-
题名多粒度检测引导的无人机图像多目标检测算法研究
- 1
-
-
作者
张楠
-
机构
陕西思极科技有限公司
-
出处
《电子产品世界》
2024年第4期65-69,共5页
-
文摘
针对无人机图像中不均匀分布的小目标检测问题,提出了一种多粒度检测引导的无人机图像多目标检测方法。首先,通过粒度检测,初步识别和标记潜在目标的兴趣区域。其次,对兴趣区域进行超分辨率处理并利用目标检测器精确识别目标。最后,利用后处理算法整合检测结果,形成最终报告。此方法有效提高了复杂无人机航拍环境中小型目标检测的精度和稳定性,并且相较于YOLOv5模型,其在AP50:95指标上提高了3.27%。
-
关键词
无人机图像
多目标检测
小目标检测
图像超分辨率
深度学习
-
分类号
TP751.1
[自动化与计算机技术—检测技术与自动化装置]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于模糊神经网络的电力通信信号异常检测研究
- 2
-
-
作者
张楠
李涛涛
-
机构
陕西思极科技有限公司
国网宝鸡供电公司
-
出处
《通信电源技术》
2024年第3期191-193,共3页
-
文摘
由于现有的异常检测方法检测准确率低,无法有效检测出异常信号,因此提出一种基于模糊神经网络的电力通信信号异常检测方法。将采集的样本数据输入网络,通过无监督的学习和训练获得稳定的网络参数,学习并提取重要的特征信息。对已知的数据特征指标进行编码,运用解调的方式提取异常信号特征,并将其输入模糊神经网络。结合粒子群算法对网络进行训练,获得全局最优值。通过快速傅里叶变换(Fast Fourier Transform,FFT)将训练数据变成信号幅度,并判断信号是否异常,从而完成信号异常检测。实验结果表明,利用所提方法的10个小组检测准确率均在99%以上,结果符合预期,异常检测效果良好。
-
关键词
模糊神经网络
电力通信
信号异常检测
-
Keywords
fuzzy neural network
electric power communication
signal abnormality detection
-
分类号
TN919.81
[电子电信—通信与信息系统]
-
