【摘 要】
：
针对山火烟雾这类柔性目标图像存在的形状不固定所导致的识别精度低、泛化性差等问题,提出了一个基于YOLO的改进深度卷积神经网络(DCNN)识别方法。该方法通过数据增强算法优化训练网络;利用GIoU_Loss损失函数替换L2 Loss函数,大幅降低损失值;运用空间金字塔池化,将多尺度特征进行融合,增加网络的感受野,提高检测精度。实验结果表明,改进方法相对于原YOLO算法查全率提升了1.3%,查准率提高
【机 构】
：
南京工程学院人工智能产业技术研究院 南京 211167
论文部分内容阅读
针对山火烟雾这类柔性目标图像存在的形状不固定所导致的识别精度低、泛化性差等问题,提出了一个基于YOLO的改进深度卷积神经网络(DCNN)识别方法。该方法通过数据增强算法优化训练网络;利用GIoU_Loss损失函数替换L2 Loss函数,大幅降低损失值;运用空间金字塔池化,将多尺度特征进行融合,增加网络的感受野,提高检测精度。实验结果表明,改进方法相对于原YOLO算法查全率提升了1.3%,查准率提高了2.1%。
其他文献
针对部分传统骨架提取方法提取骨架位置偏离中轴的问题,提出了一种基于距离变换的A~*搜索骨架的提取方法。根据距离变换和形态学分水岭算法获得包含物体骨架的骨架潜在图,通过主动轮廓线模型确定骨架关键点,通过A~*算法对骨架线进行搜索,得到骨架。实验证明,该方法获得的骨架具有连通性、单像素性、多尺度性及位置准确等优点。
提出了一种改进的基于分解的多目标进化算法,用于解决不连续帕累托前沿的多目标优化问题中出现帕累托近似前沿分布不均匀与不完整的问题.主要的思想是通过基于密度的聚类算法将尽量逼近帕累托前沿的种群划分为若干个子种群,将不连续帕累托前沿问题转化为多个连续子问题,然后协同演化所有子种群,最后获得更为均匀与完整的帕累托解集.实验表明对于处理不连续帕累托问题的优越性.
利用电加热板对背胶连接类型手机后盖进行加热处理,能够实现手机后盖的有效拆解.研究出一种基于模糊自适应PID的手机后盖加热控制系统,控制核心为STC89C52RC单片机.对加热系统的电加热板进行数学建模,利用模糊控制对传统PID控制进行在线参数整定.同时,在Matlab2013a的Simulink模块建立模糊自适应控制器与传统PID进行比较分析比较.仿真结果表明,模糊自适应PID可以得到超调量小、调整速度快且稳定性更高的控制效果.
FP-growth算法是关联规则挖掘中一种经典的算法,它不需要产生候选集,只需要扫描事务数据库两次来构建项目头表和FP-Tree.但该算法项节点查询比较耗时,而且要递归生成条件FP-tree,所以内存开销大.针对上述问题,文中提出了一种基于FP-growth的新的频繁模式挖掘算法MGFP-growth.其思想是:首先算法弃用项目头表,使用二维矩阵存储事务的信息,按照矩阵列进行分组,并建立parenttrace关系;最后利用存储在数组中的gourp信息可以快速的构建频繁模式树,从而进行频繁项集的挖掘.实验表
无人机的一种典型应用是对地面目标进行定位.本文考虑,在无人机的飞行过程中,无人机在特定位置悬停,并广播信标信号.若地面节点与无人机悬停位置的距离满足通信范围,即可监测到无人机的信标信号,当地面节点监测到3个及以上不同悬停位置的信标信号时,即可使用多边定位法对自身进行定位.文中主要解决了如何选择悬停位置以及如何在悬停位置给定的情况下优化无人机飞行路径的问题,提出了两种无人机的悬停方案,并规划了两种方案下无人机的飞行路径,证明了两种悬停方案下提出的路径均为最短回路.通过模拟实验,验证了所提方案可以实现对待覆盖
文中提出了异构无线网络下基于非正交多址的可伸缩视频多播的资源管理框架.该框架综合考虑了不同基站间的频谱切分、切片内多播组之间的频谱分配和多播组内的发射功率分配,目的是最大化多播组所有用户设备的整体视频质量.考虑到每个多播组请求视频的不同、不同的用户设备位置和小基站间的干扰,将联合资源管理问题转化为一个整数线性规划问题,并将该优化问题解耦为多播组内发射功率划分问题和基站间频谱切分与基站内多组频谱资源分配问题.前者通过多重循环求得了叠加编码每一层所需的最优发射功率,后者通过背包算法得到了最优的解.仿真结果表明
采用支持向量机(SVM)、随机森林(RF)和逻辑回归(LR)等机器学习方法对脑卒中患者进行分类研究,构建脑卒中疾病预测模型,以期为疾病发生提供早期预警.对kaggle网站下载healthcare-dataset-stroke-data的数据通过SMOTE智能过抽样算法构建均衡数据集,运用支持向量机、随机森林和逻辑回归算法构建脑卒中预测模型.将SMOTE算法优化前后的预测结果进行比较分析,并采用支持向量机、随机森林和逻辑回归算法对优化后的数据集构建疾病预测模型,其结果的准确率、精确度、召回率和ROC值都有明
随着汽车保有量的持续增加,随之而来的交通事故也持续增长,大部分的交通事故是由疲劳驾驶引起的。因此研究出一种能够有效检测驾驶员疲劳的方法具有重要意义。论文主要研究了基于级联的Adaboost驾驶员面部检测算法,在检测到人脸的基础上运用SDM算法进行人脸特征点定位,然后根据PERCLOS原理来判断驾驶员是否疲劳,实验表明该方法能够准确地检测驾驶员的疲劳状态。
随着运营商边缘设备接入用户数的不断增加,需要处理的数据量成倍增长,使边缘设备负载过重,从而影响了多协议标签交换与边界网关协议构建的虚拟私有网数据的正常交互.目前,MCE,HOPE,SDN方案在解决该问题方面都存在一定的局限性:1)MCE方式边缘设备接口不支持创建逻辑通道,因此该方案无法使用;2)HOPE方式会产生路由环路等问题;3)SDN方式单台SDN控制器处理并发的会话数不能超过6.4万.针对上述问题,文中提出了基于双层虚拟思想的边缘设备优化方案,该方案包括边缘设备虚拟化、虚拟私有网隧道建立、虚拟私有网
从地面DTN网络的现实情况出发,分析了会影响传输性能以及成功率的三个要素—节点传输速率、缓存区大小以及平均转发成功率,并针对这三点对传统的Prophet路由协议进行了改进,使得改进后的Prophet-BSAS路由协议在进行下一跳的节点选择时,会优先选择与目标节点相遇概率较高、传输速率较高、缓存区较充足、平均转发成功率较高的节点.经过仿真实验对比,在infocom06真实数据集条件下,相比传统的Prophet路由协议,改进后的路由协议在递交成功率方面提高了8％,在网络开销比方面降低了100左右,在平均跳数方