期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
改进粒子群算法的无人机B样条曲线路径规划
1
作者
杨火根
王艳
骆伟
《郑州大学学报(工学版)》
北大核心
2025年第4期8-15,共8页
针对粒子群算法在无人机路径规划中易陷入局部最优解,且在离散路径点光滑处理后对避障考虑不足的问题,提出一种基于改进粒子群算法的无人机三维B样条曲线路径规划方法。首先,综合考虑无人机路径长度、安全避障、飞行高度及平稳性等飞行...
针对粒子群算法在无人机路径规划中易陷入局部最优解,且在离散路径点光滑处理后对避障考虑不足的问题,提出一种基于改进粒子群算法的无人机三维B样条曲线路径规划方法。首先,综合考虑无人机路径长度、安全避障、飞行高度及平稳性等飞行性能要求,利用B样条曲线的几何性质构建路径规划模型;其次,采用改进的粒子群算法对模型进行求解,算法改进主要通过优化粒子初始化策略、惯性权重因子和学习因子更新策略、增加粒子扰动策略来实现;最后,在CEC2017标准测试函数集上进行测试。结果表明:改进的粒子群算法在对比算法中表现出更强的寻优能力,稳定性也更好。两个场景的仿真结果表明:所规划的路径代价可减少2%,稳定性可提高65%,路径安全避障且C 2连续,能满足无人机飞行综合性能要求。
展开更多
关键词
无人机
B样条曲线
路径规划
避障
改进粒子群算法
在线阅读
下载PDF
职称材料
基于改进YOLOv7-tiny的高效轻量遥感图像目标检测方法
被引量：
6
2
作者
邝先验
程福军
+1 位作者
吴翠琴
雷卉
《电子测量与仪器学报》
CSCD
北大核心
2024年第7期22-33,共12页
针对现有遥感图像目标检测方法在受资源限制的小型设备中检测精度不足问题,提出了一种基于改进YOLOv7-tiny算法的高效轻量遥感图像目标检测方法。首先,针对遥感图像小目标分布密集问题,设计了一种低跨度的上下文解耦检测头模块,通过融...
针对现有遥感图像目标检测方法在受资源限制的小型设备中检测精度不足问题,提出了一种基于改进YOLOv7-tiny算法的高效轻量遥感图像目标检测方法。首先,针对遥感图像小目标分布密集问题,设计了一种低跨度的上下文解耦检测头模块,通过融合深层和浅层特征分别实现目标检测的分类和回归任务,有效解决了遥感图像小目标漏检和误检的问题。同时,针对遥感图像目标多尺度问题,设计了一种并行级联注意力机制,通过并行三分支网络与空间注意力模块相结合,增强了网络对多尺度目标特征的提取能力。此外,引入Focal-EIoU损失函数,提高模型泛化能力。对模型进行了对比实验、消融实验、部署实验和泛化实验,结果表明,在DIOR-5s和NWPU VHR-10数据集上的检测精度分别达到了85.4%、90.6%,相较原模型分别提高了2.6%、1.7%。且模型大小仅为19.1 MB,检测速度为64.1 fps,验证了算法的有效性。
展开更多
关键词
遥感图像
目标检测
YOLO
低跨度上下文解耦
并行级联注意力
在线阅读
下载PDF
职称材料
题名
改进粒子群算法的无人机B样条曲线路径规划
1
作者
杨火根
王艳
骆伟
机构
江西
理
工
大学
理
学院
江西理工大学多维智能感知与控制江西省重点实验室
江西
理
工
大学
体育与艺术学院
出处
《郑州大学学报(工学版)》
北大核心
2025年第4期8-15,共8页
基金
国家自然科学基金资助项目(12161043)
江西省教育厅科学技术研究项目(GJJ210852)
赣州市指导性科技计划项目(GZ2024ZSF874)。
文摘
针对粒子群算法在无人机路径规划中易陷入局部最优解,且在离散路径点光滑处理后对避障考虑不足的问题,提出一种基于改进粒子群算法的无人机三维B样条曲线路径规划方法。首先,综合考虑无人机路径长度、安全避障、飞行高度及平稳性等飞行性能要求,利用B样条曲线的几何性质构建路径规划模型;其次,采用改进的粒子群算法对模型进行求解,算法改进主要通过优化粒子初始化策略、惯性权重因子和学习因子更新策略、增加粒子扰动策略来实现;最后,在CEC2017标准测试函数集上进行测试。结果表明:改进的粒子群算法在对比算法中表现出更强的寻优能力,稳定性也更好。两个场景的仿真结果表明:所规划的路径代价可减少2%,稳定性可提高65%,路径安全避障且C 2连续,能满足无人机飞行综合性能要求。
关键词
无人机
B样条曲线
路径规划
避障
改进粒子群算法
Keywords
UAV
B-spline curves
path planning
obstacle avoidance
improved particle swarm algorithm
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
V249 [航空宇航科学与技术—飞行器设计]
V279 [航空宇航科学与技术—飞行器设计]
在线阅读
下载PDF
职称材料
题名
基于改进YOLOv7-tiny的高效轻量遥感图像目标检测方法
被引量：
6
2
作者
邝先验
程福军
吴翠琴
雷卉
机构
江西
理
工
大学
电气
工
程与自动化学院
江西理工大学多维智能感知与控制江西省重点实验室
江西
理
工
大学
机电
工
程学院
出处
《电子测量与仪器学报》
CSCD
北大核心
2024年第7期22-33,共12页
基金
国家自然科学基金(51268017,72061016)项目资助。
文摘
针对现有遥感图像目标检测方法在受资源限制的小型设备中检测精度不足问题,提出了一种基于改进YOLOv7-tiny算法的高效轻量遥感图像目标检测方法。首先,针对遥感图像小目标分布密集问题,设计了一种低跨度的上下文解耦检测头模块,通过融合深层和浅层特征分别实现目标检测的分类和回归任务,有效解决了遥感图像小目标漏检和误检的问题。同时,针对遥感图像目标多尺度问题,设计了一种并行级联注意力机制,通过并行三分支网络与空间注意力模块相结合,增强了网络对多尺度目标特征的提取能力。此外,引入Focal-EIoU损失函数,提高模型泛化能力。对模型进行了对比实验、消融实验、部署实验和泛化实验,结果表明,在DIOR-5s和NWPU VHR-10数据集上的检测精度分别达到了85.4%、90.6%,相较原模型分别提高了2.6%、1.7%。且模型大小仅为19.1 MB,检测速度为64.1 fps,验证了算法的有效性。
关键词
遥感图像
目标检测
YOLO
低跨度上下文解耦
并行级联注意力
Keywords
remote sensing image
target detection
YOLO
low pitch context decoupling head
parallel series attention mechanism
分类号
TP751.1 [自动化与计算机技术—检测技术与自动化装置]
TN919.5 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
改进粒子群算法的无人机B样条曲线路径规划
杨火根
王艳
骆伟
《郑州大学学报(工学版)》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于改进YOLOv7-tiny的高效轻量遥感图像目标检测方法
邝先验
程福军
吴翠琴
雷卉
《电子测量与仪器学报》
CSCD
北大核心
2024
6
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
