虚拟装配技术近10年研究进展综述

  

虚拟装配（VA）技术是虚拟现实（VR）的一种应用技术,主要用于工业产品的装配设计、装配流程验证和装配训练等流程。随着虚拟现实技术的不断升级以及我国工业制造业的进步,VA技术在工业产品的生产制造阶段愈加重要。针对VA技术近十年的发展状况,首先,从VA技术的应用现状和研究热点等方面进… …   相似文献

刘震磊;倪浩添;齐纪;李月月;王丹;朱万安 《计算机应用》2025,(S1):222-227

基于改进YOLOv5的小目标交通标志检测算法

  

交通标志检测是自动驾驶系统、辅助驾驶系统（DAS）的重要组成部分,对行车安全具有重要意义。针对小目标交通标志检测时受光照、恶劣天气等因素影响而导致的检测精度低、漏检率高等问题,提出一种基于改进YOLOv5的小目标交通标志检测算法。首先,引入空间到深度卷积（SPD-Conv）对特征… …   相似文献

李牧;陶启婷;柯熙政 《计算机应用》2025,(S1):239-244

轻量化的多尺度特征校准小目标检测网络

  

为了解决复杂工业场景中边缘设备部署和小目标检测的漏检问题,提出一种轻量化的多尺度特征校准小目标检测网络（LMFC-Net）。首先,针对由于网络层数加深导致的浅层特征信息丢失及空间特征错位问题,提出多尺度特征校准的特征金字塔网络（MSFC-FPN）,利用深层特征校准浅层特征,在降低参数量的同时,提高模型对密集小目标的检测能力;其次,提出一种轻量化的共享参数卷积检测头（LSPC-Head）,显著提升特征表达能力,并有效降低模型的参数和计算量;最后,通过通道剪枝和特征蒸馏降低计算和内存开销,并提升检测精度,使它适用于资源受限设备。实验结果表明,在FactorySafeDet数据集上,与YOLOv8n相比,LMFC-Net的参数量和计算量分别降低了76.7%和24.7%,召回率和平均精度均值(mAP₅₀)分别提高了5.9和2.7个百分点。此外,在VisDrone2019、CrowdHuman和PCB公开数据集上,LMFC-Net具有良好的泛化性。与其他单阶段目标检测模型相比,LMFC-Net具有更小的模型参数量、计算量和更优的检测效果。… …   相似文献

徐杰;郭立君;冯海;徐栋炯;张荣 《计算机应用》2025,(S1):228-234

Posit浮点部件实现

  

首先,介绍Posit浮点格式及相关研究现状;其次,设计并实现一组Posit浮点运算指令,包含7条算术运算指令、3条比较指令和14条格式转换指令;最后,实现一个能全流水执行的Posit浮点部件,并评估它的实现性。该部件支持Posit(32,2)、Posit(32,3)和Posit(… …   相似文献

陈子钰;何军;尹飞;颜世云;杨剑新;文周旺;马启皓 《计算机应用》2025,(S1):163-169

基于YOLOv5s的无人机视角下的小目标检测算法

  

针对一般目标检测器在高空视角下的无人机（UAV）小目标检测任务中,由于目标尺度差异较大并且存在遮挡而导致检测器检测精度较低的问题,提出一种基于YOLOv5s的UAV视角下的小目标检测算法SCD-YOLO（Small object CoordConv Dynamic head-YOLO）。首先,增加小目标检测层,删去大尺度检测层,即进行删大增小操作,在使网络获得更强的小目标特征学习能力的同时精简了网络结构,从而极大地降低了网络复杂度;然后,将骨干网络和颈部网络中的普通卷积替换为协调坐标卷积CoordConv,从而更好地感知特征图中的目标位置信息;最后,为应对网络在下采样过程中带来的特征丢失的问题,替换原模型的检测头,使用一种自注意力检测头Dy-Head（Dynamic Head）,通过它带有的尺度、空间、任务感知的注意力提升了算法的特征表达能力。实验结果表明,在公开的VisDrone2019数据集上,与YOLOv5s检测算法相比,所提算法在mAP_0.5上提高了33.5%,在模型参数量上减少了54.3%。… …   相似文献

罗文沛;李军 《计算机应用》2025,(S1):235-238

基于自注意力机制的桥梁预应力数据分类

  

在桥梁预应力施工数据分类算法的领域中,实时准确地进行数据分类对提高生产效率以及排除安全隐患尤为重要。针对传统的桥梁预应力施工数据分类模型的分类不准确问题,构建一种基于自注意力机制的长短期记忆（LSTM）网络混合模型,以结合自注意力机制和LSTM模型高效准确分类的优点。首先,引入时… …   相似文献

刘恒洋;李中海;王俊婷 《计算机应用》2025,(S1):132-136

基于提示增强的少样本法律判决预测方法

  

法律判决预测（LJP）是法律人工智能的关键,旨在从案件中辨别法律依据,并辅助决策的制定。目前的相关研究存在可解释性差的问题,特别是在少样本场景下,预测效果普遍不佳,而传统的神经网络难以处理冗长的法律文本。因此,提出一种基于提示增强的少样本LJP方法。所提方法使用互信息与左右信息熵… …   相似文献

杨涵天;周景 《计算机应用》2025,(S1):49-55

基于多尺度优化的桑叶病害识别模型IP-AlexNet

  

随着深度学习技术的日益精进,它在植物病害识别领域的应用研究日趋深入,而优化AlexNet模型能有效提升桑叶病害识别的性能。因此,选用AlexNet作为基础网络,针对AlexNet的主干网络和多尺度特征融合策略进行改进,并提出一个新型的网络架构——IP-AlexNet模型。首先,在… …   相似文献

王光辉;李越千;魏洪义;彭莹琼 《计算机应用》2025,(S1):289-294

变邻域搜索算法在低轨卫星广播调度中的优化应用

  

随着低轨（LEO）卫星通信技术的进步,LEO卫星星座通信系统进入高速发展阶段。这些系统可以有效地弥补地面蜂窝网的覆盖盲区,作为地面蜂窝网的补充对实现全球互联具有重要意义。针对LEO卫星通信领域中重要的卫星广播调度问题（SBSP）,深入分析并构建一个整数规划模型,并设计用于求解该模… …   相似文献

王英伍;耿座学;李学富;胡健;瞿威均;王斌;杨宜康 《计算机应用》2025,(S1):198-201

基于改进Transformer的端到端说话人确认模型

  

基于自注意力机制的Transformer在大多数自然语言处理（NLP）任务中表现出色,但以往的工作表明,将Transformer应用于说话人确认时竞争力不强,特别是在局部建模能力、轻量级的结构以及实时推理能力上。针对这些问题,从3个方面提出一种改进Transformer的端到端说… …   相似文献

周云龙;陈德富;刘小湖;桑伊健;周晗昀 《计算机应用》2025,(S1):89-94