-
题名二元混合气体成分检测的改进蒲公英算法研究
- 1
-
-
作者
李鹏
汤炼海
林事力
纵彪
于涛
-
机构
南京信息工程大学江苏省气象探测与信息处理重点实验室
南京信息工程大学江苏省大气环境与技术装备技术协同创新中心
南京信息工程大学滨江学院
-
出处
《传感器与微系统》
北大核心
2025年第2期15-20,共6页
-
基金
国家自然科学基金资助项目(41075115)
江苏省重点研发计划社会发展项目(BE201569)
无锡市社会发展科技示范工程项目(N20191008)。
-
文摘
针对阵列传感器检测二元混合气体时由于交叉敏感特性导致准确率低的问题,提出一种改进型蒲公英优化(IDO)算法优化核极限学习机(KELM)的二元混合气体检测方法。首先,引入Kent映射初始化种群提高初始种群分布的均匀性,后将精英反向学习策略(EOBL)引入蒲公英种子位置更新,提高原算法寻优精度。将该算法用于KELM参数寻优,建立改进DO(IDO)算法优化KELM模型,实现对二元混合气体的成分识别。实验结果表明:IDO算法优化的KELM模型对二元混合气体成分识别准确率可达99.71%,比原始KELM模型提高4.28%。
-
关键词
改进蒲公英优化算法
核极限学习机
气体分类
-
Keywords
improved dandelion optimization algorithm
kernel extreme learning machine
gas classification
-
分类号
TP212
[自动化与计算机技术—检测技术与自动化装置]
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于轻量化RT-DETR的PCB缺陷检测算法
- 2
-
-
作者
李鹏
余珺泽
于涛
张立豪
-
机构
无锡学院自动化学院
南京信息工程大学江苏省气象探测与信息处理重点实验室
南京信息工程大学江苏省大气环境与技术装备技术协同创新中心
-
出处
《计算机工程与设计》
北大核心
2025年第9期2714-2721,共8页
-
基金
国家自然科学基金项目(41075115)
江苏省重点研发计划社会发展基金项目(BE2015692)
无锡市社会发展科技示范工程基金项目(N20191008)。
-
文摘
为解决实际生产中现有DETR类印刷电路板缺陷检测模型检测速度慢、参数量大,模型部署范围受限的问题,提出了一种基于轻量化Real-Time Detection-Transformer的缺陷检测算法。通过采用轻量级的GhostNet重构特征提取网络,减少模型计算复杂度;嵌入深度特征金字塔模块,增强模型对多尺度特征的融合能力;同时设计了一种改进的Focal-SIoU损失函数,引入平衡因子减轻正负样本不均对模型的影响,加速边界框回归。实验结果表明,改进的轻量化缺陷检测算法的mAP50达到了0.93;相较于原算法,模型权重文件大小和参数量分别减少了约42%和47%,而检测精度mAP50仅下降0.02,在轻量化和模型性能之间取得了良好的平衡,能够满足实际生产中工业检测部署的轻量化需求。
-
关键词
印刷电路板
目标检测
RT-DETR
GhostNet网络
深度特征金字塔
深度学习
图像处理
-
Keywords
printed circuit board
object detection
RT-DETR
GhostNet network
DFPN module
deep learning
image processing
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
