- 张亚南;李昕;
针对工业环境中背景复杂,由于距离差异造成安全帽小目标检测方法存在误检和漏检问题,为增强细节捕捉能力,改善多尺度特征处理,提高小目标检测的准确率,提出了一种改进的YOLOv8n安全帽佩戴检测算法。在SHWD数据集上的实验结果表明,与原算法相比,改进后的YOLOv8n的精确度、召回率、平均精度均值分别达到了93.1%、88.7%、94.1%,相比于原算法分别提高了0.7%、2.9%、2%。改进后的算法进一步优化了复杂环境下安全帽佩戴的检测方法,大大提高了检测的准确性。
2025年04期 v.45;No.224 249-256页 [查看摘要][在线阅读][下载 1829K] [下载次数:25 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:7 ] - 范琳娅;刘井莲;司亚利;
针对当前大多标签传播社区发现算法存在更新顺序无序和标签选择随机性的问题,提出一种基于节点平衡扩散标签传播的社区发现算法(LPA_BIS)。首先,基于节点间共同邻居与非共同邻居节点计算节点相似度,在节点相似度的基础上,结合节点度中心性获得网络中节点的重要性,将大于给定阈值的若干个重要性节点作为初始核心节点,相似度最高的相邻节点获得相同的标签,形成初始社区。然后,以平衡扩散的方式划分社区,扩散步骤仅对扩散标志为0的节点执行一次,将节点按照重要性由高到低的顺序存放在列表内,列表顶端为核心节点,列表底端为边缘节点,分别从列表的两端选取节点,执行核心节点和边缘节点同时扩散步骤,之后被选中的节点扩散为与其最相似邻居的标签,直至列表节点全部选取完。最后,执行标签选择步骤,以确保每个节点更改为最合适的标签,形成最终社区。在真实网络和人工合成网络上分别进行对比实验,实验结果表明所提出的LPA_BIS能够在一定程度上提高社区划分的准确性和稳定性。
2025年04期 v.45;No.224 257-264页 [查看摘要][在线阅读][下载 1655K] [下载次数:9 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:7 ] - 戴永彬;
常规的进化算法虽然在解决多目标优化问题方面表现出色,但是不适用于具有不规则Pareto前沿的优化问题。首先,给出了多目标优化问题的数学公式和相关定义并总结了具有不规则Pareto前沿算法测试问题。其次,将现有的处理不规则Pareto前沿问题的方法分为Pareto前沿拟合方法、参考向量调整方法、基于参考点的方法和其他方法四大类,并回顾了一些代表性算法,讨论了它们的优点和不足。最后,指出该领域存在的问题,并提出了一些具有前景的未来研究方向。
2025年04期 v.45;No.224 265-271页 [查看摘要][在线阅读][下载 1396K] [下载次数:21 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:3 ]