最新录用

  • 显示方式:
  • 简洁模式
  • 摘要模式
  • 基于改进YOLOv10的安全帽检测算法研究
    黄昆 李天明 尹建华 曹奔 曹钊 胡文杰
    录用日期: 2024-12-06
    [摘要](0) [HTML](0) [PDF 0.00 Byte](0)
    摘要:
    安全帽佩戴检测是工厂安全重要组成部分,其采用模式识别的方法对监控中工人的安全帽佩戴情况进行检测,进而实现智能监控;针对工地工厂环境下由于工人在监控中的尺度不同,场景复杂特征提取较难等问题,对YOLOv10n进行研究提出了Helmet-YOLO算法;在主干网络设计了SimC2f模块,加强了算法在复杂场景下对安全帽特征的提取和表达;在颈部采用动态选择性注意力机制,使特征融合过程中充分利用长距离语义信息;在上采样部分引入轻量化动态上采样算子,提高了上采样的质量;实验结果表明该算法在复杂场景SHWD数据集mAP50和mAP50-95分别取得了91.5%和58.2%的检测效果,在仅升高0.3GFLOPS的情况下,与YOLOv10n相比分别提高了2.2%和1.3%,检测效果取得了提升。
    基于IVMD-WPD的绝缘子脱粘信号提取方法设计
    周志鹏 陈友兴 王召巴 逯丰亮
    录用日期: 2024-12-06
    [摘要](0) [HTML](0) [PDF 0.00 Byte](0)
    摘要:
    当前传统信号处理方法无法有效解决针式复合绝缘子脱粘超声信号模态混叠和噪声较大的问题,为此提出了一种改进变分模态分解联合小波包分解的信号提取方法。此方法通过将樽海鞘群寻优算法替代现有国内外主流的针对变分模态分解的优化算法,之后将分解后的各分量利用小波包去噪算法进行处理和重构,从而得到较干净的脱粘信号。经模拟实验,该方法能在不改变寻优效果的同时,有效提升针对模态数和惩罚因子的寻优速度,较大幅度提升模拟加噪信号的处理效果。经实物实验结果表明,该方法能有效解决脱粘信号第二回波的模态混叠问题和信号中存在较大电路固有噪声的问题,同时处理后的B扫图像成像效果也有较大改善。
    基于改进YOLOv8n的无人机目标检测研究
    问泽雨 杨洋 王国珲
    录用日期: 2024-12-06
    [摘要](0) [HTML](0) [PDF 0.00 Byte](0)
    摘要:
    无人机反制系统中,无人机目标具有显著的多尺度特征,特别是在小目标检测方面,往往检测精度较低。针对此问题提出一种基于动态样本注意力尺度序列的YOLOv8n优化改进算法YOLOv8-C2f-RFCBAMConv。分析了目标无人机在多尺度和小目标识别中的挑战,提出通过改进主干网络和融合C2f-RFCBAMConv模块来优化特征提取能力,提升多尺度特征处理能力。采用RFCBAM机制,并引入残差融合和上下文注意力机制,提升了特征表达能力并减少计算复杂度。此外,使用WIoU损失函数改善了小目标低质量数据对梯度的影响,加快了网络收敛速度。实验结果显示,改进模型在自采无人机数据集上的mAP@0.5和mAP@0.5:0.95分别提升了3.1%和1.7%,GFLOPs提升了0.7,表现出更高的检测精度和更低的计算复杂度。
    基于圆周积分样本的Resnet1D雷达工作模式识别
    刘学 富云宵 徐洪洲
    录用日期: 2024-12-06
    [摘要](0) [HTML](0) [PDF 0.00 Byte](0)
    摘要:
    针对传统的机器学习算法对脉冲描述字表征的雷达工作模式进行学习与识别时,存在对脉冲描述字捕获的准确率具有较高的依赖性以及识别准确率有限的问题。提出了一种基于圆周积分样本的Resnet1D模型的雷达工作模式识别方法。该方法采用积分双谱提取雷达工作模式的原始电磁信号高维表征样本特征,在保留电磁信号相位和幅度信息的同时,也实现了数据维度从二维降至一维的降低。降低计算复杂度的同时不会丢失雷达工作模式携带的电磁信号特征信息。通过对比积分双谱特征,计算机仿真表明圆周积分特征具有较好的识别准确率,在信噪比0dB条件下识别准确率超过95%。
    基于AGD-YOLO的钢材表面缺陷检测算法
    李思思 葛华勇 孟亚群 吉宇凯
    录用日期: 2024-12-06
    [摘要](0) [HTML](0) [PDF 0.00 Byte](0)
    摘要:
    钢材在制造业中应用广泛,其表面缺陷严重影响其质量。缺陷形态的多样性以及检测背景的干扰给现有检测模型带来挑战,为此本文提出钢材表面缺陷检测算法AGD-YOLO。首先设计了自适应多尺度下采样AMSD模块,该模块利用膨胀卷积与多池化操作捕捉并融合多尺度特征信息,并集成到主干网络中以提升缺陷识别能力;其次结合膨胀卷积和空间金字塔池化提出了增强型全局语义空间池化金字塔EGC-SPP模块以整合全局背景与边缘特征;最后设计了双流融合网络DSFN增强特征表示,提升算法上下文互补性和细节特征的识别能力。实验结果表明,改进后的算法在NEU-DET数据集上的检测精度提升了7.1% mAP,有效解决了钢表面缺陷检测的难点。
    基于MSAF-DeSTSeg的微弱缺陷分割算法
    顾懿 童浩 吴静静 赵迎龙 魏斌
    录用日期: 2024-12-03
    [摘要](1) [HTML](0) [PDF 0.00 Byte](0)
    摘要:
    晶圆表面质量影响产品寿命,需及时检测异常以降低成本,但异常样本难收集且形态多样,有监督学习算法受限,为此提出了一种基于MSAF-DeSTSeg的晶圆表面异常检测算法;利用知识蒸馏DeSTSeg网络分割晶圆异常区域,引入多尺度技术用于特征输出阶段防止出现特征丢失,在网络的分割头位置设计可变形卷积空间金字塔池化模块,增强复杂异常感知并抑制背景干扰;技术创新点包括多尺度特征融合技术和可变形卷积快速空间金字塔池化模块的应用;实验结果表明,在晶粒数据集上,改进后的模型在图像AUC、平均像素精度和实例像素精度上分别达到了97.79%、73.06%和71.77%的准确率;经实际应用,该算法在无缺陷样本下满足晶圆异常检测需求,性能优于原模型。
    基于改进MobileNetV2的金属表面缺陷分类方法
    姚旭 杨延宁 白鸿冰
    录用日期: 2024-12-03
    [摘要](1) [HTML](0) [PDF 0.00 Byte](0)
    摘要:
    金属表面缺陷检测是工业制造中质量控制的关键环节;传统的人工检测方法由于成本高、效率低,难以满足现代制造业对高精度与高效率的需求;提出了一种基于MobileNetV2的改进网络模型,用于提高金属表面缺陷检测的精度与效率;在MobileNetV2网络基础上,引入坐标注意力机制以增强特征学习能力,采用深度可分离思想改进Inception模块,在增强网络对多尺度特征的提取能力的同时保持模型参数量;通过图像增强技术处理数据集,以提升网络的鲁棒性;实验在NEU-DET金属缺陷数据集上进行,验证了模型的有效性;IC_MobileNetV2模型在验证集上取得了92.8%的准确率,与原始的MobileNetV2、AlexNet、GoogleNet、DenseNet、ResNet34和ResNet50相比,准确率分别提高了5.6、2.8、0.9、1.7和1.7个百分点;实验结果表明,该方法在金属表面缺陷分类任务中具有较好的应用潜力。
    大口径火炮榴弹结构特征数分布规律及相关性分析
    毕思健 王雨时 彭启蒙 王光宇
    录用日期: 2024-12-03
    [摘要](0) [HTML](0) [PDF 0.00 Byte](0)
    摘要:
    引信弹道安全性与弹丸外弹道运动密切相关,而弹丸外弹道运动受弹丸结构特征数影响较大。为了准确获取弹丸结构特征数极限值,进而给引信安全性设计和理论分析提供技术基础,提出利用大口径火炮榴弹结构特征数实测数据研究其分布规律和相关性的方法。以155 mm口径火炮M107榴弹、底凹弹、底排弹和复合增程弹为例,利用其结构特征数实测值拟合其分布规律,得到不同累积概率下的极限值,并进一步分析各结构特征数间的相关性。这4种155 mm口径火炮弹丸大多数结构特征数的最佳拟合结果不为正态分布,其中3种的多数结构特征数服从三参数Weibull分布。大口径火炮榴弹的赤道转动惯量和动不平衡角分别与轴向质心位置和偏心距密切相关,可由其进行预估。
    基于同源和EFD方法的太阳轮故障特征提取研究
    李泓锟 张砦 李斌 李林钊 万嶒
    录用日期: 2024-11-29
    [摘要](0) [HTML](0) [PDF 0.00 Byte](0)
    摘要:
    行星齿轮箱具有复杂传动结构,在太阳轮出现故障时,其故障信息往往被无关或干扰成分所掩盖,导致故障特征难以辨识;为提取故障状态下振动信号的共性特征,采用同源响应的振源分离策略,依据旋转机械内部激励信号具有的周期性及低秩特性,挖掘与故障高度相关的同源响应片段,获取含有丰富故障信息的片段,并提取最能代表故障特征的主要成分,以突出故障特征信息并减少无关信息干扰;在传统经验傅里叶分解基础上,设置频带分割阈值,避免频谱局部分割;通过故障特征比指标自适应筛选最佳分解分量,用包络谱图验证故障特征提取效果;最终通过太阳轮裂纹故障振动仿真信号及实际齿轮箱运行数据进行验证,实现了太阳轮裂纹故障特征的清晰提取,验证了方法的有效性。
    大规模全空域相控阵上的抗干扰算法研究
    王子楠 吴海洲 陈金勇 李同
    录用日期: 2024-11-29
    [摘要](0) [HTML](0) [PDF 0.00 Byte](0)
    摘要:
    针对大规模全空域相控阵覆盖距离远、阵元数目多、易受外部环境干扰等特点,设计了一种空时自适应处理抗干扰算法;通过结合GSC降维结构和子阵级STAP方法,在保证抗干扰性能的同时提高了自由度,减少了大规模相控阵抗干扰处理的算力要求;通过使用Householder变换方法构建阻塞矩阵进一步减少了计算量;在椭球面相控阵上进行抗宽带干扰仿真,结果表示在未加入GSC结构之前,对于干扰信号均能形成凹口;加入基于Householder变换的GSC结构后可在保持抗干扰性能的同时使得使构建阻塞矩阵的计算量降低了一个量级,达到了可实时实现的水平。