简介:摘要:针对复杂背景条件下动态多目标实时监测算法效果不佳的问题,本文设计一种能进行对运动目标实施感知的视频跟踪系统。该系统基于原YOLOv4目标检测算法上对其改进。首先,对骨干特征提取网络进行理论创新,旨在提升网络的表达能力并提升特征提取能力;然后,提出YOLOv4-PPMCC感知跟踪模型使检测与跟踪功能合二为一,从而实现连续、实时准确的跟踪;最后,本系统能够将大型场景中的多个目标跟踪、检测与分析等功能整合在一起,智能地分析前端摄像机所获取的影像资料,并对其进行自动收集、归类,并在后台实时查看分析结果和视频记录。该算法实时性更佳,与传统的多目标跟踪算法相比较,计算量大大降低,跟踪结果更准确,可以实现对多目标持续和准确的跟踪。
简介:摘要:由于中国的快速发展和新型的汽车替代能源的出现,使得电动汽车受到了全球主要的汽车厂商的广泛重视。目前,国内外汽车行业对电动汽车的研究都非常重视,其中主要电机主要有感应电机和永磁同步电机。本文以高功率密度永磁同步电动机为研究对象,通过对其进行有限元分析和场路组合的方法进行优化研究。
简介:摘要目的研究利用多目标优化(MCO)技术提高基于先验知识自动计划(KBP)模型的计划设计质量的可行性。方法选择55例已完成放疗的鼻咽癌患者,每个病例都采用固定野调强放疗技术。随机选择40个病例的调强放疗计划作为训练集1,通过多目标优化技术对训练集1中的放疗计划进行预处理,构建新的训练集2。将初始训练集1和处理后的训练集2作为样本,分别训练得到传统的KBP模型和多目标优化技术精炼后的MCO-KBP模型。在剩余15个病例中随机选择5例作为验证集,其余10例作为测试集。验证通过后用测试集对初始的人工计划以及传统KBP模型和MCO-KBP模型生成自动计划的计划质量进行统计学分析。结果传统KBP模型和MCO-KBP模型生成自动计划的靶区剂量(D95%)均能满足临床要求,适形性指数与均匀性指数基本一致(P>0.05),且MCO-KBP模型生成的自动计划中重要危及器官的剂量比传统KBP模型更低(脑干Dmax平均偏低2.13 Gy,左、右腮腺Dmean分别平均偏低1.39、1.59 Gy,左、右视神经及垂体的Dmax分别平均偏低1.42、1.16、1.88 Gy,差异均有统计学意义)。结论与传统的KBP模型相比,精修后的MCO-KBP模型设计的调强放疗计划对危及器官的保护具有明显优势,利用MCO技术提高KBP模型的计划设计质量是可行的。