摘 要: 在钢包底吹氩过程中,钢液表面裸漏区域(即氩花)的面积可以间接反映吹入钢包中的氩气量,精确分割氩花区域对吹氩工艺优化至关重要。为了提高氩花区域分割精度,文中提出一种基于注意力机制和多尺度特征融合的多分支氩花图像分割算法。该方法以HRNet为基础,首先,采用Dice Focal Loss损失函数替代原本的交叉熵损失,以解决氩花和背景区域样本不平衡问题;其次,使用深度可分离卷积重构主干网络的残差模块,以大幅度减少网络的参数量和计算量;然后,在几乎不增加模型计算复杂度的前提下,引入坐标注意力机制,来更好地分割氩花边缘的复杂形状;最后,设计一种并行聚合金字塔池化模块实现多尺度信息融合,提高分割精度。实验结果表明,所提算法在某钢厂私有数据集上mIoU达94.55%,与HRNet相比提高了1.62%,准确率达99.31%,可以满足工业生产对氩花图像分割要求。
摘 要: 针对当前信号采集依赖国外高性能芯片而导致“卡脖子”和非合作信号检测性能的问题,文中提出一种基于自适应多级缓冲实时信号采集自检处理方法,旨在提升信号采集性能的同时对数据进行实时检测处理。该方法的核心在于通过实时监控带宽和缓冲区使用率,自适应调整缓冲区状态,在低内存占用下实现大带宽采集效率。得益于多级缓冲模型,改进传统双滑动窗口检测方法在采集过程中能实时对每个数据包进行处理,检测信号位置与持续时间。设计软件验证结果表明,所提方法在飞腾D2000板卡平台低功耗条件下仍能展现优异的采集与自检性能。该方法为信号采集与检测的国产化提供了一条可靠的技术路径,具有显著的应用价值与推广潜力。
DOI:10.16652/j.issn.1004-373X.2026.13.003 引用格式:刘明,钱浩.基于色偏校正与多任务融合的水下图像增强方法[J].现代电子技术,2026,49(13):14-20. 摘 要: 针对水下图像色彩失调、纹理丢失、细节模糊导致 ORB-SLAM3 算法特征提取鲁棒性严重下降的问题, 文中提出一种基于色偏校正与多任务融合的水下图像增强方法。首先, 构建多尺度
摘 要: 针对复杂图像中小目标识别面临特征信息有限、背景干扰强、色彩偏差影响大等问题,难以满足大规模复杂图像小目标的识别需求,文中提出深度学习下复杂图像小目标识别算法。该算法结合灰度理论和最大值白平衡算法自适应平衡图像的色彩,提升图像均衡性;对图像特征进行全局信道注意力调制与空间注意力提取,经均衡融合后,利用细粒度查询感知稀疏注意力对融合特征进行稀疏采样;采样结果输入路径聚合网络进行特征重构,最终经分类器输出小目标识别结果。测试结果显示:所提算法能够实现复杂图像色彩的自适应校正,背景抑制因子均在10.117 dB以上,能保留有效的小目标细节特征,并成功识别出标定的小目标。
摘 要: 为提升轻量级人体姿态估计网络在复杂场景中的关键点检测精度,文中提出一种基于边缘引导特征融合的多尺度姿态估计模型YOLOv11n-Pose-EdgeAlign。该模型以YOLOv11n-Pose为基准,在此基础上设计了多尺度边缘信息生成(MSEIG)模块,通过浅层特征提取边缘信息,并利用全局边缘信息传递(GEIT)机制将边缘感知能力有效扩展至主干网络的各个尺度。此外,设计了卷积融合模块(ConvEdgeFusion),实现边缘特征与主干语义特征的跨通道融合与精细建模。为适应人体关键点的多尺度变化,进一步引入任务对齐动态检测头(TADDH),以提升检测鲁棒性与特征一致性。为了增强对人体关节结构关系的建模能力,在SPPF模块中引入轻量化选择性大核注意力(LSKA)机制,以加强对关键点间全局依赖的建模。在COCO2017-Keypoints数据集上的实验结果表明,所提方法较基准模型,mAP@0.5提升了2.1%,mAP@0.5:0.95提升了2.0%,且参数量仅为2.9×10?,验证了YOLOv11n-Pose-EdgeAlign在准确性和效率之间的良好平衡,具备良好的应用前景。
摘 要:海洋环境下航拍图像易受海雾干扰,出现细节丢失、可见性差等问题,制约了海上活动的开展。海面图像去雾面临广域雾分布建模困难、浅色船体与雾混淆、波浪高频纹理恢复不足等挑战。针对上述问题,文中提出一种基于无监督高频增强多分支去雾网络(UME-Net),融合轻量化池化Transformer模块(PTB)与多粒度通道注意力(MFCA)的海面去雾算法。创新性地设计轻量化池化Transformer模块替代传统残差块;提出多粒度通道注意力解码器,利用局部带状卷积与全局相关性矩阵进行特征融合;优化传输感知对抗损失,提升图像恢复精度。对比实验基于自建合成数据集DIOR-seafog展开,实验结果表明:优化模型的PSNR指标达24.11 dB, SSIM指标达0.921, 较基准模型UME-Net, PSNR指标提升1.78 dB, SSIM指标提升0.037, 同时,所提方法在与CycleGAN、DisentGAN等方法的对比中表现最佳,研究成果可为海面图像去雾算法提供新的参考思路。
摘 要: 针对传统特征点检测算法对于光照变化和视角变化敏感导致特征定位精度与可重复性下降,进而制约特征匹配准确率与鲁棒性的问题,文中基于SuperPoint网络提出一种融合残差结构以及多尺度注意力机制的特征点检测算法。首先,为减少特征在深层网络中逐渐丢失,以提高特征点提取的精度与可重复性,采用残差结构对特征点编码器的结构进行调整,保持低层级特征的完整性;其次,为了增强特征的表达能力,搭建多尺度注意力机制,结合不同尺度的特征信息,使网络更全面地捕捉图像中的细节和上下文关系;最后,在HPatches数据集上对传统特征点提取方法和所提方法进行对比实验。实验结果表明:在光照变化序列下,所提算法的特征点重复率较SuperPoint提升5.9%,单应性估计精度在误差阈值为1、3、5时,分别提高29.3%、0.76%、0.73%;在视角变化序列下,重复率较SuperPoint提升11.2%,误差阈值为1、3时的单应性估计精度分别提升9.1%和3.9%。匹配实验显示,所提算法在两种变化序列下的总匹配得分较SuperPoint提升约1%,且匹配对数显著增加。对比分析验证了所提算法在特征点检测中有着更好的鲁棒性和泛化性。
摘 要: 针对视频超分辨率(VSR)任务在大幅度运动、长时间序列以及动态场景下,低分辨率视频序列恢复高分辨率视频序列过程中局部纹理细节丧失和帧间一致性弱的问题,文中提出改进的BasicVSR视频超分辨率架构。通过设计上下文与通道注意力机制,提出基于坐标分解机制的融合方法,在正向与反向双向传播过程中引入通道加权注意力机制,以提升局部纹理的关注能力并增强空间信息,同时能够保持帧间一致性,促进双向融合效果。为增强模型对长距离依赖的感知能力,采用基于十字交叉感知的Transformer模块替代BasicVSR传播分支中的残差卷积块,从而提高细节信息的恢复能力和动态场景的处理性能。实验结果显示,改进后的模型在多个基准数据集上表现出色,与现有的BasicVSR方法相比,峰值信噪比提高了3.3164 dB,结构相似性提高了0.0214,为视频超分辨率重建提供了一种有效方法。
摘 要: 针对复杂网络环境下接入大模型的VPN加密通信效率难以评估的问题,文中提出一种面向VPN加密策略的高可靠性数据通信效率评估算法。该算法采用DPDK对网卡的VPN连接进行初始化,并分配合理的硬件资源,用以生成网络通信API以供FNS进行调用。在已搭建的测试用VPN场景中,对每个VPN节点均采用粒子群算法进行优化,通过对其进行高维空间搜索,使每个节点都在高维空间中完成随机初始化,并在初始化的过程中按数字顺序对其进行赋值,从而实现对VPN节点的通信数据获取。粒子群算法对VPN节点的通信数据处理完成后,再通过基于传统残差网络的神经网络模型对获取到的数据进行评估。实验测试结果表明,综合运用粒子群算法和深度残差收缩网络能够有效提高算法的综合性能,其总体的评估检测准确率可达92.115%,较基准模型提高了约10.549%,是一种高效的VPN通信效率评估方法。
摘 要: 针对未知三维环境下多无人机编队协同任务规划中避障失效以及编队重构的问题,文中提出一种结合自适应多目标粒子群优化(AMOPSO)、改进动态窗口法(DWA)以及基于目标点二阶最优一致性编队算法的多无人机编队协同任务规划方法。首先,通过线性二次型调节器(LQR)推导出基于目标点二阶最优一致性编队算法,实现未知环境下机群编队轨迹优化;其次,通过修改传统DWA的采样空间以及评价函数,解决避障时出现的目标不可达、动态避碰弱等问题;最后,通过AMOPSO算法对子函数权重进行优化,解决未知环境下固定权重导致的局部最优解问题。仿真结果表明:在三维未知环境下,与改进人工势场法相比,所提的改进DWA能够有效减少16.2%的编队实现一致性时间,提升12.3%的队形重构速度,并且在动态避障时缩减了16.7%的路径。能有效满足无人机集群编队作业的需求。
DOI:10.16652/j.issn.1004-373X.2026.13.011 引用格式:朱博雯,张然,马福宝,等.无人机辅助MEC中位置部署与任务卸载优化方法[J].现代电子技术,2026,49(13):67-74. 摘 要: 针对如何降低无人机辅助移动边缘计算(MEC)系统执行任务的时延和能耗成本问题,在建立无人机辅助地面用户进行任务卸载模型的基础上,文中提出一种无人机服务器部署与任
DOI:10.16652/j.issn.1004-373X.2026.13.012 引用格式:茹亚男,李青松,赵辉,等.基于业务优先级的星载VDES时隙分配算法[J].现代电子技术,2026,49(13):75-82. (1. 哈尔滨工程大学 信息与通信工程学院,黑龙江 哈尔滨 150001; 摘 要: 作为水上移动业务领域中船舶自动识别系统的升级版,甚高频数据交换系统(VDES)对于提升海上
摘 要: 针对当前基于深度学习的入侵检测模型存在计算复杂度高、对不平衡数据适应性差,导致检测准确率偏低等问题,文中设计一种基于特征重构与轻量MIR-BiLSTM的混合检测模型。首先,采用结合过采样与欠采样的SMOTE-ENN算法解决类别不平衡问题;其次,设计改进堆叠自编码器(SAE)对输入特征进行降维与增强,通过无监督预训练提取低维鲁棒特征表示;接着,构建包含可变形卷积LBL模块的MIR-BiLSTM架构,结合多分支空间建模与双向时序分析,实现高效特征提取;最后,采用分阶段训练策略优化特征与任务的适配性。实验结果表明,所提模型参数量仅为2.76 MB(较MobileViT降低51.3%),在测试集上达到了98.15%的准确率和97.35%的 F1 -score,性能优于现有轻量化入侵检测模型,为边缘计算环境提供了良好的解决方案。
DOI:10.16652/j.issn.1004-373X.2026.13.014 引用格式:张鹏,吴云秀,张博涵,等.基于推荐图内容的电商平台图像安全风险检测[J].现代电子技术,2026,49(13):90-95. 摘 要: 针对电商平台利用商品图像促进交易时存在的虚假、违规图像问题,以及算法推荐系统导致的风险传播加速状况,文中对电商平台图像风险检测进行研究。通过构建融合关系图卷积网络与
摘 要: 为解决 MK-3 算法大规模 S 盒硬件实现资源占用量大、同构函数组合数爆炸的问题, 文中提出一种基于 XOR 数量最少的 S 盒硬件实现优化方法。首先, 通过多项式基的复合域 GF(((2^4)^2)^2) 将 S 盒优化方法转换为同构矩阵与同构逆矩阵二元矩阵乘 XOR 数量最小问题; 其次, 基于 BP 算法筛选得到最优同构矩阵和同构逆矩阵; 最后, 采用 Vivado 开发环境进行 FPGA 实现。实验结果表明, 基于 BP 算法优化的 S 盒 FPGA 实现时钟频率/LUT 达到了 0.41621, 与已有的方案相比, 该方法在降低硬件资源消耗的同时提高了时钟频率, 取得了较好的优化效果。
DOI:10.16652/j.issn.1004-373X.2026.13.016 引用格式:刘新,齐安阳,梁兰英,等.恶意模型下子图的保密查询协议[J].现代电子技术,2026,49(13):105-112. 摘 要: 目前,关于子图的保密查询协议大部分是在半诚实模型下设计的,仅能保证参与方在遵循协议流程时的安全性,无法抵御恶意敌手的攻击。为了解决当前隐私保护图计算领域恶意模型下的子图保
DOI:10.16652/j.issn.1004-373X.2026.13.017 引用格式:胡齐,刘勇.融合YOLOv10与立体视觉的小目标三维检测[J].现代电子技术,2026,49(13):113-118. 摘 要: 在工程结构安全监测中, 渗流是影响大坝稳定性的重要隐患, 其中小目标因尺寸小、边界模糊、背景复杂, 常导致识别困难与定位精度不足等问题。为提升目标检测的性能与空间定位精度
DOI:10.16652/j.issn.1004-373X.2026.13.018 引用格式: 张宗旋, 孙旋. 基于改进的 RT-DETR 小目标 PCB 缺陷检测[J]. 现代电子技术, 2026, 49(13): 119-127. 摘 要: 针对印刷电路板(PCB)缺陷检测中普遍存在漏检、误检、缺陷目标微小难以检测等问题,文中提出一种改进的RT-DETR算法。首先,在主干网络设计了多尺度
摘 要: 数据聚类是挖掘高维数据价值的关键技术,但传统深度聚类算法常因损失函数设计缺陷和局部结构保留不足导致性能受损。针对深度嵌入聚类算法中KL散度无法保留局部特征及特征权重分配不均的问题,文中提出一种基于动态特征加权与改进KL散度的深度嵌入聚类算法(WM-DEC)。首先,该算法将动态缩放因子引入KL散度并降低模糊样本权重以聚焦关键样本;其次,结合自编码器的重构损失约束,保留数据的局部结构;最后,引入基于邻域关系的特征加权策略,动态调整特征权重以优化聚类过程。在Fashion-MNIST、MNIST-TEST等数据集上的实验结果表明,所提算法在聚类准确率、标准化互信息和调整兰德指数上优于多数对比算法,在高维数据场景下,聚类精度与模型鲁棒性提升更为显著。
DOI:10.16652/j.issn.1004-373X.2026.13.020 引用格式:朱心悦,常建华,魏志虎,等.全数字发信机过冲误差建模与分析[J].现代电子技术,2026,49(13):135-140. 摘 要: 全数字发信机(ADTx)采用开关模式功率放大器(SMPA)对数字脉冲信号进行高效放大,但其固有的开关瞬态过程会引入过冲效应,导致信号波形畸变并引发非线性失真,严重制约系
DOI:10.16652/j.issn.1004-373X.2026.13.021 引用格式:吴海锋,李冉,胡新航,等.面孔重复抑制的fMRI快速因果模型选择[J].现代电子技术,2026,49(13):141-148. 摘 要: 针对面孔识别中的重复抑制(RS)问题,聚焦于脑区连接的因果调制以及算法计算效率等,文中重点探究立即重复与延迟重复对脑区前向和后向连接的调制作用,提出一种快速动态
摘 要: 各类高原实验对海拔高的需求逐渐增多,但高原复杂多变的地形为 GNSS 大地水准测量带来一定困难。文中提出神经网络模型和决策树模型融合的方法,通过麻雀搜索算法(SSA)优化多层感知机(MLP),与极端梯度上升(XGBoost)进行模型融合,构建了 SSA-MLP-XGBoost 融合预测模型,并利用高原某测区的 GNSS 水准点数据进行模型训练、结果预测以及比对分析。实验结果表明,相比其他 4 种预测模型,所提模型的平均绝对误差(MAE)、平均绝对百分比误差(MAPE)以及均方根误差(RMSE)最低,验证了该模型在高原小区域的高程异常预测能力。融合模型不仅能够适应高原地区复杂地形特征,而且还减少了单一模型的局限性,有效提高了模型的预测精度、泛化能力以及鲁棒性。
摘 要: 为了解决太阳能电池表面因存在小目标缺陷且缺陷形态多样, 从而对发电系统造成效率损失的问题, 文中基于 YOLOv8n 提出一种新型的太阳能电池缺陷检测算法 RepED-YOLOv8n。首先, 通过将 ESE 机制深度集成到 MBConv 的 SE 层中, 创新性地构建了 EMBC 来替代原有 C2f 模块, 实现了检测精度的提升, 同时保持较低的参数量; 其次, 利用 Efficient RepGFPN 重构 YOLOv8n 颈部网络, 结合 CSPNet 和高效层聚合网络 (ELAN) 以及重参数化, 引入可变形大核注意力 (DLKA) 模块, 使其能够更好地适应太阳能电池表面复杂且细微的缺陷特征, 构建新的基于可变形大核注意力的重参数广义特征金字塔网络 (RepGFPN-DLKA); 最后, 通过 WIoU v3 损失函数来更多地关注小目标缺陷, 改善数据集标签分布不均问题。实验结果表明, 该模型在实验数据集中 mAP@0.5 达到 89.2%, 较基准模型提升 2.4%。精确率 (P) 和召回率 (R) 分别达到 82.5%、87.3%, 分别提升 3.1% 和 3.7%。在保持低参数量的同时, 显著提高了模型的检测性能。
DOI:10.16652/j.issn.1004-373X.2026.13.024 引用格式:林梅燕,廖一鹏.一种适用于交通流多目标检测的CDD-YOLOv8n模型[J].现代电子技术,2026,49(13):164-171. 摘 要: 针对设备资源受限以及复杂交通场景中多目标检测效率和精度低的问题,文中提出一种改进型多目标检测模型 CDD-YOLOv8n。首先,采用 CAC2f 模块替换传统
摘 要: 为解决传统 Informed-RRT* 在路径规划中方向控制不稳定、收敛速度慢和路径质量受限等问题, 文中提出一种改进型 APF-Informed RRT* 算法。该算法引入人工势场(APF)机制, 利用势场梯度信息引导随机树生长方向, 使其优先朝目标区域扩展, 从而减少无效采样并提高搜索效率。此外, 为增强环境适应性, 算法采用自适应步长策略, 根据当前节点与障碍物的相对位置动态调整步长, 使搜索过程兼顾局部避障与全局优化。为进一步提升路径质量, 算法在重布线阶段优化拓扑结构, 剔除冗余路径, 降低总路径代价, 并确保运动轨迹的平滑性。与此同时, 算法结合启发式搜索策略, 在早期阶段快速获取可行解, 从而缩短整体优化时间。在 Matlab 进行的三维路径规划实验结果表明, 所提方法比标准 RRT 具备更高的搜索效率, 优化速度提升 27.2%, 路径长度缩短 15.6%。文中方法通过势场引导、自适应步长调控及高效重布线策略, 构建更智能的路径搜索机制, 突破了传统方法在复杂环境中的局部最优困境。实验结果验证了该算法在无人系统导航、自动驾驶与机器人路径规划中的优越性, 为智能路径规划提供了更高效的解决方案。
DOI:10.16652/j.issn.1004-373X.2026.13.026 引用格式:李建军,马立峰,邓高旭,等.基于动态称重系统数据优化的车辆识别算法[J].现代电子技术,2026,49(13):181-190. 摘 要: 针对动态称重系统数据混合致使车辆识别难度增加及超载监管需求高的问题,文中提出一种基于动态称重系统数据优化的车辆识别算法。通过动态称重系统实时采集一维动态混合数
引用格式:李靖,徐海黎,蔡嘉俊,等.改进A*与DWA的交通隔离机器人路径规划研究[J].现代电子技术,2026,49(13):191-198. 摘 要: 针对交通隔离机器人应用传统 A* 算法存在搜索时间长、路径危险点较多等问题,文中提出一种融合改进 A* 与动态窗口 (DWA) 算法。首先,采用四邻域结合左右对称凸邻域搜索策略、配合角度搜索策略与动态权重 ODMW 方案,对全局路径中冗余节点进