传统目标检测模型采用人工设计的目标特征，造成检测精度较差。基于深度学习的目标检测模型具有较高的检测精度，然而针对实时性和精度要求比较高的煤矿救援机器人应用场合，获取的图像信息较少且目标特征不明显，造成目标检测效果较差。为提高目标检测精度和速度，基于YOLO V3模型提出了一种多尺度特征融合的煤矿救援机器人目标检测模型。该模型主要包括特征提取和特征融合2个模块：特征提取模块采用空洞瓶颈和多尺度卷积获得更加丰富的图像特征信息，增强目标特征表达能力，提高了目标分类精度和检测速度；特征融合模块在特征金字塔中引入空间注意力机制，对含有丰富语义信息的高层特征图和含有丰富位置信息的低层特征图进行有效融合，弥补了高层特征图位置信息表达能力不足的缺点，提高了目标定位精度。将该模型部署在煤矿救援机器人嵌入式NVIDIA Jetson TX2平台上进行灾后环境目标检测实验，检测精度为88.73%，检测速度为28帧/s，满足煤矿救援机器人目标检测的实时性和精度需求。

MGU网 GCN辅助的多尺度两阶段网络在OCP图像中对视网膜层和椎间盘进行联合分割 代号 该代码即将推出。 结果 结果即将到来。 引文 如果您使用此代码进行研究，请考虑引用以下文章： 接触 如有任何疑问，请联系

提出一种定向多尺度变异克隆选择优化算法. 为了实现抗体间信息共享, 算法利用定向进化机制引导抗体向着抗体群最优解区域逼近. 采用多尺度高斯变异机制, 在算法初期利用大尺度振荡变异实现了全局最优解空间的快速定位. 随着适应值的提升, 小尺度变异会随之减低, 使得算法在进化后期通过小尺度变异完成局部精确解的搜索. 将算法应用到5 个经典函数优化问题, 结果表明, 该算法不仅具有更快的收敛速度, 而且全局解搜索能力和稳定性均有显著提高.

基于自适应多尺度随机共振的机械故障诊断方法研究，胡兵兵，何正嘉，为了克服传统随机共振只能处理小参数信号的限制，自适应多尺度随机共振被广泛应用于机械故障诊断领域。然而，已有的方法在选择参

此代码是“多尺度引导图像和视频融合：一种快速有效的方法”的实现如果您发现工作对您的研究有用，请引用这篇文章。 指示： 1) 运行 MGFF_demo.m 查看 Proposed MGFF 方法在灰度图像上的融合结果 2) 运行 MGFF_RGB_demo.m 查看 MGFF 方法对彩色图像的融合结果。 3) 代码中提供了所有必需的描述或说明。 我还强烈建议您参考论文以获取更多详细信息。 文章： https : //link.springer.com/article/10.1007/s00034-019-01131-z 4) 提供两组图片和代码用于演示。 您可以找到论文中使用的所有数据集在https://sites.google.com/view/durgaprasadbavirisetti/datasets?authuser=0 5）这是融合灰度和彩色图像的算法的基本实现。

基于多尺度变换的像素级图像融合是计算机视觉领域的研究热点，广泛应用于医学图像处理等领域。本文对多尺度变换的像素级图像融合进行综述，阐述多尺度变换图像融合的基本原理和框架。在多尺度分解方面，以时间为序梳理了塔式分解、小波变换和多尺度几何分析方法的发展历程。

基于“生物信号的多尺度熵分析” 由 Madalena Costa、Ary L. Goldberger 和 C.-K. 鹏2005 年 2 月 18 日发表在 Phys. 修订版 E 71, 021906。

MSG-GAN: 多尺度梯度GAN（体系结构受ProGAN启发，但不使用逐层增长）

为实现无人作战飞机(UCAV，Unmanned Combat Aerial Vehicle)认知导航的空间方位自主推算，提出了一种基于多尺度网格细胞的路径整合方法．该方法模拟背侧内嗅皮层(dMEC，dorsal Medial Entorhinal Cortex)的相同区域网格细胞放电特征相同、不同区域放电特征递增变化的特点，构建尺度递增的仿生多尺度网格图组，在各层中引入突触样式(synaptic pattern)计算各细胞权值，通过细胞的活跃度变化表征各网格层中位置的变化，并在各层分别实现路径整合，进而利

面向聚合物加工工程的多尺度计算模拟，张云，崔树标，计算模拟已经在聚合物设计、加工中发挥了重要作用。对聚合物加工过程的微观尺度、介观尺度、宏观尺度的模拟方法以及各尺度间的衔