一种金属类酒瓶盖瑕疵质检算法

针对酒瓶盖瑕疵会影响产品质量的问题,提出了一种酒瓶盖瑕疵YOLOv3-MRHA检测算法,基于YOLOv3算法,对其主干网络和特征提取层进行改进。为减少主干网络特征丢失现象,提出了多级特征融合(multilevel feature fusion, MFF)模块;为提高检测的准确率,增加了尺度为104×104的特征层,并构造了一种增强特征信息的残差特征增强(residual feature enhancement, RFE)模块;为提高深层特征层的检测能力,引入了空洞卷积,使浅层信息向下融合,在特征提取层使用通道注意力机制。结果表明,所提YOLOv3-MRHA算法的检测精度比YOLOv3算法提高近6%,可有效地提高瑕疵检测的准确率,满足工业质检的要求。     

基于自适应标签分配的轻量化红外行人检测算法

为兼顾对红外行人目标的检测速度与精度,在轻量化网络YOLOv4-Lite的基础上,提出了一种基于自适应标签分配的轻量化红外行人目标检测算法。首先采用无锚框检测方式降低算法的复杂度;然后重构残差结构以减少网络内存访问成本与参数量;最后提出一种自适应标签分配策略,根据全局信息自适应为检测目标分配正样本。利用CVC数据集进行实验,结果表明,所提算法对红外行人目标的检测速度与精度分别提高了32%与2.93%,兼顾了红外行人检测的实时性与准确性。     

改进YOLOv1的视频图像运动目标检测

针对视频图像中运动目标位置和大小变化频繁的特点,通过改进网络结构和训练过程,搭建了基于YOLOv1的神经网络框架。该框架采用ResNet50进行特征提取,增加卷积层和全连接层优化对不同尺度特征信息的传递,通过Sigmoid层和BN层在稳定输出结果的同时,加快训练速度。PASCAL VOC2007数据集和实景视频数据的实验表明,相比原始YOLOv1,本文方法的FPS和mAP分别提高了4.44%和4.57%,满足视频图像运动目标检测的实时性和精度要求。     

基于双目点云的三维物体检测准确性分析

双目相机虽然能通过算法生成密集的深度数据,但其在精度上与激光雷达生成的深度数据有着较大的差距,特别是在纹理不明显的区域。针对这种现象,尝试使用激光雷达的精确点云来排除由双目相机产生的pseudo-LiDAR数据中与之差别较大的部分点,然后将优化后的pseudo-LiDAR用以进行三维物体检测。实验结果显示,将pseudo-LiDAR数据中的不准确点(坏点)排除,有助于提高检测准确率,最多可提高21.02%。因此,如何不依赖激光雷达数据来排除pseudo-LiDAR点云中的坏点是进一步提高双目相机系统检测准确率的关键。     

一种基于聚类的入侵检测新方法

根据目前应用于入侵监测的算法中普遍存在的对输入顺序敏感,无法自适应地确定参数以及需要大量的训练数据等问题,且k-means算法存在初值选取的问题,因而提出一种新的聚类算法进行入侵行为的监测.该方法的优点是对输入数据顺序不敏感以及能够比较准确地选择聚类的初值.实验中采用了KDD99的测试数据 ,结果表明该方法可以比较有效地检测真实网络数据中的已知和未知的入侵行为.     

既有结构基桩动刚度法检测影响因素数值分析

采用有限元二维计算模型进行单桩-承台结构动刚度法检测数值模拟,并通过现场实例对比验证了该计算模型的有效性。通过该模型分析得到了在单桩-承台结构下,激励荷载幅值对桩基检测的时域曲线及动刚度均有影响,现场检测时应选用合适的锤进行试验;桩基缺陷类型对动刚度法性检测有影响,对于缺陷程度大的断桩、离析桩类型其时域速度曲线出现明显的缺陷反射,动刚度显著小于完整桩;对于缺陷程度小颈缩桩其时域曲线无明显缺陷反射,但动刚度略小于完整桩,现场检测过程中时域曲线与动刚度相结合可更好判断既有结构基桩完整性,并可通过动刚度判断缺陷类型;桩身动刚度值随桩身弹性模量的增加而增加,近似成线性关系,在现场检测时应考虑混凝土强度对动刚度的影响。     

《语文知识》连续三届获“河南省社会科学期刊综合质量检测一级期刊”荣誉称号

《语文知识》创刊于1985年，是由郑州大学主办、国内外公开发行的学术文化教育类刊物，刊发语言文学、语文教学类专业学术论文。在广大语言文学工作者的大力支持下，办刊质量始终保持较高水准，受到广泛好评。自2006年以来，《语文知识》连续三届（2006年第五届、2008年第六届、2010年第七届）被河南省新闻出版局评定为“河南省社会科学期刊综合质量检测一级期刊”。     

积极探索以学生发展为本的评价方式

新课改下的学生评价,要求以多元的评价标准,及时地给学生积极向上的评价,强调以发展的眼光看待学生,关注学生个体差异,激励学生健康、全面、和谐发展。其目标在于不仅要将学生培养成为优秀的人才、合格的公民,更要成为有能力追求幸福的个体,真正展现全新的教育观、质量观和人才观。     

大宗交易榜中榜

正~~