车路协同旨在通过信息交换和协作实现智能高效的交通管理,其中高精度、轻量化且易于部署的路侧视角下的车辆与行人检测至关重要。因此,提出基于改进YOLOv8的轻量化交通目标检测模型。首先,引入FasterNet中的FasterBlock替换原始C2f中的...车路协同旨在通过信息交换和协作实现智能高效的交通管理,其中高精度、轻量化且易于部署的路侧视角下的车辆与行人检测至关重要。因此,提出基于改进YOLOv8的轻量化交通目标检测模型。首先,引入FasterNet中的FasterBlock替换原始C2f中的某些瓶颈组件,以减少浮点运算量(GFLOPs)和参数量,降低整体模型的复杂性;其次,在模型的颈部网络采用兼顾速度和精度的GSConv(Group Shuffle Convolution)替代原有的卷积核,并引入SlimNeck特征融合模块,使每个特征层能够同时考虑深层特征的语义信息和浅层特征的细节;再次,使用MPDIoU(Minimum Point Distance based Intersection over Union)替换原有的损失函数,以提高模型的边界框回归性能;最后,通过通道剪枝修剪模型网络中的冗余连接,以减小模型规模并提高检测速度。实验结果表明,经过改进和剪枝的模型与原始YOLOv8s相比,精度提升了1.0个百分点,平均精度均值(mAP)提升了1.2个百分点,计算量和参数量分别降低了70.1%和69.4%。并且,在边缘设备Atlas200IDKA2(算力4TOPS,功耗9W)的条件下,所提模型达到了58.03 frame/s的检测速度。展开更多
多能流计算是综合能源系统(integrated energy system,IES)分析和优化的基础。在各能源网络运营主体交互信息有限的背景下,为提升多能流计算的收敛性和计算效率,提出一种基于幂级数系数分向传递的递归型电-气-热多能流算法。首先,分别...多能流计算是综合能源系统(integrated energy system,IES)分析和优化的基础。在各能源网络运营主体交互信息有限的背景下,为提升多能流计算的收敛性和计算效率,提出一种基于幂级数系数分向传递的递归型电-气-热多能流算法。首先,分别建立电、气、热能源系统的全纯嵌入能流模型;其次,分析全纯嵌入法在多能流计算中的递归求解原理,将幂级数系数的传递划分为横向传递与纵向传递两类,建立可分向传递求解的电-气-热IES全纯嵌入多能流模型;接着,推导各全纯嵌入状态量的幂级数系数递归关系,通过幂级数系数的分向传递,递归求取状态量的幂级数系数,实现电-气-热多能流求解;最后,算例结果表明,所提方法能够以少量的交互信息实现多能流计算,具有更优的收敛性能和计算效率。展开更多
文摘车路协同旨在通过信息交换和协作实现智能高效的交通管理,其中高精度、轻量化且易于部署的路侧视角下的车辆与行人检测至关重要。因此,提出基于改进YOLOv8的轻量化交通目标检测模型。首先,引入FasterNet中的FasterBlock替换原始C2f中的某些瓶颈组件,以减少浮点运算量(GFLOPs)和参数量,降低整体模型的复杂性;其次,在模型的颈部网络采用兼顾速度和精度的GSConv(Group Shuffle Convolution)替代原有的卷积核,并引入SlimNeck特征融合模块,使每个特征层能够同时考虑深层特征的语义信息和浅层特征的细节;再次,使用MPDIoU(Minimum Point Distance based Intersection over Union)替换原有的损失函数,以提高模型的边界框回归性能;最后,通过通道剪枝修剪模型网络中的冗余连接,以减小模型规模并提高检测速度。实验结果表明,经过改进和剪枝的模型与原始YOLOv8s相比,精度提升了1.0个百分点,平均精度均值(mAP)提升了1.2个百分点,计算量和参数量分别降低了70.1%和69.4%。并且,在边缘设备Atlas200IDKA2(算力4TOPS,功耗9W)的条件下,所提模型达到了58.03 frame/s的检测速度。
文摘多能流计算是综合能源系统(integrated energy system,IES)分析和优化的基础。在各能源网络运营主体交互信息有限的背景下,为提升多能流计算的收敛性和计算效率,提出一种基于幂级数系数分向传递的递归型电-气-热多能流算法。首先,分别建立电、气、热能源系统的全纯嵌入能流模型;其次,分析全纯嵌入法在多能流计算中的递归求解原理,将幂级数系数的传递划分为横向传递与纵向传递两类,建立可分向传递求解的电-气-热IES全纯嵌入多能流模型;接着,推导各全纯嵌入状态量的幂级数系数递归关系,通过幂级数系数的分向传递,递归求取状态量的幂级数系数,实现电-气-热多能流求解;最后,算例结果表明,所提方法能够以少量的交互信息实现多能流计算,具有更优的收敛性能和计算效率。
