期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到579篇文章
< 1 2 … 29 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于Backbone的极值进化算法
1
作者 高永超 刘丽梅 +1 位作者 李歧强 王云争 《计算机工程与应用》 CSCD 北大核心 2008年第24期36-39,49,共5页
由于变量的适应度最优与问题的目标函数最优无法达到一致,从而利用极值过程原则的局部搜索算法对TSP问题效果不好,而通过改变变量的适应度,使其与目标函数相关,就能够提高个体解的搜索能力。比较参数取不同值时个体解搜索到的目标函数,... 由于变量的适应度最优与问题的目标函数最优无法达到一致,从而利用极值过程原则的局部搜索算法对TSP问题效果不好,而通过改变变量的适应度,使其与目标函数相关,就能够提高个体解的搜索能力。比较参数取不同值时个体解搜索到的目标函数,可以发现存在使个体解搜索性能最佳的参数取值,且与变量的变异方式无关,这就为参数设置提供了依据。但个体解接近最优解后改善缓慢,无法快速到达最优解,为此引入组合优化问题解的Backbone概念,在种群进入最优解域后固定解中的相同部分,从而保留解中包含的最优解的信息,在减小问题规模后继续进行优化,增强搜索能力,提高搜索性能。 展开更多
关键词 backbone 极值过程 自组织临界模型 旅行商问题
在线阅读 下载PDF
基于Backbone的空间收缩与划分算法
2
作者 高永超 钱恒 +2 位作者 刘丽梅 王云争 王玎 《中国工程科学》 2009年第9期74-77,共4页
搜索空间的规模和复杂程度是决定问题求解难度的重要因素,而解空间的信息往往可以引导搜索找到最优解。在已知JSP空间结构的基础上,提出一种空间收缩与划分算法。算法利用搜索算法获得的较优解,结合组合优化问题解的backbone的概念,将... 搜索空间的规模和复杂程度是决定问题求解难度的重要因素,而解空间的信息往往可以引导搜索找到最优解。在已知JSP空间结构的基础上,提出一种空间收缩与划分算法。算法利用搜索算法获得的较优解,结合组合优化问题解的backbone的概念,将搜索空间收缩并划分为一个或多个优解域,在优解域内再进行小规模问题的优化。该算法不必在求解前或求解过程中进行大量的统计分析工作,可以利用求解信息对解空间的地形进行估计,提高求解速度和解的质量。实验结果也证明了算法的有效性。 展开更多
关键词 车间作业调度问题 解空间 backbone
在线阅读 下载PDF
Fiber Backbone系统在海洋平台中的应用
3
作者 胡清伟 《船海工程》 北大核心 2015年第B11期254-256,共3页
随着海洋平台自动化程度和船级社要求的逐步提高，平台上的数据通信越来越多，系统越来越复杂，如果还是沿用之前的设计势必会有大量的通信电缆，而且还要考虑不同系统通信电缆之间的防火分隔等一系列问题。为了简化通信环路，减少通信... 随着海洋平台自动化程度和船级社要求的逐步提高，平台上的数据通信越来越多，系统越来越复杂，如果还是沿用之前的设计势必会有大量的通信电缆，而且还要考虑不同系统通信电缆之间的防火分隔等一系列问题。为了简化通信环路，减少通信电缆，提高系统冗余度，有针对性地在SEVAN300项目中引入Fiber Backbone系统，并结合实际应用论述了该系统的特点及优势。 展开更多
关键词 数据通信 集成 光纤环网系统
在线阅读 下载PDF
基于EE-YOLOv8s的多场景火灾迹象检测算法 被引量：2
4
作者 崔克彬 耿佳昌 《图学学报》 北大核心 2025年第1期13-27,共15页
针对目前烟火场景检测中,光照变化、烟火动态性、复杂背景、目标过小等干扰因素导致的火灾迹象目标误检和漏检的问题,提出一种YOLOv8s改进模型EE-YOLOv8s。设计MBConv-Block卷积模块融入YOLOv8的Backbone部分,实现EfficientNetEasy特征... 针对目前烟火场景检测中,光照变化、烟火动态性、复杂背景、目标过小等干扰因素导致的火灾迹象目标误检和漏检的问题,提出一种YOLOv8s改进模型EE-YOLOv8s。设计MBConv-Block卷积模块融入YOLOv8的Backbone部分,实现EfficientNetEasy特征提取网络,保证模型轻量化的同时,优化图像特征提取;引入大型可分离核注意力机制LSKA改进SPPELAN模块,将空间金字塔部分改进为SPP_LSKA_ELAN,充分捕获大范围内的空间细节信息,在复杂多变的火灾场景中提取更全面的特征,从而区分目标与相似物体的差异;Neck部分引入可变形卷积DCN和跨空间高效多尺度注意力EMA,实现C2f_DCN_EMA可变形卷积校准模块,增强对烟火目标边缘轮廓变化的适应能力,促进特征的融合与校准,突出目标特征;在Head部分增设携带有轻量级、无参注意力机制SimAM的小目标检测头,并重新规划检测头通道数,加强多尺寸目标表征能力的同时,降低冗余以提高参数有效利用率。实验结果表明,改进后的EE-YOLOv8s网络模型相较于原模型,其参数量减少了13.6%,准确率提升了6.8%,召回率提升了7.3%,mAP提升了5.4%,保证检测速度的同时,提升了火灾迹象目标的检测性能。 展开更多
关键词 烟火目标检测 EfficientNetEasy主干网络 大型可分离核注意力机制 可变形卷积校准模块 小目标检测
在线阅读 下载PDF
冻融循环下纤维水泥改良风积沙动力特性研究 被引量：1
5
作者 阮波 沈一凡 +3 位作者 张向京 路占海 张佳森 聂如松 《铁道科学与工程学报》 北大核心 2025年第4期1614-1621,共8页
以新疆和若(和田—若羌)铁路为背景,采用水泥、玄武岩纤维及工地现场的风积沙作为原材料,制作纤维水泥改良风积沙试样,研究冻融循环作用和纤维掺量对纤维水泥改良风积沙动力特性的影响。试样的水泥掺量为5%,纤维掺量为0.8%。采用锤击法... 以新疆和若(和田—若羌)铁路为背景,采用水泥、玄武岩纤维及工地现场的风积沙作为原材料,制作纤维水泥改良风积沙试样,研究冻融循环作用和纤维掺量对纤维水泥改良风积沙动力特性的影响。试样的水泥掺量为5%,纤维掺量为0.8%。采用锤击法制作直径为39.1 mm、高度为80 mm的圆柱体试样,标准养护28 d后进行冻融循环试验与三轴循环加载试验。冻融循环试验的冻结与融化温度分别为-20℃和20℃,采用三向冻结的冻结路径和无外界补给水的冻结方式。三轴循环加载试验采用正弦波加载,加载频率1 Hz,循环加载次数5000次。试验结果表明,纤维水泥改良风积沙骨干曲线符合修正Hardin-Drnevich模型。随着冻融循环次数增加,纤维水泥改良风积沙试样的动弹性模量呈指数函数减小,而阻尼比呈指数函数增大,试样达到指定动应变时对应的动应力减小。与未掺纤维试样相比,冻融循环1、3、6、10、15次时,掺入纤维试样的动弹性模量提高了6.74%、5.52%、4.18%、8.91%、9.65%,阻尼比减少了13.9%、8.9%、19.7%、15.9%、22.8%,且掺入纤维试样动应变达到0.08%时对应的动应力增大了18.08%、9.90%、9.75%、22.57%、24.74%。研究成果可以为采用改良风积沙作为路基填料的工程提供参考。 展开更多
关键词 铁路路基基床 动三轴试验 冻融循环试验 风积沙 玄武岩纤维 骨干曲线 动弹性模量 阻尼比
在线阅读 下载PDF
一种基于邻域注意力的扩散模型训练方法研究
6
作者 姬莉霞 周洪鑫 +2 位作者 肖士杰 陈允峰 张晗 《计算机工程》 北大核心 2025年第8期262-269,共8页
生成扩散模型是一种能够学习数据生成过程的模型,它可以根据输入的高斯噪声,逐步去噪生成新的数据样本,因此被广泛应用于图像生成领域。近期,有研究发现扩散模型性能取决于网络复杂度而非U-Net的归纳偏置,因此可以利用Transformer作为... 生成扩散模型是一种能够学习数据生成过程的模型,它可以根据输入的高斯噪声,逐步去噪生成新的数据样本,因此被广泛应用于图像生成领域。近期,有研究发现扩散模型性能取决于网络复杂度而非U-Net的归纳偏置,因此可以利用Transformer作为骨干网络,使得扩散模型能够继承对Transformer的最新研究成果。然而,Transformer的引入又会导致模型体积增大、训练速度减慢。针对使用Transformer骨干网络的扩散模型训练速度慢、生成的图像细节信息不佳的问题,提出一种基于邻域注意力架构的扩散模型,该模型引入带有邻域注意力的Transformer骨干网络,利用邻域注意力机制的稀疏全局注意力模式,指数级扩展了扩散模型对图像的感知范围,使模型用较小的代价关注到了全局信息。通过注意力扩展层的渐进式膨胀变化,在模型训练阶段捕获到更多的视觉信息,使得模型生成的图像具有更好的全局性。实验结果表明,所提模型生成的图像有较优的全局细节,生成效果优于当前的SOTA模型。 展开更多
关键词 扩散模型 图像生成 生成式模型 邻域注意力 Transformer骨干网络
在线阅读 下载PDF
基于轻量化Mask R⁃CNN的车型检测算法
7
作者 许超 杨丰熙 +1 位作者 李博 王浩宇 《现代电子技术》 北大核心 2025年第21期127-136,共10页
车型检测对智能交通系统具有重要意义,其为智能交通系统的车辆管理能力提供了有效保障。针对现有算法通常较为复杂,并不能较好地适配于实际应用中的车型检测,文中提出一种基于改进Mask R⁃CNN的轻量化车型检测算法。首先,将特征提取网络... 车型检测对智能交通系统具有重要意义,其为智能交通系统的车辆管理能力提供了有效保障。针对现有算法通常较为复杂,并不能较好地适配于实际应用中的车型检测,文中提出一种基于改进Mask R⁃CNN的轻量化车型检测算法。首先,将特征提取网络替换为FasterNet特征提取网络,在降低算法复杂度的同时提升算法精度;其次,构建基于DO卷积的改进FPN特征融合网络,使算法既降低复杂度又提升精度;最后,将损失函数替换为Smooth L_(1)损失函数,在不改变当前算法复杂度的情况下对算法精度实现了进一步提升。实验结果表明,所提算法兼顾精度与实时性需求,且具有较好的泛化能力,更适配于实际应用中的车型检测。 展开更多
关键词 Mask R⁃CNN 车型检测 主干网络 特征融合 损失函数 轻量化
在线阅读 下载PDF
增强特征表示的绝缘子缺陷检测方法
8
作者 李丽芬 王明 +1 位作者 曹旺斌 梅华威 《计算机工程与设计》 北大核心 2025年第8期2373-2379,共7页
针对绝缘子缺陷目标区域较小、部分缺陷特征相似,从而导致检测精度较低的问题,提出了一种特征表示增强模型(FLDM-YOLO)。该模型基于FasterNet重构特征提取网络并且结合大核可分离注意力(LSKA)设计了SPPF-LSKA模块,增强了对目标的特征提... 针对绝缘子缺陷目标区域较小、部分缺陷特征相似,从而导致检测精度较低的问题,提出了一种特征表示增强模型(FLDM-YOLO)。该模型基于FasterNet重构特征提取网络并且结合大核可分离注意力(LSKA)设计了SPPF-LSKA模块,增强了对目标的特征提取能力;以重参数化技术为基础,提出了C2f-DBB模块,处理目标缺陷特征相似的问题;在边界框回归阶段使用MPDIoU作为损失函数,使得模型更加关注高质量锚框。实验结果表明,FLDM-YOLO模型在保证一定检测速度的前提下,mAP为91.3%,较YOLOv8模型提高了4.2%,可有效应用于实际的巡检工作。 展开更多
关键词 目标检测 绝缘子 部分卷积 主干特征提取网络 大核可分离注意力 重参数化 边界框损失函数
在线阅读 下载PDF
一种轻量化伪装单兵目标检测算法
9
作者 张麟华 李腾 +1 位作者 赵爽 富丽贞 《火力与指挥控制》 北大核心 2025年第8期21-30,共10页
针对已有模型参数量较大、推理速度较慢的问题,提出一种轻量化伪装单兵目标检测算法。其骨干部分以HGNetv2为基础,采用SRepVGG模块进行多尺度特征融合,最后在耦合检测头中组合使用了部分卷积和1×1卷积。提出的深度学习网络与基准模... 针对已有模型参数量较大、推理速度较慢的问题,提出一种轻量化伪装单兵目标检测算法。其骨干部分以HGNetv2为基础,采用SRepVGG模块进行多尺度特征融合,最后在耦合检测头中组合使用了部分卷积和1×1卷积。提出的深度学习网络与基准模型YOLOv8对比,在保证检测精度的同时,参数量减少了35.4%,推理速度提升了18.9%,更适合在算力资源受限的边缘计算设备上运行。 展开更多
关键词 轻量化 伪装 目标检测 边缘计算 骨干网络 特征融合
在线阅读 下载PDF
基于多层级特征融合的密集行人检测算法
10
作者 乔建华 马清松 +2 位作者 杨振疆 赵利军 李小松 《计算机工程与设计》 北大核心 2025年第9期2608-2617,共10页
为解决Deformable DETR目标检测模型对于小目标众多的人群密集场景检测困难的问题,提出一种改进的密集行人检测算法Deformable-DETR-MAEB。通过将多头注意力机制结合模型的各级编码器输出设计了用于实现多层级特征融合的MAEB模块,提高... 为解决Deformable DETR目标检测模型对于小目标众多的人群密集场景检测困难的问题,提出一种改进的密集行人检测算法Deformable-DETR-MAEB。通过将多头注意力机制结合模型的各级编码器输出设计了用于实现多层级特征融合的MAEB模块,提高模型的小目标检测的能力。此外,还在解码器部分设计了正样本增强模块并制定了二阶段模型训练策略,减少模型的训练周期,并采用提取特征能力更强的Swin Transformer替换了原有的骨干网络。实验结果表明,改进后的密集行人检测算法在CrowdHuman数据集上的平均检测精度为83.4%,相比原模型提高了5.2%,对于小目标行人的平均检测精度提高了2.7%。 展开更多
关键词 密集行人检测 多头注意力 特征融合 小目标 正样本增强 训练策略 骨干网络
在线阅读 下载PDF
轻量级目标检测算法综述 被引量：3
11
作者 叶栢铖 朱尤攀 +4 位作者 周永康 段晨昊 张昱东 陶志刚 傅志宇 《红外技术》 北大核心 2025年第3期289-298,共10页
传统基于深度学习的目标检测算法通常需要巨大的计算资源和长时间的训练,不能满足工业界的需求。轻量级目标检测网络通过牺牲一部分检测精度,换取更快的推理速度和更轻量的模型,适用于边缘计算设备中的应用,受到了广泛关注。本文介绍了... 传统基于深度学习的目标检测算法通常需要巨大的计算资源和长时间的训练,不能满足工业界的需求。轻量级目标检测网络通过牺牲一部分检测精度,换取更快的推理速度和更轻量的模型,适用于边缘计算设备中的应用,受到了广泛关注。本文介绍了常用于压缩和加速模型轻量化技术,归类分析了轻量化骨干网络结构原理,并在YOLOv5s上进行实际效果对比。最后对轻量化目标检测算法的未来前景以及面临的挑战进行了展望。 展开更多
关键词 深度学习 目标检测 轻量化技术 骨干网络
在线阅读 下载PDF
基于FEW-YOLOv8遥感图像目标检测算法 被引量：1
12
作者 席阳丽 屈丹 +1 位作者 王芳芳 都力铭 《郑州大学学报(工学版)》 北大核心 2025年第4期62-69,共8页
针对遥感图像目标检测任务中进行特征提取时缺少小目标信息,特征融合过程中部分信息丢失,小目标特征信息不明显,导致小目标检测精度不高的问题,提出了一种基于FEW-YOLOv8模型的遥感图像目标检测算法。首先,优化骨干网络架构,使用Faster... 针对遥感图像目标检测任务中进行特征提取时缺少小目标信息,特征融合过程中部分信息丢失,小目标特征信息不明显,导致小目标检测精度不高的问题,提出了一种基于FEW-YOLOv8模型的遥感图像目标检测算法。首先,优化骨干网络架构,使用FasterNet骨干网络,更有效地提取了遥感图像中小目标的空间特征,使得网络模型更专注于微小目标,从而提升小目标检测精度。其次,使用EMA注意力与C2f构建全新的C2f_EMA模块,替换Neck结构中的C2f模块,在融合特征前进行特征注意力加强操作,使网络模型更突出特征信息中小目标部分,有效解决特征融合过程中小目标特征丢失问题。最后,采用带有动态非单调FM的WIoUv3作为边界框的损失函数,提高了模型的边界框定位精度,并且提升了对小目标的检测性能。实验结果显示:在NWPU VHR-10数据集上经过优化的YOLOv8算法的mAP 50相较于原始YOLOv8算法提高了7.71百分点,在HRSC2016和DOTA v1.0上分别提高了9.70百分点和12.32百分点,证明所提算法能够有效提升遥感图像中小目标的检测精度。 展开更多
关键词 遥感图像 YOLOv8 FasterNet骨干网络 EMA注意力机制 WIoU损失函数
在线阅读 下载PDF
基于激光雷达的PointPillars-S三维目标检测算法 被引量：2
13
作者 赵增旭 胡连庆 +1 位作者 任彬 袁帅 《光子学报》 北大核心 2025年第6期10-20,共11页
针对基于Pillar的目标检测算法在体素编码过程中局部细粒度丢失、主干特征提取不充分等问题,提出基于多注意力体素编码与复合主干的三维目标检测算法。该方法引入了多注意力编码模块,融合逐点注意力、通道注意力和体素注意力,增强对体... 针对基于Pillar的目标检测算法在体素编码过程中局部细粒度丢失、主干特征提取不充分等问题,提出基于多注意力体素编码与复合主干的三维目标检测算法。该方法引入了多注意力编码模块,融合逐点注意力、通道注意力和体素注意力,增强对体素内局部信息和通道信息特征提取,减少体素编码过程细粒度丢失;使用复合主干网络并结合特征融合模块,整合来自不同主干网络的特征信息,增强模型对于复杂场景的理解和表征能力;最后,分类损失函数通过增加扰动项,精细地控制不同类别样本的损失值,缓解因分类样本不平衡带来的影响。KITTI公开数据集实验结果表明,改进后的算法在满足实时性的前提下对汽车、骑行者、行人的平均检测精度分别提升1.77%、1.53%和7.68%,验证了该方法的有效性。 展开更多
关键词 目标检测 体素编码 注意力机制 复合主干 特征融合
在线阅读 下载PDF
基于可解耦扩散模型的零样本风格迁移
14
作者 雷松林 赵征鹏 +3 位作者 阳秋霞 普园媛 谷金晶 徐丹 《图学学报》 北大核心 2025年第4期727-738,共12页
零样本风格迁移旨在将给定源图像的风格转换至目标文本所描述的风格域,而无需风格图像的指导。现有的零样本风格迁移方法大部分需要耗时在微调和优化过程,而其他无需微调和优化的方法不能很好地实现内容和风格的对齐。借助扩散模型Unet... 零样本风格迁移旨在将给定源图像的风格转换至目标文本所描述的风格域,而无需风格图像的指导。现有的零样本风格迁移方法大部分需要耗时在微调和优化过程,而其他无需微调和优化的方法不能很好地实现内容和风格的对齐。借助扩散模型Unet去噪网络的特性,提出了一种无需训练和优化的双支路框架,可以实现内容和风格对齐的零样本风格迁移。首先,该网络通过在内容支路上将噪声图像进行去噪,提取内容支路采样过程中的内容特征以保持源域的内容结构;然后,在风格支路上使用梯度引导的方式从目标文本提示中获取风格信息,并将获取到的风格信息传递到去噪图像中,提取风格支路采样过程中Unet网络的跳连接特征作为风格特征以传递目标风格信息。这种双支路的设计实现了风格迁移过程中内容和风格特征的解耦,避免了单一风格迁移网络中内容和风格特征的纠缠。最后,设计了一个特征调制模块(FMM)来调制和融合来自内容支路和风格支路的内容和风格特征,以实现内容和风格特征的对齐,从而在传递风格的同时最小化影响内容。通过实验结果表明,该方法在无需训练和优化的前提下,可以在任意内容图像上实现高质量的风格迁移。 展开更多
关键词 风格迁移 扩散模型 骨干特征 跳连接特征 特征调制模块
在线阅读 下载PDF
融合轻量化YOLOv8-Pose的烟草茎叶角检测算法
15
作者 高坤 李军营 +2 位作者 梁虹 马二登 张宏 《电子测量技术》 北大核心 2025年第13期84-95,共12页
茎叶角检测是烟草表型检测的重要部分,在烟草农业的增产增效和疾病预防方面有重要的意义。针对不同环境下的人工茎叶角检测效率低、周期长、检测不方便等问题,设计并构建了轻量化的烟草茎叶角检测模型FAL-YOLO。该算法构建FAI主干网络... 茎叶角检测是烟草表型检测的重要部分,在烟草农业的增产增效和疾病预防方面有重要的意义。针对不同环境下的人工茎叶角检测效率低、周期长、检测不方便等问题,设计并构建了轻量化的烟草茎叶角检测模型FAL-YOLO。该算法构建FAI主干网络结构来充分减少计算量和特征冗余,增加语义信息的利用效率。构建了融合空间注意力和通道注意力SA注意力模块的SAC检测头模块,进一步减少参数量和增强对茎叶角特征的感知能力。引入GSConv轻量化卷积降低模型复杂度和模型参数量。引入MPD-IoU损失函数来提升改进模型整体性能。采用自建的烟草茎叶角检测数据集,开展FAL-YOLO模型的对比和消融实验。实验结果表明,FAL-YOLO模型在自制数据集上的mAP达到了99.2%,相比YOLOV8-POSE模型在GFLOPs,Params分别降低了56.7%和52%,改进后的模型能够更快更精准的识别烟草植株茎叶角,为烟草农业选种育种智慧化提供支持。 展开更多
关键词 烟草茎叶角检测 主干网络 轻量化 金字塔池化 YOLOv8-Pose
在线阅读 下载PDF
无线传感器网络优质虚拟骨干的构建算法
16
作者 黄金河 梁家荣 黎昌珍 《计算机工程与科学》 北大核心 2025年第7期1181-1192,共12页
无线传感器网络的虚拟骨干由承担网络的计算和路由任务的节点组成,其能耗效率是整个网络寿命的关键。无线传感器网络的长寿命容错虚拟骨干构建问题,可以抽象成加权无向图中的加权连通坡面划分问题,这是一个NP-Hard问题。提出一种考虑寿... 无线传感器网络的虚拟骨干由承担网络的计算和路由任务的节点组成,其能耗效率是整个网络寿命的关键。无线传感器网络的长寿命容错虚拟骨干构建问题,可以抽象成加权无向图中的加权连通坡面划分问题,这是一个NP-Hard问题。提出一种考虑寿命的容错虚拟骨干构建算法,它包括2个子算法:子算法1采用贪婪策略选取能量较大的节点来构建多个不相交的连通控制集,基于睡眠唤醒机制将虚拟骨干节点电池的使用效率最大化;子算法2采用伪不相交连通控制集技术选取寿命较长的节点更新子算法1获得的虚拟骨干,构建新的长寿命容错虚拟骨干。仿真结果表明,在虚拟骨干的寿命和连通控制集的数量方面,所提算法的性能优于其他对比算法。 展开更多
关键词 无线传感器网络 虚拟骨干 加权连通坡面划分 节点能量
在线阅读 下载PDF
基于主干网辅助的NOMA边缘网络任务卸载与资源分配研究
17
作者 马明乐 杨欣可 +3 位作者 李世凯 孔维婵 雷鸣 雷磊 《无线电通信技术》 北大核心 2025年第4期798-806,共9页
非正交多址接入(Non-Orthogonal Multiple Access,NOMA)传输方式有着高频谱效率、高连接密度等特点,适用于多用户边缘网络。然而,传统的NOMA传输方式中各接入点独立解码,有限的解码能力无法保障用户的高传输速率需求,从而影响网络时延... 非正交多址接入(Non-Orthogonal Multiple Access,NOMA)传输方式有着高频谱效率、高连接密度等特点,适用于多用户边缘网络。然而,传统的NOMA传输方式中各接入点独立解码,有限的解码能力无法保障用户的高传输速率需求,从而影响网络时延性能。相比NOMA传输方式,基于主干网辅助的NOMA传输方式能实现接入点间协同解码和解码信号共享,有助于提升接入点的解码能力。基于主干网辅助的NOMA传输方式,结合任务卸载和资源分配,将最小化时延问题建模为混合非线性整数规划问题。对此多项式复杂程度的非确定性(Non-deterministic Polynomial,NP)难问题,提出了高效的两阶段迭代求解算法,获得问题的近似最优解。通过仿真实验与传统NOMA方法对比可以看出,所提方法能将时延性能提升37.2%。 展开更多
关键词 非正交多址接入 主干网 任务卸载 资源分配
在线阅读 下载PDF
基于姿态估计的物体运动三维测量方法
18
作者 霍家腾 刘鹏 +3 位作者 王思琦 刘业宝 刘子洋 陈常龙 《哈尔滨工程大学学报》 北大核心 2025年第10期1942-1952,共11页
针对传统的物体运动三维测量方法存在测量成本高昂、采样频率较低、数据融合复杂以及特征提取较少等限制,本文提出了一种基于DeepLabCut技术的物体非接触式无损运动测量方法。以时钟指针为模型,将时钟关键点运动的高维视频信号转换为描... 针对传统的物体运动三维测量方法存在测量成本高昂、采样频率较低、数据融合复杂以及特征提取较少等限制,本文提出了一种基于DeepLabCut技术的物体非接触式无损运动测量方法。以时钟指针为模型,将时钟关键点运动的高维视频信号转换为描述时钟关键点运动的时间序列集合,对时钟关键点三维运动进行测量。通过比较评估14个主干网络的训练表现,选取更适合高精度线测量的EfficientNet-B6作为主干网络,精准获取双目图像中时钟关键点的二维像素坐标;利用双目相机的标定参数和三角测量,对时钟关键点三维坐标解算。通过分析部分关键点运动的时间序列集合,得到了关键点的三维运动参数。结果表明,在测量时钟关键点间长度和姿态角时最大相对误差分别为2.49%和2.27%,可视化结果可准确反映时钟指针的运动情况。本文提出的方法在测量物体的三维运动轨迹和运动参数方面具有较好的适应性和可靠性,尤其为海洋结构物的运动响应提供了一种低成本、高效率的测量新思路。 展开更多
关键词 三维运动测量 非接触式 迁移学习 主干网络 双目相机标定 重投影误差 三角测量 坐标解算
在线阅读 下载PDF
基于改进YOLOv8的遥感图像目标检测算法
19
作者 酆兆辰 周虎 吴重军 《计算机工程与设计》 北大核心 2025年第7期1856-1863,共8页
为解决当前基于遥感图像识别技术中的错误判断问题及遗漏对象问题等缺陷,提出一种改进的YOLOv8目标检测算法来提升其准确率。使用Efficient ViT作为主要框架替代原始架构设计;在核心部分嵌入深度分离式卷积单元,构建Slim Neck构架结合C... 为解决当前基于遥感图像识别技术中的错误判断问题及遗漏对象问题等缺陷,提出一种改进的YOLOv8目标检测算法来提升其准确率。使用Efficient ViT作为主要框架替代原始架构设计;在核心部分嵌入深度分离式卷积单元,构建Slim Neck构架结合CA注意力机制和Ghostmodules;提出Focal-IOU损失函数重构IOU,取代CIOU。实验结果表明,改进后算法与原YOLOv8算法相比,m AP提升了2.4%,精确度和召回率也有一定提升,验证了改进算法的有效性和先进性。 展开更多
关键词 遥感图像 目标检测 损失函数 YOLOv8 主干网络 CIOU 注意力机制
在线阅读 下载PDF
基于改进Mask R-CNN的无人船视觉检测 被引量：1
20
作者 佟剑峰 于雨 《船海工程》 北大核心 2025年第1期6-12,共7页
针对无人船视觉检测算法准确率低及水界线检测困难的问题,构造自定义数据集并提出改进Mask R-CNN网络模型的无人船视觉检测算法。改进后的算法以Mask R-CNN网络模型为检测框架,将骨干网络由ResNet50替换成ResNeXt50并加入SENet注意力机... 针对无人船视觉检测算法准确率低及水界线检测困难的问题,构造自定义数据集并提出改进Mask R-CNN网络模型的无人船视觉检测算法。改进后的算法以Mask R-CNN网络模型为检测框架,将骨干网络由ResNet50替换成ResNeXt50并加入SENet注意力机制模块提高模型的特征提取能力;在特征金字塔网络(feature pyramid network,FPN)中加入多尺度的特征提取模块(inception模块),提高特征图的融合效果;加入多尺度锚框(anchors),提高模型对于多尺度目标的检测效果;通过直方图均衡化、调整对比度的方式对输入图像进行预处理,优化输入图像。结果表明,改进后的Mask R-CNN网络模型相比于原始的网络模型在目标检测任务中平均精度均值(mean average precision,mAP)提高了8.86%,交并比为0.5条件下的平均精度(IOU=0.5 average precision,AP 50)提高了9.39%;在实例分割任务中mAP提高了4.55%,AP 50提高了4.63%。相关改进,提高了无人船视觉检测的效率。 展开更多
关键词 无人船视觉 Mask R-CNN网络模型 骨干网络 注意力机制 特征融合
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 29 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部