近年来, 基于卷积神经网络的目标检测研究发展十分迅速, 各种检测模型的改进方法层出不穷. 本文主要对近几年内目标检测领域中一些具有借鉴价值的研究工作进行了整理归纳. 首先, 对基于卷积神经网络的主要目标检测框架进行了梳理和对比.
2021-06-19 13:06:14
1.92MB
1
提出一种基于灵敏度的多目标鲁棒优化方法．针对各维设计变量存在扰动的情况，在原约束多目标优化模型上，附加偏差目标函数，并采用最差估计法对约束条件进行鲁棒可行性调整．采用全局敏度方程方法来计算目标函数和约束函数对设计变量的敏度，进而采用Pareto遗传算法搜索约束多目标优化问题的非劣解集，设计者可以根据不同的设计准则从中选择合适的设计点．将上述方法用于飞机总体参数优化设计，并与采用常规优化方法所得的优化结果进行了分析和比较．
2021-06-13 18:04:51
275KB
1