简介:摘要:目标检测(Object Detection)是计算机视觉领域的基本任务之一,学术界已有较长时间深入地研究历史。近些年随着深度学习技术的火热发展,目标检测算法也从基于手工特征的传统算法转向了基于深度神经网络的检测技术。本文广泛调研国内外目标检测方法,主要介绍一阶段目标检测算法——YOLO(You Only Look Once)系列的发展历程。
简介:摘要:随着电力工业的不断发展,电力设备在电网中扮演着越来越重要的角色。用电设备的安全稳定运行,对电网安全稳定运行,提高人民生活水平具有重要意义。因此,对设备管理模式进行优化就显得尤为重要。其中,失效检测与健康管理是两个十分重要的管理模型.故障检测是指定期检查、维修设备,保证设备正常工作。定期检查设备,能及时发现故障,避免事故。同时,定期检测设备,可降低维修费用,缩短维修周期,提高设备寿命及可靠性。健康管理就是通过监控、分析、预测和控制设备,使设备一直处于最优状态,从而提高设备的安全、可靠和经济性能。通过监控分析,预测,控制,及时发现问题,采取相应的控制措施,提高设备运行效率,提高经济效益。将故障诊断与健康管理这两种模型有机地结合起来,才能更好地保障设备的安全稳定运行。因此,将故障检测与健康管理相结合,可以有效地提高设备管理的效率与可靠性。同时,将这两种模型相结合,形成一种更高效、更智能化的电力设备管理系统。
简介:本文据2011年全国大学生数学建模竞赛D题为研究内容,以纯整数规划(PIP)为基础,针对天然肠衣原料的三种不同规格,分别从每捆所需的总长度和组装成捆后剩余原料总长度两个角度,对各规格原料的捆数上限进行初步估算,在符合成品捆数越多越好、提高原料使用率等要求的情况下,建立非线性规划模型(NLP),并根据实际情况作出合理的假设,以便于lingo软件进行求解,由于方案的所有解的数目非常大,采用lingo软件求解远远达不到题目要求的在30分钟内产生方案,于是我们对目标的计算采用中断程序、多次求解得局部最优解的方式,逐步求出各规格模型的最优整数解,并得出具体方案。