简介:摘要:我国碳交易市场建立时间较短,资产评估行业仍待发展,针对碳排放交易的资产评估文献相对较少。而碳资产评估又与传统的资产评估专业在理论方法、评价体系有诸多不同,利用资产评估的理论研究方法对碳排放交易开展研究工作就显得尤为重要。
简介:摘要:圆检测是图形检测中的重要问题之一,图像中的圆经常会受到干扰(如遮挡)等问题。为解决这个问题,本文提出一种圆检测算法,兼顾检测精度和耗时。首先随机在圆上选取两点,再由圆的几何特征确定另一点,即在该两点线段的中垂直线上找第三点,由这三点确定候选圆;再对候选圆上的点进行统计,判断候选圆的真假以得到真实圆。此问题的解决是可提高人脸和虹膜活体检测的准确性,因为摄像头采集到的眼睛常受到眼睫毛眉毛等遮挡的情况下的干扰。
简介:摘要:深度学习已经在目标检测领域取得了显著的进展,通过自动学习特征表示和端到端的训练方式,提高了目标检测的准确性和效率。本文对基于深度学习的目标检测算法进行了综述,包括单阶段和两阶段检测器。单阶段检测器如YOLO和SSD直接在图像上进行密集预测,具有实时性和高效性,但可能存在定位不准确性。两阶段检测器如R-CNN系列通过候选区域生成和分类/定位两个阶段实现更精确的定位,但计算资源消耗较大。选择适合任务需求的检测器取决于实时性、准确性和定位要求。未来,深度学习目标检测算法将进一步发展,结合单阶段和两阶段的优势,以提高性能和效果。
简介:摘要:计量数据分析中异常值检测算法的研究一直备受关注,因为异常值可能导致分析结果的不准确性,甚至误导决策。本文旨在比较不同的异常值检测算法,并探讨它们在实际应用中的效果。介绍异常值的概念和影响,然后分析了常见的异常值检测算法,如基于统计方法、机器学习和深度学习的方法。通过对这些算法的比较,我们发现每种算法都有其优势和局限性,适用于不同类型的数据和问题。
简介:摘要:随着深度学习的不断进步,已经将应用延伸到光电跟踪设备,优质的检测跟踪算法决定光电跟踪设备的工作效率。本文提出一种改进YOLOv4的检测跟踪算法,结合空洞卷积对其网络结构进行改进,加入空洞空间金字塔池化模型,以此增大感受野,聚合多尺度上下文信息。然后,通过 K-means聚类方法生成更适合目标检测的初始候选框。其次,提出一种对象选择器,用来选择检测和跟踪轨迹中的最优候选框;最后,将最优候选框和跟踪轨
简介:摘 要:电能计量占据现代电力营销管理十分关键且重要的一环,对电能供应商而言,电量/电能测量是其所提供的电力商品进行交易与结算的主要依据,对于使用方而言,电量的计量准确性关系到自身的消费与权益,因此,面向电量的准确计量对供电方与使用方皆具有重要的实践与理论意义。对电量进行计量的方式主要为借助相关的计量装置,但由于参数设置不规范、人工操作失误等因素会产生电量计量误差或故障,由此,无论对电量供给者还是电能使用者而言都会造成经济方面的损失。此外,由于低压居民用户用于电量计量的电能表暴露在外部环境中,其会因风雪、大风、太阳照射等环境问题致使内部元器件发生损坏,进而影响电量计量的准确性,产生计量故障,并且,若出现电量计量故障需对其进行追补与矫正,人为估算方式耗时耗力,并且对相关技术人员的操作要求较高,且人工计量仍存在计量准确性问题。基于此,本文面向低压计量故障提出了一种电量自动测算系统,以提升电量计量的准确性与有效性。