简介：摘要售电量是电网经营企业的产品,售电均价是企业售电价格水平,表征企业盈力能力,两者是电网经营企业重要经济指标。准确预测长短期售电量、售电均价对企业的经营决策起着重要作用。

简介：本文提出一种对铜锍品位进行预测的新方法,以采集的现场数据为基础,采用系统辨识动态地建立了AR(p)模型与三次指数平滑模型.AR(p)模型要求数据对象是平稳时间序列,而三次指数平滑模型的数据对象具有随机性,考虑到铜锍品位的波动性,本文将二模型按最小二乘法原理,以组合预测误差平方和为目标函数,通过使误差平方和极小化来确定两种预测方法的优化,建立了一种新的组合模型,在三种模型中其预测误差最小.

简介：提出一种新的基于任意多面体剖分的并行碰撞检测算法,该算法根据任意多面体的剖分算法,将两个复杂的多面体间的碰撞检测转化为多个四面体间的并行碰撞检测,并通过实验数据与其他碰撞检测算法进行性能分析与比较,结果表明并行算法极大提高了检测速度。

简介：提出一种基于Sobel算子和数学形态学相结合的改进算法,用于尿液试纸条图像的边缘检测。首先采用Sobel算子对预处理后的尿液试纸条进行边缘检测,得到粗略的边缘图像;然后采用双结构多尺度形态学算子精准检测。根据图像特点,使用形态学算子时,将膨胀运算和开运算进行加权求和,有效地克服了图像的双边缘现象;最后使用顶帽底帽联合运算以增强图像边缘。实验表明,本研究提出的改进算法信噪比可达到8.6471,边缘连续性指标可达到0.9212,实现了尿液试纸条图像边缘的准确定位和清晰成像。

简介：针对医学图像处理和三维医学图像可视化,系统总结了目前边缘检测技术,归纳了各种边缘检测算法.

简介：海天线的检测和提取是舰船红外图像处理中的一个重要内容，在综合分析比较基于边缘检测、图像分割以及小波变换多尺度分析等多种海天线检测算法优缺点的基础上，提出一种基于形态学处理和最小二乘法的算法，仿真分析表明此算法能适应含有各种干扰的海面背景环境，鲁棒性好，并且提取精度高，能精确定位海天线。

简介：针对小波变换电压暂降检测算法在谐波干扰条件下的不足，提出了一种基于滑窗小波和二点法的电压暂降算法。该算法首先通过滑窗小波滤除暂降信号中的谐波分量，得到电网基波信号；再利用二点法计算电压暂降幅值比及相位跳变角。实例仿真表明，所提算法不存在因小波系数最大模难以识别而导致的暂降特征量无法计算的问题，能够在谐波干扰条件下准确地检测出电压暂降特征参数，且相关检测结果延迟小于一个工频周期，满足实际工程需要。

简介：以某型火箭发动机为研究对象，针对其起动工作过程，利用Matlab和LabWindows/CVI等编程语言，结合神经网络理论，开发了其起动工作过程的实时故障检测算法。使用了多次试车数据进行离线检验，结果证明该算法能够及时、有效地检测出该型火箭发动机起动过程的已有故障，并能够满足实时性的要求，没有出现误报警和漏报警。

简介：摘要  随着人工智能的不断发展，计算机视觉技术逐渐运用到诸多领域，在各类制造行业及重大工程等方面有着不俗的表现，越来越多的学者加入到将深度学习算法运用到生产研究的各个方面，电力行业更是有多种目标检测算法的突出表现。电气工程专业的研究人员越来越青睐将深度学习技术应用到电力巡检领域，使用无人机采集图像，对电力设备的使用正常状况识别，不仅具有研究意义，而且还具有广泛的前景。

简介：摘要：行人目标检测广泛应用于汽车自动驾驶、安防监控、入侵识别等领域，对检测算法的实时性提出了较高要求。由于城市道路等场景背景复杂，行人目标尺寸小且易被遮挡，导致算法运算量大，对系统计算资源要求高。本文提出了基于YOLOv3的轻量化行人检测算法。将传统YOLOv3算法的骨干网络替换为轻量化骨干网络，运算量降低了71%，模型参数量降低了62%，同时具备较高的行人检测精度，适用于计算能力较低、存储空间较小的嵌入式设备，便于前端部署。

简介：摘要：复杂场景中检测交通标志对于智能导航与自动驾驶具有重要研究意义与实用价值，针对目前交通标志检测率较低的问题，本文提出了基于深度学习网络的交通标志检测系统，系统包括图像采集模块、交通标志检测模块和导航模块。其中交通标志检测模块采用最新YOLOv6网络为基础，基于重参数化结构，提升了检测准确率，通过软件界面可以在视频中实时准确的标志出交通标志。经过实验验证，本文交通标志检测系统有更高的检测准确率，具有较好的应用价值。

简介：摘要：复杂场景中检测交通标志对于智能导航与自动驾驶具有重要研究意义与实用价值，针对目前交通标志检测率较低的问题，本文提出了基于深度学习网络的交通标志检测系统，系统包括图像采集模块、交通标志检测模块和导航模块。其中交通标志检测模块采用最新YOLOv6网络为基础，基于重参数化结构，提升了检测准确率，通过软件界面可以在视频中实时准确的标志出交通标志。经过实验验证，本文交通标志检测系统有更高的检测准确率，具有较好的应用价值。

简介：摘要： 本文将使用改进YOLOv5s网络的PCB板缺陷检测算法，该网络基于YOLOv5s网络进行优化改造，不仅解决上述问题，还具有轻量化、鲁棒性高等优点，同时针对于PCB各类缺陷不易检测的难点，在优化后的网络中加入K-means+聚类算法，从而提高对于PCB小目标缺陷的检测精度。通过实验得出在 6 种 PCB 缺陷类型中对于漏孔类型缺陷检测精度达到 98.9%，所有类别 PCB可达 95.4%。实验结果表明，YOLOv5 算法可以满足工业生产中缺陷检测的需要。

简介：摘要：近些年来，我国社会不断进步，随着5G技术以及无线数据互联技术的快速发展,在驾驶领域之中,自动化、智能化的交通系统成为研究热点。智能交通系统可以有效地感知城市中各个街道的车流状况,提升道路利用效率,减少交通堵塞情况的发生。基于卷积神经网络的目标检测方法取得了较好的成果,具有灵活性高以及可以同时检测多条道路等特点。如何减少误检、漏检,提高车辆检测的准确性,是将深度学习应用到车辆检测的关键性问题。以YOLOv5为基础模型,对其进行相关改进。检测改进算法的性能,为车辆检测算法提供理论支撑,增添数据库存储量。

简介：摘要:本论文旨在探讨智能电网中的电力负荷预测算法，并研究其在实际应用中的效果。电力负荷预测在电能管理和资源规划中起着至关重要的作用。我们综合考察了多种电力负荷预测方法，包括基于统计学、机器学习和深度学习的技术。研究结果表明，深度学习方法如卷积神经网络（CNN）和循环神经网络（RNN）在电力负荷预测中表现出色，能够更准确地捕捉负荷的时空特性。此外，我们还讨论了数据预处理、特征工程和模型优化等关键问题，以提高预测性能。最后，我们强调了电力负荷预测对于智能电网的可靠性和可持续性的重要性，并提出了未来研究方向的建议。

简介：摘要：信息技术的快速发展使我们进入了大数据时代，而知识、技术、人才和资金等的时空交换加速，使得城市生产与居民活动范围持续扩大，类型更加复杂，并促进了产业重构和空间重组，进而改变着区域和城市的空间格局。在此背景下，大数据在城市规划实践和研究中也得到越来越多的应用。

简介：摘 要: 为了能够实时的侦测防爆电梯曳引机与控制系统的运行情况，对其早期的火险进行及时的报警排除，避免由于正压防爆电梯机房高压，而引起的危险火源外泄。本文提出一种基于图像处理的视频报警系统。通过对其检测算法的设计，可以实现自动的识别火焰、报警以及及时的处理险情。在上位机中，应用OpenCV简化算法的设计流程，减少硬件的设计环节，提高系统报警的准确率。本文研究了火焰检测算法的设计，通过分析火焰的色彩特征，以及对传统的harris尖角检测算法的优化，进而实现对火灾的监测。

简介：为了减少MAP算法的复杂度,可以采用减状态或减搜索技术.本文提出了一种完全基于M算法原理、应用于Turbo均衡的减少搜索的软输出检测算法,它是一种次最佳的Lee算法.该算法称为软输出M算法(SO-M-算法),它同时在Lee算法的前向迭代及扩展前向迭代中采用了M策略.计算机仿真结果表明,通过适当选择和调整Turbo均衡迭代过程中算法的广度参数和深度参数,该算法可获得较好的性能与复杂度的折衷.

简介：摘要：

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。