基于深度学习的地铁客流量统计算法研究

来源 :机械设计与制造工程 | 被引量 : 0次 | 上传用户:toveyhzh
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为提升地铁客流量统计的准确率及效率,针对地铁高密度人群多尺度、小目标检测需求,设计了一种改进的YOLOv3算法.为捕获深层抽象信息,增设卷积层加深网络结构,利用图像金字塔结构实现高低层特征信息融合,提升不同尺度目标检测精度;以IOU作为目标框及先验框误差的度量标准,实现高密度人群数据集的重聚,以提高小目标检测的准确率.实例分析结果表明,改进的YOLOv3算法与原YOLOv3算法相比,地铁客流量统计的准确率及效率均有明显提高.
其他文献
轴温是识别列车故障的关键指标之一,实时监测轴温变化并对故障及时预警对车辆检修、机车行车安全具有重要意义.在温度采集方面,采用射频识别(RFID)标签实现无源温度监测,分别设置数字信号处理芯片以及射频芯片控制信号的收发,实时、准确采集货运机车的轴温.在预警算法方面,采用回归系数算法进行车轴故障预警,结合采集的轴温变化数据,分析影响温度的成分因子,并经过特征降维处理后与温差实现多元线性回归拟合运算,获得回归系数后,使用改进的支持向量机模型进行故障预警.实验结果显示,该预警算法可以结合机车的运行速度、工况环境等
现有的卷烟产品码垛机器人夹紧装置存在设计不合理、控制效果差等不足,无法满足卷烟制造业的可持续发展要求.在原有装置基础上对夹紧装置进行再设计,构建夹紧装置动力学模型,分析夹紧装置运行规律,完成了控制器设计与部件选型.结合夹紧装置的特性编写控制程序,并进行了夹紧装置控制对比实验.实验结果显示,与现有控制器相比,设计的控制器控制夹紧装置夹紧力偏差与位移偏差较小,码垛精度更高.