【摘 要】
：
舰载机位姿实时检测对于甲板上的舰载机的运动控制、轨迹规划与防撞等具有重要意义。传统的舰载机调度主要依靠人工判断舰载机位置与航向角进行调度,传统方法不能得出准确数据,还易因为操作员的疏忽与疲劳发生碰撞事故。针对该问题,提出了舰载机位姿实时视觉测量算法。基于YOLO-V4(you only look once version 4)网络以及Canny边缘提取算法对舰载机进行识别分割。创新性地提出一种线框
【机 构】
：
哈尔滨工程大学智能科学与工程学院,黑龙江哈尔滨150001
论文部分内容阅读
舰载机位姿实时检测对于甲板上的舰载机的运动控制、轨迹规划与防撞等具有重要意义。传统的舰载机调度主要依靠人工判断舰载机位置与航向角进行调度,传统方法不能得出准确数据,还易因为操作员的疏忽与疲劳发生碰撞事故。针对该问题,提出了舰载机位姿实时视觉测量算法。基于YOLO-V4(you only look once version 4)网络以及Canny边缘提取算法对舰载机进行识别分割。创新性地提出一种线框模板匹配算法,通过计算舰载机边缘轮廓与线框模板的匹配度获取最佳位姿。通过并行化与GPU(graphics
其他文献
随着国家对环保的日益重视,将原来露天的煤场封闭起来而建设的大跨度钢结构煤棚越来越多.通过对大跨度钢结构煤棚属性及使用特点的分析,探讨了大跨度钢结构煤棚电气设计要点,可为电气设计人员提供参考.
建筑光伏一体化等建筑清洁能源技术快速发展,电动汽车等直流负荷规模化应用,建筑供用电系统设计亟待解决逆变型可再生能源便捷接入、直流负荷节能提效率等问题.提出以直流微电网为基础的建筑直流供用电系统设计总体思路,给出了光储荷协同的建筑直流供用电系统典型配置方案,设计了直流供用电系统监控平台全景架构,为建筑直流技术发展和应用提供了参考.
分析和归纳了现有国家标准规范和重庆地方标准中对住宅电气竖井位置、面积、尺寸大小等设置的规定和要求,结合重庆地区不同类型项目的住宅电井实例,分析了影响住宅电井布置做法的因素,最后提供了满足目前规范要求下最小尺寸的住宅电井布置参考图.
根据陕西延长中煤榆林能源化工有限公司甲醇中心气化装置一期填平补齐项目的试车运行工况分析、产气量计算、残碳含量分析得出运行工况存在的不足,并通过调整氧煤比、中心氧比例达到工况最优化.
在智能化、“双碳”战略目标的新时代背景下,石油勘探开发领域智能化转型发展是能源行业极为核心与避不开的重要战略研究目标.随着石油资源品质的不断劣质化,油气资源开采的难度不断加大,开采成本逐年攀高,油气勘探开发面临的新挑战是抛弃以前“储量为王”,树立“数据为王”的新理念,加大数据治理力度,提升数据价值.同时,数据、算力、算法、场景“四位一体”,共同驱动人工智能技术“以点带面”在石油勘探开发领域应用.
介绍了未来低碳建筑对充电设备的应用需求,探讨了充电设备结合智慧运营和建筑能源管理系统融合如何为建筑物提供高效、智能、低碳的充电服务,并通过某酒店地下停车库项目,分析了充电设备的应用和智慧运维平台带来的实际价值.
微表情具有持续时间短、强度低的特点,其识别准确率普遍不高。针对该问题提出了一种改进的深度学习识别方法,该方法取微表情视频序列中的Apex帧,采用集成空间、通道双注意力模块的ResNet18网络,引入Focal Loss函数解决微表情数据样本不平衡的问题,并将宏表情识别领域的先验知识迁移到微表情识别领域,以提高识别效果。在CASME II微表情数据集上使用"留一交叉验证法"进行实验,结果表明本文方法
为了去除高光谱图像多视图主动学习分类中的所选样本的冗余,降低人工标记成本,本文提出了两种用于多视图主动学习分类中的多样性样本选择方法。将高光谱图像进行超像素分割,将所选样本中属于不同的超像素的样本加入训练集,其余样本加入候选集;比较各视图对样本的预测标签,将所选样本中预测标签不完全相同的样本加入训练集,其余样本加入候选集。本文分别用这两种方法对传统多视图主动学习的样本选择方法进行改进,并用两组高光
大数据时代的到来,使得信息量暴增的同时,数据维度也呈现几何式增长.在保护用户隐私的前提下,如何充分挖掘高维数据的可用信息,成为了大数据发布领域的研究热点和难点.差分隐私作为一种强大的隐私保护模型,被越来越多地应用到高维数据发布中.本文归纳了差分隐私及其相关方法在高维数据发布的应用,重点分析了差分隐私和特征降维、特征抽取、贝叶斯网络、树模型以及最新提出的粗糙集和随机投影等方法在高维数据发布中结合应用的优缺点,梳理了各个方法在高维数据方面的应用和对比,最后对未来差分隐私在高维数据发布中的应用方向进行了展望.
采用对抗训练的方式成为域适应算法的主流,通过域分类器将源域和目标域的特征分布对齐,减小不同域之间的特征分布差异。但是,现有的域适应方法仅将不同域数据之间的距离缩小,而没有考虑目标域数据分布与决策边界之间的关系,这会降低目标域内不同类别的特征的域内可区分性。针对现有方法的缺点,提出一种基于分类差异与信息熵对抗的无监督域适应算法(adversarial training on classificati