-
题名基于改进SSD的高效目标检测方法
被引量：17
- 1
-
-
作者
王文光
李强
林茂松
贺贤珍
-
机构
西南科技大学信息工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2019年第13期28-35,共8页
-
基金
四川省科技计划项目(No.2018GZ0095)
-
文摘
为改善一阶段目标检测算法检测精度较差的缺陷,提出一种基于SSD的高效多目标定位检测算法FSD。该算法主要从两个方面对一阶段目标检测算法进行改进:设计了一个更高效的密集残差网络,即R-DenseNet,通过采用一种更窄的密集网络结构形式,在保持特征提取容量的同时降低了计算复杂度,从而提高了算法的检测和收敛性能;改进了损失函数,通过抑制易分样本在损失函数中的权重,提高算法的鲁棒性,改善了目标检测中样本失衡的现象。采用Tensorflow深度学习框架部署网络,并在搭载Nvidia Titan X的Ubuntu上开展实验,实验表明FSD在COCO和PASCAL VOC这两个目标检测数据集上上都取得了最高的检测精度,其中FSD300D的检测精度相比SSD300有3.7%提升,检测相率比SSD有10.87%提升。
-
关键词
深度学习
目标检测
特征融合
样本失衡
卷积神经网(CNN)
-
Keywords
deep learning
object detection
feature fusion
sample imbalance
Convolutional Neural Network(CNN)
-
分类号
TP39
[自动化与计算机技术—计算机应用技术]
-
-
题名考虑样本不平衡的电力系统鲁棒暂态稳定评估
被引量：11
- 2
-
-
作者
刘书池
刘颂凯
张磊
张雅婷
晏光辉
周倩
-
机构
三峡大学电气与新能源学院
-
出处
《智慧电力》
北大核心
2022年第7期16-22,73,共8页
-
基金
国家自然科学基金资助项目(52007103)。
-
文摘
由于实际电力系统中暂态失稳样本稀少,基于数据驱动的暂态稳定评估方法面临训练样本类别分布失衡问题,严重影响暂态稳定评估结果的可靠性。针对此问题,提出了一种基于MAHAKIL过采样和BCLM的鲁棒暂态稳定评估方法。首先,通过MAHAKIL过采样改善原始样本集的类别分布;然后,基于BCLM构建电力系统鲁棒暂态稳定评估模型。在新英格兰10机39节点系统上的测试结果表明,所提方法能够显著降低原始样本类别失衡的影响,并对数据缺失和数据噪声具有较强鲁棒性。
-
关键词
暂态稳定评估
样本类别分布失衡
数据缺失
数据噪声
鲁棒性
-
Keywords
transient stability assessment
unbalanced distribution of sample categories
data missing
data noise
robustness
-
分类号
TM712
[电气工程—电力系统及自动化]
-
