基于物联网和改进Yolo-v4-tiny的智能果蝇诱捕方案

为了研究人工智能技术在物联网远程检测方面的应用,设计一种结合深度学习和物联网技术的自动诱捕器解决方案。设计了采用低功耗嵌入式传感系统和神经网络加速器的智能诱捕器原型。利用边缘计算设备在本地运行改进的Yolo-v4-tiny网络以完成害虫图像自动检测计数,所提模型引入了空间金字塔池化模块,并改进了原始网络的损失函数,增强了对小目标特征的捕捉能力。试验结果表明,所提嵌入式解决方案能够自动采集信息素粘虫板图像并完成准确果蔬害虫的检测,取得了最高0.842的检测精度和0.837的召回率数值,性能优于其他先进的轻量级目标检测模型,具有成本低、检测精度高、通信量低、工作寿命长的优点。     

面向区间型数据的不同区间核SVM分类模型

区间型数据是属性特征取值为区间的一类数据。由于区间型数据上下界的特殊结构,传统的支持向量机无法直接对其进行处理。针对区间型数据的分类问题,本文提出了面向区间型数据的不同区间核SVM分类模型。除之前提出的高斯区间核外,该方法通过引入调节因子,均衡区间中值与区间半径之间的关系,并据此相继构造出线性区间核、多项式区间核和Sigmoid区间核,用以衡量两个区间型数据数据间的相似性,然后将多种区间核函数集成在一个分类模型中,通过选择区间核类型建立相应的区间核SVM分类模型。在人造数据集和真实数据集上的实验结果表明,GIK＿SVM的最优值最多,PIK＿SVM的平均分类精度最优,说明不同分布的数据集选择合适的区间核SVM分类模型十分重要。     

基于核心图增量聚类的复杂网络划分算法改进

基于核心图增量聚类的社团划分算法,设置了一个结点度阈值,利用该阈值在给定网络中筛选核心结点,以这些核心结点构造核心子图,调用GN算法产生社团框架;根据结点与社团的相似度,将除核心结点之外的结点划归到各个社团,经过反复调整各结点的归属,产生网络的社团划分。通过举例说明当度阈值设置不当,筛选出的核心结点所构成的核心子图并不能清晰地构成给定网络的各社团框架,从而严重影响网络的社团划分效率与效果。为此对其进行了改进。文中提出的是一种启发式算法,利用结点的度来逐步产生各社团框架,最后生成各社团。通过在真实网络数据集上测试,说明改进算法是高效的。     

基于决策树和规则关联分析的英语教学质量评估

为了提高英语教学质量评估的有效性,采用决策树建立教学质量评估指标分类规则,同时采用关联规则分析对评估结果进行验证.提取英语教学质量评估的有效指标,对指标属性进行量化和泛化处理;根据待评估样本计算各指标属性的熵增益并对熵增益率降序排序,分别获得根节点和分支节点,结合节点属性值得到分支个数,构建完整的教学质量评估决策树;采...     

一种基于LMBP神经网络的图像复原方法

BP(Back-propagating)神经网络在图像处理中主要应用于模糊图像的复原,因为该算法在收敛速度上有一定的局限性,同时比较容易受局部极小值的影响.应用LMBP(LevenbergMarquardt BP)神经网络算法对模糊图像进行复原.这种算法实质上是提取了神经网络的GaussNewton法以及梯度下降法的优势,加速了算法收敛.实验结果表明,基于LMBP神经网络的图像复原方法对模糊图像的修复效果明显,且运行速度快.     

毛细管电泳法测定化妆品中的烟酸和烟酰胺

建立了一种测定化妆品中烟酸和烟酰胺的毛细管电泳法,成功应用于面霜、乳液和化妆水的检测.样品中的待测物直接用水提取进行检测,以60 cm(有效长度为50.5 cm)×75μm的熔融石英毛细管为分离通道,紫外检测波长210 nm,30 mbar压力下进样5 s.电泳分离条件为:10 mmol/L磷酸氢二钠溶液,p H值9.2,运行电压25 k V,温度25℃.2种物质在7 min内实现完全分离.烟酸和烟酰胺分别在1~200μg/m L和5~500μg/m L范围内峰面积与浓度呈良好的线性关系,线性相关系数R0.999.烟酸和烟酰胺的检测限分别为0.35μg/m L、0.67μg/m L,加标回收率在97.9%~107.7%,相对标准偏差RSD≤4.5%.该方法具有分离速度快、操作简便、分析时间短、成本低、环境友好等优点.