期刊文献+
共找到46篇文章
< 1 2 3 >
每页显示 20 50 100
f-模族的自由积与f-张量积的关系 被引量:2
1
作者 周伟 《四川师范大学学报(自然科学版)》 CAS CSCD 1992年第6期71-76,共6页
本文证明了f-模族自由积的存在性和唯一性,讨论了f-模族自由积与f-张量积的关系.
关键词 f-模 自由积 f-张量积
下载PDF
F─模的投射分解与格序模直和的平坦性
2
作者 周伟 《哈尔滨师范大学自然科学学报》 CAS 1996年第2期16-17,共2页
本文给出了F─模的投射分解并证明了格序模直和平坦的充要条件。
关键词 f-模 投射分解 平坦格序模 格序模 直和 平坦性
下载PDF
关于保不交算子的注记
3
作者 冯颖 陈金喜 《西南大学学报(自然科学版)》 CAS CSCD 北大核心 2013年第10期75-78,共4页
利用f-模理论讨论了保不交算子与A-线性算子之间的关系.研究了保不交算子的逆算子与共轭算子的A-线性、保区间性以及保不交性.
关键词 保不交算子 f-模 中心 A-线性算子
下载PDF
格序模的f一张量积与有限相关f一模 被引量:3
4
作者 周伟 《南京师大学报(自然科学版)》 CAS CSCD 1991年第2期14-18,共5页
本文证明了格序模f-张量积的存在唯一性,并由此得出一些重要结果;同时给出了有限相关f-模的一个等价条件。
关键词 格序模 f-张量积 有限相关f-模
下载PDF
基于CAN总线的交通智能控制 被引量:3
5
作者 王勇 郭美春 +5 位作者 佟国栋 谢云梦 朱金荣 邱祥 孙阳 徐红 《微型机与应用》 2017年第19期6-8,15,共4页
为了进一步提高十字路口的车辆通行效率,提出基于CAN总线的交通管理智能控制设计方案。该系统包括硬件控制模块、车流量采集模块、上位机软件等部分。硬件控制模块由主控模块、驱动模块、硬件黄闪模块等组成。主控模块与驱动模块之间采... 为了进一步提高十字路口的车辆通行效率,提出基于CAN总线的交通管理智能控制设计方案。该系统包括硬件控制模块、车流量采集模块、上位机软件等部分。硬件控制模块由主控模块、驱动模块、硬件黄闪模块等组成。主控模块与驱动模块之间采用CAN总线通信,具有通信速率高、可靠性好的优点。主控模块负责协调调度各个模块之间的工作;驱动模块负责驱动路口的信号灯及故障检测;车流量采集模块负责采集排队车流量数据,为智能配时提供依据。调试结果表明,该控制系统能够根据车流量智能调节车辆通行时间,提高车辆通行效率。 展开更多
关键词 智能交通 CAN 总线 STM32M03 module 信息采集
下载PDF
基于TMS320F2812的数字控制BOOST-PFC的设计 被引量:3
6
作者 石榴明璇 谢运祥 《电气自动化》 2009年第6期34-36,共3页
数字控制相对于传统的模拟控制技术体现出很多显著的优点。该文以数字信号处理器TMS320F2812为控制芯片,实现了单相Boost PFC变换器完整的数字控制解决方案。首先分析了单相Boost PFC电路的原理和主电路参数的选取,建立了Boost PFC数字... 数字控制相对于传统的模拟控制技术体现出很多显著的优点。该文以数字信号处理器TMS320F2812为控制芯片,实现了单相Boost PFC变换器完整的数字控制解决方案。首先分析了单相Boost PFC电路的原理和主电路参数的选取,建立了Boost PFC数字模型,在Matlab的SISOTOOL工具模块中对Boost PFC进行PI配置。最后,通过仿真和实验验证了所建方案的正确性。说明数字控制的功率因数校正具有优良的性能。 展开更多
关键词 数字控制 功率因数校正 TMS320f2812 模块
下载PDF
半序模的 O-张量积与自由 f-模
7
作者 周伟 《四川师范大学学报(自然科学版)》 CAS CSCD 1993年第1期20-22,共3页
在假定R是全序Ore环,M_1、M_2是R 上的半序模,M_1■M_2 是模M_1、M_2的张量积,M_1■M_2是平凡序半序模M_1与半序模M_2的O-张量积,F_(M_1■M_2)是平凡序半序模M_1■M_2上的自由f-模的情形下,本文证明了F_(M_1■M_2)=M_1■_0M_2.
关键词 半序模 O-张量积 自由 f-模
下载PDF
绝对不可约F[H]-模的扩充
8
作者 杨玉英 《吉首大学学报(自然科学版)》 CAS 2003年第4期82-83,共2页
设N为绝对不可约F[H]-模,T(N)=G,G/H是n阶循环群,H\G={gi|i=0,1,…,n-1};g∈G,gn∈H,φ为N的Q-自同构,σn:xφn(x)gn=φn(x)h0,经讨论,获得绝对不可约F[H]-模的扩充存在的充分条件是若存在a∈F(F为任意域),使an=σn,则N可扩充为F[G]-... 设N为绝对不可约F[H]-模,T(N)=G,G/H是n阶循环群,H\G={gi|i=0,1,…,n-1};g∈G,gn∈H,φ为N的Q-自同构,σn:xφn(x)gn=φn(x)h0,经讨论,获得绝对不可约F[H]-模的扩充存在的充分条件是若存在a∈F(F为任意域),使an=σn,则N可扩充为F[G]-模;若G为交换群,F为代数闭域, H≤G,N为任意不可约F[H]-模N,则N可扩充为F[G]-模. 展开更多
关键词 绝对不可约f[H]-模 代数闭域 交换群 循环群 代数闭域
下载PDF
相对于模N的完全不变子模F的N-投射模
9
作者 王永铎 杜晓微 《兰州理工大学学报》 CAS 北大核心 2022年第3期146-153,共8页
引入了相对于模N的完全不变子模F的N-投射模和相对于理想I的R-投射模的概念.研究了它们的基本性质,统一了N-投射模,τ-N-投射模和Rad-N-投射模的一系列结论.
关键词 相对于模N的完全不变子模f的N-投射模 相对于理想I的R-投射模 半单模
下载PDF
改进YOLOv5s的无人机视角下小目标检测算法 被引量:8
10
作者 刘涛 高一萌 +1 位作者 柴蕊 李政通 《计算机工程与应用》 CSCD 北大核心 2024年第1期110-121,共12页
无人机视角的小目标图像具有目标分布密集、类别不均衡以及特征不明显的特点,导致目标检测任务中出现漏检、误检的问题。针对这些问题,提出一种改进YOLOv5s小目标检测方法,以达到提高目标检测准确率与精确度的目的。重新聚类锚框,更精... 无人机视角的小目标图像具有目标分布密集、类别不均衡以及特征不明显的特点,导致目标检测任务中出现漏检、误检的问题。针对这些问题,提出一种改进YOLOv5s小目标检测方法,以达到提高目标检测准确率与精确度的目的。重新聚类锚框,更精确地锁定检测区域。更改骨干网络结构,在空间金字塔池化层增加卷积,保证充分获取检测目标特征。同时,将网络结构中的C3模块替换成融合通道注意力机制的轻量级SEC2f模块,以提升网络对于小目标检测的局部特征捕获能力。融合解耦检测头,结合自适应锚框计算,有效提取目标区域的特征。在相同参数、相同环境条件下,在DOTA数据集上和VisDrone数据集上检测精度分别提升6.1%、5.2%,表明改进方法在小目标检测任务上的有效性;在公开数据集voc2007+2012上做通用性对比实验,结果表明改进算法具有通用性。 展开更多
关键词 YOLOv5s 聚类算法 SEC2f模块 空间金字塔池化 解耦检测头
下载PDF
n-强F-Gorenstein投射模 被引量:4
11
作者 叶星美 杨晓燕 《西南大学学报(自然科学版)》 CAS CSCD 北大核心 2015年第10期84-88,共5页
设Λ是交换Artin环k上的Artin代数,F是函子Ext1Λ(-,-)的加法双子函子,并且F有足够的投射对象和内射对象.研究了强F-Gorenstein投射模和n-强F-Gorenstein投射模的一些性质.
关键词 f-Gorenstein投射模 f-Gorenstein投射模 n-强f-Gorenstein投射模
下载PDF
f-Projective and f-Injective Modules 被引量:1
12
作者 GENG Yu-xian 《Journal of Mathematical Research and Exposition》 CSCD 北大核心 2008年第1期74-80,共7页
Let R be a ring. A fight R-module M is called f-projective if Ext^1 (M, N) = 0 for any f-injective right R-module N. We prove that (F-proj,F-inj) is a complete cotorsion theory, where (F-proj (F-inj) denotes th... Let R be a ring. A fight R-module M is called f-projective if Ext^1 (M, N) = 0 for any f-injective right R-module N. We prove that (F-proj,F-inj) is a complete cotorsion theory, where (F-proj (F-inj) denotes the class of all f-projective (f-injective) right R-modules. Semihereditary rings, von Neumann regular rings and coherent rings are characterized in terms of f-projective modules and f-injective modules. 展开更多
关键词 f-projective module f-injective module finitbly presented cyclic module (pre)en-velope (pre)cover.
下载PDF
Morita环上的F-Gorenstein平坦模
13
作者 杨晓燕 汪静 《西北师范大学学报(自然科学版)》 2024年第1期11-13,29,共4页
设Λ(0,0)=(^(A)^(M)^(N)_(B))是Morita环,其中A和B是环,N为(A,B)-双模,M为(B,A)-双模.证明了若双模M和N满足某些条件,则函子T A:Mod-A→Mod-Λ(0,0)和T B:Mod-B→Mod-Λ(0,0)保持F-Gorenstein平坦性.
关键词 Morita环 f-Gorenstein平坦模 平坦余挠模 余挠模
下载PDF
AEM-YOLOv8s:无人机航拍图像的小目标检测 被引量:1
14
作者 蒋伟 王万虎 杨俊杰 《计算机工程与应用》 CSCD 北大核心 2024年第17期191-202,共12页
针对目前无人机航拍图中的小目标检测性能低、漏检、遮挡以及模型参数量大的问题,提出了AEM-YOLOv8s算法。在C2f模块中结合AKConv(alterable kernel convolution)和EMA(efficient multi-scale attention)的优点,设计了C2f-BE模块,更好... 针对目前无人机航拍图中的小目标检测性能低、漏检、遮挡以及模型参数量大的问题,提出了AEM-YOLOv8s算法。在C2f模块中结合AKConv(alterable kernel convolution)和EMA(efficient multi-scale attention)的优点,设计了C2f-BE模块,更好地提高了算法处理特征的能力,同时也降低了模型参数量。引入小目标检测层和BiFPN结构,通过跨尺度连接方式和加权特征融合,能够保留更多的浅层特征,并且减少了算法参数量。设计多尺度特征融合分支,将浅层特征与深层特征进行融合,减少了遮挡情况下的漏检,提高了算法对小目标检测性能。在VisDrone2019公开数据集上的实验表明,AEM-YOLOv8s算法的mAP50为50.1%,mAP50:95为31.1%,较YOLOv8s分别提高了10.8和7.6个百分点,同时参数量较YOLOv8s降低了32.2%。 展开更多
关键词 YOLOv8s C2f-BE模块 小目标 多尺度
下载PDF
改进YOLOv8算法的城市车辆目标检测
15
作者 许德刚 王双臣 +1 位作者 王再庆 尹柯栋 《计算机工程与应用》 CSCD 北大核心 2024年第18期136-146,共11页
针对复杂交通场景下城市车辆目标检测算法存在的漏检、精度低、泛化能力弱的问题,提出一种改进的YOLOv8城市车辆目标检测算法。采用一种改进的GAM-C2f结构来代替主干网络中的C2f模块,平衡模型的计算效率和准确性;设计一种SPPFAPGC模块,... 针对复杂交通场景下城市车辆目标检测算法存在的漏检、精度低、泛化能力弱的问题,提出一种改进的YOLOv8城市车辆目标检测算法。采用一种改进的GAM-C2f结构来代替主干网络中的C2f模块,平衡模型的计算效率和准确性;设计一种SPPFAPGC模块,防止SPPF结构因最大池化操作所导致的局部特征丢失问题,提高特征图的丰富度,并进一步结合小目标检测头来加强对远处小目标车辆的检测能力,加强局部特征与全局特征的融合。为抑制低质量图像产生的有害梯度,使用WIOU损失函数代替CIoU,以提升网络的边界框回归性能,提高模型的收敛速度和回归精度。在Streets车辆数据集上的实验结果表明,与基准模型YOLOv8n相比,改进算法的mAP50和Recall分别提高了1.6和2.0个百分点,有效改善了城市交通场景下小目标车辆检测性能不佳的问题;在VisDrone2019数据集上进行验证,mAP50和Recall也分别提高了1.1和1.6个百分点,充分证明了改进算法的优越性。与其他先进主流算法相比,改进算法表现出了更高的准确率和查全率,表明改进算法在城市车辆检测任务中具有更好的性能。 展开更多
关键词 车辆目标检测 YOLOv8 C2f模块 SPPf模块 损失函数
下载PDF
基于改进YOLOv5s的测温样件缺陷识别方法
16
作者 蒋近民 张旭梅 黄安贻 《起重运输机械》 2024年第17期32-39,共8页
文中针对目前测温取样样件表面缺陷识别存在人工目视识别主观性强,检测速度慢,对工人身体伤害大等问题,提出了一种改进的YOLOv5s缺陷检测算法,将机器视觉运用在测温样件的缺陷识别工艺中。对数据集进行数据增强,保证数据分布均衡性以及... 文中针对目前测温取样样件表面缺陷识别存在人工目视识别主观性强,检测速度慢,对工人身体伤害大等问题,提出了一种改进的YOLOv5s缺陷检测算法,将机器视觉运用在测温样件的缺陷识别工艺中。对数据集进行数据增强,保证数据分布均衡性以及提高结果的可靠性。为了保证轻量化的同时获得更加丰富的梯度流信息,在主干网络中增加C2f模块。引入CAM模块(Context Augmentation Module)提取更多有效的特征信息,提高对缺陷的定位能力,进一步聚合坐标信息。然后对改进后的网络模型通过基于层自适应幅度的剪枝LAMP(Layer Adaptive Magnitude Pruning)压缩,进一步提升模型加载和运行速度。最后在数据集上对改进后的模型进行测试,其mAP@0.5、mAP@0.5~0.95分别达到了89.1%,64.5%,每张图的推理时间为0.00204 s,均优于原模型。研究结果表明,改进模型为测温样件的缺陷检测提供了更加高效的方法。 展开更多
关键词 目标检测 YOLOv5s CAM模块 C2f模块 轻量化
下载PDF
轻量化瓦楞纸板表面缺陷检测算法的研究
17
作者 李西兴 刘涛 +2 位作者 周宏娣 吴锐 陈佳豪 《包装与食品机械》 CAS 北大核心 2024年第5期88-95,共8页
针对瓦楞纸板表面缺陷检测速度慢和识别准确率低等问题,提出基于改进YOLOv5s的轻量化瓦楞纸板表面缺陷检测算法YOLOv5s-GCS。将YOLOv5s骨干网络中原有的Conv模块替换为GhostConv模块,用C2f模块替换C3模块,并集成置换注意力机制(SA)模块;... 针对瓦楞纸板表面缺陷检测速度慢和识别准确率低等问题,提出基于改进YOLOv5s的轻量化瓦楞纸板表面缺陷检测算法YOLOv5s-GCS。将YOLOv5s骨干网络中原有的Conv模块替换为GhostConv模块,用C2f模块替换C3模块,并集成置换注意力机制(SA)模块;在YOLOv5s颈部网络末端引入SA模块;通过构建瓦楞纸板表面缺陷数据集进行试验验证。试验结果显示,YOLOv5s-GCS算法平均精度均值达到95.0%、召回率达到89.2%、精确率达到92.5%,较原始YOLOv5s分别提高2.3%,1.3%,2.8%;检测速度达到19.9帧/s,较原始YOLOv5s提高5.7帧/s。YOLOv5s-GCS算法更有利于迁移部署与实际应用。研究为表面缺陷领域的实时检测提供参考。 展开更多
关键词 YOLOv5s 表面缺陷检测 置换注意力机制 GhostConv模块 C2f模块
下载PDF
F-perfect Rings and Modules
18
作者 Lu Bo Du Xian-kun 《Communications in Mathematical Research》 CSCD 2013年第1期41-50,共10页
Let R be a ring, and let (F, C) be a cotorsion theory. In this article, the notion of F-perfect rings is introduced as a nontrial generalization of perfect rings and A-perfect rings. A ring R is said to be right dr-... Let R be a ring, and let (F, C) be a cotorsion theory. In this article, the notion of F-perfect rings is introduced as a nontrial generalization of perfect rings and A-perfect rings. A ring R is said to be right dr-perfect if F is projective relative to R for any F ∈ F. We give some characterizations of F-perfect rings. For example, we show that a ring R is right F-perfect if and only if F-covers of finitely generated modules are projective. Moreover, we define F-perfect modules and investigate some properties of them. 展开更多
关键词 f-perfect ring f-cover f-perfect module cotorsion theory projective module
下载PDF
On Stability of F-Gorenstein Flat Categories 被引量:3
19
作者 Jiangsheng Hu Aimin Xu 《Algebra Colloquium》 SCIE CSCD 2016年第2期251-262,共12页
To investigate cohomology theories based on flats, Asadollahi and Salarian gave the definition of F-Gorenstein flat R-modules, and these modules are exactly Gorenstein fiat provided that R is right coherent. In this p... To investigate cohomology theories based on flats, Asadollahi and Salarian gave the definition of F-Gorenstein flat R-modules, and these modules are exactly Gorenstein fiat provided that R is right coherent. In this paper, we get some properties of F-Gorenstein flat R-modules and establish the stability of F-Gorenstein flat categories. 展开更多
关键词 flat cotorsion pair f-Gorenstein flat module f-Gorenstein flat complex
原文传递
基于改进YOLOv8n的煤矿带式输送异物检测研究 被引量:1
20
作者 李宗霖 王广祥 +1 位作者 张立亚 李明亮 《矿业安全与环保》 CAS 北大核心 2024年第4期41-48,共8页
在煤矿带式输送物料过程中,异物的出现可能会引发输送带撕裂或堵塞等安全风险。针对输送带输送物料中异物多样、人工巡检效率低、硬件限制等问题,提出一种基于改进YOLOv8n的轻量化煤矿带式输送异物检测算法:采用GhostNetV2网络对原CSPDa... 在煤矿带式输送物料过程中,异物的出现可能会引发输送带撕裂或堵塞等安全风险。针对输送带输送物料中异物多样、人工巡检效率低、硬件限制等问题,提出一种基于改进YOLOv8n的轻量化煤矿带式输送异物检测算法:采用GhostNetV2网络对原CSPDarkNet53主干网络进行轻量化改进,以减少模型的参数和计算量;整合全局平均池化和全局最大池化思想优化SPPF模块,关注煤矿恶劣环境影响下图像的底层信息;设计了headC2f_CA模块,融入通道注意力机制,以便能够更有效地捕捉不同尺度和位置的异物特征,强化特征信息表达;引入DIoU损失函数,精确反映锚框与预测框之间的相似度,提升模型检测精度。实验结果表明,改进后的模型平均精度均值达88.3%,相比于基线模型YOLOv8n,提升了0.8%,参数量减少了18.51%,计算量减小了20.73%,模型大小缩减了15.87%。该模型有效缓解了边缘设备的硬件限制,同时保障了煤矿安全监测的准确性。 展开更多
关键词 煤矿 带式输送机 输送带异物 部署轻量化 GhostNetV2 SPPf优化 headC2f_CA注意力模块 DIoU损失函数
下载PDF
上一页 1 2 3 下一页 到第
使用帮助 返回顶部