共查询到10条相似文献,搜索用时 31 毫秒
1.
公共建筑高密度人群疏散运动极具危险性,实时的人群目标识别与检测对于密集场所人群疏散安全至关重要。针对现有行人检测方法对于行人密集、局部遮挡等情况存在鲁棒性差、实时性低等问题,提出了一种基于改进YOLOv3算法的密集人群目标实时检测方法。该检测方法以YOLOv3算法为基础,采用K-means方法对实验用数据集进行聚类分析并对网络结构进行调整,最终得到适用于高密度人群目标检测的算法即YOLOv3-M算法。实验结果表明:YOLOv3-M算法平均准确率达到91.20%,召回率为89.77%,相比YOLOv3算法模型平均准确率提高了6.4%,召回率提高了4.73%;在阈值相同条件下,YOLOv3-M算法可有效降低图片漏识率与误识率;对1080P视频的检测速度达到19.2 FPS,基本满足实时检测的需求,从而验证了该检测方法的有效性。 相似文献
2.
污水处理过程的性能监测与故障诊断,对于保障污水处理过程正常运行及保证出水质量达标具有重要意义.针对污水处理过程数据具有非线性、不确定性及且易受随机噪声影响等特征,提出了一种新的基于通勤时间距离的LE流形学习算法实现对复杂过程数据的特征提取.改进算法采用通勤时间距离方式进行样本间的相似度衡量并构造邻域图,理论分析和仿真测试表明改进算法可有效克服基本LE算法的邻域参数敏感问题并提高了算法的鲁棒性.将基于通勤时间距离的LE流形学习算法用于污水处理过程故障检测建模,在低维流形子空间构造综合统计量进行过程监测.应用结果表明,与基于PCA方法和LE方法的故障检测模型相比,基于改进算法的故障检测模型可及时探测故障的发生,具有较低的故障漏报率和故障误报率.为污水处理等复杂工业过程的故障监测提供了一种可行的解决方案. 相似文献
3.
水下垃圾的目标检测技术对水下机器人实现垃圾自动清除有着重要意义。然而,复杂的水下环境和水底光线不足,易导致检测精度受限、计算量大等问题。针对这些问题,提出了一种基于YOLOv5的水下垃圾目标检测的改进算法。在该方法中,在预处理部分引入Gamma变换提高水下图像的灰度和对比度,便于模型检测。同时,在YOLOv5检测部分嵌入CBAM注意力机制,以突出目标特征并抑制次要信息,从而提高算法精度。此外,将颈部层中的普通卷积模块替换为Ghost卷积模块,减少计算量,加快检测速度。采用真实环境下的水下垃圾数据集进行模型验证,与当前热门的目标检测算法进行对比,该方法在分辨率为640×640的图像上的最高检测精度为93.7%,且计算时间仅为6.7 ms,满足实时性的要求。该研究成果对水下垃圾的目标检测具有良好的借鉴意义。 相似文献
4.
刘瑾萱 《安全.健康和环境》2023,(5):16-21
针对石化厂区安全风险防控的需求,提出了一种基于卷积神经网络的单分类图像识别算法。为了构建识别模型,首先创建了一个带标签的厂区火灾、烟雾图像数据集用于模型的训练。其次,通过特征提取及分类器模块,实现了对视频监控异常场景的识别。此外,设计了一种全新的损失函数,以增强异常场景识别能力。该算法采用端到端的网络架构,解决了传统目标检测方法的结构臃肿、计算复杂等问题,减少了模型的复杂程度,弥补了现有视频监控资源利用场景的不足,进一步提高了厂区风险识别能力。实验结果表明,所提出的单分类视频监控图像识别算法在准确率等方面优于现有算法。 相似文献
5.
目的针对加筋板在使用工况中易发生屈曲和结构失稳,提出一种基于理想点法的屈曲承载力优化设计方法。方法以加筋板的屈曲承载力最大和结构质量最小为目标,以加筋板的屈曲、最大vonMises应力和筋条压损等为约束条件,并利用理想点法将多目标优化问题转化为单目标优化问题。基于ANSYS参数化建模技术,构建屈曲分析、优化设计一体化分析与设计模型,并采用单目标优化算法——DOWNHILL SIMPLEX算法实施了优化分析。结果优化后结构质量从0.195 kg增加到0.24 kg,增加了23%,结构承载力从129.4 k N提升到235.84 kN,提高了82%。结论通过优化能够获得结构性能折中的方案,可为加筋板结构设计应用提供参考。 相似文献
6.
针对现有填埋场渗漏检测系统在检测大面积填埋场时存在的检测成本高、电极铺设困难和定位不精确的实际问题,设计了一种新型填埋场实时渗漏检测系统,该系统采用分区检测、多点供电的方式采集检测电极电势,并通过定位算法定位漏洞。该系统在大大降低了大面积填埋场渗漏检测成本的同时,也提高了定位精度。通过在中国环境科学研究院内小型填埋场做模拟实验验证,在膜上供电电流400 mA、膜下电极栅格间距10 m、膜下媒质电阻率50Ω·m的情况下,系统的定位精度可达到20 cm。该系统为垃圾填埋场的科学管理和减少环境污染提供了新的科学技术手段。 相似文献
7.
8.
9.