期刊文献+
共找到2,041篇文章
< 1 2 103 >
每页显示 20 50 100
基于ML loss的SVM分类算法 被引量:9
1
作者 徐龙飞 郁进明 《计算机应用研究》 CSCD 北大核心 2021年第2期435-439,共5页
SVM的损失函数可以保证分类结果的高置信度,但同时是一个无界的凸函数,导致受噪声的影响较大。为了提高SVM在噪声环境下的分类效果,提出使用结合了pinball和LS损失函数的ML loss来降低对噪声的敏感性,将其应用到SVM中得到MLSVM模型。根... SVM的损失函数可以保证分类结果的高置信度,但同时是一个无界的凸函数,导致受噪声的影响较大。为了提高SVM在噪声环境下的分类效果,提出使用结合了pinball和LS损失函数的ML loss来降低对噪声的敏感性,将其应用到SVM中得到MLSVM模型。根据LS损失函数具有结构风险最小化的特性和等式约束来简化求解过程,然后使用pinball损失函数根据分类样本之间的最大分位数距离来确定分类超平面,再使用拉格朗日函数等方法求解MLSVM的目标函数和分类超平面。在数据集上的实验表明,相比于hinge SVM等模型,MLSVM可以降低对数据中噪声的敏感性,提升对含噪数据的分类性能。 展开更多
关键词 支持向量机(SVM) 损失函数 噪声 pinball LS ML loss MLSVM
在线阅读 下载PDF
基于多类别Focal Loss损失函数的变电站场景图像语义分割研究 被引量:10
2
作者 毛昊 李新利 +3 位作者 王孝伟 杨国田 彭鹏 邵宇鹰 《华北电力大学学报(自然科学版)》 CAS 北大核心 2022年第5期84-92,共9页
图像语义分割技术在变电站智能机器人抢险作业以及日常巡检中起重要作用。针对变电站场景中的类别不平衡问题,提出了一种用于训练多类别图像语义分割模型的多类别Focal Loss损失函数。多类别Focal Loss损失函数可以动态调整各类别的权值... 图像语义分割技术在变电站智能机器人抢险作业以及日常巡检中起重要作用。针对变电站场景中的类别不平衡问题,提出了一种用于训练多类别图像语义分割模型的多类别Focal Loss损失函数。多类别Focal Loss损失函数可以动态调整各类别的权值,对出现频率小的类别更加友好。基于深度学习和变电站场景图像,分别使用多类别Focal Loss损失函数和交叉熵损失函数训练基于FCN、SegNet和DeepLabV3网络的图像语义分割模型进行对比实验,并通过平均交并比和像素准确率等评价指标进行模型评价。实验结果表明基于多类别Focal Loss损失函数的图像语义分割模型具有良好效果,有助于缓解类别不平衡现象。 展开更多
关键词 图像语义分割 深度学习 多类别损失函数 评价指标 类别平衡化
在线阅读 下载PDF
Fuzzy-GA based algorithm for optimal placement and sizing of distribution static compensator (DSTATCOM) for loss reduction of distribution network considering reconfiguration 被引量:1
3
作者 Mohammad Mohammadi Mahyar Abasi A.Mohammadi Rozbahani 《Journal of Central South University》 SCIE EI CAS CSCD 2017年第2期245-258,共14页
This work presents a fuzzy based methodology for distribution system feeder reconfiguration considering DSTATCOM with an objective of minimizing real power loss and operating cost. Installation costs of DSTATCOM devic... This work presents a fuzzy based methodology for distribution system feeder reconfiguration considering DSTATCOM with an objective of minimizing real power loss and operating cost. Installation costs of DSTATCOM devices and the cost of system operation, namely, energy loss cost due to both reconfiguration and DSTATCOM placement, are combined to form the objective function to be minimized. The distribution system tie switches, DSTATCOM location and size have been optimally determined to obtain an appropriate operational condition. In the proposed approach, the fuzzy membership function of loss sensitivity is used for the selection of weak nodes in the power system for the placement of DSTATCOM and the optimal parameter settings of the DFACTS device along with optimal selection of tie switches in reconfiguration process are governed by genetic algorithm(GA). Simulation results on IEEE 33-bus and IEEE 69-bus test systems concluded that the combinatorial method using DSTATCOM and reconfiguration is preferable to reduce power losses to 34.44% for 33-bus system and to 45.43% for 69-bus system. 展开更多
关键词 distribution FACTS (DFACTS) distribution static compensator (DSTATCOM) network reconfiguration genetic algorithm fuzzy membership function power loss reduction
在线阅读 下载PDF
基于改进YOLOv5的密集行人检测算法 被引量:5
4
作者 胡倩 皮建勇 +2 位作者 胡伟超 黄昆 王娟敏 《计算机工程》 北大核心 2025年第3期216-228,共13页
针对现有的行人检测方法对于密集行人或小目标行人检测精度低的问题,提出一种基于YOLOv5的综合改进算法模型YOLOv5_Conv-SPD_DAFPN。首先,针对小目标或密集行人的特征信息易丢失这一问题,在骨干网络中引入Conv-SPD网络模块替代原有的跨... 针对现有的行人检测方法对于密集行人或小目标行人检测精度低的问题,提出一种基于YOLOv5的综合改进算法模型YOLOv5_Conv-SPD_DAFPN。首先,针对小目标或密集行人的特征信息易丢失这一问题,在骨干网络中引入Conv-SPD网络模块替代原有的跨步卷积,有效缓解特征信息丢失的问题;其次,针对非相邻特征图不直接融合从而引起特征融合率较低的问题,提出新的双层渐进金字塔网络(DAFPN),提高行人检测的准确性和精度;最后,基于EIoU_Loss和CIoU_Loss引入EfficiCIoU_Loss定位损失函数,以调整和提高帧回归率,促进网络模型更快收敛。模型在CrowdHuman和WiderPerson行人数据集上相比于原YOLOv5模型,mAP@0.5、mAP@0.5∶0.95分别提升了3.9、5.3百分点和2.1、2.1百分点;引入EfficiCIoU_Loss后,模型收敛速度分别提升了11%、33%。这些改进使得基于YOLOv5的密集行人检测在特征信息保留、多尺度融合和损失函数优化等方面都取得了显著进展,提高了其在实际应用中的性能和效率。 展开更多
关键词 密集行人检测 小目标行人检测 Conv-SPD网络 双层渐进特征金字塔网络 EfficiCIoU_loss损失函数
在线阅读 下载PDF
梁式桥抗震韧性评估方法:Ⅰ.基于专家意见的构件震后功能恢复模型 被引量:7
5
作者 王晓伟 叶爱君 +6 位作者 吴学平 周连绪 宋开辉 李军 娄亮 魏新农 彭俊 《土木工程学报》 北大核心 2025年第1期65-76,共12页
梁式桥是中国交通路网中最普遍的桥型,建立其抗震韧性评估方法是“韧性城市”国家战略顺利实施的必然需求,但其中至关重要的梁式桥各构件震后功能恢复模型尚未建立。震后功能恢复模型表征了结构在遭受地震后使用功能损失-保持-恢复的过... 梁式桥是中国交通路网中最普遍的桥型,建立其抗震韧性评估方法是“韧性城市”国家战略顺利实施的必然需求,但其中至关重要的梁式桥各构件震后功能恢复模型尚未建立。震后功能恢复模型表征了结构在遭受地震后使用功能损失-保持-恢复的过程。为填补这一空白,该文第一部分采用专家意见调研的方法,构建了梁式桥主要受力构件(墩柱、主梁、支座、基础、桥台)和次要受力构件(挡块、伸缩缝)的震后功能恢复模型。首先,系统地定义了各构件的多级损伤状态和性能指标;然后,设计了调研问卷,面向全国各地124位桥梁设计、科研、施工、检测、养护、加固领域的专家,征询各构件不同损伤状态下的桥梁震后通行决策、残余通行功能、决策时间、构件修复策略与时间、以及构件修复期间桥梁残余通行功能;最后,通过对调研结果的统计分析,建立了梁式桥各构件的震后功能恢复模型。该文第二部分将利用该模型对我国量大面广的板式支座梁式桥开展抗震韧性评估研究。 展开更多
关键词 桥梁工程 抗震韧性 震后功能恢复模型 专家意见调研 功能损失 构件修复时间
在线阅读 下载PDF
基于CDD-YOLO的轻量级低光照目标检测算法 被引量:4
6
作者 史丽晨 杨超 +1 位作者 刘雪超 周星宇 《计算机工程与应用》 北大核心 2025年第6期106-117,共12页
针对低照度场景下目标检测算法面临的检测精度不高、计算成本以及内存消耗大等问题,提出一种改进YOLOv8的轻量级低光照目标检测网络模型CDD-YOLO。提出一个基于坐标注意力机制的多尺度卷积模块,提取不同感受野纹理特征并捕获空间位置之... 针对低照度场景下目标检测算法面临的检测精度不高、计算成本以及内存消耗大等问题,提出一种改进YOLOv8的轻量级低光照目标检测网络模型CDD-YOLO。提出一个基于坐标注意力机制的多尺度卷积模块,提取不同感受野纹理特征并捕获空间位置之间的远程依赖关系;将动态头部框架集成到检测头中,减少复杂背景和尺度变化的干扰;基于动态非单调聚焦机制设计边界框回归损失函数,提升锚框回归路径和质量,提高模型对光照变化和噪声的适应能力;通过剪枝算法修剪模型中的冗余参数,实现模型轻量化。采用自建数据集、ExDark和VOC数据集进行实验验证,实验结果表明该方法与主流算法相比具有更好的检测效果,在计算复杂度与检测精度之间实现了更好的平衡。 展开更多
关键词 低照度 YOLOv8 注意力机制 损失函数 轻量化网络
在线阅读 下载PDF
改进YOLOv8的光伏电池缺陷检测算法 被引量:2
7
作者 杨丽 杨晨晨 +2 位作者 杨耿煌 段海龙 邓靖威 《电子测量技术》 北大核心 2025年第1期92-99,共8页
针对光伏电池缺陷检测在复杂背景下存在的误检、漏检等问题,提出了一种基于改进YOLOv8的光伏电池缺陷检测算法。首先,采用双向特征金字塔网络作为特征融合机制,通过自顶向下和自底向上的路径,实现多尺度特征的有效融合;其次,在颈部网络... 针对光伏电池缺陷检测在复杂背景下存在的误检、漏检等问题,提出了一种基于改进YOLOv8的光伏电池缺陷检测算法。首先,采用双向特征金字塔网络作为特征融合机制,通过自顶向下和自底向上的路径,实现多尺度特征的有效融合;其次,在颈部网络引入上下文聚合模块,使用不同空洞卷积速率的空洞卷积获取不同感受野的上下文信息,帮助模型更精准地识别微小目标,进而提升模型的目标检测性能;最后,优化边界框损失函数,并不断调试其权重因子,提高模型的收敛速度与效率。实验结果表明,与YOLOv8算法检测网络相比,本文算法的召回率和平均精确度均值分别提高了10.4%、1.8%,检测帧率达到270 fps,保证了实时检测和后续部署的轻量化要求,改进后的算法能在复杂背景下对光伏电池的缺陷进行鲁棒检测。 展开更多
关键词 光伏电池 缺陷检测 YOLOv8 注意力机制 损失函数
在线阅读 下载PDF
基于卷积神经网络的轻量高效图像隐写 被引量:3
8
作者 段新涛 白鹿伟 +4 位作者 徐凯欧 张萌 保梦茹 武银行 秦川 《应用科学学报》 北大核心 2025年第1期80-93,共14页
基于深度学习的图像隐写方法,因存在模型参数量和计算量大等问题,而面临高参数和计算负载的挑战,为此提出了一种轻量高效的图像隐写方法。首先在编码器和解码器中引入Ghost模块,降低了编码器和解码器的参数量和计算量。其次提出了一个... 基于深度学习的图像隐写方法,因存在模型参数量和计算量大等问题,而面临高参数和计算负载的挑战,为此提出了一种轻量高效的图像隐写方法。首先在编码器和解码器中引入Ghost模块,降低了编码器和解码器的参数量和计算量。其次提出了一个多尺度特征融合模块,用以捕捉多维数据中的复杂关系。最后提出了一个新颖的混合损失函数,可在保持模型不变的情况下提升图像隐写质量。实验结果表明,所提方法在256×256像素的图像上峰值信噪比达到47.59 dB。与目前最优的图像隐写方法相比,所提方法的隐写质量提升1.7 dB,参数量减少77%,计算量减少91%,在隐写质量上有较优的表现,同时模型的参数量和计算量大大降低,实现了模型的轻量高效化。 展开更多
关键词 图像隐写 深度学习 多尺度特征融合 混合损失函数
在线阅读 下载PDF
基于时空交互网络的人体行为检测方法研究 被引量:1
9
作者 田青 张浩然 +2 位作者 楚柏青 张正 豆飞 《计算机应用与软件》 北大核心 2025年第4期156-165,共10页
针对现有的人体行为检测方法中,存在特征融合能力较差、时序信息相关性不强和行为边界不明确等问题,提出一种基于时空交互网络的人体行为检测方法。重新设计了双流特征提取模块,在空间流和时空流两个网络之间添加连接层;分别在空间流和... 针对现有的人体行为检测方法中,存在特征融合能力较差、时序信息相关性不强和行为边界不明确等问题,提出一种基于时空交互网络的人体行为检测方法。重新设计了双流特征提取模块,在空间流和时空流两个网络之间添加连接层;分别在空间流和时间流网络中引入改进的空间变换网络和视觉注意力模型;设计基于像素筛选器的特征融合模块,用于重点区域时序信息相关性的计算和两类不同维度特征的聚合;对网络的损失函数进行了优化。在AVA数据集上的实验结果表明该方法在检测精度、速度以及泛化能力上具有优越性。 展开更多
关键词 时空交互网络 人体行为检测 视觉注意力 特征融合 损失函数
在线阅读 下载PDF
基于改进SSD的无人机航拍小目标检测 被引量:5
10
作者 刘卿卿 吴南 +2 位作者 刘明江 武恒飞 盛玉欣 《电光与控制》 北大核心 2025年第5期86-90,96,共6页
针对无人机航拍视角下目标尺寸小且密集、检测场景复杂、目标被遮挡导致检测精度不高的问题,提出了一种基于改进SSD的小目标检测算法。首先,用SE-ResNet50代替VGG16作为主干网络,通过学习自适应的通道权重,使模型更加关注有用的通道信息... 针对无人机航拍视角下目标尺寸小且密集、检测场景复杂、目标被遮挡导致检测精度不高的问题,提出了一种基于改进SSD的小目标检测算法。首先,用SE-ResNet50代替VGG16作为主干网络,通过学习自适应的通道权重,使模型更加关注有用的通道信息;而后,修改了浅层网络的锚框参数,提高小目标的检测性能;在浅层网络中使用SE+SAM和CBAM两种组合,从通道和空间两个维度对图像进行关注;最后,使用EIoU代替传统IoU来计算交并比,选择FocalL1损失函数,整合EIoU和FocalL1损失函数,得到最终的Focal-EIoU。实验采用VisDrone2019数据集进行验证,相较于传统SSD算法,精确率、召回率和mAP分别提升了11.7、11.2和9.8个百分点,FPS提升5帧/s,验证了该算法对小目标检测的有效性。 展开更多
关键词 无人机 航拍图像 小目标检测 注意力机制 损失函数
在线阅读 下载PDF
自然环境下基于改进YOLOv7的梨花识别方法 被引量:2
11
作者 张秀花 魏华杰 +3 位作者 孔德刚 刘尚坤 黄征 王洪森 《农业工程学报》 北大核心 2025年第2期224-232,共9页
针对自然环境下梨花易被遮挡、背景杂乱、光照条件与目标距离不断变化等特点导致梨花识别难和精度不高的问题,该研究提出了一种基于改进YOLOv7模型的梨花识别算法。该算法首先加入P2小目标层,增加了特征提取与模型多尺度融合能力,使被... 针对自然环境下梨花易被遮挡、背景杂乱、光照条件与目标距离不断变化等特点导致梨花识别难和精度不高的问题,该研究提出了一种基于改进YOLOv7模型的梨花识别算法。该算法首先加入P2小目标层,增加了特征提取与模型多尺度融合能力,使被遮挡的梨花目标更好地被捕获;其次,在输出检测端末尾加入CBAM(convolutional block attention module)注意力机制模块,提高模型的上下文理解能力,提升YOLOv7在各种场景下(不同光照条件、复杂背景等)的表现;最后,将CIoU(complete intersection over union)损失函数优化为NWD(normalized weighted distance)损失函数,针对不同形状的目标进行精确的边界框回归,提高模型对复杂背景梨花目标与远距离梨花目标的检测精度。试验结果表明:改进模型与原模型相比,精确率、召回率、mAP和F1-score分别提高了2.1、1.2、1.9和0.6个百分点,达到了99.4%、99.6%、96.4%和89.8%;与其他主流算法相比,各评价指标均有优势。研究结果可为梨园自然环境下梨花精准识别提供支撑。 展开更多
关键词 梨花 图像识别 YOLOv7 自然环境 小目标层 CBAM 损失函数
在线阅读 下载PDF
基于改进CycleGAN与YOLOv8s的混凝土坝水下裂缝识别方法 被引量:1
12
作者 赵阳 康飞 万刚 《水电能源科学》 北大核心 2025年第4期158-162,共5页
针对受水下环境影响造成的混凝土坝水下裂缝图像获取困难、样本稀缺,裂缝检测效率低、精度差、主观性强等问题,提出基于生成对抗网络CycleGAN和目标检测网络YOLOv8s的水下裂缝检测方法。首先,引入梯度惩罚WGAN-GP损失与相似性度量LPIPS... 针对受水下环境影响造成的混凝土坝水下裂缝图像获取困难、样本稀缺,裂缝检测效率低、精度差、主观性强等问题,提出基于生成对抗网络CycleGAN和目标检测网络YOLOv8s的水下裂缝检测方法。首先,引入梯度惩罚WGAN-GP损失与相似性度量LPIPS损失,提出一种改进的CycleGAN图像风格迁移网络,以此生成高质量水下裂缝图像,解决数据样本不足的问题;之后,添加SimAM无参注意力并引入WIoU损失,提出改进的YOLOv8s水下裂缝识别网络,以提高水下裂缝图像识别的精度。试验结果表明,改进CycleGAN方法起到了良好的数据扩充作用,能有效提升后续检测任务的精度;改进YOLOv8s方法在消融、对比试验中,裂缝识别精度较原网络、Faster R-CNN、YOLOX-s、YOLOv5s分别提高2.4%、5.4%、2.4%、1.2%,检测效果满足高效、精确的要求,可为混凝土坝水下裂缝识别提供技术支持。 展开更多
关键词 水下裂缝识别 生成对抗网络 数据扩充 损失函数 注意力机制
在线阅读 下载PDF
基于位置感应卷积与注意力机制的钢材缺陷检测 被引量:1
13
作者 解妙霞 程照中 +2 位作者 李嘉乐 李玲 贺宁 《湖南大学学报(自然科学版)》 北大核心 2025年第4期135-148,共14页
为了提高钢材缺陷检测精度,提出一种基于YOLOv5s的缺陷检测算法YOLOv5sFNCE.首先,在骨干特征提取网络中加入新型NAMAttention注意力机制,提高对目标的感知和区分能力;并提出新型的C3-Faster,通过减小内存访问和冗余计算更有效地提取特征... 为了提高钢材缺陷检测精度,提出一种基于YOLOv5s的缺陷检测算法YOLOv5sFNCE.首先,在骨干特征提取网络中加入新型NAMAttention注意力机制,提高对目标的感知和区分能力;并提出新型的C3-Faster,通过减小内存访问和冗余计算更有效地提取特征;在特征融合网络和输出端引入位置卷积CoordConvs,增强目标的语义感知能力和全局感知能力;最后,引入新的损失函数Focal-EIoU,以加快收敛速度,提高回归精度.实验结果表明,YOLOv5sFNCE算法在钢材表面缺陷数据集上的均值平均精度达到了75.1%,比原始YOLOv5s提高了1.7个百分点,检测速度则提升了20.5%,证明了该算法在钢材缺陷检测中能够有效提升检测速度和检测精度. 展开更多
关键词 目标检测 YOLOv5 位置感应 损失函数 注意力机制 钢材缺陷
在线阅读 下载PDF
基于一致损失生成对抗网络的冷水机组故障诊断 被引量:1
14
作者 高学金 吴浩宁 +1 位作者 高慧慧 齐咏生 《仪器仪表学报》 北大核心 2025年第1期285-297,共13页
冷水机组是供暖通风与空气调节系统的重要组成部分,当冷水机组发生故障时将造成能源浪费甚至安全事故。因此,针对冷水机组的故障诊断对于暖通风与空气调节等系统至关重要。基于数据驱动的故障诊断方法依赖大量历史数据,但带标签的故障... 冷水机组是供暖通风与空气调节系统的重要组成部分,当冷水机组发生故障时将造成能源浪费甚至安全事故。因此,针对冷水机组的故障诊断对于暖通风与空气调节等系统至关重要。基于数据驱动的故障诊断方法依赖大量历史数据,但带标签的故障数据往往难以收集,导致模型的诊断准确率下降。为此,提出了一种基于一致损失生成对抗网络(CLGAN)的故障诊断方法。首先,利用少量带标签样本和大量无标签样本训练CLGAN,并生成故障数据;然后,利用生成数据与历史数据构建一个包含各类故障的平衡数据集;最后,利用该数据集训练故障分类器并对冷水机组进行实时诊断。CLGAN通过在判别器中引入一致性损失函数,能够有效利用无标签数据辅助模型训练,提升了数据利用率。同时,CLGAN迫使生成器在多个尺度上满足判别器的要求,这种多维度的反馈机制使得模型在面对扰动时,依然能生成高质量的样本,进而提高故障诊断的准确性和鲁棒性。基于ASHRAE和HY-31C数据集的实验结果表明,在各类别仅有5个带标签样本的情况下,CLGAN分别获得了92.8%和95.9%的故障诊断准确率,展现了良好的故障诊断性能。此外,在噪声和跨工况实验中,CLGAN相比于其他对比方法也展现出了良好的鲁棒性和泛化性。 展开更多
关键词 故障诊断 生成对抗网络 冷水机组 一致损失函数 无标签数据
在线阅读 下载PDF
考虑水库调度效应的洪灾风险链式传递机理研究 被引量:1
15
作者 周婷 林腾 +2 位作者 金菊良 章启兵 胡勇 《灾害学》 北大核心 2025年第2期16-24,共9页
水库调度下的洪灾风险传递问题是定量表征洪灾风险形成发展机理、科学防御洪灾风险的重要基础性前沿问题,对于认识和管理洪灾风险具有重要意义。该文在分析水库调度下的洪灾风险形成机理的基础上,提出并系统性地阐述了由危险性、脆弱性... 水库调度下的洪灾风险传递问题是定量表征洪灾风险形成发展机理、科学防御洪灾风险的重要基础性前沿问题,对于认识和管理洪灾风险具有重要意义。该文在分析水库调度下的洪灾风险形成机理的基础上,提出并系统性地阐述了由危险性、脆弱性、损失风险构成的水库洪灾风险链式传递系统,构建了基于天然洪水危险性-经水库调度后的风险损失脆弱性-洪灾损失风险的洪灾风险链式传递过程计算模型。以淮河重要支流淠河上的“佛子岭-磨子潭-白莲崖”混联水库群为例,分别探求单库、并联水库群和混联水库群三种组合结构下的洪灾风险传递过程及机理。结果表明,基于“危险性-脆弱性-损失风险”的洪灾风险链式传递过程可定量表征、科学解析洪灾风险传递过程,为水库提供全局视角下可追溯、可解释、可调控的洪灾风险管理决策支撑。 展开更多
关键词 洪灾风险 危险性 脆弱性 损失函数 风险传递 水库调度 淠河
在线阅读 下载PDF
防屈曲支撑-钢筋混凝土框架结构基于韧性的抗震设计方法研究 被引量:3
16
作者 马恺泽 李兰欣 +1 位作者 邢国华 陈韵如 《振动与冲击》 北大核心 2025年第7期146-154,共9页
为实现防屈曲支撑-钢筋混凝土(buckling-restrained braced reinforced concrete,BRB-RC)框架结构基于韧性的抗震设计,引入韧性水平量化指标,建立建筑抗震韧性等级的分级,提出利用功能损失控制韧性指标的计算假定,并建立建筑多层级功能... 为实现防屈曲支撑-钢筋混凝土(buckling-restrained braced reinforced concrete,BRB-RC)框架结构基于韧性的抗震设计,引入韧性水平量化指标,建立建筑抗震韧性等级的分级,提出利用功能损失控制韧性指标的计算假定,并建立建筑多层级功能损失量化关系,提出根据建筑功能损失控制构件损伤及工程需求参数的方法。依据BRB-RC框架结构的受力机制,提出其基于韧性的抗震设计方法并建立设计流程。将设计方法应用于一幢5层的BRB-RC框架结构的抗震设计并进行罕遇地震作用下的弹塑性时程分析。分析结果表明,结构的层间位移角和层间剪力分布均满足设计要求,所提出的方法能实现预期的抗震韧性目标。 展开更多
关键词 建筑抗震韧性 防屈曲支撑(BRB) 钢筋混凝土(RC)框架结构 抗震设计 功能损失
在线阅读 下载PDF
基于改进YOLOv8的交通场景实例分割算法 被引量:4
17
作者 赵南南 高翡晨 《计算机工程》 北大核心 2025年第1期198-207,共10页
提出一种基于改进型YOLOv8的实例分割算法(DE-YOLO)。为减少图像中复杂背景的干扰,引入高效多尺度注意力机制,跨维交互使各特征组内空间语义特征平均分布。在主干网络部分,使用可变形卷积DCNv2结合C2f卷积层,突破原始卷积限制,提升可变... 提出一种基于改进型YOLOv8的实例分割算法(DE-YOLO)。为减少图像中复杂背景的干扰,引入高效多尺度注意力机制,跨维交互使各特征组内空间语义特征平均分布。在主干网络部分,使用可变形卷积DCNv2结合C2f卷积层,突破原始卷积限制,提升可变性。为减小有害梯度并提升检测器精度,采用动态非单调聚焦机制Wise-交并比(WIoU)替代联合完全交并(CIoU)损失函数进行质量评估,优化检测框定位,提升分割精度。同时,通过开启Mixup数据增强处理,充实数据集,丰富训练特征,提升模型学习能力。实验结果表明,DE-YOLO在城市景观数据集Cityscapes中的掩模平均精度均值(mAPmask)较基准模型YOLOv8n-seg提高了2.0百分点,IoU阈值为0.5时的平均精度提升了3.2百分点,所提算法在提升精度的同时,保持了优良的检测速度和较少的参数量,模型参数量较同类模型低2.2~31.3百分点。 展开更多
关键词 YOLOv8网络 实例分割 高效多尺度注意力 可变形卷积 损失函数
在线阅读 下载PDF
改进YOLOv8的矿井人员防护装备实时监测方法研究 被引量:3
18
作者 张磊 孙志鹏 +3 位作者 陶虹京 郝尚凯 燕倩如 李熙尉 《煤炭科学技术》 北大核心 2025年第S1期354-365,共12页
穿戴个人防护装备是保障矿井人员作业安全的重要手段,开展矿井人员防护装备监测是煤矿安全管理的重要工作内容。煤矿井下环境较为复杂,视频监控易受到噪声、光照以及粉尘等因素干扰,导致现有的目标检测方法对矿井人员防护装备存在检测... 穿戴个人防护装备是保障矿井人员作业安全的重要手段,开展矿井人员防护装备监测是煤矿安全管理的重要工作内容。煤矿井下环境较为复杂,视频监控易受到噪声、光照以及粉尘等因素干扰,导致现有的目标检测方法对矿井人员防护装备存在检测精度低、实时性差、模型复杂度高等问题。为此,提出一种改进YOLOv8的矿井人员防护装备实时监测方法,称为DBE-YOLO。DBEYOLO模型首先在基准模型主干网络的CBS模块中结合可变形卷积(DCNv2)组成DBS模块,使卷积具有可变形能力,在采样时可以更贴近检测物体的真实形状和尺寸,更具有鲁棒性,有效提升了其对不同尺度目标的特征获取能力,有利于模型提取更多人员防护装备的特征信息,提高模型检测精度。其次在特征增强网络融合了加权双向特征金字塔机制(BiFPN),在多尺度特征融合过程中删除效率较低的特征传输节点,实现更高层次的融合,提高了对不同尺度特征的融合效率,同时BiFPN引入了一个可以学习的权值,有助于让网络学习不同输入特征的重要性。最后使用WIoUv3作为模型的损失函数,其通过动态分配梯度增益,重点关注普通锚框质量,在模型训练过程中减少了低质量锚框产生的有害梯度,进一步提升了模型性能。实验结果表明,DBE-YOLO模型在矿井人员防护装备监测中有着良好的效果,查准率、查全率、平均精度分别为93.1%、93.0%、95.8%,相较于基准模型分别提高0.8%,2.9%,2.9%,检测实时性提升到65 f·s^(-1),提高了8.3%,此外,参数量、浮点计算量、模型体积分别为2 M、6.6 G、4.4 MB,相较于原模型分别降低33.3%、18.5%、30.2%。使用煤矿现场作业视频监控对改进模型进行验证,其有效改善了漏检和误检问题,为提高矿井人员的作业安全提供了技术手段。 展开更多
关键词 可变形卷积 目标检测 损失函数 深度学习 实时监测
在线阅读 下载PDF
适应遥感船舶图像的轻量化旋转小目标检测网络 被引量:3
19
作者 孙伟 沈欣怡 +1 位作者 张小瑞 管菲 《电子测量与仪器学报》 北大核心 2025年第4期122-131,共10页
遥感图像船舶目标小、背景复杂、姿态变化大,传统船舶检测算法为提升精度,往往忽视了模型规模和实时性,难以应用到资源受限的设备上。针对上述问题,提出一种适应遥感船舶图像的轻量化旋转小目标检测网络(RFDNet)。考虑到遥感船舶图像拍... 遥感图像船舶目标小、背景复杂、姿态变化大,传统船舶检测算法为提升精度,往往忽视了模型规模和实时性,难以应用到资源受限的设备上。针对上述问题,提出一种适应遥感船舶图像的轻量化旋转小目标检测网络(RFDNet)。考虑到遥感船舶图像拍摄距离远而导致图片中目标较小且图像中包含丰富的背景信息,设计注意力卷积融合双分支网络(ACFNet),通过对局部特征信息与全局空间感知信息的充分提取,提高船舶小目标检测精度;为避免船舶目标姿态各异而导致检测时的精度下降,利用旋转目标方向信息引入旋转边界框损失函数,获得更准确的边界框回归损失,提升任意方向旋转船舶目标的检测性能;针对为提高模型精度而带来的参数量增加问题,在特征融合部分引入轻量级卷积,将卷积、深度可分离卷积以及通道混洗相结合,减少模型的参数量。通过对比实验和消融实验证明,RFDNet在HRSC2016数据集和DOTA数据集上的平均精度均值(mAP)分别达到了97.63%和81.63%,模型参数降到了2.99×10^(6),在有效提升检测精度的同时实现了模型的轻量化设计,为遥感船舶目标检测算法在资源受限设备上的应用提供了新思路。 展开更多
关键词 遥感图像 旋转目标检测 深度学习 特征融合 损失函数
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:6
20
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
上一页 1 2 103 下一页 到第
使用帮助 返回顶部