检索结果-内蒙古大学图书馆

科技创新与应用 2017年第16期7卷 37-38页

作者：吴泽刚陈红霞中国航发哈尔滨东安发动机有限公司黑龙江哈尔滨150066

航空发动机系统正在推进MBD技术的应用,其中工艺系统面临数据量过大,无法高效发挥MBD技术优势等问题,严重影响了MBD技术在航空发动机系统中的推广进程。此课题主要针对轻量化模型在工艺系统中的应用开展研究,解决三维实体模型占用存储... 详细信息

航空发动机系统正在推进MBD技术的应用,其中工艺系统面临数据量过大,无法高效发挥MBD技术优势等问题,严重影响了MBD技术在航空发动机系统中的推广进程。此课题主要针对轻量化模型在工艺系统中的应用开展研究,解决三维实体模型占用存储空间过大,工艺系统平台(PDM)处理数据慢等问题,实现MBD技术在航空发动机工艺系统的应用的同时,充分发挥它的技术优势。

关键词： MBD技术轻量化模型 CAM编程技术 CMM离线编程数控加工仿真

来源：评论

学校读者我要写书评

暂无评论

基于CenterNet的轻量级扬尘污染源检测方法

引用

软件导刊 2025年第1期24卷 123-128页

作者：蒋方冰周围田灵娣郑娜北京交通大学交通大数据与人工智能教育部重点实验室北京交通大学计算机与信息技术学院北京100044 河北先河环保科技股份有限公司河北石家庄050035

近年来,人工智能、图像识别技术在扬尘污染源的监测和管理上发挥着越来越重要的作用。为实现轻量化高精度的扬尘污染源检测,提出一种基于CenterNet的轻量级扬尘污染源目标检测方法。首先,为解决图像中部分目标漏检问题,提出基于一次性... 详细信息

近年来,人工智能、图像识别技术在扬尘污染源的监测和管理上发挥着越来越重要的作用。为实现轻量化高精度的扬尘污染源检测,提出一种基于CenterNet的轻量级扬尘污染源目标检测方法。首先,为解决图像中部分目标漏检问题,提出基于一次性聚集扩张的扬尘污染源检测方法,使用一次性聚集扩张模块替代常规卷积,在扩大感受野的同时获得包含不同接受域的特征,降低了检测的平均漏检率;其次,针对监测网络的轻量化需求,引入MobileNet并加入集中特征金字塔实现特征融合,由此提出基于集中特征金字塔的轻量级污染源检测方法 mCFP-CenterNet;最后,构建一个扬尘污染源图像数据集,并在该数据集和PASCAL VOC 2007数据集上进行实验。结果表明,该方法在推理时间、计算量、参数量、平均漏检率等评价指标上与其他方法相比效果更好,可满足轻量级和高精度的应用需求。

关键词：目标检测 CenterNet 扬尘污染源特征融合轻量化模型

来源：评论

学校读者我要写书评

暂无评论

基于改进卷积神经网络的面部表情识别

引用

计算机时代 2025年第3期 16-20页

作者：王亮亮薛明明王晓玲中国建筑第八工程局有限公司上海201131

为提高基于图像特征点的面部表情识别算法精度,解决深度卷积神经网络体积过大、参数过多而导致运行缓慢等问题,提出了一种基于残差学习的卷积神经网络算法。该算法将深度可分离卷积和对特征提取进行解耦,使用全局平均池化代替全连接层,... 详细信息

为提高基于图像特征点的面部表情识别算法精度,解决深度卷积神经网络体积过大、参数过多而导致运行缓慢等问题,提出了一种基于残差学习的卷积神经网络算法。该算法将深度可分离卷积和对特征提取进行解耦,使用全局平均池化代替全连接层,从而进一步减少参数,并将改进轻量化模型最终架构权重存储在855 kB的文件中。最后,对改进的网络模型在FER2013数据集中进行评估。测试结果表明,改进轻量化模型的识别准确率为68%,有效解决了原有算法匹配精度低的问题。

关键词：表情识别卷积神经网络轻量化模型残差学习

来源：评论

学校读者我要写书评

暂无评论

面向光伏项目管理的无人机智能监测系统研究

引用

中文科技期刊数据库(文摘版)工程技术 2025年第4期 052-055页

作者：贺晓波吴少华杨惠敏中国能源建设集团山西省电力勘测设计院有限公司山西太原 030001

本研究针对传统光伏运维中人工巡检效率低、缺陷识别精度不足等问题,构建 “数据 - 算法 - 硬件 - 环境” 四维协同优化体系,提出基于无人机多维感知与深度学习的智能监测系统。通过 “空天地” 协同数据采集网络、多模态数据融合、光... 详细信息

本研究针对传统光伏运维中人工巡检效率低、缺陷识别精度不足等问题,构建 “数据 - 算法 - 硬件 - 环境” 四维协同优化体系,提出基于无人机多维感知与深度学习的智能监测系统。通过 “空天地” 协同数据采集网络、多模态数据融合、光伏专用特征库构建及轻量化混合模型设计,建立从数据获取到智能决策的全链路优化方案。工程实证显示,系统热斑识别准确率达 98.5%,裂纹误报率降至 1.2%,年运维成本降低 57%。本系统为光伏电站全生命周期智能管理提供有效技术范式,有力推动行业数字化转型进程。

关键词：光伏项目管理无人机智能监测系统多模态数据轻量化模型深度学习

来源：评论

学校读者我要写书评

暂无评论

轻量级钢材表面缺陷检测的YOLOv8改进方法

引用

兵器装备工程学报 2025年第4期 302-309页

作者：沈学利赵青华辽宁工程技术大学软件学院

针对目前钢材缺陷检测模型计算量大、模型复杂度高，导致在计算能力有限的设备部署缺陷检测算法困难的问题，提出一种轻量化检测模型YOLO-SSC。采用SPD-Conv模块替换Backbone中的CBS模块，减少小目标细粒度特征信息损失，提高缺陷检测... 详细信息

针对目前钢材缺陷检测模型计算量大、模型复杂度高，导致在计算能力有限的设备部署缺陷检测算法困难的问题，提出一种轻量化检测模型YOLO-SSC。采用SPD-Conv模块替换Backbone中的CBS模块，减少小目标细粒度特征信息损失，提高缺陷检测精度；采用GSConv构建Slim-neck颈部结构，减少模型计算量和参数量；设计C2f-Faster-GAM结构，进一步轻量化模型，提升模型对重要信息的关注度。在NEU-DET带钢缺陷数据集上实验，YOLO-SSC算法的参数量和计算量分别为2.27×10～6和5.8 GFLOPs,仅为基线的75.4%和71.6%。mAP和准确率较基线分别提高了2.2%和1.7%,实验表明提出的模型具有良好的检测性能。

关键词：表面缺陷缺陷检测钢材 YOLOv8 轻量化模型 Slim-neck

来源：评论

学校读者我要写书评

暂无评论

中国企业怎样接住人工智能带来的“泼天富贵”

中国企业怎样接住人工智能带来的“泼天富贵”

引用

企业观察报

作者：张恒

人工智能（AI）在今天已成为全球瞩目的超热门领域，蓝海正渐渐泛红。今年初以来，国产爆款大模型DeepSeek更是助推了中国国内对人工智能的热议与应用。目前，中国移动、中国电信、中国联通、中国石油、中国石化、中国海油等20余家中央... 详细信息

人工智能（AI）在今天已成为全球瞩目的超热门领域，蓝海正渐渐泛红。今年初以来，国产爆款大模型DeepSeek更是助推了中国国内对人工智能的热议与应用。目前，中国移动、中国电信、中国联通、中国石油、中国石化、中国海油等20余家中央企业已先后接入DeepSeek，人工智能普惠......

关键词：人工智能观察报基础性技术轻量化模型高耗能算法优化数据来源

来源：评论

学校读者我要写书评

暂无评论

基于轻量化ADS-YOLOv8n的印刷电路板缺陷检测

引用

激光与光电子学进展 2025年第8期 123-135页

作者：胡琪涛邹启杰大连大学信息工程学院

针对现有的印刷电路板（PCB）缺陷检测算法无法兼顾检测精度、模型参数量和计算量等问题，提出一种基于轻量化ADS-YOLOv8n的PCB缺陷检测算法。首先，引入ADown下采样模块以保留更多细节缺陷信息，增强对细节缺陷的提取能力；其次，设计... 详细信息

针对现有的印刷电路板（PCB）缺陷检测算法无法兼顾检测精度、模型参数量和计算量等问题，提出一种基于轻量化ADS-YOLOv8n的PCB缺陷检测算法。首先，引入ADown下采样模块以保留更多细节缺陷信息，增强对细节缺陷的提取能力；其次，设计了一种融合3层特征的DTFM模块，加强特征提取和对缺陷的定位能力；然后，设计了新的SCM模块，增强对缺陷信息的关注；最后，引入WIoUv3边界框损失函数，使模型获得更准确的回归结果。改进后的模型平均精度均值达到了98.43%，召回率达到了96.58%，相较于基准模型，平均精度均值提升了3.20百分点，召回率提升了5.17百分点，参数量和计算量分别减少了5.0×10～5和3.0×10～8，在提升检测精度的基础上兼顾了模型轻量化。

关键词：缺陷检测 YOLOv8n 轻量化模型多尺度融合损失函数

来源：评论

学校读者我要写书评

暂无评论

红外与可见光图像融合算法研究

引用

火力与指挥控制 2025年第3期50卷 165-177页

作者：李秒郝元宏许树园北方自动控制技术研究所太原030006 中国北方工业有限公司北京100053

红外和可见光图像具有互补性,通过图像融合技术可以获得更加丰富的信息,提高图像质量,满足多元的应用需求。针对红外和可见光图像融合方法,分别从像素级、特征级以及决策级3个层面对现有方法进行了归纳分析。在各融合层面,将图像融合技... 详细信息

红外和可见光图像具有互补性,通过图像融合技术可以获得更加丰富的信息,提高图像质量,满足多元的应用需求。针对红外和可见光图像融合方法,分别从像素级、特征级以及决策级3个层面对现有方法进行了归纳分析。在各融合层面,将图像融合技术归纳为传统方法和深度学习方法两大类,着重梳理了近两年出现的轻量化深度学习方法,重点关注了近年涌现的Transformer方法,并给出了各类方法的优缺点。针对IVIF实际应用问题,提出了一种工程化框架,为IVIF技术落地提供参考思路。

关键词：图像融合红外图像可见光图像深度学习无监督学习轻量化模型

来源：评论

学校读者我要写书评

暂无评论

自适应多通道激活的轻量化心音分类方法

引用

重庆邮电大学学报(自然科学版) 2025年第2期37卷 295-304页

作者：舒禹程牟沁怡乔丽红肖斌李伟生重庆邮电大学图像认知重庆市重点实验室重庆400065

针对现有心音分类方法对各类噪声敏感、诊断时延长以及鲁棒性欠佳等问题,提出自适应多通道激活的心音分类方法。采用残差模块和注意力机制的自适应多通道激活模块来提取时频特征,提高鲁棒性和分类性能;采用轻量化的网络架构模型,在保证... 详细信息

针对现有心音分类方法对各类噪声敏感、诊断时延长以及鲁棒性欠佳等问题,提出自适应多通道激活的心音分类方法。采用残差模块和注意力机制的自适应多通道激活模块来提取时频特征,提高鲁棒性和分类性能;采用轻量化的网络架构模型,在保证分类性能良好的同时,显著降低网络参数量,非常适合在便携式设备上进行实时诊断。实验表明,提出的方法在成人和婴幼儿心音数据集上的准确率可达到92.62%和98.11%,验证了提出的方法良好的泛化能力。

关键词：心音信号分类注意力机制噪声过滤鲁棒性轻量化模型

来源：评论

学校读者我要写书评

暂无评论

基于动态渐进融合的无人机海上救援目标检测算法

引用

数据采集与处理 2025年第2期40卷 334-348页

作者：黄绿娥于晓伟鄢化彪毛玉婷江西理工大学电气工程与自动化学院赣州341000 多维智能感知与控制江西省重点实验室赣州341000 江西省生态文明研究院南昌330046

无人机(Unmanned aerial vehicle,UAV)目标检测在海上救援任务中发挥着重要作用。然而,由于无人机空中拍摄的视角和高度多变,检测目标存在多尺度变化。此外,阳光照射海面产生的耀斑会造成误检现象。基于上述问题,为满足无人机实时目标... 详细信息

无人机(Unmanned aerial vehicle,UAV)目标检测在海上救援任务中发挥着重要作用。然而,由于无人机空中拍摄的视角和高度多变,检测目标存在多尺度变化。此外,阳光照射海面产生的耀斑会造成误检现象。基于上述问题,为满足无人机实时目标检测的算法轻量化需求,本文以YOLOv8n为基准网络,提出一种基于动态渐进融合的轻量级无人机海上救援目标检测算法(Dynamic progressive fusion YOLO,DPF⁃YOLO)。首先,提出轻量级冗余信息提取模块(Redundant information extraction module,RIEM),通过减少特征图中的冗余信息,突出关键特征,避免耀斑误检问题。其次,提出动态多尺度特征提取模块(Dynamic multi⁃scale feature extraction module,DMFEM),通过动态调整感受野大小以适应不同尺度的目标,增强多尺度特征表达能力。最后,结合DMFEM模块提出动态渐进融合网络(Dynamic progressive fusion network,DPFNet),通过渐进式融合结构,减少非相邻层间不同尺度目标的语义差异,增强多尺度特征融合效果。DPF⁃YOLO设计为P2、P3和P4检测层结构以适应海上救援任务中不同尺度的目标,丰富多尺度信息,增强对小目标的特征提取。在SeaDronesSee v2数据集上的实验结果表明,DPF⁃YOLO以仅1.19M的参数量实现了mAP0.5=72.2%的检测精度,较基准网络YOLOv8n参数量降低60.5%,召回率提升12.4%,精度提升8.2%。在VisDrone数据集上的泛化性实验结果表明,DPF⁃YOLO具有较好的泛化能力。

关键词：目标检测无人机海上救援多尺度渐进融合轻量化模型

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：