以《中国高考评价体系》为蓝本,根据新高考数学试题的特点,构建新高考数学试题难度指标模型。针对现有区间值直觉模糊最优最劣方法(interval value intuitionistic fuzzy best worst method,IVIF-BWM)的不足,提出了改进的IVIF-BWM。该...
详细信息
以《中国高考评价体系》为蓝本,根据新高考数学试题的特点,构建新高考数学试题难度指标模型。针对现有区间值直觉模糊最优最劣方法(interval value intuitionistic fuzzy best worst method,IVIF-BWM)的不足,提出了改进的IVIF-BWM。该方法建立了基于乘法一致的区间值直觉模糊偏好关系(interval value intuitionistic fuzzy preference relation,IVIFPR)的目标规划模型求解准则的最优区间值直觉模糊(interval value intuitionistic fuzzy,IVIF)权重,并推导出IVIF环境下的一致性指标(consistency index,CI)和一致性比率(consistency ratio,CR)来验证结果的可靠性,将改进的IVIF-BWM用于计算难度指标和难度水平的权重,建立新高考试题综合难度模型。最后利用该模型评价2022年新高考数学试卷,验证所构建的新高考数学试题综合难度模型的有效性。
目的针对合成孔径雷达(synthetic aperture radar,SAR)图像舰船检测中因背景复杂、目标尺寸各异等因素导致的漏检、误检结果,提出一种基于YOLOv8(you only look once v8)的改进算法。方法首先,轻量化处理YOLOv8的原有网络结构,大幅降低...
详细信息
目的针对合成孔径雷达(synthetic aperture radar,SAR)图像舰船检测中因背景复杂、目标尺寸各异等因素导致的漏检、误检结果,提出一种基于YOLOv8(you only look once v8)的改进算法。方法首先,轻量化处理YOLOv8的原有网络结构,大幅降低网络的冗余度,使轻量化的网络更适合SAR图像舰船检测任务。其次,在主干网络中融入可变形卷积,增强模型对目标的感知能力,能更好地适应目标形变和复杂背景;同时,在颈部网络融入卷积注意力模块,减弱背景信息的干扰,使网络更专注舰船目标的特征。最后,采用EIoU(efficient intersection over union)损失函数,最小化预测框与真实框间的差值(包括宽度和高度),实现更快的收敛速度。结果分别在SSDD(SAR ship detection dataset)和HRSID(high-resolution SAR images dataset)上进行测试,结果表明,改进算法的检测性能优于当前几种流行的目标检测算法。其中,与YOLOv8相比,在两个公开数据集上,改进算法的精度评估指标mAP(mean average precision)@0.5分别提升0.68%和1.29%,mAP@0.75分别提升3.32%和3.10%,其处理速度FPS(frames per second)分别提升22帧/s和18帧/s。结论本文在轻量化处理YOLOv8基础上融合可变形卷积与注意力机制构建的改进算法,能实现SAR舰船检测精度和速度的双重提升。
暂无评论