摘 要:在膝关节骨折检测任务中,传统的诊断方法因诊断效率和准确性存在局限性,通过引入膝关节骨折的自动化诊断与分析,可以显著提升检测精度。为应对低对比度和复杂结构的挑战,提出一种改进的YOLOv8算法,结合ESFAM多尺度特征聚合模块、ARAH自适应区域注意力检测头和BDC-Conv双通道膨胀卷积模块,优化了模型的检测性能。通过实验验证,改进后的模型在6种膝关节骨折类型的识别上表现出更高的检测准确性
摘 要:为了应对场景文本检测的查询更新上依赖隐式更新的挑战,提出了基于深度学习实现增强更新的文本检测模型。该模型首先对边界框的控制点进行建模完成查询的初始化。在解码过程中,该模型不仅利用解码器的注意力机制,还结合当前解码器层及后续层的预测信息来指导查询进行更精确的增强更新。此外,还引入了预测聚合模块,它能够对相似的控制点预测进行聚合,从而提高了检测的鲁棒性。Total-Text数据集上的实验,结果
摘 要:针对绝缘子缺陷目标小、分布零散等问题,提出一种基于YOLOv8的轻量化检测算法。通过自适应降采样(ADown)技术融合平均池化与最大池化优势,降低局部变化敏感性并提升参数利用效率;结合高效远程注意力网络(ELAN)和跨阶段局部网络(CSPNet),设计轻量化骨干网络RepGELAN,借鉴RepVGG卷积结构优化卷积堆叠,实现轻量化与高效推理;应用双向特征金字塔网络(BiFPN)增强特征整合
摘 要:基于强化学习的最大公共诱导子图(MaximumCommonInducedSubgraph,MCIS)算法在处理历史搜索中低频出现的顶点时存在局限,难以评估其真实重要性并进行有效探索。为此,提出一种基于动作与环境反馈的前向预测方法。动作反馈通过奖励机制量化分支顶点的剪枝效果,环境反馈则用双域个数来表征待搜索子图的大小。前向预测通过单边采样选择顶点模拟分支,并根据反馈确定最佳顶点。实验结果表明
摘 要:手语识别在帮助听障人士与健听人建立有效的沟通中发挥着重要作用。随着人工智能技术的快速发展,越来越多的深度学习方法被应用于手语识别领域。因此,提出了一种基于预训练VGG16模型和手部关键点信息的手语识别模型:Full-VGG16。该模型通过VGG16提取图像特征,并融合通过mediaPipe抽取的关键点特征来进行手语识别。实验结果表明,Full-VGG16模型在手语识别任务中表现优异,准确率
摘 要:玉米作为中国关键粮食作物,其品种识别技术随深度学习和计算机视觉技术的发展而进步。针对玉米籽粒品种识别技术已有所发展,但植株品种分类研究较少的不足,提出一种改进的SwinTransformer模型;通过多尺度特征融合和改进的CBAM注意力机制增强模型的特征表达,提升了模型性能。在自建数据集上的实验结果显示,该方法识别准确率达93.4%,较原模型提高2.7%,且优于ResNet34、VGGNe
摘 要:织物瑕疵种类繁多且获取困难,导致织物瑕疵检测具有一定的挑战性。为解决此难题,提出了一种基于改进CycleGAN模型的织物瑕疵图像生成方法,旨在丰富织物数据集。引入U-Net并对其特征提取模块进行优化,设计一种并行扩张双向注意力结构,以有效提取图像纹理和边缘特征信息。在快速连接中,加入混合注意力结构以有效过滤冗余信息,并设计深度残差结构增强模型表达能力和网络深度。实验结果表明,该模型在FID
摘 要:在人脸年龄估计任务中,针对现有深度学习模型在提取层次化特征方面存在不足的问题,提出了一种基于SwinTransformer的层次化年龄估计网络(HAEN-Swin)。该网络包含浅层和深层特征提取模块,分别捕获面部基础结构和细节特征,实现多层次特征提取,显著提升年龄估计准确性。此外,针对数据集样本分布不均衡的问题,网络还引入了Dice相似系数作为损失函数的一部分。实验结果表明,HAEN-Sw
摘 要:为预测奶牛酮病,建立基于改进XGBoost的奶牛酮病预测模型,提高该疾病的预测效率。选取甘肃某牧场的奶牛生产性能测定DHI数据进行分析,将脂蛋比作为奶牛酮病的预警指标,建立了基于IGJO-XGBoost回归预测模型来预测奶牛酮病。同时构建不同的奶牛酮病回归预测模型进行对比实验,评估模型的性能。实验结果表明,改进后的XGBoost奶牛酮病回归预测模型的各项评价指标均优于其他模型,在奶牛酮病预
摘 要:针对现有仪器设备检测算法在管廊复杂环境下检测精度低、模型复杂等问题,提出一种改进YOLOv8n的SLB-YOLOv8n仪器设备检测算法。首先,构建C2f-star模块并替换主干网络中的C2f,降低模型复杂度;其次,在SPPF模块添加LSKA注意力机制,增强低光环境识别能力,并将特征融合方式替换为BiFPN,提高识别精度;最后,将损失函数替换为WIoUv3,加快模型收敛速度。使用管廊自建数据
摘 要:社交媒体的普及促进了信息传播,也不可避免地为谣言泛滥提供了传播途径。用户是谣言传播的关键一环,用户间的差异性使他们对信息真实性做出不同判断,但差异性带来的影响很少在检测环节被考虑。因此,考虑差异个体在信息判别上的表现不同,将其纳入识别指标。针对以往数据集陈旧、识别性能不佳的问题,采集近两年的真实数据,利用贝叶斯优化后的LightGBM算法进行识别。结果表明用户差异可以有效识别谣言,且贝叶斯
摘 要:针对空中三维障碍环境下的无人机飞行路径规划问题,提出一种基于改进的水鹰优化算法的动态无人机路径规划策略。设定一空中障碍点模拟空中飞行物,采用多维分段混沌映射初始化飞行路径群。引入自适应参数调整机制和多目标优化策略,实现最短路径和最快计算的综合目标。采用直线路径优先和贝塞尔曲线拟合路径的方式提升实际飞行路径的流畅度。实验结果表明,改进水鹰优化算法的迭代路径更短,迭代收敛速度更快,能有效处理无
摘 要:层次分析法(AHP)作为一种多准则决策分析方法,广泛应用于复杂问题的定量分析评价中。针对软件产品的评价,以AHP方法为基础,提出了一种全面且系统化的评价模型,并结合专家意见,对软件产品的功能、性能、可靠性、可维护性、研发过程等多个维度进行分析与权重分配。通过构建判断矩阵,运用一致性检验对结果的合理性进行评估,最终实现了对软件产品的综合评价。研究结果不仅为软件产品的选择与评估提供了有效的理论
摘 要:针对目前道路裂缝检测精度低,难以识别细小裂缝的问题,提出了一种改进的YOLOv9c算法模型,显著提升了道路裂缝的检测效果。首先,在YOLOv9c模型的头部网络中引入了CBAM模块,这不仅提高了模型的特征提取能力,还增加了检测精度;然后,在骨干网络和头部网络中用SCDown模块替换原有的ADown模块,在降低模型复杂度的同时,提升了检测效率。经过实验,改进的YOLOv9c模型与原模型相比,分
摘 要:针对深度递归方法在轨迹数据稀缺时难以捕捉用户需求多样性和轨迹不确定性的问题,基于BiGRU提出了轨迹自监督学习的城市旅行推荐方法(SLTR)。该方法通过自监督学习优化POI表示和轨迹表示,捕捉POI语义关系,并增强查询与轨迹推理能力。在4个真实城市数据集上进行对比实验,F1和Pairs-F1指标与次优模型相比,平均改进分别为2.08%和2.07%。结果表明,本文方法提高了旅行兴趣点推荐的准