GPS(Global Position System)伪卫星是一种用来生成并发射类似GPS信号的装置,在卫星信号脆弱的情况下,伪卫星可以作为GPS辅助增强,也可以在GPS信号完全失效的情况下用来建立独立定位系统;基于伪卫星室内独立定位的需求,提出一种低成本...GPS(Global Position System)伪卫星是一种用来生成并发射类似GPS信号的装置,在卫星信号脆弱的情况下,伪卫星可以作为GPS辅助增强,也可以在GPS信号完全失效的情况下用来建立独立定位系统;基于伪卫星室内独立定位的需求,提出一种低成本伪卫星的设计方案,通过频谱仪和接收机能够稳定捕获和跟踪到设计的伪卫星信号,作为室内组网的硬件基础;分析和推导SPP定位算法,将接收机输出的伪距和载波相位等测量信息进行定位处理,获得定位结果;并对伪卫星室内定位进行组网布局和设计,分析实验过程中的各组网组成部分;最后,在实验室内进行静态和动态定位实验,验证能够捕获和跟踪伪卫星信号,并得出厘米级的静态定位结果。展开更多
为使水果采摘机器人在复杂情况下如树叶遮挡、果实目标尺度变化大等情况能准确地检测出水果,提出一种YOLO(you only look once)改进模型与NMS(non-maximum suppression)改进算法的目标检测方法。首先,对传统YOLO深度卷积神经网络架构进...为使水果采摘机器人在复杂情况下如树叶遮挡、果实目标尺度变化大等情况能准确地检测出水果,提出一种YOLO(you only look once)改进模型与NMS(non-maximum suppression)改进算法的目标检测方法。首先,对传统YOLO深度卷积神经网络架构进行改进,设计一种更细化的SPP5(spatial pyramid pooling)特征融合网络模块,强化特征图多重感受野信息的融合,并基于此模块提出一种YOLOv4-SPP2-5模型,在标准YOLOv4网络中跨层添加并改进SPP层,重新分布池化核大小,增强感受野范围,从而降低目标误检率;其次,提出一种Greedy-Confluence的NMS改进算法,通过对高度接近的检测框直接抑制和对重叠检测框综合考虑距离交并比DIOU(distance-intersection over union)和加权接近度WP(weighted proximity)的方法,均衡NMS的计算消耗并减少检测框的错误抑制,从而提高遮挡、重叠物体的检测精度;最后,分别对改进方法进行性能测试,验证方法的可行性,随后制作水果检测数据集并进行格式转换和标签标注,然后采用数据增强技术对训练数据进行扩充,并使用K-means++聚类方法获取先验锚定框,在计算机上进行了水果检测实验。结果表明,基于改进YOLO网络及改进NMS的水果检测方法在准确率方面有显著的提高,平均精度均值(mean average precision,MAP)在YOLOv4上达到了96.65%,较原网络提升1.70%,并且实时性也得到了保证,在测试设备上达到了39.26帧/s。展开更多
采用人工神经网络(Artificial Neural Network,ANN)中的误差反向传播(Error Back Propagation,BP)神经网络分别建立了35种香水百合头香成分的三种结构与色谱保值之间的定量关系模型,其中两个为一维定量模型(分别是结构与色谱保留时间一...采用人工神经网络(Artificial Neural Network,ANN)中的误差反向传播(Error Back Propagation,BP)神经网络分别建立了35种香水百合头香成分的三种结构与色谱保值之间的定量关系模型,其中两个为一维定量模型(分别是结构与色谱保留时间一维定量模型、结构与Kovats保留指数一维定量模型),另一个为二维定量模型(结构与保留时间和Kovats保留指数同时预测的二维定量模型).以量子化学参数作为网络输入、以保留时间和Kovats保留指数作为输出,采用内外双重验证的办法分析和检验所得模型的稳定性.结果表明,BP-ANN模型稳健性与多元线性回归(Multiple Linear Regression,MLR)模型相当,但外部预测集拟合效果BP-ANN优于MLR.另外,BP-ANN构建的一维和二维模型相当,而二维模型更加节省时间.展开更多
文摘GPS(Global Position System)伪卫星是一种用来生成并发射类似GPS信号的装置,在卫星信号脆弱的情况下,伪卫星可以作为GPS辅助增强,也可以在GPS信号完全失效的情况下用来建立独立定位系统;基于伪卫星室内独立定位的需求,提出一种低成本伪卫星的设计方案,通过频谱仪和接收机能够稳定捕获和跟踪到设计的伪卫星信号,作为室内组网的硬件基础;分析和推导SPP定位算法,将接收机输出的伪距和载波相位等测量信息进行定位处理,获得定位结果;并对伪卫星室内定位进行组网布局和设计,分析实验过程中的各组网组成部分;最后,在实验室内进行静态和动态定位实验,验证能够捕获和跟踪伪卫星信号,并得出厘米级的静态定位结果。
文摘为使水果采摘机器人在复杂情况下如树叶遮挡、果实目标尺度变化大等情况能准确地检测出水果,提出一种YOLO(you only look once)改进模型与NMS(non-maximum suppression)改进算法的目标检测方法。首先,对传统YOLO深度卷积神经网络架构进行改进,设计一种更细化的SPP5(spatial pyramid pooling)特征融合网络模块,强化特征图多重感受野信息的融合,并基于此模块提出一种YOLOv4-SPP2-5模型,在标准YOLOv4网络中跨层添加并改进SPP层,重新分布池化核大小,增强感受野范围,从而降低目标误检率;其次,提出一种Greedy-Confluence的NMS改进算法,通过对高度接近的检测框直接抑制和对重叠检测框综合考虑距离交并比DIOU(distance-intersection over union)和加权接近度WP(weighted proximity)的方法,均衡NMS的计算消耗并减少检测框的错误抑制,从而提高遮挡、重叠物体的检测精度;最后,分别对改进方法进行性能测试,验证方法的可行性,随后制作水果检测数据集并进行格式转换和标签标注,然后采用数据增强技术对训练数据进行扩充,并使用K-means++聚类方法获取先验锚定框,在计算机上进行了水果检测实验。结果表明,基于改进YOLO网络及改进NMS的水果检测方法在准确率方面有显著的提高,平均精度均值(mean average precision,MAP)在YOLOv4上达到了96.65%,较原网络提升1.70%,并且实时性也得到了保证,在测试设备上达到了39.26帧/s。
文摘采用人工神经网络(Artificial Neural Network,ANN)中的误差反向传播(Error Back Propagation,BP)神经网络分别建立了35种香水百合头香成分的三种结构与色谱保值之间的定量关系模型,其中两个为一维定量模型(分别是结构与色谱保留时间一维定量模型、结构与Kovats保留指数一维定量模型),另一个为二维定量模型(结构与保留时间和Kovats保留指数同时预测的二维定量模型).以量子化学参数作为网络输入、以保留时间和Kovats保留指数作为输出,采用内外双重验证的办法分析和检验所得模型的稳定性.结果表明,BP-ANN模型稳健性与多元线性回归(Multiple Linear Regression,MLR)模型相当,但外部预测集拟合效果BP-ANN优于MLR.另外,BP-ANN构建的一维和二维模型相当,而二维模型更加节省时间.
