期刊文献+
共找到40篇文章
< 1 2 >
每页显示 20 50 100
Size Variation of Palm Kernel Shells as Replacement of Coarse Aggregate for Lightweight Concrete Production
1
作者 Humphrey Danso Frank Appiah-Agyei 《Open Journal of Civil Engineering》 2021年第1期153-165,共13页
The utilization of palm kernel shells (PKS) as an alternative to conventional materials for construction is desirable to promote sustainable development. The purpose of this study is to investigate the properties of l... The utilization of palm kernel shells (PKS) as an alternative to conventional materials for construction is desirable to promote sustainable development. The purpose of this study is to investigate the properties of lightweight concrete produced with different sizes of PKS of 6, 8, 10, 12 mm and mix (consisting of 25% each of the four sizes). RPK sizes were used to replace coarse aggregate in the concrete and cured for 7, 14, 21 and 28 days. The tests performed on the concrete are dry density, compressive strength, flexural strength, EDS and SEM. It was revealed that the densities of the concrete specimens were all less than 2000 kg/m</span><sup><span style="font-family:Verdana;">3</span></sup><span style="font-family:Verdana;">, which implies that the PKS concrete satisfied the requirement of lightweight concrete for structural application. The compressive strength of the 12 mm PKS concrete specimens at 28-day of curing was 10.2 MPa which was 4% to 15.9% better than the other PKS sizes concrete. The flexural strength of the 12 mm PKS concrete specimens at 28-day of curing was 2.85 MPa which was also 3.2% to 57.07% better than the other PKS sizes concrete. It was also revealed by the SEM analysis that there was a good bond between the palm kernel shells and the mortar. A high calcium-silicate content was found in the concrete which resulted in a Ca/Si ratio of 1.26 and Al/Si ratio of 0.11. The study therefore concludes that size variations of PKS as replacement of coarse aggregate have an influence on the properties of the lightweight concrete and recommends 12 mm PKS for use by construction practitioners for lightweight concrete structural application</span></span></span><span style="font-family:Verdana;">. 展开更多
关键词 Compressive Strength Dry Density Flexural Strength lightweight Concrete Palm kernel Shell
在线阅读 下载PDF
LDD-YOLO:改进YOLOv8的轻量级密集行人检测算法
2
作者 杨迪 张喜龙 王鹏 《计算机科学与探索》 北大核心 2026年第1期251-265,共15页
针对当前行人检测算法在密集场景中由于遮挡和尺度变化导致的漏检、误检,以及模型计算复杂度高等问题,提出了一种基于YOLOv8的轻量级密集行人检测方法(LDD-YOLO),以实现检测效率与精度的平衡。设计了一种重参数化层聚合网络RELAN,融合... 针对当前行人检测算法在密集场景中由于遮挡和尺度变化导致的漏检、误检,以及模型计算复杂度高等问题,提出了一种基于YOLOv8的轻量级密集行人检测方法(LDD-YOLO),以实现检测效率与精度的平衡。设计了一种重参数化层聚合网络RELAN,融合了重参数化卷积和多分支结构,分别在训练阶段和推理阶段强化特征表达能力与模型推理效率。引入了分离式大卷积核注意力机制的空间金字塔池化模块SPPF-LSKA,结合分离式大卷积核操作以扩大感受野,增强对密集目标的特征捕获能力,抑制背景干扰。为解决YOLOv8在特征处理中未能充分挖掘局部与全局信息的局限性,提出了一种改进的多尺度特征融合模块FFDM,通过融合多尺度特征信息,提升模型密集行人检测的特征表达能力。设计了一种轻量化的特征对齐检测头LSCSBD,利用不同特征层级之间的共享卷积层,提高参数利用效率并减少冗余计算。在CrowdHuman与WiderPerson数据集上的对比实验结果表明,LDD-YOLO在总体性能上优于对比模型,实现了精度与效率的平衡。 展开更多
关键词 密集行人检测 YOLO 重参数化 可分离大核注意力机制 多尺度特征融合 轻量化
在线阅读 下载PDF
GIS-YOLO:改进YOLOv8的GIS隔离开关实例分割算法
3
作者 黎泽阳 胡欣 +2 位作者 马滨滨 邵良彬 王茜玉 《测试技术学报》 2026年第1期112-123,共12页
气体绝缘全封闭组合电器(Gas Insulated Substation,GIS)智能可视化监测系统中受内部复杂结构和空间全封闭等因素影响,采集到的图像存在不均匀光照和细节模糊等问题,从而导致漏检和误检。为解决上述问题,提出一种基于YOLOv8的改进模型,... 气体绝缘全封闭组合电器(Gas Insulated Substation,GIS)智能可视化监测系统中受内部复杂结构和空间全封闭等因素影响,采集到的图像存在不均匀光照和细节模糊等问题,从而导致漏检和误检。为解决上述问题,提出一种基于YOLOv8的改进模型,以提高GIS隔离开关图像的实例分割效率和精度,获得更精准的分合闸状态判断。首先,采用RepNCSPELAN4模块替换原有C2f模块,利用输入通道并行处理多尺度特征,高效融合特征信息以增强模型对不同目标的感知和捕获能力;其次,提出的SPPELAN_LSKA模型由SPPELAN模块融合大核分离卷积注意力(Large Separable Kernel Attention,LSKA)机制构成,可有效提升模型在不均匀光照和细节模糊图像中的特征提取能力;最后,改进的分割头Segment_EfficientHead显著减少了参数量,提高了模型的分割效率和精度。实验结果表明,在自制的GIS隔离开关数据集上,GIS-YOLO模型相较于YOLOv8模型,在精确度、mAP_(mask)@0.5及mAP_(mask)@0.5∶0.95上分别提升了8.1、7.8和16.8百分点,模型的参数量和计算量分别降低了37.3%和13.3%。改进后的模型不仅分割性能更高,而且结构更加轻量化,满足GIS隔离开关图像在线实例分割任务。 展开更多
关键词 实例分割 YOLOv8 气体绝缘全封闭组合电器隔离开关 大核分离卷积注意力注意力 轻量化
在线阅读 下载PDF
结合MobileNetv3与多尺度特征融合的遥感影像目标检测方法
4
作者 隋德志 《测绘与空间地理信息》 2026年第1期130-133,137,共5页
针对常规遥感目标检测模型体量大,难以在低算力硬件上部署,而常规轻量化模型用于遥感影像小目标检测精度较差的问题,提出基于MobileNetv3的轻量级遥感影像目标检测方法。采用碎片化卷积核代替MobileNetv3内深度卷积核,降低特征提取时的... 针对常规遥感目标检测模型体量大,难以在低算力硬件上部署,而常规轻量化模型用于遥感影像小目标检测精度较差的问题,提出基于MobileNetv3的轻量级遥感影像目标检测方法。采用碎片化卷积核代替MobileNetv3内深度卷积核,降低特征提取时的内存访问频率并提高检测精度;将快速空间金字塔池化层与通道注意力层结合,并去除计算注意力权重时通道压缩操作,以捕获更完整的注意力权重;采用渐进式特征金字塔充分融合各层特征。实验结果表明,所改进模型在低功耗开发板硬件中能够达到实时检测的水平,同时在精度方面优于对照组内其余主流模型,能够在城市建设规划、机场流量监管、应急救援等场景中起到重要的应用价值。 展开更多
关键词 遥感目标检测 轻量化模型 碎片化卷积核 改进通道注意力 渐进式特征金字塔
在线阅读 下载PDF
基于改进SqueezeNet网络模型的破碎玉米籽粒识别方法 被引量:1
5
作者 姚艳春 崔春晓 +1 位作者 耿端阳 赵博 《农业工程学报》 北大核心 2025年第9期154-164,共11页
为解决SqueezeNet网络模型识别玉米等小籽粒目标存在网络层次深、卷积计算量大等问题,该研究提出了一种改进SqueezeNet网络模型的破碎玉米籽粒识别方法。首先,为优化网络结构并降低计算量,设计了SqueezeNet-dw2网络模型,改变SqueezeNet... 为解决SqueezeNet网络模型识别玉米等小籽粒目标存在网络层次深、卷积计算量大等问题,该研究提出了一种改进SqueezeNet网络模型的破碎玉米籽粒识别方法。首先,为优化网络结构并降低计算量,设计了SqueezeNet-dw2网络模型,改变SqueezeNet经典模型Fire层数,并修改了末尾卷积层的输入通道参数,修改普通卷积为深度可分离卷积;其次,利用Ghost模块设计了Fire模块expand层里的3×3卷积,改进SqueezeNet-dw2网络模型为SqueezeNet-dw2-gh网络模型,降低了模型计算量和参数量;最后,优选网络激活函数为具有参数化修正线性单元的变体激活函数PReLU,改进SqueezeNet-dw2-gh网络模型为SqueezeNet-dw2-gh-P网络模型,减小了因轻量化改进造成的准确率损失。结果表明,改进后的SqueezeNet-dw2-gh-P网络模型参数量仅为0.60 MB,比原始模型降低了51.61%,模型浮点运算量为36.71 MFLOPs,降低了48.54%,验证集准确率为93.98%,测试集准确率为92.33%,同时保证了破碎玉米籽粒识别精度。本文提出的改进SqueezeNet网络模型明显减少了参数量和浮点运算量,能够实现在移动端等资源受限的嵌入式设备上部署模型,对在线实时准确识别破碎玉米籽粒具有重要参考价值。 展开更多
关键词 深度学习 卷积神经网络 图像识别 破碎玉米籽粒 轻量化 SqueezeNet
在线阅读 下载PDF
基于改进轻量化神经网络的干扰识别方法 被引量:2
6
作者 付亦凡 阮航 +1 位作者 周东平 穆贺强 《现代防御技术》 北大核心 2025年第2期91-98,共8页
针对战场实战电磁对抗作战中,大量雷达干扰信号可以被简单迅速地生成,使用传统卷积神经网络对雷达干扰进行识别存在规模大,难以在小型化装备上搭载的问题。提出一种改进的轻量化卷积神经网络,通过在传统神经网络中使用动态卷积核尺寸技... 针对战场实战电磁对抗作战中,大量雷达干扰信号可以被简单迅速地生成,使用传统卷积神经网络对雷达干扰进行识别存在规模大,难以在小型化装备上搭载的问题。提出一种改进的轻量化卷积神经网络,通过在传统神经网络中使用动态卷积核尺寸技术并添加批量归一化层技术,提高网络的识别效能。通过提取干扰信号时频特征,构建训练集与测试集对网络进行训练。仿真实验表明,该网络对6种干扰信号在-8 dB干噪比条件下识别准确率达到96%以上,对比其他网络具有更好的识别准确效能。 展开更多
关键词 雷达有源干扰 卷积神经网络 轻量化 动态卷积核 特征提取
在线阅读 下载PDF
基于边缘智能的电磁能装备轻量化故障诊断方法 被引量:2
7
作者 单南良 徐兴华 +2 位作者 鲍先强 丁启翔 廖涛 《电工技术学报》 北大核心 2025年第3期821-831,共11页
随着海量状态监测数据的获取,复杂电磁能装备的关键部件健康状态监测对于实时性和可靠性的要求不断增加,研究利用边缘智能技术赋能装备故障诊断是一种很有发展前景的方法。边缘智能技术致力于将智能算法和算力资源下沉到设备端,在靠近... 随着海量状态监测数据的获取,复杂电磁能装备的关键部件健康状态监测对于实时性和可靠性的要求不断增加,研究利用边缘智能技术赋能装备故障诊断是一种很有发展前景的方法。边缘智能技术致力于将智能算法和算力资源下沉到设备端,在靠近数据源的位置对数据进行处理,能够很好地解决工业嵌入式系统资源受限和海量数据传输所带来的故障诊断时延,防止设备过度损坏。该文提出一种基于边缘智能的轻量化故障诊断方法,在数据采集过程中利用压缩感知技术将密集型的多元监测数据非线性压缩为稀疏采样数据,故障诊断模型集成了深度极限学习机和核函数,深度挖掘压缩采样信号与故障类型之间的内在联系。通过模型轻量化技术,将诊断模型部署在设备端的边缘智能计算卡上,显著降低了数据的传输、计算和存储压力,从而提高了智能故障诊断的实时性。 展开更多
关键词 压缩感知 深度极限学习机 核函数 轻量化故障诊断
在线阅读 下载PDF
轻量且高精度增强的姿态检测网络HG-YOLO
8
作者 崔家礼 刘永基 +1 位作者 李子贺 郑瀚 《计算机应用》 北大核心 2025年第12期4004-4011,共8页
在人体姿态检测任务中,现有的深度学习网络存在检测精度不足、网络参数复杂和计算成本高等问题,严重限制了它们的应用。为了解决这些问题,提出一种轻量且高精度的姿态检测改进网络HG-YOLO(High-precision and Ghost YOLO)。针对检测精... 在人体姿态检测任务中,现有的深度学习网络存在检测精度不足、网络参数复杂和计算成本高等问题,严重限制了它们的应用。为了解决这些问题,提出一种轻量且高精度的姿态检测改进网络HG-YOLO(High-precision and Ghost YOLO)。针对检测精度不足的问题,在HG-YOLO的主干网络,融合基于Transformer的检测网络RT-DETR(Real-Time DEtection TRansformer),并将大型可分离核注意力(LSKA)模块嵌入主干网络中,以在不增加内存占用和计算复杂性的基础上,提高网络应对复杂场景的特征提取能力,从而提高人体姿态的检测精度。针对网络参数复杂和计算成本高的问题,引入轻量化的Ghost卷积模块替换部分标准卷积,此外,在HG-YOLO的检测头部分,设计一种共享卷积检测头,以通过参数和权重共享机制减少卷积计算,从而降低网络的参数量和计算复杂度。在COCO(Common Objects in COntext)2017-Keypoints数据集和CrowdPose数据集上的实验结果表明,与基准的YOLOv8-Pose网络相比,HG-YOLO的参数量减少了32%,浮点运算量减少了18%;在规模为小型(s)时,在COCO 2017-Keypoints数据集上,AP50(Average Precision at OKS(Object Keypoint Similarity)of 0.50)提升了0.8个百分点,在CrowdPose数据集上,AP提升了2.9个百分点。可见,HG-YOLO不仅轻量,而且检测精度高,是人体姿态检测领域的优秀网络模型。 展开更多
关键词 姿态检测 高精度增强 大型可分离核注意力 共享卷积检测头 轻量化网络
在线阅读 下载PDF
时频多特征融合的SKNet声纹识别系统研究与设计 被引量:1
9
作者 刘子豪 李敬兆 张小波 《自动化应用》 2025年第1期188-193,共6页
声纹识别是一种具有很高应用价值的生物特征认证技术。为解决现有深度卷积神经网络在处理声纹识别任务时,缺少对时域表征信息有效利用的问题,提出了基于时频多特征融合的声纹识别模型。首先,在语音声学特征提取过程中引入时域特征提取... 声纹识别是一种具有很高应用价值的生物特征认证技术。为解决现有深度卷积神经网络在处理声纹识别任务时,缺少对时域表征信息有效利用的问题,提出了基于时频多特征融合的声纹识别模型。首先,在语音声学特征提取过程中引入时域特征提取强化分支,增强模型对时序变化的感知能力。其次,在计算声纹嵌入的网络中,引入通道注意力机制改进的选择核卷积(SKNet)结构,在保持模型整体计算复杂度低的同时提升其特征提取能力。结果显示,在CN-Celeb测试集上,与Res2Net基线模型相比,本模型的说话人分类准确率提升了3.5%,最小代价函数指标下降了4.4%。基于此,模型量化处理后构建的系统可在嵌入式系统高效运行。目前,整套系统已在相关企业生产的智能医疗手术器械管理系统上完成集成测试并应用。 展开更多
关键词 声纹识别 多特征融合 选择核卷积 轻量化
在线阅读 下载PDF
基于特征相似性分析的轻量级图像超分辨率重建
10
作者 刘兴鹏 薛一鸣 +2 位作者 林钰扬 李岩 彭万里 《计算机科学》 北大核心 2025年第S2期287-294,共8页
基于Transformer的轻量级图像超分辨率网络已经取得了显著成果,然而大多数研究工作专注于设计轻量级网络结构,却忽视了对网络架构冗余性的分析。因此,提出了一种基于特征相似性的超分网络设计方法,通过压缩网络中具有较高特征相似性的... 基于Transformer的轻量级图像超分辨率网络已经取得了显著成果,然而大多数研究工作专注于设计轻量级网络结构,却忽视了对网络架构冗余性的分析。因此,提出了一种基于特征相似性的超分网络设计方法,通过压缩网络中具有较高特征相似性的注意力组,并保留具有较低相似性的注意力组,有效减少了模型冗余。进一步,设计了一种结合频域和空间域的特征提取模块,通过在频域和空间域上分别进行局部频域特征提取和局部空间特征提取,使模型能够利用更广泛且具有积极影响的输入像素,从而有效提高了对细节纹理的修复能力。将上述方法应用在基线模型上,在多个数据集上的对比结果表明,所提模型具有低复杂度且实现了较好的视觉感知质量和重建性能。 展开更多
关键词 图像超分辨率 轻量级网络 中心内核对齐 特征相似性 频域
在线阅读 下载PDF
基于多尺度特征聚合的轻量化跨视角匹配定位方法
11
作者 刘瑞康 卢俊 +4 位作者 郭海涛 朱坤 侯青峰 张雪松 汪泽田 《地球信息科学学报》 北大核心 2025年第1期193-206,共14页
【目的】跨视角图像匹配与定位是指通过将地视查询影像与带有地理标记的空视参考影像进行匹配,从而确定地视查询影像地理位置的技术。目前的跨视角图像匹配与定位技术主要使用固定感受野的CNN或者具有全局建模能力的Transformer作为特... 【目的】跨视角图像匹配与定位是指通过将地视查询影像与带有地理标记的空视参考影像进行匹配,从而确定地视查询影像地理位置的技术。目前的跨视角图像匹配与定位技术主要使用固定感受野的CNN或者具有全局建模能力的Transformer作为特征提取主干网络,不能充分考虑影像中不同特征之间的尺度差异,且由于网络参数量和计算复杂度较高,轻量化部署面临显著挑战。【方法】为了解决这些问题,本文提出了一种面向地面全景影像和卫星影像的多尺度特征聚合轻量化跨视角图像匹配与定位方法,首先使用LskNet提取影像特征,然后设计一个多尺度特征聚合模块,将影像特征聚合为全局描述符。在该模块中,本文将单个大卷积核分解为两个连续的相对较小的逐层卷积,从多个尺度聚合影像特征,显著减少了网络的参数量与计算量。【结果】本文在CVUSA、CVACT、VIGOR 3个公开数据集上进行了对比实验和消融实验,实验结果表明,本文方法在VIGOR数据集和CVACT数据集上的Top1召回率分别达到79.00%和91.43%,相比于目前精度最高的Sample4Geo分别提升了1.14%、0.62%,在CVUSA数据集上的Top1召回率达到98.64%,与Sample4Geo几乎相同,但参数量与计算量降至30.09 M和16.05 GFLOPs,仅为Sample4Geo的34.36%、23.70%。【结论】与现有方法相比,本文方法在保持高精度的同时,显著减少了参数量和计算量,降低了模型部署的硬件要求。 展开更多
关键词 跨视角图像匹配 多尺度特征 特征聚合 大卷积核分解 轻量化 地理定位
原文传递
面向高价值目标识别的SKConv-MobileNetV3改进
12
作者 郑鹏 程云 +2 位作者 刘波 叶晨浩 王石杰 《指挥控制与仿真》 2025年第5期42-48,共7页
高价值目标识别通常要求较高的时效性和准确度,传统深度卷积神经网络参数量庞大导致大量应用场景受限。因此,提出了基于SKConv-MobileNetV3的高价值目标识别方法,通过在MobileNetV3卷积层的输出特征图加权融合SKConv卷积核的识别结果,... 高价值目标识别通常要求较高的时效性和准确度,传统深度卷积神经网络参数量庞大导致大量应用场景受限。因此,提出了基于SKConv-MobileNetV3的高价值目标识别方法,通过在MobileNetV3卷积层的输出特征图加权融合SKConv卷积核的识别结果,利用注意力机制来选择最相关的图片内容进行特征提取,在参数数量不变的前提下,提高了SKConv-MobileNetV3模型对特征信息的提取能力,同时提升了学习效率和识别准确率。基于以上算法改进和优化,在NWPU-RESISC45数据集中选取了具有强相关性的7种高价值目标进行了测试,结果表明,与MobileNetV2相比准确率提升了7.01%,与MobileNetV3相比准确率提升了4.08%,能够较好地提升混合战场环境中的高价值目标识别精度。 展开更多
关键词 计算机应用 目标识别 轻量级网络 MobileNetV3 自适应选择性卷积
在线阅读 下载PDF
基于IWOA-LightGBM的煤自燃程度预测方法研究 被引量:1
13
作者 臧燕杰 《中国安全科学学报》 北大核心 2025年第S1期64-70,共7页
为提升煤自燃预测精度,提出基于改进鲸鱼优化算法(IWOA)与轻量级梯度提升机(LightGBM)融合的预测模型。首先,通过SPSS 27分析煤自燃程序升温试验中指标气体浓度的相关性,采用核主成分分析法(KPCA)提取主成分数据;然后,针对传统鲸鱼算法(... 为提升煤自燃预测精度,提出基于改进鲸鱼优化算法(IWOA)与轻量级梯度提升机(LightGBM)融合的预测模型。首先,通过SPSS 27分析煤自燃程序升温试验中指标气体浓度的相关性,采用核主成分分析法(KPCA)提取主成分数据;然后,针对传统鲸鱼算法(WOA)易陷入局部最优的问题,引入Circle混沌映射、自适应权重及最优领域扰动策略改进其全局搜索能力,进而优化LightGBM超参数以提升预测精度并抑制过拟合;最后,将该模型应用于新疆沙吉海煤矿实际预测场景。结果表明:IWOA-LightGBM模型相较于其他模型,在测试样本中的准确率A分别提高13.33%、26.66%、20%、20%、13.33%;精确率P分别提高12.23%、24.45%、18.89%、18.89%、12.23%;召回率R分别提高13.1%、23.02%、18.1%、16.07%、10.56%;F_( 1)分别提高12.56%、23.79%、18.52%、17.58%、13.15%。模型在复杂条件下的可靠性与稳定性,展现出优于传统模型的泛化性与鲁棒性,能够为矿井煤自燃灾害预警提供了新的技术方案。 展开更多
关键词 煤自燃 改进鲸鱼优化算法(IWOA) 轻量级梯度提升机(LightGBM) 核主成分分析法(KPCA) 预测模型
原文传递
面向低算力设备的改进轻量化语音识别模型
14
作者 李政霖 介婧 +2 位作者 柴佳辉 郑慧 武晓莉 《计算机工程与设计》 北大核心 2025年第10期2969-2977,共9页
针对语音识别模型在低算力设备上部署难且识别精度低的问题,提出一种改进的轻量化语音识别模型。该模型采用双通道多核卷积结构,以深度残差收缩网络为主要识别单元;引入卷积块注意力模块提高其对通道和空间位置的特征敏感度;结合门控线... 针对语音识别模型在低算力设备上部署难且识别精度低的问题,提出一种改进的轻量化语音识别模型。该模型采用双通道多核卷积结构,以深度残差收缩网络为主要识别单元;引入卷积块注意力模块提高其对通道和空间位置的特征敏感度;结合门控线性单元,提高对长序列语音信息的识别能力;采用非对称卷积策略减少参数量;通过像素注意力引导模块进行特征融合,增强对关键语音信息的捕捉能力。在中文数据集Aishell-1上的实验结果表明,该模型字错误率为12.13%,相较于结果最好的ResNet降低了5.76%,同时其参数量因引入非对称卷积策略降低了40.26%,有效降低了模型的复杂度。 展开更多
关键词 轻量化语音识别模型 双通道多核卷积结构 深度残差收缩网络 卷积块注意力模块 门控线性单元 非对称卷积策略 像素注意力引导模块
在线阅读 下载PDF
一个具有能量管理机制WSNs的操作系统内核
15
作者 罗玎玎 赵海 +1 位作者 孙佩刚 张希元 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2007年第11期1552-1555,共4页
根据普适计算环境下无线传感器网络应用的需求,设计并实现了一个轻量级的无线传感器网络操作系统内核uKernel,并对其关键技术,特别是对传统设计方法中任务状态机的改进进行了论述.在传统的嵌入式操作系统内核设计的基础上,针对节能这一... 根据普适计算环境下无线传感器网络应用的需求,设计并实现了一个轻量级的无线传感器网络操作系统内核uKernel,并对其关键技术,特别是对传统设计方法中任务状态机的改进进行了论述.在传统的嵌入式操作系统内核设计的基础上,针对节能这一需求,通过状态分解的方法对传统的内核状态机进行了改进,使其具备能量管理的机制,并结合相应的节能调度算法,使uKernel成为了一个具备能量管理功能的节能高效的无线传感器网络操作系统内核.最后,通过设计实验测试并验证了uKernel的节能有效性. 展开更多
关键词 嵌入式操作系统 无线传感器网络操作系统 轻量级内核 任务状态分解 能量管理
在线阅读 下载PDF
基于多安全机制的轻量级Linux沙箱设计与实现 被引量:1
16
作者 崔晓龙 简川杰 +1 位作者 刘欣 张敏 《实验室研究与探索》 CAS 北大核心 2023年第9期83-87,共5页
在Linux环境设计与实现一款轻量级的安全沙箱,在占用资源少、损失较小的基础上实现对程序的安全控制访问。使用Linux内核Seccomp提供的安全性API接口,结合白名单、权限控制等多种安全机制,仅允许使用常见的非高危性系统调用,可限制程序... 在Linux环境设计与实现一款轻量级的安全沙箱,在占用资源少、损失较小的基础上实现对程序的安全控制访问。使用Linux内核Seccomp提供的安全性API接口,结合白名单、权限控制等多种安全机制,仅允许使用常见的非高危性系统调用,可限制程序运行时的时间和内存占用,以免产生恶意占用系统资源的行为。通过对沙箱进行安全程序和不安全程序的对比测试,结果证明,该设计能阻止危险程序的运行,并且额外开销不大,可满足实际需求。 展开更多
关键词 沙箱 LINUX内核 多安全机制 隔离机制 轻量级
在线阅读 下载PDF
面向煤矿安全监测边缘计算的YOLOv5s剪枝方法 被引量:6
17
作者 陈志文 陈嫒靓霏 +3 位作者 唐晓丹 柯浩彬 蒋朝辉 肖菲 《工矿自动化》 CSCD 北大核心 2024年第7期89-97,共9页
目前,边缘计算与机器视觉相结合具有较好的煤矿安全监测应用前景,但边缘端存储空间和计算资源有限,高精度的复杂视觉模型难以部署。针对上述问题,提出了一种面向煤矿安全监测边缘端的基于间接和直接重要性评价空间融合(IDESF)的YOLOv5s... 目前,边缘计算与机器视觉相结合具有较好的煤矿安全监测应用前景,但边缘端存储空间和计算资源有限,高精度的复杂视觉模型难以部署。针对上述问题,提出了一种面向煤矿安全监测边缘端的基于间接和直接重要性评价空间融合(IDESF)的YOLOv5s剪枝方法,实现对YOLOv5s网络的轻量化。首先对YOLOv5s网络中各模块的卷积层进行结构分析,确定自由剪枝层和条件剪枝层,为后续分配剪枝率及计算卷积核剪枝数奠定基础。其次,根据基于卷积核权重幅值和层相对计算复杂度的卷积核权重重要性得分为可剪枝层分配剪枝率,有效降低剪枝后网络的计算复杂度。然后,基于卷积核直接重要性评价准则,将卷积层的间接输出重要性以缩放因子的形式引入直接重要性空间中,更新卷积核位置分布,构建包含卷积核输出信息和幅值信息的融合重要性评价空间,提高卷积核重要性评价的全面性。最后,借鉴topk投票的思想对中值滤波筛选冗余卷积核的流程进行优化,并用有向图的邻接矩阵中节点的入度来量化卷积核的冗余程度,提高了冗余卷积核筛选过程的可解释性和通用性。实验结果表明:①从平衡模型精度和轻量化程度的角度出发,剪枝率为50%的YOLOV5s_IDESF是最优的轻量级YOLOv5s。在VOC数据集上,YOLOv5s_IDESF的mAP@.5和mAP@0.5∶0.95均达到最高,分别为0.72和0.44,参数量降至最低2.65×10^(6),计算量降低至1.16×10^(9),综合复杂度也降至最低,图像处理帧率达到31.15帧/s。②在煤矿数据集上,YOLOv5s_IDESF的mAP@.5和mAP@0.5∶0.95均达到最高,分别为0.94和0.52,参数量降至最低3.12×10^(6),计算量降低至1.24×10^(9),综合复杂度也降至最低,图像处理帧率达到31.55帧/s。 展开更多
关键词 智慧矿山 煤矿安全监测边缘计算 卷积核剪枝 网络轻量化 直接重要性评价准则 间接重要性评价准则 剪枝率 YOLOv5s
在线阅读 下载PDF
基于国产平台的虚拟化操作系统架构研究及其实现 被引量:3
18
作者 张沂超 王星焱 +1 位作者 陈左宁 张羽丰 《计算机工程与科学》 CSCD 北大核心 2018年第3期394-404,共11页
高性能计算操作系统面临独特的需求与挑战,这些需求与挑战涵盖并发与高效、系统弹性与容错、异构性、I/O和访存带宽、低噪等诸多方面。传统宏内核操作系统并不能完全满足HPC领域的独特需求,因而需要为HPC定制操作系统。提出虚拟化操作... 高性能计算操作系统面临独特的需求与挑战,这些需求与挑战涵盖并发与高效、系统弹性与容错、异构性、I/O和访存带宽、低噪等诸多方面。传统宏内核操作系统并不能完全满足HPC领域的独特需求,因而需要为HPC定制操作系统。提出虚拟化操作系统架构,该架构主要包含两部分:(1)虚拟机监视器与轻量级内核相结合的虚拟化操作系统架构;(2)支持分时复用虚拟机与空间分割虚拟机相结合的虚拟机监视器架构。在国产平台上设计并实现了一个简单的系统原型Hypervk,说明了上述架构的可行性。初步的实验结果表明,系统具有较好的效率、低噪特性与可行性,在一定程度上可以满足HPC操作系统独特的需求。 展开更多
关键词 轻量级内核 虚拟机 虚拟化操作系统 Hypervk
在线阅读 下载PDF
轻量级核心在HPC中的应用现状研究 被引量:1
19
作者 周龙 殷红武 朱建涛 《计算机工程与科学》 CSCD 北大核心 2009年第A01期300-302,323,共4页
本文对HPC中轻量级核心的背景、特点、发展现状进行了总结介绍,典型分析了Cray XT3 Catamount、Cray XT4 CNL以及IBM BG/L CNK等LWK的结构设计和运行机制,最后对LWK的发展进行了总结展望。
关键词 HPC 轻量级核心 LWK Catamount CNK CNL
在线阅读 下载PDF
结合改进CBAM和MobileNetV2算法对小麦病斑粒分类 被引量:11
20
作者 任治洲 梁琨 +3 位作者 王泽宇 张群 郭雅欣 郭嘉琦 《南京农业大学学报》 CAS CSCD 北大核心 2024年第3期583-591,共9页
[目的]小麦病斑粒智能检测对于高效、快速、准确评估麦粒的品级有重要意义。现有小麦病斑粒分类的深度神经网络存在参数数量大、运算复杂等缺点,不便于在移动端部署模型,影响了小麦病斑粒现场分类的效率。本文提出了一种用于小麦病斑粒... [目的]小麦病斑粒智能检测对于高效、快速、准确评估麦粒的品级有重要意义。现有小麦病斑粒分类的深度神经网络存在参数数量大、运算复杂等缺点,不便于在移动端部署模型,影响了小麦病斑粒现场分类的效率。本文提出了一种用于小麦病斑粒分类的轻量级神经网络算法。[方法]本研究在轻量化网络MobileNetV2的基础上进行改进,加入改进的CBAM(convolutional block attention module)注意力机制,对改进的模型全整型量化后在边缘计算设备上部署。利用该模型对4种小麦籽粒(赤霉病粒、腥黑穗病粒、破损粒和正常粒)分类。[结果]相比于改进前的MobileNetV2网络,结合改进的注意力机制和MobileNetV2网络在准确率、精准率、召回率上分别提升3.15%、3%和3%;全整型量化后的改进模型对小麦赤霉病粒、腥黑穗病粒、破损粒和正常粒的识别准确率分别达到99%、94%、99%和96%。该模型大小仅有2.36 MB,在边缘计算设备的单次推理时间仅为96.95 ms。[结论]本文改进后的算法模型的准确率提升、大小减少、推理速度加快,可为小麦病斑粒分类模型去冗余提供指导。 展开更多
关键词 小麦病斑粒 注意力机制 轻量级神经网络 全整型量化
在线阅读 下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部