摘要:传统的推荐系统存在数据高度稀疏、冷启动及用户偏好建模难等问题，而把情境信息融入推荐系统中能有效缓解此类问题.深度学习技术已经成为人工智能领域研究热点，把深度学习应用在情境感知推荐系统当中，为推荐领域的研究带来新的机遇与挑战.本文从情境感知推荐系统相关概念出发，综合整理国内外研究相关文献，介绍深度学习技术融入情境感知推荐系统相关应用模型，提出了基于深度学习的情境感知推荐系统研究的不足以及对未来的展望.

摘要:疼痛是一种个人经历，一般被分为急性疼痛和慢性疼痛，可来源于受伤、疾病、手术或其他的健康问题.如果疼痛没有被及时治疗，会对患者的身心健康带来极大的伤害.由于患者自身障碍等问题，患者可能无法自我报告疼痛，而专业人士评估无法保证连续性和客观性.因此，对疼痛自动识别系统的需求日益加大，近十年来，很多研究人员在此领域取得突破性的成果，本文对疼痛自动识别系统进行综述，一方面从疼痛自动识别系统的结构组成方面进行描述，主要包括数据获取、数据预处理、特征提取以及分类等；另一方面从疼痛模态表征多角度进行技术汇总，主要包括行为、语音、生理以及多模态融合等4个方面.本文论述疼痛自动识别系统中的关键技术，并加以对比分析总结出该领域发展的一些挑战和方向.

摘要:为了进一步提升原油期货价格预测的精准性，本文基于CEEMDAN分解算法和ELM极限学习机模型，利用PSO粒子群优化算法对机器学习模型进行参数寻优，进而构建了CEEMDAN-PSO-ELM模型用于原油期货价格预测.先基于CEEMDAN算法对原始价格序列进行分解，然后利用Lempel-Ziv复杂度指数对分量进行重构，得到高频、中频和低频重构分量，再采用PSO-ELM模型对每个重构分量进行预测，利用PACF系数选取模型输入变量，最终加总集成各分量预测结果.实证结果表明，与其他15种基准模型相比，CEEMDAN-PSO-ELM模型的预测性能最佳，MCS检验和DM检验也进一步证实了该模型的稳健性.

摘要:2009年福建平潭综合实验区设立，作为闽台合作及国家对外开放的窗口，其土地利用变化主要受社会经济因素的影响和自然地理环境的制约，也与未来的土地利用规划密切相关.本文利用1990、2000、2010和2017年4期Landsat遥感影像数据，定量分析近27年的土地利用变化对景观格局的影响.结果表明：（1）在选择合适训练样本的情况下，利用随机森林方法可获得较高的遥感土地利用分类精度（4期遥感影像分类的总体精度均在87%以上，Kappa系数均在0.84以上）；（2）1990~2017年，水域面积急剧减少31.04 km²，流失的水域主要转化为建设用地和林地；建设用地增加40.98 km²，年平均增长1.52 km².近十年呈快速增长趋势，年平均增长3.87 km²；（3）在斑块类型级别上，逐年增加的建设用地导致最大斑块占景观面积比例（LPI）、聚合度（AI）和边缘密度（ED）呈上升趋势，其中LPI受到建设用地增加的影响最显著.在景观类型级别上，多样性（SHDI）和景观形状（LSI）呈下降趋势.

摘要:作为深度学习领域中最具有影响力的网络结构之一，卷积神经网络朝着更深更复杂的方向发展，对硬件计算能力提出了更高的要求，随之出现了神经网络专用处理器.为了对这类处理器进行客观比较，并指导软硬件优化设计，本文针对卷积神经网络提出了宏基准测试程序和微基准测试程序.其中，宏基准测试程序包含主流的卷积神经网络模型，用于处理器性能的多方位评估和对比；微基准测试程序包含卷积神经网络中的核心网络层，用于细粒度定位性能瓶颈并指导优化.为了准确描述这套基准测试程序在真实硬件平台上的性能表现，本文选取了I/O等待延迟、跨节点通信延迟和CPU利用率3大系统性能评测指标以及IPC、分支预测、资源竞争和访存表现等微架构性能评测指标.基于评测结果，本文为处理器的硬件设计与架构改进提出了可靠建议.

摘要:在桥梁养护行业，传统桥梁病害检测方式向数字化检测转型已成为该行业发展趋势，而桥梁三维可视化是实现数字化检测的基础.一般的梁式桥参数化建模程序，具有“一经写定，不易修改”的弊端，为了避免这一问题，提高参数化建模的灵活性与可扩充性，采用了一种将专家系统与梁式桥参数化建模相结合的方法，该方法结合专家系统理论知识、梁式桥结构知识和梁式桥组件及全桥参数化建模过程，设计了梁式桥快速建模专家系统.主要内容包括知识库的分类设计、知识库的数据库表设计、知识表达方式的选取、组件建模推理机制及全桥建模推理机制，以及参数化建模时部件、组件、全桥建模算法.使用该方法进行梁式桥建模结果表明，该方法能够根据用户给出的少量主要参数准确完成桥梁组件及全桥的参数化建模，用户通过修改知识库，就能改动参数化建模所依赖的结构计算知识.该方法增加了参数化建模的灵活性及可扩充性.

摘要:国内建筑铝模板周转中的仓储配送效率较低.为提高建筑铝模板周转效率，设计了采用主线分流和分级分拣模式相结合的“八爪鱼”分拣线，利用Flexsim仿真软件对该分拣线的运行做出了可视化仿真，根据数据化的仿真结果分析得到了该分拣线的运行瓶颈，通过优化工艺流程调整分拣人员的分布解决了该瓶颈问题，提高了建筑铝模板的分拣效率.

摘要:随着科学技术的进步，测量仪器技术逐渐向虚拟仪器技术方向发展，开发简单、通用、可拓展已成为虚拟仪器开发的重要指标.为了解决目前市面上虚拟仪器前面板开发软件不易于拓展、运行效率较低的问题，提出了一种通用虚拟仪器前面板的运行平台的实现方法，其主要原理是：界面组件化，前面板界面由组件组合而成，仪器组件以jar包形式存在，方便拓展，平台加载不同的仪器脚本，即可生成不同的虚拟仪器.提出了一种基于观察者模式的一对多的数据交换机制，方便组件间通讯，也可拓展与外部系统通讯.信号发生显示器的例子证明了该通用仪器前面板运行平台的可行性.

摘要:针对目前国内市场智能钓鱼竿功能不足的问题，本文通过四元数法对鱼竿姿态解算，利用基于卡尔曼滤波的数据融合算法，并以微处理器STM32为核心搭建uC/OS-II操作系统，结合多种环境传感器和串级PID控制方法，设计了一种具有智能选钓位、智能报警及自动遛鱼等功能的智能钓鱼竿系统.实验结果表明，该系统不仅能极大地减少短线跑鱼的几率，而且为恶劣环境下自动钓鱼提供可能.

摘要:云存储服务的快速发展，也带来众多安全挑战.针对云存储数据的完整性，已有的基于模糊身份的审计方案仅仅支持静态数据，因此很多情况并不适用.本文提出了一种基于模糊身份的动态数据完整性审计方案，结合默克哈希树的动态数据结构，实现用户对云端数据的完全动态操作.该方案采用基于模糊身份的密码体制，与基于公钥基础设施的数据完整性审计方案相比，避免了对公钥证书颁发、管理、吊销的过程，降低了通信代价.并且该方案能够支持批量验证，提高认证效率.最后，本文从安全性和功能上对新方案进行分析，能够抵抗伪造攻击，也保护了数据隐私安全，并且在功能上较其他方案也有一定的优势.

摘要:平台的供应链信息协调问题，探索产业资源协作效率路径.本文提出云平台解决智造供应链信息协作的方案，该方案考虑了分布式协作理论应对庞大供应链业务数据的技术优势，构建了分布式下实时动态更新算法和共享数据资源池相结合的供应链企业数据互联互通协作模型，以提升产业制造的“智造”能力.最后以家居产业供应链进行分析论证，验证了云平台模型构建的可行性和有效性.

摘要:超高层建筑施工中，塔式起重机（简称塔机）规划直接影响施工效率以及施工成本.论文将BIM技术与塔机规划的专业知识相结合，构建了塔机的Revit参数化族，定义了塔机族的结构参数与性能参数；在此基础上，利用Revit的API开发了计算机辅助塔机规划系统，实现了塔机型号管理，塔机数量预估及塔机布置与辅助定位的功能.该系统为超高层施工塔机规划提供了三维辅助工具，将设计人员从抽象的制图中解脱出来，可以提高效率、减少规划失误.

摘要:针对智能驾驶的需求，设计和开发出了一款远程控制车辆的APP.该APP在设计实现时，采用XMPP的通信协议进行手机端和车载系统的通信，用页面图标形式呈现车辆的胎温胎压、车内温度、续航里程等状况，如有故障会亮红报警，嵌入高德地图API提供远程车辆定位和导航到车位置的功能，并具有远程车辆召唤，车外自动泊车、远程自动开车门等功能.该APP已与实车进行绑定测试，结果表明该APP稳定可用.

摘要:空间环境监测对航天活动具有重要意义.借助Matlab GUI界面实现了对空间环境虚拟监测分析实验系统的设计，并通过Matlab Web Server进行网络发布，形成一套基于Matlab和Web的空间环境虚拟监测分析实验系统.该实验系统主要分析磁暴、太阳风和行星际磁场、极区离子上行等空间环境参数.利用该实验系统，用户可以很方便地在查看或监测空间环境参数并根据需要进行相关物理参数的计算或者预测等，不仅方便快捷，而且大大提高了对空间环境的监测和分析效率.

摘要:针对当前宠物频繁丢失的问题，本文设计并实现了基于MQTT协议的智能宠物追踪系统.系统的功能实现主要依托于MQTT服务器、Web服务器和基于Android平台开发的应用程序.嵌入式设备采用集成MTK2503芯片组的WZ-203CS开发板，依靠开发板内嵌的物联网卡，通过MQTT消息传输协议，将位置信息传送至Android应用程序.应用程序通过集成高德地图导航功能，利用已接收的位置信息，提供语音导航、路径规划等功能.基于该架构设计的追踪系统，并不局限于宠物追踪，通过系统预留的接口可扩展其他相关功能，实现可用性的同时具有较强的可扩展性.

摘要:编译选项的选择优化为降低嵌入式软件能耗提供了一种可行且有效的解决方案.GA-FP算法将频繁模式挖掘应用到演化过程中并已取得了较好的结果.然而，GA-FP还存在事务表规模较大、频繁选项模式的启发信息不全和时效性不好以及单点变异效率不高的缺点，潜在地影响了解质量和收敛速度.针对这些问题，文中提出一种嵌入式软件编译时能耗演化优化算法GA-MFPM.GA-MFPM借助逐代替换参考点和事务表的机制以降低事务表大小；在此基础上提出可获取更多启发式信息的频繁编译选项挖掘算法，并采用逐代挖掘的策略以保持频繁选项模式的时效性；进一步设计最大频繁模式匹配算法进行多点变异，以提高优化质量和收敛速度.通过与GA-FP在5个不同领域的8个典型案例下实验对比的结果表明：本文GA-MFPM获取了较GA-FP更低的软件能耗（平均降低2.4%，最高降低16.1%）和更快的收敛速度（平均加快57.6%，最高加快97.5%）.

摘要:为了实现OFDM （Orthogonal Frequency Division Multiplexing，正交频分复用）系统在任意载波频偏下的高精度同步，本文提出了一种基于辅助数据的系统定时偏移估计方法.首先，在高斯白噪声信道下，基于不具有特殊结构的辅助数据，推导了最大似然准则下的最佳同步算法；然后针对最大似然法复杂度过高的问题，设计了计算复杂度降低的次优方法；最后，采用蒙特卡罗仿真，在频率选择性瑞利衰落信道下，对得到的新算法进行了评估.实验结果表明，新方法的定时性能显著优于传统算法.

摘要:在传统分段式数据流聚类算法中，在线部分中的微簇阈值半径T取值不精确以及离线部分对微聚类的处理相对简单，导致了聚类质量不高.针对这一缺点，在现有动态滑动窗口模型基础上，提出了一种针对离线部分处理的基于人工蜂群优化的数据流聚类算法.该算法包括两部分：（1）在线部分根据数据在窗口内停留的时间长短来动态调整窗口的大小和改进微簇阈值半径T的取值，逐步得到微簇集.（2）离线部分利用改进的蜂群算法不断动态调整来求出最优聚类结果.实验结果证明，本文算法不但有较高的聚类质量，而且有较好的延展性和稳定性.

摘要:本文融合了传统的因果分析方法和数据核心思维方法，提出一种基于因果分析结果构建样本库，基于聚类进行稳定裕度快速估算的方法.首先从海量的历史量化分析或模拟仿真计算结果中，按故障提取暂态稳定模式，将所有故障的稳定模式取并集作为关键特征量.其次对各故障按特征量进行方式聚类，生成电网安全运行知识库.最后基于知识库对当前方式下多重故障进行自动匹配和稳定裕度快速估算.该方法提升分析计算的速度，为电网安全稳定快速决策提供依据，为电力系统暂态稳定分析评估提供了新思路.

摘要:人脸识别是视觉识别的一个重要领域，由于人脸识别尺度变化范围大，光照、姿态变化剧烈以及遮挡问题，导致该类非限制条件下的识别难度较大，为了解决该类问题，本文提出了一种基于Tensorflow平台的多Inception模型，通过将多个Inception结构进行串联，再通过分解卷积核的方式减少输入参数，实现了多维度同时卷积再聚合，提高了人脸识别的精度.实验结果表明，该方法在较少参数的条件下能提取出更具区分度的人脸特征，与分类损失方法及融合了其他度量学习方式的方法相比，提高了识别准确率，减少了计算时间.

摘要:传统的极限学习机作为一种有监督的学习模型，任意对隐藏层神经元的输入权值和偏置进行赋值，通过计算隐藏层神经元的输出权值完成学习过程.针对传统的极限学习机在数据分析预测研究中存在预测精度不足的问题，提出一种基于模拟退火算法改进的极限学习机.首先，利用传统的极限学习机对训练集进行学习，得到隐藏层神经元的输出权值，选取预测结果评价标准.然后利用模拟退火算法，将传统的极限学习机隐藏层输入权值和偏置视为初始解，预测结果评价标准视为目标函数，通过模拟退火的降温过程，找到最优解即学习过程中预测误差最小的极限学习机的隐藏层神经元输入权值和偏置，最后通过传统的极限学习机计算得到隐藏层输出权值.实验选取鸢尾花分类数据和波士顿房价预测数据进行分析.实验发现与传统的极限学习机相比，基于模拟退火改进的极限学习机在分类和回归性能上都更优.

摘要:针对机载LiDAR获得道路的数据信息精确度低问题，提出基于无人机的低空扫描三维点云数据，动态拟合提取分割道路信息的算法.首先使用主成分分析法获得道路点数据的法向量，之后将高程信息和法向量信息结合，利用聚类算法获得道路的高程和法向量的范围，提取道路点云数据；其次利用多项式拟合对道路数据进行数学建模；然后通过动态多项式拟合提取出所有路面数据和路面上的资产以及行人车辆数据；最后使用区域生长算法对路面上的资产以及行人车辆数据进行分割.实验表明算法对道路上的遮挡物有很强的抗干扰能力，可以将路面提取出来并将路面上的数据分割进行分割，将本文算法与区域生长算法进行对比，本文算法对路面数据更加敏感.

摘要:为了提高无线网络的安全性和可信性，本研究以随机并行簇头选举算法为基础，提出了一种基于节点信任值的无线传感网路由算法.该算法综合考量节点距离与密集度，使用分布式策略，能对簇头节点进行相对均匀的选取、识别和删除.仿真结果表明，改进的算法相比传统算法在预防恶意节点参与数据通信方面更有效，可使无线网络通信更加安全可靠.

摘要:随着深度学习的研究热潮，近年来对车辆目标的检测逐步从机器学习方法转变为深度学习方法.目前，大多数深度学习方法对车辆目标的检测都存在不同程度的错检漏检问题.针对车辆目标检测中存在的小目标的错检漏检、截断式待检目标的漏检和重叠遮挡待检目标的漏检等问题，提出一种基于增量学习数据集的车辆目标检测方法，该方法与Faster R-CNN算法结合对车辆目标实现检测和分类.在实验的最后，分别从主观判断和客观检测数据两个方面，对比了车辆目标检测中未使用增量学习方法和使用增量学习方法对实验结果的影响.实验证明，使用基于增量学习和Faster R-CNN的车辆目标检测方法在主观判断方面对错检漏检的目标有明显地改善效果，从客观数据分析，使用该方法与未使用增量学习方法相比，VGG16网络mAP值提升了4%，ResNet101网络mAP值提升了6%.

摘要:基于智能交通的快速发展，研究了基于高速路的车道检测和车辆跟踪技术.对于多车道检测，根据路面与分道线灰度级相差较大的特点来实现车道路面的分割，接着结合直线方程和Catmull-Rom Spline插值算法来拟合分道线.对于单车道检测，首先基于HSV颜色空间和Sobel边缘提取方法对其进行有效分割，接着在透视变换空间中提取分道线坐标点并用二次多项式拟合分道线.针对车辆检测，使用Hog+Gentle-Adaboost分类算法实现无人车前方路面车辆的检测，接着基于车底阴影的特征对车底阴影进行检测以验证学习算法检测到的车辆区域的真伪性.针对车辆跟踪，采用动态二阶自回归模型的方法预测车辆的状态.其中，对于粒子滤波固有的粒子退化问题，引入Thompson_Taylor算法改善了粒子退化和低多样性的缺陷.本文的车道检测和车辆跟踪算法能较容易地移植在嵌入式平台，可靠性和准确性较高，且有助于进一步实现车道偏离报警和前向防撞系统.

摘要:交通标志识别设备的功耗和硬件性能较低，而现有卷积神经网络模型内存占用高、训练速度慢、计算开销大，无法应用于识别设备.针对此问题，为降低模型存储，提升训练速度，引入深度可分离卷积和混洗分组卷积并与极限学习机相结合，提出两种轻量型卷积神经网络模型：DSC-ELM模型和SGC-ELM模型.模型使用轻量化卷积神经网络提取特征后，将特征送入极限学习机进行分类，解决了卷积神经网络全连接层参数训练慢的问题.新模型结合了轻量型卷积神经网络模型内存占用低、提取特征质量好以及ELM的泛化性好、训练速度快的优点.实验结果表明.与其他模型相比，该混合模型能够更加快速准确地完成交通标志识别任务.

摘要:针对现有基于深度学习的图像超分辨率重建方法，其对细节纹理恢复过程中容易产生伪纹理，并且没有充分利用原始低分辨率图像丰富的局部特征层信息的问题，提出一种基于注意力生成对抗网络的超分辨率重建方法.该方法中生成器部分是通过注意力递归网络构成，其网络中还引入了密集残差块结构.首先，生成器利用自编码结构提取图像局部特征层信息，并提升分辨率；然后，通过判别器进行图像修正，最终将图像重建为高分辨率图像.实验结果表明，在多种面向峰值信噪比超分辨率评价方法的网络中，所设计的网络表现出了稳定的训练性能，改善了图像的视觉质量，同时具有较强的鲁棒性.

摘要:当今社会股价预测是研究的热门问题，人们越来越关注对股价预测模型的建立，提高股价预测的精度对股票投资者有实际的应用价值.目前股价的预测方法层出不穷，其中较为典型的有传统的技术分析和ARMA模型等.为了提升预测的精度，同时考虑到股市的非线性，本文提出一种改进的回声状态神经网络的个股股价预测模型，针对回声状态神经网络（ESN）泛化能力不强的特点，应用改进的粒子群算法（GTPSO）对回声状态神经网络（ESN）的输出连接权进行搜索，最终得到最优解，即ESN的最优输出连接权，GTPSO算法概括来说就是在传统粒子群算法（PSO）的基础上引入禁忌搜索算法（TS）中禁忌的思想和遗传算法（GA）中变异的思想，从而降低PSO在学习过程中陷入局部最小值的状况，同时提高PSO搜寻全局的能力.将预测模型用于个股每日收盘价预测中，使用每10天的收盘价预测第11天的收盘价.通过实验验证了模型的正确性，实验证实，该模型拥有较好的预测效果.

摘要:导光板是液晶显示屏背光模组的重要组成部分，在其生产过程中不可避免会出现亮点、划伤、压伤、暗影等缺陷，直接影响显示效果.针对这种问题，根据网点的排列特征、缺陷的成像效果，本文提出了一种基于机器视觉的导光板缺陷检测方法.首先，根据网点的排列疏密程度将图分成疏区和密区；其次，由于疏区网点会对缺陷检测带来极大干扰，提出了网点分离的思想，通过设计滤波器分离网点与背景，分别进行疑似缺陷提取.设计高斯导数滤波器对密区进行滤波，并在此基础上利用灰度形态学、图像运算等处理方法提取密区疑似缺陷；进而，针对导光板不同区域，根据产线质检要求提取缺陷区域的特征，并通过这些特征制定筛选规则判定缺陷；最后，在自主研发的导光板缺陷检测系统上，对提出的检测方法进行了大量的现场测试.测试结果表明，针对亮白点、压伤和划伤缺陷具有较高的检测精度，检测精度可达99%以上，基本可以满足工业检测要求.

摘要:对于泊松噪声污染下的模糊共聚焦图像复原问题，为解决传统方法中存在的阶梯效应，提出了一种基于Hessian矩阵范数的正则化方法.在泊松概率模型的基础上，该方法引入Hessian矩阵范数作为正则条件，并应用交替方向乘子法和梯度投影方法求解最优化模型.在激光扫描共聚焦显微镜实验中，所获得的复原图像质量优于传统方法，此结果证明了该方法可以有效地复原泊松噪声污染下的模糊共聚焦图像.

摘要:传统的单体应用架构系统，随着用户需求和系统功能的变动，出现了单体应用功能模块边界模糊、部署效率低、扩展困难、技术更迭代价高等缺点，尤其是单个模块修改部署效率低的问题.因此，微服务技术得到关注和应用，微服务架构的业务边界确定服务边界，具有高内聚性，易于开发与维护、局部修改部署、技术选择不受限等优势.本文研究微服务应用系统的架构优势，设计了一B/S应用系统进行测试分析.实验设计测试指标为线程响应时间、吞吐量以及部署时间的实验方案，并使用Jmeter性能测试工具进行测试，分析了20个和50个并发用户的测试数据.实验结果表明微服务在响应时间、吞吐量等指标有明显的效率和性能优势.

摘要:针对传统多状态约束卡尔曼滤波算法（MSCKF）在实现机器人室内定位时，速度和位置状态方程需要对IMU中加速度计的测量数据进行积分，存在漂移和累计误差，且加速度计受重力干扰问题，本文提出改进MSCKF算法.改进MSCKF算法避免使用加速度计传感器，利用轮式里程计传感器对平移测量较为精确的优点，将IMU中陀螺仪和轮式里程计的数据进行融合，改进MSCKF算法的扩展卡尔曼（EKF）状态方程.首先利用陀螺仪传感器的角速度数据得到改进EKF姿态方程，然后利用轮式里程计传感器的平移数据，结合姿态方程中的旋转信息得到改进EKF速度和位置方程.最后在机器人操作系统（ROS）上实现MSCKF及其改进算法，并结合Turtlebot2机器人在室内进行实验验证.实验结果表明，改进MSCKF算法的运动轨迹更接近于真实轨迹，定位精度较改进前所有提高，改进前平均闭环误差是0.429 m，改进后平均闭环误差是0.348 m.

摘要:为了减少磨削温度过高给零件带来热损伤等的负面影响，并提高零件产量、质量，本文建立了基于卷积神经网络的平面磨削温度预测模型.首先通过有限元仿真获得温度数据，并进行预处理，然后利用Google开源深度学习工具TensorFlow编写卷积神经网络程序，最后得到预测结果并与仿真值进行比较.结果表明，本文提出的基于卷积神经网络的磨削温度预测模型具有很强的学习能力以及非线性拟合能力，大大提高了磨削温度预测精度.

摘要:弹幕评论是网络直播平台与用户交互的主要方式之一，借助弹幕行为的分析可以更有效地实现对网络直播平台的用户理解.通过采集和利用3大热门直播平台（斗鱼、熊猫与战旗）的弹幕相关数据，本文以假设验证的方式从用户属性与用户行为两个角度对在线直播平台用户进行分析与理解，并建立基于用户行为特征时间序列的用户活跃模型对用户互动活跃度进行量化评估.研究表明，平台在线人数具有周期性变化的时间规律，观众地域具有沿海发达城市集中分布的空间取向，所提出的用户活跃模型能够对网络直播平台用户的行为活跃趋势做出合理的预测分析.

摘要:无人机巡检成为输电线路巡检的重要方式.然而，目前的无人机巡检，由于受到前端设备性能的影响，大多基于后期的图像处理，无法达到实时检测的要求.针对无人机巡检中输电线路施工车辆的安全隐患，提出了一个基于Android平台，使用神经网络实时检测施工车辆的方法.通过收集无人机获取的输电线路施工车辆的数据，使用数据增广的方法，并将构建的SSD-MobileNet算法模型集成到Android平台，实现施工车辆的实时目标检测.

摘要:电力设备的锈蚀检测作为电力系统故障检测中非常重要的组成部分，需要被快速准确的识别出来.本文结合注意力模型提出一种基于轻量级SSD的电力设备锈蚀目标检测算法，可以有效地对电力设备的锈蚀区域进行检测.本文算法模型利用深度可分离卷积代替标准卷积来大幅度压缩模型，并在此基础上提出了一种基于注意力模型的上采样特征融合策略用于弥补缩减模型结构带来的精度损失.该算法在RustDetection数据集上相比较标准SSD可以做到在参数量减少63.6%，速度提升46.7%的情况下提升10.47%的准确度和5.99%的平均精度.