期刊文献+
共找到10,037篇文章
< 1 2 250 >
每页显示 20 50 100
应用MCCW-YOLOv7-tiny研究轻量级玉米田间杂草识别算法 被引量:1
1
作者 王希如 贾仁山 +4 位作者 曹玉莹 刘银川 高新悦 吴佳鑫 贾银江 《东北农业大学学报》 北大核心 2025年第1期124-138,共15页
针对玉米田间杂草传统目标检测模型存在体积大、实时性差、精准度低、移动端部署难等问题,提出了改进的轻量级目标检测算法MCCW-YOLOv7-tiny。通过将YOLOv7-tiny主干网络CSPDarknet替换为MobileNet V3模块,降低模型冗余和参数量,满足实... 针对玉米田间杂草传统目标检测模型存在体积大、实时性差、精准度低、移动端部署难等问题,提出了改进的轻量级目标检测算法MCCW-YOLOv7-tiny。通过将YOLOv7-tiny主干网络CSPDarknet替换为MobileNet V3模块,降低模型冗余和参数量,满足实时性要求。添加并行网络至主干网络,并在检测头部引入CBAM注意力机制,增强对小目标的关注,提高整体识别精度。损失函数改进为WIoUv3,以动态平衡样本质量,提升模型泛化能力。结果表明:MCCW-YOLOv7-tiny较YOLOv7-tiny,mAP从93.7%提升至95.3%,计算复杂度从13.3 GFLOPs降至6.2 GFLOPs,模型参数量为3.71 M,为复杂环境下的玉米田间杂草检测提供有效技术支持。 展开更多
关键词 YOLOv7-tiny MobileNet v3 CBAM注意力机制 WIoUv3 玉米 杂草识别
在线阅读 下载PDF
基于改进YOLOv8的配电线路绝缘子缺陷级联检测方法 被引量:2
2
作者 赵振兵 韩钰 唐辰康 《图学学报》 北大核心 2025年第1期1-12,共12页
针对无人机航拍配电线路时因安全限制导致背景复杂动态、绝缘子缺陷形态不规则、缺陷特征不明显与缺陷信息难捕捉的问题,提出了一种基于改进YOLOv8的配电线路绝缘子缺陷级联检测方法。在第一阶段,通过YOLOv8模型自动提取绝缘子部件图像... 针对无人机航拍配电线路时因安全限制导致背景复杂动态、绝缘子缺陷形态不规则、缺陷特征不明显与缺陷信息难捕捉的问题,提出了一种基于改进YOLOv8的配电线路绝缘子缺陷级联检测方法。在第一阶段,通过YOLOv8模型自动提取绝缘子部件图像,为第二阶段绝缘子缺陷检测提供准确的输入,摒除冗余背景信息的影响。在第二阶段,利用ConvNeXt V2主干网络提升模型对不规则形态目标的识别能力,提升网络的特征提取能力;通过在特征融合过程中加入边缘知识融合模块,精准提取缺陷边缘信息;设计自适应形状IoU增强方法,采用自适应训练样本选择策略优化正负样本比例,并使用充分考虑边界框回归样本自身形状和尺度等固有属性的Shape-IoU损失函数,使模型聚焦目标本质特征,改善模型漏检误检情况,提高检测的准确性和鲁棒性。经实验证明,基于改进YOLOv8的配电线路绝缘子缺陷级联检测方法比基线模型平均精确率提高了17.3%,有效提升配电线路绝缘子缺陷检测准确率,为电力系统的安全维护提供了有力的技术支持。 展开更多
关键词 配电线路 绝缘子缺陷检测 YOLOv8 ConvNeXt v2 边缘知识融合 自适应形状IoU增强
在线阅读 下载PDF
改进YOLOv8n的复杂环境下垃圾轻量化检测
3
作者 孙世政 何玲玲 +1 位作者 郑帅 何泽银 《光学精密工程》 北大核心 2025年第12期1984-1998,共15页
针对复杂环境下垃圾检测模型参数量大以及存在误检和漏检等问题,本文提出了基于改进YOLOv8n的轻量化垃圾检测模型。首先,提出一种MobileNet V3_ECA轻量级网络结构作为YOLOv8n的骨干网络,提升模型对垃圾特征区域的表达能力,同时减少模型... 针对复杂环境下垃圾检测模型参数量大以及存在误检和漏检等问题,本文提出了基于改进YOLOv8n的轻量化垃圾检测模型。首先,提出一种MobileNet V3_ECA轻量级网络结构作为YOLOv8n的骨干网络,提升模型对垃圾特征区域的表达能力,同时减少模型参数量;其次,在骨干网络引入上下文锚点注意力机制,增强模型对垃圾特征的提取能力;然后,在颈部网络采用全维动态卷积替换标准卷积,细化局部特征映射,实现垃圾局部细粒度特征的融合能力;最后,采用WIoU v3边界损失函数提升网络边界框回归性能。在自建复杂背景下的垃圾数据集进行模型验证实验,改进后模型相比原YOLOv8n,mAP@0.5提升了1.1%,检测速度FPS提高11.7%,参数量Params、模型大小Size和浮点运算量FLOPs分别降低了70.8%,66.1%和70.7%。实验结果表明,本文改进模型能有效提升检测精度并显著降低模型复杂度,对模型部署与应用至边缘端检测装备具有重要的工程意义。 展开更多
关键词 垃圾检测 轻量化 MobileNet v3_ECA YOLOv8n 深度学习
在线阅读 下载PDF
基于OpenMV模组和MobileNet V2模型的葡萄图像识别
4
作者 戈秀龙 戴文华 +2 位作者 李积武 赵云 沈佳健 《农机化研究》 北大核心 2025年第10期259-267,共9页
为了提高葡萄种植棚内葡萄自动采摘的准确度和效率,在葡萄的图像识别中必须依靠性能优越的嵌入式计算机和轻量级低延迟的神经网络模型。为此,基于OpenMV4 H7 Plus和OpenMV IDE开发环境,在葡萄种植棚中现场采集葡萄图片,利用PyCharm的Pyt... 为了提高葡萄种植棚内葡萄自动采摘的准确度和效率,在葡萄的图像识别中必须依靠性能优越的嵌入式计算机和轻量级低延迟的神经网络模型。为此,基于OpenMV4 H7 Plus和OpenMV IDE开发环境,在葡萄种植棚中现场采集葡萄图片,利用PyCharm的Python编程,经过旋转、平移、缩放和噪声添加等操作后形成扩展的深度学习葡萄图像数据集;应用Edge Impulse搭建模型规模小、检测速度快的MobileNet V2神经网络,以像素96×96作为输入并采用迁移学习的方式训练,得到反映模型质量的Epoch Loss、Train Loss、Recall和F 1 Score等指标,显示在经过一定的学习循环后Epoch Loss、Train Loss均收敛到较小值且Recall和F 1 Score逐步趋于稳定,其验证集准确度为92.4%;同时,搭建了一个试验装置,将所得模型部署到OpenMV4 H7 Plus模块,模拟试验摄像头相对葡萄横向移动时的识别效果。研究结果表明:配置了神经网络学习算法的OpenMV4 H7 Plus模块对葡萄识别准确度较高且识别速度较快,具有一定的应用价值。 展开更多
关键词 葡萄图像识别 机器视觉 神经网络 OpenMv4 H7 Plus MobileNet v2
在线阅读 下载PDF
Virtually Baer模
5
作者 王永铎 陈玉华 《兰州理工大学学报》 北大核心 2025年第1期145-149,共5页
引入virtually Baer模的概念,举例说明virtually Baer模是Baer模的真推广,给出了在一定条件下virtually Baer模对直和项的封闭性,讨论了virtually Baer模与GSIP模、广义SSIP模之间的关系,由此给出了半单artinian环及右V-环新的刻画.
关键词 virtually Baer模 Baer模 GSIP模 半单artinian环 v-环
在线阅读 下载PDF
Characteristics and mechanisms of strain waves generated in rock by cylindrical explosive charges 被引量:13
6
作者 刘科伟 李萧翰 +3 位作者 李夕兵 姚志华 舒宗宪 袁明华 《Journal of Central South University》 SCIE EI CAS CSCD 2016年第11期2951-2957,共7页
A superposing principle, by suitably adding the strain waves from a number of concentrated explosive charges to approximate the waves generated by a cylindrical charge based on the strain wave of a point or small sphe... A superposing principle, by suitably adding the strain waves from a number of concentrated explosive charges to approximate the waves generated by a cylindrical charge based on the strain wave of a point or small spherical explosive charge generated in rock, is used to further study the triggering time of strain gauges installed in radial direction at same distances but different positions surrounding a cylindrical explosive charge in rock. The duration of the first compression phase and peak value of strain wave, and furthermore, their differences are analyzed and some explanations are given. Besides that, the gauge orientation in which the maximum peak value occurs is also discussed. At last, the effect of velocity of detonation(V.O.D.) of a cylindrical explosive charge on the strain waves generated in the surrounding rock is taken as key research and the pattern of peak amplitude of a strain wave varies with the V.O.D. is likely to have been found. 展开更多
关键词 cylindrical explosive charge strain wave concentrated explosive charge elemental strain wave superposing principle velocity of detonation(v O D velocity of propagation(v O P
在线阅读 下载PDF
基于改进MobileNet v3-small模型的苹果叶片病害识别方法 被引量:2
7
作者 王浩宇 胡玉荣 +3 位作者 崔艳荣 陈华锋 李素若 刘奕 《江苏农业科学》 北大核心 2025年第5期113-120,共8页
针对真实环境下苹果叶片病害识别背景复杂、识别准确率不高的现状,提出基于改进MobileNet v3-small模型的苹果叶片病害识别方法,根据苹果叶片病害特征,在模型主干网络前嵌入Inception v2模型,不仅可增强模型对特征的多尺度感知能力,还... 针对真实环境下苹果叶片病害识别背景复杂、识别准确率不高的现状,提出基于改进MobileNet v3-small模型的苹果叶片病害识别方法,根据苹果叶片病害特征,在模型主干网络前嵌入Inception v2模型,不仅可增强模型对特征的多尺度感知能力,还能使模型更好地捕捉到病害的细微差异,有助于提升特征的多样性;同时在池化层前引入通道混洗,将输入通道分成2个组进行混洗操作,便于通道之间的信息交互,使得模型对特征的整合能力有所提升,有助于提升模型对复杂背景下病害特征的识别效果。采用覆盖斑点落叶病、褐斑病、花叶病、灰斑病和锈病等5种常见病害的图像数据集进行试验。结果表明,改进的模型比原模型平均召回率提升1.98百分点,平均F1分数提升1.97百分点,Top-1准确率提升1.89百分点,平均精确率提升1.88百分点,而参数量仅为17.7 M,与其他经典网络模型相比,性能评估指标均有不同程度的提升。改进的模型可为真实场景下苹果叶片病害的识别提供一种新颖且有效的方法。 展开更多
关键词 苹果叶片病害 图像识别 MobileNet v3-small模型 通道混洗 Inception v2模型
在线阅读 下载PDF
针对移动除草设备的YOLOv5轻量级网络优化与杂草检测方法
8
作者 何滨 荆振鹏 《农业与技术》 2025年第1期50-56,共7页
针对当前杂草检测算法普遍面临的模型参数量庞大、实时检测性能不佳以及难以适配移动除草设备等挑战,提出了一种高效且轻量化的网络模型。该模型的核心在于对YOLOv5框架的整体改造与优化,旨在实现资源占用最小化与检测性能的最优化平衡... 针对当前杂草检测算法普遍面临的模型参数量庞大、实时检测性能不佳以及难以适配移动除草设备等挑战,提出了一种高效且轻量化的网络模型。该模型的核心在于对YOLOv5框架的整体改造与优化,旨在实现资源占用最小化与检测性能的最优化平衡。具体而言,引入了基于Bottleneck设计的ShuffleNet V2网络作为YOLOv5的骨干架构,这一举措有效利用了ShuffleNet V2在保持高效推理速度的同时减少参数量的优势。进一步地,将原卷积模块与C3模块分别替换为CSconv模块和C3Ghost模块,这些轻量化组件不仅减轻了计算负担,还通过更高效的特征提取机制提升了模型性能。为增强模型在复杂多变环境中的目标识别能力,融入了无参数SimAM注意力机制,该机制无需额外学习参数即可动态调整特征图的重要性,从而增强了模型对关键信息的敏感度。同时,还集成了轻量级的空间组增强模块(SGE),该模块通过优化空间特征分布,进一步提升了模型的鲁棒性和准确性。为了验证改进后的模型能够适配移动设备,将此模型移植到Jetson nano开发板上进行试验,数据集为芝麻作物与杂草检测数据集。实验数据表明:经过这一系列改进后,新模型的参数量仅为原始YOLOv5网络的1/5,模型体积压缩至2.9MB,在开发板上的帧率为23fps,一般摄像头拍摄的视频帧率为25fps,基本可以在开发板上流畅运行,尽管模型准确率略有下降(仅0.09%),但这一微小牺牲换来了模型在资源受限条件下的卓越表现,实现了检测精度与计算效率的完美平衡。 展开更多
关键词 轻量化网络 YOLOv5 ShuffleNet v2 SimAM注意力机制
在线阅读 下载PDF
基于改进YOLO v8n网络的番茄成熟度实时检测算法 被引量:6
9
作者 任晶秋 万恩晗 +2 位作者 单蜜 张光华 卢为党 《农业机械学报》 北大核心 2025年第3期374-382,450,共10页
为应对番茄采摘面临的果农老龄化、劳动力短缺和人工成本上涨等挑战,解决在复杂果园环境下番茄采摘机器人视觉系统成熟度检测精度低和实例分割不准确等问题,本文提出一种基于改进YOLO v8n网络的番茄成熟度实时检测算法。首先,通过在YOLO... 为应对番茄采摘面临的果农老龄化、劳动力短缺和人工成本上涨等挑战,解决在复杂果园环境下番茄采摘机器人视觉系统成熟度检测精度低和实例分割不准确等问题,本文提出一种基于改进YOLO v8n网络的番茄成熟度实时检测算法。首先,通过在YOLO v8n网络中引入通道嵌入位置注意力模块和改进大核卷积块注意力模块,能够在浅层网络保留番茄目标位置信息,建立目标区域之间的长距离依赖关系,从而增加YOLO v8n网络对显著番茄特征的关注。然后,在LaboroTomato数据集上进行了对比实验,改进YOLO v8n相较于原YOLO v8n网络,检测和分割的mAP@50和mAP@50-95分别提高0.4、1.4个百分点和0.3、1.2个百分点。最后,实现了改进YOLO v8n网络在低成本、低算力和低功耗的Jetson Nano平台上的轻量化部署,模型内存占用量由满溢减少到2.4 GB,推理速度加倍。该研究可为番茄采摘机器人在复杂场景下实时、准确检测番茄成熟度提供技术支撑。 展开更多
关键词 番茄成熟度 目标检测 YOLO v8n 注意力模块 轻量化 Jetson Nano
在线阅读 下载PDF
基于轻量化YOLO v5s-MCA的番茄成熟度检测方法 被引量:5
10
作者 奚小波 丁杰源 +5 位作者 翁小祥 王昱 韩连杰 邹赟涵 唐子昊 张瑞宏 《农业机械学报》 北大核心 2025年第3期383-391,436,共10页
针对自然环境下番茄识别易受复杂背景干扰、相邻果实成熟度相似难以检测等问题,本文提出了一种轻量化YOLO v5s-MCA番茄成熟度识别模型,划分成熟期、转熟期、转色期和未熟期4个成熟度等级。该模型在YOLO v5s基础上使用MobileNetV3网络,... 针对自然环境下番茄识别易受复杂背景干扰、相邻果实成熟度相似难以检测等问题,本文提出了一种轻量化YOLO v5s-MCA番茄成熟度识别模型,划分成熟期、转熟期、转色期和未熟期4个成熟度等级。该模型在YOLO v5s基础上使用MobileNetV3网络,减少了模型参数量;在主干网络和颈部网络引入坐标注意力机制(Coordinate attention,CA),提高了模型对番茄特征表达能力;将颈部网络替换为加权双向特征金字塔网络BiFPN,强化了模型特征融合性能并提高了模型识别准确率;将颈部网络中的标准卷积模块改进为GSConv卷积,减轻了模型复杂度并提高了对目标信息的获取能力。试验结果表明,YOLO v5s-MCA模型参数量仅为2.33×10^(6),计算量仅为4.1×10^(9),模型内存占用量仅为4.83 MB,其精准度和平均精度均值分别达到92.8%和95.1%,相对YOLO v5s基础模型分别提升3.4、4.4个百分点。对比YOLO v3s、YOLO v5s、YOLO v5n、YOLO v7、YOLO v8n及YOLO v10n等6种模型,YOLO v5s-MCA模型轻量化效果与检测性能最优。 展开更多
关键词 番茄 成熟度检测 图像识别 YOLO v5s 轻量化
在线阅读 下载PDF
基于UMS-YOLO v7的面向样本不均衡的水下生物多尺度目标检测方法 被引量:3
11
作者 张明华 黄基萍 +2 位作者 宋巍 肖启华 赵丹枫 《农业机械学报》 北大核心 2025年第1期388-396,409,共10页
针对水下目标检测面临着生物尺度变化大以及样本不均衡的问题,本文提出一种水下生物多尺度目标检测方法(Underwater multi-scale-YOLO v7,UMS-YOLO v7)。首先,设计一种由可切换空洞卷积组成的特征提取模块,该模块可在不同大小的感受野... 针对水下目标检测面临着生物尺度变化大以及样本不均衡的问题,本文提出一种水下生物多尺度目标检测方法(Underwater multi-scale-YOLO v7,UMS-YOLO v7)。首先,设计一种由可切换空洞卷积组成的特征提取模块,该模块可在不同大小的感受野上捕获多尺度目标特征,使得提取的特征信息更加全面;其次,使用轻量级的上采样算子融合上下文信息,提高模型对目标的特征学习能力;最后,通过结合Wise-IoU和归一化Wasserstein距离两种相似性度量,提高了不同尺度目标的定位精度,同时降低了多尺度样本分布不均衡对模型的影响。实验结果表明,该模型相较于当前其他模型在检测精度方面表现出明显的提升,在RUOD和DUO数据集上平均精度均值分别达到64.5%和68.9%。与YOLO v7模型相比,UMS-YOLO v7提高了多种尺度目标检测精度,在DUO数据集上,针对大、中、小3种尺度目标平均精度均值分别提升8.3、4.8、12.5个百分点,其中小目标提升效果最为显著。与现有的其他模型相比,改进的模型具有更高的检测精度,更适用于水下生物多尺度目标检测任务,并且针对不同数据分布的样本具有泛化性和鲁棒性。 展开更多
关键词 水下生物 多尺度目标检测 YOLO v7 空洞卷积 上采样算子 相似性度量
在线阅读 下载PDF
基于CBCW-YOLO v8的猪只行为识别方法研究 被引量:2
12
作者 仝志民 徐天哲 +3 位作者 石传淼 李盛章 谢秋菊 荣丽红 《农业机械学报》 北大核心 2025年第2期411-419,共9页
随着现代生猪养殖业快速发展,对猪只行为精准识别需求日益增长。针对猪只行为多样性、特征相似性、相互遮挡和堆积等问题,提出一种基于改进YOLO v8模型的猪只行为识别方法。首先,引入ConvNeXt V2作为主干特征提取网络,以增强对检测目标... 随着现代生猪养殖业快速发展,对猪只行为精准识别需求日益增长。针对猪只行为多样性、特征相似性、相互遮挡和堆积等问题,提出一种基于改进YOLO v8模型的猪只行为识别方法。首先,引入ConvNeXt V2作为主干特征提取网络,以增强对检测目标的语义信息提取能力。其次,在特征融合网络中添加加权双向特征金字塔网络(BiFPN),强化模型特征融合能力。此外,结合上采样算子CARAFE,进一步提升模型在行为识别过程中特征提取能力。最后,使用WIoUv3作为损失函数,优化模型检测精度。经实验验证,改进后模型准确率、召回率、平均精度均值和F1值分别达到89.6%、88.0%、91.9%和88.8%,与TOOD、YOLO v7和YOLO v8模型相比,平均精度均值分别提高10.9、6.3、3.7个百分点,显著提高猪只行为识别精度。消融实验表明,各项改进均对模型的识别性能有提升效果,ConvNeXt V2主干特征提取网络对模型的提升效果最明显。综上所述,CBCW-YOLO v8模型在猪只行为识别任务中展现出优良的综合性能,为猪只健康管理和疾病预警提供有力的技术支持。 展开更多
关键词 猪只行为识别 YOLO v8 特征提取网络 CARAFE WIoUv3 目标检测
在线阅读 下载PDF
基于深度强化学习算法的分布式光伏-EV互补系统智能调度 被引量:1
13
作者 陈宁 李法社 +3 位作者 王霜 张慧聪 唐存靖 倪梓皓 《高电压技术》 北大核心 2025年第3期1454-1463,共10页
针对分布式光伏与电动汽车(electric vehicle,EV)大规模接入电网将对电力系统造成冲击的问题,通过建立分布式光伏-EV互补调度模型,以平抑光伏并网波动、增加EV用户经济性为目标,考虑光伏出力的随机性、负荷功率波动、EV接入时间及电量... 针对分布式光伏与电动汽车(electric vehicle,EV)大规模接入电网将对电力系统造成冲击的问题,通过建立分布式光伏-EV互补调度模型,以平抑光伏并网波动、增加EV用户经济性为目标,考虑光伏出力的随机性、负荷功率波动、EV接入时间及电量随机性、实时电价、电池老化成本等因素,提出采用梯度随机扰动的改进型近端策略优化算法(gradient random perturbation-proximal policy optimization algorithm,GRP-PPO)进行求解,通过对模型目标函数的调整,得到基于不同优化目标的2种实时运行策略。通过算例可知,实时调度策略可有效地平抑并网点功率波动,调度效果较传统PPO算法提高了3.48%;策略一以用户的出行需求及平抑并网点功率波动为首要目标,能够保证用户的24h用车需求,同时并网点功率稳定率达到91.84%;策略二以用户经济效益为首要优化目标,全天参与调度的EV收益可达82.6元,可起到鼓励用户参与调度的目的。 展开更多
关键词 分布式光伏 电动汽车 v2G 深度强化学习 实时调度 近端策略优化
在线阅读 下载PDF
基于深度迁移学习的Ti-6Al-4V合金微铣削毛刺尺寸预测 被引量:1
14
作者 吴凤和 王宇 +3 位作者 张会龙 张宁 马轩 王志勇 《制造技术与机床》 北大核心 2025年第4期63-69,共7页
针对钛合金微铣削加工易产生毛刺缺陷影响使用的问题,提出一种基于深度迁移学习的Ti-6Al-4V微铣削顶部毛刺尺寸预测方法。首先,以工艺参数(主轴转速、轴向切深、径向切宽和每齿进给量)为网络输入,以顶部毛刺长度为预测目标,建立了微铣... 针对钛合金微铣削加工易产生毛刺缺陷影响使用的问题,提出一种基于深度迁移学习的Ti-6Al-4V微铣削顶部毛刺尺寸预测方法。首先,以工艺参数(主轴转速、轴向切深、径向切宽和每齿进给量)为网络输入,以顶部毛刺长度为预测目标,建立了微铣削毛刺尺寸的预测模型。其次,使用625个切削仿真样本进行预训练。最后,基于迁移学习机制,借助100个切削试验样本对预训练结果进行微调,从而将仿真规律迁移至试验规律。结果表明,迁移学习模型对顺、逆铣两侧毛刺尺寸的平均预测精度分别达到了95.77%、95.45%,为钛合金微铣削毛刺的预测及控制提供了一种有效方法。 展开更多
关键词 微铣削毛刺 TI-6AL-4v合金 毛刺 尺寸预测 迁移学习 深度学习
在线阅读 下载PDF
基于改进轻量级MobileNet V2-DeepLab V3^(+)模型的恐龙谷环状地区土地利用分类
15
作者 任聪 甘淑 +2 位作者 袁希平 罗为东 朱智富 《兰州大学学报(自然科学版)》 北大核心 2025年第4期436-441,共6页
针对传统卷积神经网络模型对全局特征捕捉不足的缺陷,提出一种基于改进的DeepLab V3^(+)全局通道空间注意力模型.通过处理无人机影像数据,以轻量级网络MobileNet V2为主干网络,结合通道注意力、通道洗牌和空间注意力机制,增强了特征的... 针对传统卷积神经网络模型对全局特征捕捉不足的缺陷,提出一种基于改进的DeepLab V3^(+)全局通道空间注意力模型.通过处理无人机影像数据,以轻量级网络MobileNet V2为主干网络,结合通道注意力、通道洗牌和空间注意力机制,增强了特征的全局特征捕捉能力,有效提升了研究区的土地利用分类精度.在以专家经验构建的道路、耕地、草地等样本中进行对比实验,结果表明,该方法的平均准确率、平均召回率、平均F_(1)分数、平均交并比及К系数比原始DeepLab V3^(+)模型分别提高了1.90%、2.22%、2.22%、3.37%、2.74%,其分割效果相比其他模型,更加关注图像的全局特征,提升了对复杂纹理类别的识别精度. 展开更多
关键词 全局通道空间注意力 MobileNet v2网络 DeepLab v3^(+)模型 土地利用 语义分割
在线阅读 下载PDF
基于改进YOLO v8的苹果叶部病害检测方法
16
作者 曾林涛 马嘉昕 +1 位作者 丁羽 许晓东 《江苏农业科学》 北大核心 2025年第5期147-156,共10页
针对苹果叶部病害在自然环境下形态和颜色特征较为复杂、区分度较低等特点,提出一种高效的病害检测模型,为病害的预防与科学化治理提供准确的依据。基于YOLO v8算法,在主干网络(backbone)末端,加入注意力机制Shuffle Attention(SA),根... 针对苹果叶部病害在自然环境下形态和颜色特征较为复杂、区分度较低等特点,提出一种高效的病害检测模型,为病害的预防与科学化治理提供准确的依据。基于YOLO v8算法,在主干网络(backbone)末端,加入注意力机制Shuffle Attention(SA),根据样本分布特点进行数据增强,引入Mixup、Mosaic、Random等数据增强方法增加特征表达能力,在提高检测性能的同时,不显著增加计算复杂度;在neck末端,使C2f模块与可变形卷积神经网络模块(Deformable Conv V2)相结合,以提升复杂背景下的检测性能,从而提高检测准确度,有效提高模型性能;为克服CIoU损失函数的局限性,采用MPDIoU损失函数,解决CIoU在特定场景下的限制。结果表明,相较于原始YOLO v8算法,本研究算法的平均准确率提升3.5百分点,mAP@0.5∶0.95提升4.6百分点,精确率提升3.6百分点,说明改进的算法在苹果叶部病害检测方面取得有效成果。 展开更多
关键词 YOLO v8 苹果叶部病害 目标检测 Shuffle Attention C2f_DCNv2 MPDIoU
在线阅读 下载PDF
基于RISC-V VLIW架构的混合指令调度算法
17
作者 李奕瑾 杜绍敏 +3 位作者 赵家程 王雪莹 查永权 崔慧敏 《软件学报》 北大核心 2025年第9期3937-3953,共17页
指令级并行是处理器体系结构研究的经典难题.VLIW架构是数字信号处理器领域中提升指令级并行的一种常用架构.VLIW架构的指令发射顺序是由编译器决定的,因此其指令级并行的性能强依赖于编译器的指令调度.为了探索RISC-V VLIW架构的扩展潜... 指令级并行是处理器体系结构研究的经典难题.VLIW架构是数字信号处理器领域中提升指令级并行的一种常用架构.VLIW架构的指令发射顺序是由编译器决定的,因此其指令级并行的性能强依赖于编译器的指令调度.为了探索RISC-V VLIW架构的扩展潜力,丰富RISC-V生态,研究RISC-V VLIW架构的指令调度算法优化.针对单个调度区域,整数线性规划调度算法能够得到调度最优解但复杂度较高,表调度算法复杂度较低但无法得到调度最优解.为了结合两种调度算法的优点,提出了一种IPC理论模型指导的混合指令调度算法,即通过IPC理论模型定位到表调度未达最优解的调度区域,再对该调度区域进一步实施整数线性规划调度算法.该理论模型基于数据流分析技术协同考虑指令依赖和硬件资源,能够以线性复杂度给出IPC的理论上界.混合调度的核心在于IPC理论模型的准确性,理论模型准确率为95.74%.在给定的测评基准上,提出的理论模型应用于混合指令调度时,能够平均认定94.62%的调度区域在表调度下已达最优解,因此仅有5.38%的调度区域需再进行整数线性规划调度.该混合调度算法能够以接近表调度的复杂度达到整数线性规划调度的调度效果. 展开更多
关键词 RISC-v 超长指令字(vLIW) 整数线性规划(ILP) 表调度 理论模型
在线阅读 下载PDF
基于公众移动通信网的V2X运营需求 被引量:2
18
作者 陈正文 《电信科学》 北大核心 2016年第8期28-33,共6页
简要介绍了两种V2X技术路线,以典型的V2X应用场景为例,提出了V2X应用部署初期应仅提供车辆主动安全提醒服务的观点。从公众移动通信网提供V2X应用的角度,提出了V2X运营中所需的功能需求,包括:身份鉴权、通信功能、通信兼容性、与交通系... 简要介绍了两种V2X技术路线,以典型的V2X应用场景为例,提出了V2X应用部署初期应仅提供车辆主动安全提醒服务的观点。从公众移动通信网提供V2X应用的角度,提出了V2X运营中所需的功能需求,包括:身份鉴权、通信功能、通信兼容性、与交通系统对接、运行维护等功能,并提出了身份证书发放、运行维护测量消息的具体设想。 展开更多
关键词 v2X v2v v2I v2P 智能交通系统
在线阅读 下载PDF
规则导向的ARM到RISC-V intrinsics函数迁移
19
作者 蒲文濠 朱家鑫 +1 位作者 陈伟 李慧 《广西大学学报(自然科学版)》 北大核心 2025年第2期336-348,共13页
RISC-V是当前学术界与产业界重点关注的新一代精简指令集架构,为了加速RISC-V软件生态的构建,将ARM架构软件移植到RISC-V架构是一种高效且实用的策略。其中intrinsics函数作为优化代码的常用方式之一被广泛使用。针对现有ARM NEON intri... RISC-V是当前学术界与产业界重点关注的新一代精简指令集架构,为了加速RISC-V软件生态的构建,将ARM架构软件移植到RISC-V架构是一种高效且实用的策略。其中intrinsics函数作为优化代码的常用方式之一被广泛使用。针对现有ARM NEON intrinsics函数迁移工具适配版本低、覆盖函数少、适用软件范围有限等问题,提出一种基于ARM NEON到RISC-V向量扩展的完整数据类型映射与1 618条intrinsics函数映射关系的迁移方法,有效弥补了现有ARM NEON intrinsics函数迁移领域的不足。实验结果表明,所建立的映射关系覆盖各类软件中常用的intrinsics函数,能有效满足广泛的各类软件包迁移需求。基于该映射关系,提出了相应的自动迁移方法,实现了不修改或仅修改少量代码的迁移效果。 展开更多
关键词 RISC-v ARM NEON Rvv intrinsics函数 软件迁移 函数迁移
在线阅读 下载PDF
华北平原黄河宽V形河道控河机制分析
20
作者 李永军 彭南赫 +4 位作者 段丰浩 肖良 彭建兵 王盼龙 王芊 《人民黄河》 北大核心 2025年第3期48-55,共8页
黄河宽V形河道的形成与演化,既取决于华北平原周缘构造带的边界形态及其相互作用,又是对青藏高原NE向挤入作用的远程响应。三门峡至渤海湾入海口,受河岸区域性大断裂控制,黄河河道以兰考为拐点,由NEE转为NE向,形成了宽V形河道组合样式... 黄河宽V形河道的形成与演化,既取决于华北平原周缘构造带的边界形态及其相互作用,又是对青藏高原NE向挤入作用的远程响应。三门峡至渤海湾入海口,受河岸区域性大断裂控制,黄河河道以兰考为拐点,由NEE转为NE向,形成了宽V形河道组合样式。区内河道的延伸样式主要表现为长线型延伸,其次为锯齿状摆动和短折线拐弯。三门峡-郑州段的黄河产于太行山南段构造带和秦岭构造带围限的断陷带中,山前大断裂均在第四纪以来发生了强烈的活动,主要河段产于断裂带中。华北平原是四大构造带围限的平面上呈不规则六边形的凹陷平原,不规则六边形的长边分别平行于太行山构造带和泰安-济南构造带。黄河主河道位于南阳–兰考–平阴–垦利隐伏断裂带中,NE向长线型支流部分平行于、部分重合于区内的NE向隐伏断裂带。可考证的历史时期的黄河改道和已知的废弃河道均产于隐伏大断裂带中。这些隐伏断裂是河岸两大构造带的次级断裂,大多在第四纪以来有显著的活动。黄河沿岸断裂及平原区的隐伏断裂是造山带形成与演化的主要产物,更是控制河道形成、演化、延伸、拐弯的主控因素。 展开更多
关键词 黄河 v形河道 断裂控河 华北平原
在线阅读 下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部