汉明 《石油地球物理勘探》 EI CSCD 北大核心 2020年第5期950-956,929,共8页

机器学习算法在地球物理领域的应用越来越广泛、深入。在地震资料解释中,目前主要利用实际或人工合成的断层样本,训练浅层卷积神经网络识别断层。实际断层样本需要人工标记,消耗大量时间成本;人工合成的断层样本虽然容易获得,但训练出... 机器学习算法在地球物理领域的应用越来越广泛、深入。在地震资料解释中,目前主要利用实际或人工合成的断层样本,训练浅层卷积神经网络识别断层。实际断层样本需要人工标记,消耗大量时间成本;人工合成的断层样本虽然容易获得,但训练出的网络在应用于实际地震数据时效果不佳。为此,将深度残差网络与迁移学习结合并应用于断层识别。首先构建性能更优秀的深度残差网络训练人工合成的断层样本,然后使用少量实际断层样本进行迁移学习,增强网络的泛化能力,优化网络的识别结果。迁移学习后的网络能够有效提高实际断层的识别准确率,实际地震数据验证了该方法的可行性和有效性。 展开更多

关键词 地震资料解释 断层识别 深度残差网络 迁移学习 网络结构优化

在线阅读 下载PDF 职称材料

基于GA-F-RBF神经网络的磷酸铁锂电池SOC预测研究 被引量：4

15

作者 梁梦迪 吴铁洲 陈华进 《电源技术》 CAS CSCD 北大核心 2015年第12期2584-2586,2713,共4页

针对动力电池荷电状态的预测精度问题,提出基于遗传算法的弹性径向基函数神经网络动力电池荷电状态预测方法。该预测方法基于神经元的活跃度与神经元间的信息交互强度在线调整神经网络结构的大小,解决了径向基函数神经网络的结构调整影... 针对动力电池荷电状态的预测精度问题,提出基于遗传算法的弹性径向基函数神经网络动力电池荷电状态预测方法。该预测方法基于神经元的活跃度与神经元间的信息交互强度在线调整神经网络结构的大小,解决了径向基函数神经网络的结构调整影响荷电状态的预测精度问题。仿真结果证明,该方法比基于遗传算法的径向基函数神经网络的荷电状态预测结果精度更高,预测更加准确,能满足蓄电池管理系统对磷酸铁锂动力电池荷电状态预测的精度和实际使用的要求。 展开更多

关键词 荷电状态(SOC)预测 神经网络 弹性径向基函数 神经网络结构优化

在线阅读 下载PDF 职称材料

基于深度卷积神经网络的运动目标光流检测方法 被引量：15

16

作者 王正来 黄敏 +1 位作者 朱启兵 蒋胜 《光电工程》 CAS CSCD 北大核心 2018年第8期38-47,共10页

运动目标检测是物体检测领域的一个重要研究方向,在目标识别中有着至关重要的作用。针对传统运动检测方法精度不高、无法对运动目标进行检测,本文将深度卷积神经网络引入到运动目标光流检测中,将前后帧图像及目标光流场图像作为网络的输... 运动目标检测是物体检测领域的一个重要研究方向,在目标识别中有着至关重要的作用。针对传统运动检测方法精度不高、无法对运动目标进行检测,本文将深度卷积神经网络引入到运动目标光流检测中,将前后帧图像及目标光流场图像作为网络的输入,自适应地学习运动目标光流,并通过对网络放大架构的优化及网络的精简,同时采用数据增广等技术,设计出精度与实时性兼顾的目标物体光流检测网络。实验结果表明,本文方法在运动目标的光流场检测中有更好的表现,SS-sp和CS-sp网络相比原网络在检测精度上均提高了约5.0%,同时大幅减少了网络的运行时间,基本满足实时检测的要求。 展开更多

关键词 运动目标 光流检测 深度卷积神经网络 网络结构优化

在线阅读 下载PDF 职称材料

基于红外图像的矿石传送带托辊异常检测 被引量：4

17

作者 阮顺领 阮炎康 +1 位作者 卢才武 顾清华 《黄金科学技术》 CSCD 2023年第1期123-132,共10页

为了解决传统的传送带托辊异常检测方法效率低、实时性差等问题,提出一种基于红外图像识别的托辊异常检测模型。通过现场采集并使用标签平滑和Mosaic数据增强处理对托辊红外图像数据集进行扩充,降低模型的训练成本。在特征提取模块提出... 为了解决传统的传送带托辊异常检测方法效率低、实时性差等问题,提出一种基于红外图像识别的托辊异常检测模型。通过现场采集并使用标签平滑和Mosaic数据增强处理对托辊红外图像数据集进行扩充,降低模型的训练成本。在特征提取模块提出使用GhostNet骨干特征提取网络,能够有效地降低特征提取所需成本。在特征融合模块,提出使用SPP-Net模块优化PaNet特征融合网络,增加模型的感受野。通过深度可分离卷积块简化模型结构,降低模型的计算量和参数量,并通过LeakyReLU激活函数提高模型的学习能力。试验结果表明:该检测模型能够有效识别托辊异常。在实际检测中,该方法在托辊检测中平均准确率达到94.9%,检测速度达到39.2 FPS,为矿山传送带托辊的准确高效巡检提供了保障。 展开更多

关键词 机器视觉 红外图像识别 深度学习网络 网络结构优化 托辊检测 异常检测

在线阅读 下载PDF 职称材料

基于单目深度估计的低功耗视觉里程计 被引量：1

18

作者 马榕 陈秋瑞 +3 位作者 张晗 梅铮 王锐 魏伟 《系统仿真学报》 CAS CSCD 北大核心 2021年第12期3001-3011,共11页

随着人工智能、精密机械和计算技术的发展,微小型无人系统在未来战场上将会扮演重要的角色。为解决单目视觉里程计尺度缺失以及微型机器人自身体积和载荷限制带来的功耗问题,引入单目深度估计技术,构建了一个低视角数据集,通过搭建卷积... 随着人工智能、精密机械和计算技术的发展,微小型无人系统在未来战场上将会扮演重要的角色。为解决单目视觉里程计尺度缺失以及微型机器人自身体积和载荷限制带来的功耗问题,引入单目深度估计技术,构建了一个低视角数据集,通过搭建卷积神经网络从单张图像中预测深度信息,对神经网络模型进行结构优化,将深度估计与单目视觉里程计融合并部署到JetsonNano平台。实验表明,融合后的单目视觉里程计能够在特定环境下恢复尺度信息,在JetsonNano上的功耗能够保持在较低水平,可为微型无人系统在未来战场上的隐蔽化、轻量化部署提供一定的研究基础。 展开更多

关键词 单目视觉里程计 单目深度估计 卷积神经网络 神经网络结构优化

在线阅读 下载PDF 职称材料

基于改进YOLOV3算法的弹库目标识别方法研究 被引量：4

19

作者 何伟鑫 邓建球 +1 位作者 刘爱东 丛林虎 《现代电子技术》 2021年第13期1-6,共6页

导弹仓库目标种类繁多,数量较大,将计算机视觉技术应用到导弹仓库内可增强对弹库的管控。当前基于深度学习的目标检测算法已经成为目标检测技术的主流,具有代表性的是YOLOV3算法,但其在检测高分辨率图像中的小尺寸物体精度较差。为了进... 导弹仓库目标种类繁多,数量较大,将计算机视觉技术应用到导弹仓库内可增强对弹库的管控。当前基于深度学习的目标检测算法已经成为目标检测技术的主流,具有代表性的是YOLOV3算法,但其在检测高分辨率图像中的小尺寸物体精度较差。为了进一步提升YOLOV3算法的检测性能,以密集连接网络(DenseNet)优化原DarkNet53网络结构,使得网络提取特征的能力得以增强;以soft⁃NMS算法替换原NMS算法,减轻检测框误删以及目标漏检的几率,提升了模型的检测精确率。实验结果表明,相比于传统YOLOV3算法,研究改进的YOLOV3算法在弹库目标识别方面的性能更优。 展开更多

关键词 目标检测 弹库 改进YOLOV3算法 深度学习 计算机视觉技术 网络结构优化 非极大值抑制

在线阅读 下载PDF 职称材料