简介：摘 要：YOLOv5是一种目标检测算法，它在多个数据集上取得了优秀的表现，是目前最先进的目标检测算法之一。传统YOLOv5算法用于变电站鸟类视频识别场景时，由于鸟类为小目标类型，容易出现预测框和真实框不相交，无法进一步学习训练的情况，需要对此算法进行改进并辅助以卡尔曼滤波目标跟踪算法，来达到对鸟类目标的识别及跟踪效果。

简介：摘要：随着深度学习的不断进步，已经将应用延伸到光电跟踪设备，优质的检测跟踪算法决定光电跟踪设备的工作效率。本文提出一种改进YOLOv4的检测跟踪算法，结合空洞卷积对其网络结构进行改进，加入空洞空间金字塔池化模型，以此增大感受野，聚合多尺度上下文信息。然后，通过 K-means聚类方法生成更适合目标检测的初始候选框。其次，提出一种对象选择器，用来选择检测和跟踪轨迹中的最优候选框；最后，将最优候选框和跟踪轨

简介：论述了有收益约束条件的股指债指生成综合指数的投资组合跟踪问题，给出了在最小均方误差意义下追踪组合的解，证明了最优跟踪误差是收益约束的二次函数，在均方差-均值平面上是一条抛物线。

简介：

简介：

简介：

简介：[摘要]：结直肠癌是最常见的消化道恶性肿瘤之一,对我国居民健康造成了严重危害。我们提出了一种改进的YOLOv3算法--Efficient-YOLOv3，结果表明，EfficientYOL0v3 模型检测结直肠息肉的mAP为93.04%。与基准的Yolov3模型相比提高了8%以上,与基准的Yolov4模型相比提高了3%以上。

简介：摘要：针对水下裂纹采集的图片清晰度、对比度低的问题，本文提出了利用计算机视觉技术对水下裂纹进行检测，首先利用二值化对采集的水下裂纹图像进行出里，再利用改进的YOLOV4算法进行目标检测。将水下拍摄的裂纹视频提取出单独的帧；利用二值化将采集到的水下彩色图像转化成二值图像，将二值化得到的图片利用中值滤波方法进行去噪处理；将处理后的图片送入到改进后的YOLOV4网络进行训练。结果表明，该方法在对水下坝体裂纹检测的平均精确度可达94.67，速度可达33.7fps。使得水下坝体裂纹检测的准确率和运算速率都得到了很大的提升。

简介：

简介：

简介：摘要：本文分析了目标检测算法YOLOv5网络结构的优缺点，提出了一种轻量化网络模型YOLOv5s-lite，对原来的YOLOv5s进行了模型加速，用分组卷积、深度可分离卷积和通道混洗操作代替网络中部分普通卷积，并在自制的螺栓模板数据集上验证了检测性能和模型复杂度，在基本不改变检测精度的情况下将网络模型减小了将近一半。

简介：随着网络规模及复杂性不断的变化，网络脆弱性逐渐增多，加之各种新型攻击工具不断涌现，传统网络安全技术显然不能满足发展所需，网络安全成为一个严峻问题。文章分析了网络安全势态的感知模型形成过程，分析了感知模型的系统实现。

简介：摘要：仓库管理活动中，常常伴随着设备货物行为、人员行、人员与货物交互行为等活动，行为复杂，分布场景广泛，结合视频监控技术，采用OLOv4物体检测算法、融合OpenPose检测人骨骼点，实现仓库环境中物品拿取行为的监测。模拟试验表明这种算法识别的方法能有效解决仓储场景中物品拿取的识别监测。

简介：摘要：YOLO（YouOnlyLookOnce）系列算法作为目标检测领域的里程碑，自2015年首次提出以来，以其高速度和高准确率受到了广泛关注。本文综述了YOLO算法从YOLOv1到YOLOv10的发展历程，详细探讨了每个版本的关键特性和技术改进，并分析了YOLO算法在不同领域的应用及其面临的挑战和未来发展方向。

简介：全球服务经济发展迅速,我国酒店行业正经历着竞争与机遇并存的快速发展时期。餐饮作为酒店的重要服务内容之一,其服务质量高低直接影响着整个酒店形象与整体服务质量。在顾客感知服务质量模型（SERVQUAL量表）理论基础上,建立了基于顾客感知酒店餐饮部服务质量模型,包括五个维度有形性、可靠性、敏感性、可信性、移情性。

简介：从个体属性差异角度切入,结合现实群体关系研究感知网络演化模型。模型通过引入马氏定理,模拟在不同感知维度和感知能力下的个体行为,并计算其马氏距离,实现以优先连接概率为前提条件的人类感知网络结构。实验表明：通过优先连接概率阈值和感知因子权重关联度阈值两个外部环境因子,以及个体节点属性差异内部因素,可以共同数据化新旧节点度的动态变化过程,结果显示核心属性因子权重的变化对网络特征影响明显。

简介：摘要：本文章阐述了一种基于对抗态势感知和安全计分技术的早期预警系统模型，并对模型的态势感知、风险量化计分部分展开叙述，提出基于对抗的智能态势感知预警模型的观点，并给出相应的解答，在研究这两个问题的同时能了解到现代科技的创新和发展，本文将主要围绕着这两个话题有效融合进行讨论。

简介：近年来,随着用户对移动通信网络质量的要求越来越高,同时移动运营商之间的竞争也日趋激烈,移动运营商已经不满足于用传统的网络KPI(KeyPerformanceIndicator,关键绩效指标)指标来评估网络质量,更多的关注将转向典型业务的用户感知指标。

简介：摘要：电力系统的正常运行离不开电力设备的检修维护，检修人员在检修维护作业时有可能进行违规操作，导致一定的安全风险，现有的检修监控系统存在一定的问题，无法及时精确定位跟踪捕捉到视野边缘或者距离太远的作业人员清晰的操作过程。为了提高监控系统的监视效率，减轻监控操作人员的负担，本文提出一种基于YOLOv5和Deep SORT算法的电力检修维护人员智能变焦跟踪监控系统，该系统能够实现对作业人员的精确识别和目标跟踪，同时通过监控摄像头的自动追踪和智能变焦实现对检修维护人员作业过程的精确监控。

简介：摘要：生产安全是工厂的重中之重，划分出危险区域并进行安全驱离具有重要的意义，因此提出了一种基于改进的YOLOv5特定区域图像识别技术，通过对采集的实时视频进行处理、对YOLO模型中图像进行特定区域的划分，可以实现在移动端，或者性能较低的设备上进行图像实时监测和危险区域的划分。