检索结果-南通市图书馆

基于像素差异度注意力机制的轻量化YOLOv5行人检测算法

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2025年第01期61卷 291-299页

作者：陈高宇王晓军李晓航上海工程技术大学电子电气工程学院

针对实时行人检测场景存在遮挡、形态姿势不同的行人目标，YOLOv5模型对于这些目标检测有明显的漏检问题，提出一种像素差异度注意力机制（pixel difference attention,PDA），不同于传统的通道注意力机制用全局均值池化（global averag... 详细信息

针对实时行人检测场景存在遮挡、形态姿势不同的行人目标，YOLOv5模型对于这些目标检测有明显的漏检问题，提出一种像素差异度注意力机制（pixel difference attention,PDA），不同于传统的通道注意力机制用全局均值池化（global average pooling,GAP）、全局最大值池化（global max pooling,GMP）来概括整张特征图的信息，全局池化将空间压缩成一个值来表征整个通道，造成了空间信息的流失，PDA将空间信息沿高和宽分别压缩，并将其分别与通道信息联系起来做注意力加权操作，同时提出一种新的通道描述指标表征通道信息，增强空间信息与通道信息的交互，使模型更容易关注到综合了空间和通道维度上的特征图的重要信息，在主干网络末端插入PDA后使模型平均精度（mean average precision,mAP）0.5提升了2.4个百分点，mAP0.5:0.95提升了4.4个百分点；针对实时检测场景的部署和检测速度要求模型拥有较少的参数量和计算量，因此提出了新的轻量化特征提取模块AC3代替原YOLOv5模型中的C3模块，该模块使插入PDA后的改进模型在精度仅仅损失0.2个百分点的情况下，参数量（parameters,Param.）减少了20%左右，浮点运算量（giga floating-point operations,GFLOPs）减少了30%左右。实验结果表明，最终的改进模型比YOLOv5s原模型在VOC行人数据集上mAP0.5提升了2.2个百分点，mAP0.5:0.95提升了3.1个百分点，且参数量减少了20%左右，浮点运算量减少了30%左右，在GTX1050上的检测速度（frames per second,FPS）提升了4。

关键词： YOLOv5 行人检测注意力机制轻量化模型通道描述指标

维普期刊数据库

基于自适应视距制导的无人潜航器三维协同路径跟踪控制

在线全文

学校读者我要写书评

暂无评论

控制与决策 2025年第1期 242-251页

作者：王浩亮于德智卢丽宇张卫东彭周华大连海事大学轮机工程学院上海交通大学电子信息与电气工程学院大连市智能船艇集群控制与电气技术重点实验室水路交通控制全国重点实验室大连海事大学船舶电气工程学院海南大学信息与通信工程学院

针对跟踪路径复杂、立体空间运动、模型参数动态变化、风浪流扰动下的多无人潜航器(unmanned underwater vehicle, UUV)协同路径跟踪问题开展研究.首先,针对UUV跟踪复杂路径情形设计自适应前视距离策略,使得UUV可以更好地跟踪复杂水下路... 详细信息

针对跟踪路径复杂、立体空间运动、模型参数动态变化、风浪流扰动下的多无人潜航器(unmanned underwater vehicle, UUV)协同路径跟踪问题开展研究.首先,针对UUV跟踪复杂路径情形设计自适应前视距离策略,使得UUV可以更好地跟踪复杂水下路径;其次,针对立体空间运动的UUV集群,设计三维视距制导律和协同控制律引导UUV集群在三维空间中沿参数化路径运动;最后,针对模型参数动态变化、风浪流扰动影响下的UUV集群,设计自抗扰控制器实现对动态变化模型、总扰动信息和速度信息的统一估计,保证动力学控制的稳定性.仿真结果验证了所提出基于自适应视距制导的无人潜航器三维协同路径跟踪控制方法的有效性.

关键词：自适应前视距离三维视距制导协同路径跟踪自抗扰控制无人潜航器

在线全文

学校读者我要写书评

暂无评论

深度学习驱动下的目标检测研究进展综述

计算机工程与应用 2025年第01期61卷 24-41页

作者：山显英张琳李泽慧北京建筑大学电气与信息工程学院

近年来，深度学习在GPU高性能计算能力的加持下得到了迅速推广，并在安防、医疗、工业等领域实现了广泛应用。目标检测模型的性能也在稳步提高，从传统的目标检测方法逐渐过渡到基于卷积神经网络（CNN）深度学习的进一步应用，极大地节... 详细信息

近年来，深度学习在GPU高性能计算能力的加持下得到了迅速推广，并在安防、医疗、工业等领域实现了广泛应用。目标检测模型的性能也在稳步提高，从传统的目标检测方法逐渐过渡到基于卷积神经网络（CNN）深度学习的进一步应用，极大地节省了人力物力。通过参考大量文献，按照两阶段脉络梳理了目标检测的发展历程以及近年深度学习在目标检测领域内的研究进展，对比了在不同数据集上模型网络的性能，总结不同方法的优势与不足，并对领域内重要数据集作了归纳，还对目标检测算法的落地效果做了总结，特别是生活与科技中的实际应用（无人驾驶、医学图像、遥感等）。最后，还对深度学习驱动下目标检测在未来研究上的机遇和挑战作了展望。

关键词：目标检测卷积神经网络单阶段两阶段目标检测应用

维普期刊数据库

基于改进人工势场法的欠驱动无人船编队协同避碰避障

在线全文

学校读者我要写书评

暂无评论

控制与决策 2025年第1期 252-260页

作者：李伟张永超宁君马昊冉刘陆彭周华大连海事大学航海学院大连海事大学船舶电气工程学院

提出一种基于改进人工势场法且带有输入量化的欠驱动无人船编队协同避碰避障策略.借鉴导弹制导与控制机理,分层设计无人船运动学制导律与动力学控制律.首先,基于辅助变量法在无人船运动学子系统中设计分布式制导律,并引入改进人工势场... 详细信息

提出一种基于改进人工势场法且带有输入量化的欠驱动无人船编队协同避碰避障策略.借鉴导弹制导与控制机理,分层设计无人船运动学制导律与动力学控制律.首先,基于辅助变量法在无人船运动学子系统中设计分布式制导律,并引入改进人工势场法的斥力函数.通过重构制导律实现运动学层面的协同避碰避障以及欠驱动无人船期望轨迹的跟踪;其次,通过使用径向基神经网络对无人船动力学子系统中的外界干扰和系统未建模动态进行逼近,采用均匀量化器对输入变量进行量化并对量化过程进行线性描述,使得底层量化控制器无需预测关于量化参数的具体信息;在稳定性分析中,利用李雅普诺夫稳定性理论证明所设计USV编队跟踪控制系统的稳定性;最后,采用Matlab对理论策略进行仿真实验,仿真结果验证了所提出策略的有效性.

关键词：欠驱动无人船人工势场法分布式编队输入量化 RBF神经网络避障

在线全文

学校读者我要写书评

暂无评论

基于改进YOLOv5s的航拍图像目标检测

智能计算机与应用 2025年第01期 24-31页

作者：张庆旭耿志卿程亚鹏苏嘉涛河北工程大学信息与电气工程学院

针对航拍图像中的背景复杂、冗余信息过多、小目标检测不到的问题，本文提出了一种改进YOLOv5s的目标检测算法(GGS-YOLOv5)。首先，在Backbone网络中加入了GAM注意力机制，减少复杂背景的干扰，抑制冗余信息，侧重检测目标，增强模型的... 详细信息

针对航拍图像中的背景复杂、冗余信息过多、小目标检测不到的问题，本文提出了一种改进YOLOv5s的目标检测算法(GGS-YOLOv5)。首先，在Backbone网络中加入了GAM注意力机制，减少复杂背景的干扰，抑制冗余信息，侧重检测目标，增强模型的特征提取能力，还提出了一种新型结构SPPFCSPC,增强感受野的同时提高检测速度和精度；其次，在Neck网络中引入GSConv模块，减少语义信息的丢失，增强全局感知和特征融合能力；最后，更换损失函数为SIoU,添加角度惩罚成本，有效地降低了自由度，进一步提升模型的收敛速度以及检测精度。将本文提出的算法在SeaDroneSee数据集进行消融以及对比实验，结果表明，该算法比原YOLOv5s召回率提高了4.9%,mAP 0.5提高了2.8%。

关键词：航拍图像 GSConv SPPFCSPC 全局注意力机制 SIoU

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

多层级深度特征融合的乳腺癌病理图像分类

光电子·激光 2025年第2期 185-192页

作者：杨芳邹迎丁雪妍张建新大连民族大学计算机科学与工程学院大连理工大学电子信息与电气工程学部

针对既有深度学习方法在乳腺癌病理图像全局与局部特征统一表达上的不足，将长距离建模的Transformer和强局部感知的卷积神经网络(convolutional neural network, CNN)相结合，提出一种多层级深度特征融合的乳腺癌病理图像分类方法。该... 详细信息

针对既有深度学习方法在乳腺癌病理图像全局与局部特征统一表达上的不足，将长距离建模的Transformer和强局部感知的卷积神经网络(convolutional neural network, CNN)相结合，提出一种多层级深度特征融合的乳腺癌病理图像分类方法。该方法以双分支并行的Deit-B和ResNet-18模型作为骨干架构，在双分支网络中间层和末端位置分别引入特征融合操作，有效加强了乳腺癌病理图像全局与局部深度特征的联合学习；此外，在CNN支流的残差模块间引入密集连接操作来提升中间层融合特征的信息传递。通过全局-局部特征提取与支流间-支流内特征交互，可更有效捕获用于乳腺癌病理图像分类的判别特征。在乳腺癌病理图像公共数据集BreakHis上的消融实验与对比实验结果证明所提出方法的有效性，此外可获得99.83%的最优分类结果。

关键词：病理图像分类乳腺癌卷积神经网络(CNN) Transformer 特征融合

基于半桥三电平LLC谐振变换器的混合控制策略研究

在线全文

学校读者我要写书评

暂无评论

现代电子技术 2025年第2期 1-8页

作者：王君瑞赵东琦陈剑飞秦豪北方民族大学电气信息工程学院

半桥三电平LLC谐振变换器具有体积小、开关器件少、开关器件耐压高等优势，已逐渐应用于直流充电模块后级为动力电池充电。针对传统变频调制（PFM）策略与移相调制（PSM）策略无法实现宽输出电压范围的问题进行分析，提出一种宽增益范... 详细信息

半桥三电平LLC谐振变换器具有体积小、开关器件少、开关器件耐压高等优势，已逐渐应用于直流充电模块后级为动力电池充电。针对传统变频调制（PFM）策略与移相调制（PSM）策略无法实现宽输出电压范围的问题进行分析，提出一种宽增益范围的移相-变频（PSM-PFM）混合控制策略。通过搭建一台功率为600 W、输出电压为20～60 V的实验样机进行验证。实验结果表明，所提控制策略相比单一调制策略具有更宽的增益，进而可实现宽输出电压范围，能够为动力电池提供稳定、宽范围且可调的充电电压，并实现开关管零电压开通。

关键词： LLC谐振变换器变频调制移相调制混合控制零电压开关宽输出电压

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

混合特征平衡图注意力网络日志异常检测模型

计算机工程与应用 2025年第01期61卷 308-320页

作者：陈旭张硕景永俊王叔洋北方民族大学计算机科学与工程学院北方民族大学电气信息工程学院

针对现有方法忽略了日志异常数据不平衡和日志特征间的关联性，导致异常检测准确率低的问题。提出一种基于混合特征平衡图注意力网络的日志异常检测模型（HBGATLog）。构建混合日志图构建模块，通过混合特征提取模块提取日志数据的语义... 详细信息

针对现有方法忽略了日志异常数据不平衡和日志特征间的关联性，导致异常检测准确率低的问题。提出一种基于混合特征平衡图注意力网络的日志异常检测模型（HBGATLog）。构建混合日志图构建模块，通过混合特征提取模块提取日志数据的语义信息、日志序列和时间结构，增强日志特征间的关联性，并采用日志图构建模块构建日志图，有效保留空间结构特征。设计平衡日志图生成模块，解决不平衡的日志数据导致检测结果偏向多数类问题。采用图日志异常检测模块进行异常检测。使用BGL、Thunderbird和HDFS三个公共数据集对HBGATLog进行验证，实验结果表明，F1 score分别达到了99.0%、98.7%和98.1%。证明HBGATLog不但能够解决日志数据不平衡问题，充分考虑日志数据特征的关联性，而且有效降低了漏检率。

关键词：日志异常检测日志分析图神经网络混合特征提取数据不平衡

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于双路特征多尺度减法的结肠息肉分割研究

光电子·激光 2025年第2期 216-224页

作者：熊炜张丽真杨茜孟圣哲李利荣湖北工业大学电气与电子工程学院美国南卡罗来纳大学计算机科学与工程系

针对结肠息肉大小差异较大、边界不明确、位置分布较散的问题，提出一种基于双路特征多尺度减法的结肠息肉分割方法。主支路通过重构减法单元与注意力模型进行相邻特征图的融合，加强息肉的边界信息以及息肉特征的提取能力，同时引入可... 详细信息

针对结肠息肉大小差异较大、边界不明确、位置分布较散的问题，提出一种基于双路特征多尺度减法的结肠息肉分割方法。主支路通过重构减法单元与注意力模型进行相邻特征图的融合，加强息肉的边界信息以及息肉特征的提取能力，同时引入可学习的视觉中心(learnable visual center, LVC)来聚合输入图像的局部角落关键区域；副支路设计多尺度提取模块与倒置残差上采样(conv-transpose upsample, CT-upsample)模块融合而成的AGG模块(aggregation, AGG)进行多尺度大小息肉提取，还原及补充更多的细节信息。提出的方法在4个公共数据集上进行了实验分析，实验结果表明该方法具有良好的息肉分割泛化性能，其中在CVC-ClinicDB数据集上，mDice和mIoU分别达到了93.28%和88.98%。

关键词：结肠息肉分割多尺度减法可学习的视觉中心(LVC) 倒置残差上采样(CT-upsample)