XiaoMi-AI文件搜索系统
World File Search System动物体
USV-YOLO：用于检测环保无人容器表面浮动物体的算法
摘要 - 水资源是人类的基础。表面浮游物体的精确检测是环境保护无人机进行河流清洁操作的主要先决条件。针对当前目标检测算法在复杂场景和低特征识别能力下对水面上的小目标的不良适应性，本文提出了水表面流动物体检测算法USV-yolo，这实现了在内陆河流复杂条件下充电对象的准确识别和检测。最初，设计了一种新颖的C2F频道模块。它优化了特征信息的利用，并通过顺序融合和串联从瓶颈层发出的特征信息来提高检测浮动物体的准确性；其次，该设计介绍了GS-EVC模块，该模块通过合并GSCONV和SHUF-flof flof flof flof flof flof flof flof flof flof flof flopl oterations介绍了表面炉的原始特征信息的利用，增强了远程特征信息之间的依赖性，并增强了特征识别能力；最终，骨干网络中的标准卷积被全尺寸动态ODCONV代替。其中的加权注意机制可以适应复杂目标的特征提取，从而进一步提高了网络的检测精度。实验是在开源数据集（浮动waste-i和flow-img）上进行的，实验结果表明，本文中的USV-Yolo算法提高了平均检测精度，地图50和MAP 50-95，分别提高了4.3％和6.1％，比原始网络更好，这是其他经典的目标。
产生蛋白质：动物体的分馏，质量...
随着猪的生长，商业生产均匀生长。许多生产者的受访者报告说，提出了一个三向Cross F1品种，这是一个与约克郡女性交叉的Landrace，繁殖到Duroc Boar。生产者协会呼应F1跨遗传学的“生长最统一的商业生长猪，也是屠宰场中最一致的尸体”（加拿大猪出口商协会，2023年，第3段）。然而，Weis（2013）指出，尽管输入以产生肉，鸡蛋和牛奶的投入迅速合理，但商业牲畜生产中仍存在“不可避免的生物物理极限”（第115页）。当完美雕刻的猪的遗传学与创新的药物相遇时，旨在提高完美，理性的效率的创新药物，既是该动物的出处，又是其较大的系统，它是与消费者相距甚远的。国家
利用人工智能技术对 3D 运动物体进行目标估计滤波
1.研究目的：为了提高复杂运动目标的跟踪和平滑能力，需要提高地面设备的指挥控制和信息相关功能的性能。特别是需要提高与指挥控制设备配合使用的雷达的性能。作为雷达目标跟踪算法，已经提出了M3（多机动模型）滤波器、IMM（交互多模型）滤波器等。该类滤波器对高机动目标有较高的跟踪性能，有望作为未来指挥控制雷达的滤波器。然而，有许多参数必须提前设置，例如运动模型的转移概率。在本研究中，我们设计了一种融入人工智能技术的过滤器，旨在提高处理三维运动物体的能力。
超柔性电极阵列可对啮齿动物体内数千个神经元进行长达数月的高密度电生理映射
✉ 通信和材料索取请发送至 Lan Luan 或 Chong Xie。lan.luan@rice.edu；chongxie@rice.edu。作者贡献 CX 构思并组织了整个研究；ZZ、HZ、XL、LL 和 CX 设计了实验，所有作者均参与其中；ZZ 和 XL 在 CX 的监督下设计和制作了 NET 设备；DFL、JEC 和 LF 与 SpikeGadgets LLC 合作设计了堆叠头戴式记录系统；ZZ 和 XL 在 JEC 和 DFL 的帮助以及 CX 和 LF 的监督下设计了 NET 探头与头戴式记录系统的集成；ZZ 和 XL 在 CX 的监督下开发并执行了手术程序；ZZ、XL 和 HZ 在 LS 和 FH 的帮助以及 CX 和 LL 的监督下进行了动物神经记录实验； HZ 和 ZZ 开发并实施了数据预处理，由 CX 监督，并得到了 JEC 和 LF 的意见；ZZ 和 HZ 执行了数据后分析，由 LL 和 CX 监督，并得到了 LF 的意见；ZZ 执行了组织学研究，由 CX 监督；ZZ、LL 和 CX 撰写并修改了手稿，得到了所有作者的意见。
用于慢性自由啮齿动物生物电位记录的电准静态动物体通信
持续多通道监测生物电信号对于了解整个身体至关重要，有助于在神经研究中建立准确的模型和预测。目前最先进的无线生物电记录技术依赖于辐射电磁 (EM) 场。在这种传输中，由于 EM 场辐射范围很广，因此只能接收到一小部分能量，从而导致系统有损、效率低下。使用身体作为通信介质（类似于“电线”）可以将能量限制在体内，从而比辐射 EM 通信的损耗低几个数量级。在这项工作中，我们引入了动物身体通信 (ABC)，它将使用身体作为介质的概念应用于慢性动物生物电记录领域。这项工作首次开发了动物身体通信电路和通道损耗的理论和模型。利用该理论模型，使用现成的组件构建了一个亚英寸 3 的定制传感器节点，该节点能够通过大鼠的身体感应和传输生物电位信号，与传统无线传输相比，其功率明显较低。体内实验分析证明，与传统无线通信方式相比，ABC 成功地通过身体传输了采集的心电图 (EKG) 信号，相关精度 >99%，功耗降低了 50 倍。
使用扩展卡尔曼滤波器对声呐浮标进行主动物体跟踪
使用扩展卡尔曼滤波器对声纳浮标进行主动物体跟踪 1 Ch.Lakshmi Sravya、2 G.Mahesh、3 S.Koteswara Rao、4 B.Omkar Lakshmi Jagan 1,2,3 电子与计算机工程系、4 电子与电气工程系，K L 大学，贡土尔，印度 1 lakshmi.sravi7@gmail.com、2 mahesh88088@gmail.com、3 skrao@kluniversity.in、4 lakshmijagan@kluniversity.in 摘要：在水下，声纳浮标接收物体信息。声纳浮标生成物体距离和方位测量值。扩展卡尔曼滤波器用于处理噪声破坏的测量值，以生成物体运动参数 (OMP)。OMP通过超高频链路与飞机进行进一步处理。给出了模拟结果。关键词-全球定位系统、声纳浮标、物体运动分析、随机处理、统计随机处理
使用 MATLAB GUI 进行运动物体检测和跟踪...
摘要：移动物体检测和跟踪是安全应用之一，由于其在视频监控、交通监控和图像识别等领域的应用，引起了计算机视觉研究人员的极大兴趣。移动物体检测涉及在连续帧中识别物体，而物体跟踪用于监控相对于感兴趣区域的移动。在本研究中，使用 MATLAB 中的 Guide 创建了 GUI（图形用户界面），它提供软件应用程序的点击控制，无需学习语言或输入命令即可运行应用程序。在本文中，使用基于高斯混合模型的背景减法算法执行物体检测，该算法可以处理背景强度分布的较大变化，使用卡尔曼滤波器执行视频中的跟踪，该滤波器使用随时间观察到的一系列测量值，包含统计噪声和其他不准确性，并产生未知变量的估计值，这些估计值往往比仅基于单个测量值的估计值更精确，在物体周围绘制一个边界框以在物体在视频帧中移动时跟踪移动物体，每帧中物体的计数值显示在 MATLAB 命令窗口中。这里 MATLAB 与 Arduino 板（基于微控制器的板）连接，Arduino 板与 LED 连接，根据计数值 LED 的数量会发光。MATLAB 的计数值通过串行通信与 Arduino 板通信。关键词：移动物体检测、跟踪、引导、MATLAB、LED、Arduino、串行通信。
使用 MATLAB GUI 进行移动物体检测和跟踪...
摘要：移动物体检测和跟踪是安全应用之一，由于其在视频监控、交通监控和图像识别等领域的应用，引起了计算机视觉研究人员的极大兴趣。移动物体检测涉及在连续帧中识别物体，而物体跟踪用于监控相对于感兴趣区域的移动。在这项研究工作中，GUI（图形用户界面）是使用 MATLAB 中的 Guide 创建的，它提供软件应用程序的点击控制，无需学习语言或输入命令即可运行应用程序。本文使用基于高斯混合模型的背景减法算法进行物体检测，该算法可以处理背景强度分布的较大变化，并使用卡尔曼滤波器进行视频跟踪，该滤波器使用随时间观察到的一系列测量值，包含统计噪声和其他不准确性，并产生未知变量的估计值，这些估计值往往比仅基于单个测量的估计值更精确，在物体周围绘制一个边界框以跟踪视频帧中移动的移动物体，每帧中物体的计数值显示在 MATLAB 命令窗口中。在这里，MATLAB 与 Arduino 板（基于微控制器的板）连接，该板与 LED 连接，根据计数值，LED 的数量将发光。MATLAB 的计数值通过串行通信与 Arduino 板通信。关键词：移动物体检测、跟踪、指南、MATLAB、LED、Arduino、串行通信。