文峰
- 作品数:33 被引量:57H指数:4
- 供职机构:沈阳理工大学更多>>
- 发文基金:国家自然科学基金辽宁省科技厅博士启动基金辽宁省教育厅资助项目更多>>
- 相关领域:自动化与计算机技术电气工程交通运输工程政治法律更多>>
- 基于模型压缩算法改进YOLOv4-tiny模型的车辆检测技术研究被引量:1
- 2023年
- 基于卷积神经网络参数冗余较大的问题,提出一种基于模型压缩算法改进YOLOv4-tiny的车辆检测方法,以提高检测速度。首先,通过特征图矩阵的秩判断通道对网络模型的重要程度,对模型的通道剪枝,减少模型的参数数量;其次,对局部样本点进行采样提取,使用知识蒸馏算法,使模型的精度得到回升。实验结果表明,改进后的YOLOv4-tiny网络模型检测精度仅损失2.9%的情况下,模型参数减少了51.1%;部署在Jeston Nano设备上运行,每秒帧率FPS提升了93.7%。
- 单铭琦文峰高文印
- 关键词:卷积神经网络
- 基于车辆诱导的交通灯动态配时算法研究被引量:2
- 2017年
- 随着城市交通流量日益增加,现有的交通灯固定时间控制系统不能很好解决交通拥堵问题。针对这一背景,采用基于Q_学习的交通灯控制策略(QTGCS)对交通灯进行动态配时,以减少车辆在交叉口的平均等待时间,通过模糊逻辑控制根据车辆诱导信息对Q_学习的动作选择进行优化(FQTGCS),以提高Q_学习算法的收敛速度。实验结果表明,所采用的交通灯控制策略可以很好地解决交通拥堵问题,能更好地提高交通系统的性能。
- 文峰赵佳文赵云志
- 关键词:交通灯控制模糊逻辑控制
- 基于改进YOLOv4的电子元器件表面缺陷检测技术研究被引量:3
- 2021年
- 采用人工检测工业生产中电子元器件表面缺陷,检测精度和速度都难以满足实际需求。为此提出一种基于改进YOLOv4的电子元器件表面缺陷检测方法,以期为自动化检测提供支撑。通过对网络结构调整,大幅减少网络结构复杂程度;通过设计先验框尺寸优化方法,加快模型训练时的收敛速度;通过设计样本增强方法,对训练数据进行扩充,使网络模型的检测精度有一定提升;在相同实验条件下,使用改进后的YOLOv4模型,在保证精度的前提下可极大缩减计算量,提升网络模型的训练与检测速度。
- 文峰陈禹铭
- 关键词:电子元器件表面缺陷检测
- 一种从监控视频自动识别人体动作异常的方法
- 本发明提供了一种从监控视频自动识别人体动作异常的方法。首先通过环形搭建的摄像头网络采集监控视频,然后通过单人姿态估计模块提取人体骨骼关键点坐标序列,并通过软件如Python封装的计算向量的类得到关键点向量实例列表,再计算...
- 魏英姿史伏雨张建姜珊文峰
- 从日本的人性化公共设施设计中得到的启示
- 2015年
- 笔者在日本生活了两年,深刻感受到日本公共设施建设发展相当成熟,尤其是设计遵循以人为本的原则。本文将系统地分析其成熟的设计理念。
- 苗维平文峰
- 关键词:公共设施人性化无障碍设计
- 室内场景下人体行为异常检测方法研究
- 2022年
- 基于图像的人体异常行为检测方法,当人数增多、遮挡等情况发生时,人体行为数据信息可靠性较低,检测精度不高、自适应性差,本文提出一种基于姿态特征的异常行为检测方法解决上述问题。利用成熟的人体姿态识别技术提取视频中人体关节点数据,将关节点坐标转化为人体行为的角度特征和距离特征以表达人体姿态;应用机器学习方法对关节特征进行分析和处理,获取有利于标识异常动作的数据分布特征;采用聚类算法在视频序列中对异常行为进行标记;使用支持向量机识别具体异常动作种类,实现人体异常行为检测。实验结果表明,相比于基于图像检测的方法,该算法检测精度达到了89.65%,可以运用于室内人体行为检测。
- 文峰刘飞黄海新
- 关键词:异常行为检测聚类支持向量机
- 基于实时电价的用户用电响应行为研究被引量:18
- 2016年
- 随着智能电网的发展,电网开放性不断增强,需求响应(demand response,DR)策略被提出,并被广泛应用于电力市场的运营模式中。各国相继推出需求响应的实时电价(real-time pricing,RTP)策略,来提高电网的有效性与电力市场的可靠性。合理地分析实时电价下用户的用电响应行为,对制定更高效的实时电价机制,实施需求响应策略具有重要意义。因此,基于用户的需求价格弹性(price elasticity of electricity demand,PED)模型,通过回归模型学习需求价格弹性,模拟用户响应行为。实验表明,学习获得的用户价格弹性可以很好地实现用户响应行为的拟合,较传统的调查问卷方式获得固定的用户价格弹性,回归模型克服时间与空间的变化问题,更高效地实现用户响应行为的学习,为实时电价提供决策支持。
- 黄海新邓丽文峰王飞
- 一种室内场景下人体异常行为的检测方法
- 本发明公开了一种室内场景下人体异常行为的检测方法,涉及人体异常行为检测技术领域。该方法采用多目标跟踪算法FairMOT、人体姿态识别算法AlphaPose与SVM(Support Vector Machines,支持向量...
- 文峰杨晨刘飞
- 一种基于Sarsa学习的中心式动态路径诱导方法
- 一种基于Sarsa 学习的中心式动态路径诱导方法,该方法可通过Sarsa 学习计算所有可能目的地的Q 值表,为所有车辆提供路径诱导。建立Q 值表具体包括以下两个步骤:第一,交通中心根据路网信息以及以往路段通行时间,利用基...
- 文峰王星乔苗维平于洋黄海新
- 文献传递
- 基于深度强化学习的交通信号配时优化研究被引量:4
- 2019年
- 在交通配时技术上,基于传统Q学习的交通信号配时策略是解决交通拥堵问题的重要手段,但其疏通交通拥堵的效果有限。为此,在传统Q学习的基础上,本文提出采用深度强化学习策略来优化交叉口信号配时技术,以减少交通系统中车辆数量和车辆通过交叉口的平均行驶时间;同时,应用深度强化学习策略本身具有的深度网络及引入的经验池、贪婪策略、DOUBLE DQN等方法技术,优化传统Q学习在交通配时上存在的Q值表建立和搜索、目标Q值被高估、无法学习长期经验等问题。实验结果表明,基于深度强化学习的交通信号配时策略在疏通交叉路口车辆方面优于传统Q学习策略,可以更好的疏通交通拥堵,提高交通系统效率。
- 文峰张可新
- 关键词:交通信号配时贪婪策略DOUBLE