课程文献中心 更多>>

关键词： 深度学习   缺陷检测   机器视觉   模型轻量化  

摘要： 为满足电力设备缺陷检测中准确性和实时性的实际应用需求,本文以红外避雷器为研究对象,提出一种服务于电力设备缺陷检测的轻量级网络.骨干网络采用轻量级残差结构,为增强残差块的特征提取,引入了注意力机制;为赋予模型特征多尺度语义信息,多尺度特征融合网络采用特征金字塔对多尺度特征图进行融合;为获得更好的特征提取效果,设计了残差模块和注意力增强模块的融合网络.实验结果表明,该网络在提升缺陷检测性能的同时,仍保持了较低的硬件配置要求.

摘要： 在过去的几十年中,移动通信网络经历了从1G到5G的演进.每一次演进都提升了无线通信网络的功能,这些功能的使用改变了人类的生活、工作和生产方式.今天,5G已经变成常态,6G正在向我们走来.国际电信联盟发布《IMT面向2030及未来发展的框架和总体目标建议书》以后,6G的标准化和技术研发工作已经开展得热火朝天.

关键词： 产业政策   企业供应链网络   创新   高阶溢出   双向溢出  

摘要： 国内外环境变化和供应链网络重构背景下产业政策的溢出，不仅是近年来经济学研究的前沿领域，也是政策实践关注的焦点。本文考察产业创新政策能否以及如何在企业供应链网络的上下游企业间进行高阶、双向溢出。首先构建一个包含企业供应链网络的政策溢出理论模型，然后利用高新技术企业认定政策作为准自然实验，使用溢出稳健-倍差法和企业层面的供应链网络信息进行经验分析。结果表明，政策扶持高阶上游企业显著促进了下游企业的研发创新，即产业创新政策能在企业供应链网络中进行高阶下游溢出，且以市场竞争和竞争性产业创新政策为代表的竞争机制进一步促进了政策的高阶下游溢出。机制检验表明，政策扶持高阶上游企业通过成本降低和投入多样化机制提升了下游企业的技术水平，但由于市场势力的上升，政策扶持高阶下游企业无法利用产出扩张和客户多样化机制提升上游企业的研发水平。本文基于企业与其供应商、客户的交易信息构建企业供应链网络，拓展了政策网络溢出的维度和高阶、双向特征，为政府利用产业创新政策攻克“卡脖子”难题提供了新思路。

关键词： 应急物资规划   不确定场景   分布鲁棒优化   两阶段模型   拉格朗日L形算法  

摘要： 为保证包括公共卫生事件在内的灾后物资供应，合理制定预防性的物资仓储选址和仓储网络中的物资分布策略至关重要。因此面向灾后需求分布不确定情境，研究了一类多种类应急物资仓储分布模型。基于有限历史样本数据，制定一个包含关于灾前随机因素部分信息的模糊集合，构建两阶段物资仓储调度规划的分布鲁棒优化模型，以最小化模糊集合中定义的所有分布下的成本期望值为优化目标。模型包括仓储网络规划和物资调度分配的两阶段协同优化，阶段一针对需求分布不确定的预防性仓库选址与物资预储备问题，阶段二对仓储网络中的应急物资调度分配进行规划。针对模型求解，通过应用一类对偶方法将非线性分布鲁棒优化转化为线性优化，并设计了一类拉格朗日L形算法(LLSM)对两阶段模型进行求解。通过构造算例集合对于模型和算法的鲁棒性进行验证，并分析仓储网络选址和物资分布决策对不同级别灾害后物资缺口的敏感性。

关键词： 有源配电网   时频特征   时空相关性   模态分解   时空图卷积网络   故障定位  

摘要： 针对有源配电网因拓扑结构复杂、潮流方向多变等特点导致故障定位难的问题，文章结合配电网故障信息的时空相关性，提出了一种基于时空图卷积网络的有源配电网故障定位方法。首先通过模态分解获取故障特征较为丰富的电压分量并进行重构，然后采用希尔伯特变换提取电压幅频特征，并结合配电网拓扑信息构建图数据，最后利用时空图卷积网络中的时空卷积模块分别提取与融合电压的幅频特征，并由输出层得到图中各节点的故障指数以实现故障定位。仿真结果表明，所提方法通过学习配电网各节点故障信息的时空特征，在不同故障场景下表现出较高的可靠性和泛化性，并在数据干扰的情况下表现出较强的鲁棒性。

关键词： 发动机缸体   缺陷检测   YOLOv5   pix2pix  

摘要： 针对某企业发动机缸体表面缺陷检测的工业视觉应用中，由于缺陷样本数据集较少导致的识别准确率低，检测速度慢的问题，设计了一套基于深度学习的机器视觉表面缺陷检测系统。采用生成对抗网络pix2pix模型增强缺陷图片数据集，结合灰度增强、带通滤波等传统图像预处理方法突出表面缺陷特征，利用YOLOv5深度学习识别网络进行缺陷识别算法开发，并根据上述框架搭建了缸体表面缺陷检测软硬件系统。将所搭建的检测系统在企业生产线进行应用验证，结果显示，缺陷总体识别准确率高达98.4%，单张图片识别耗时小于0.5 s。所提方法解决了原有小样本数据集难以支撑深度学习训练的难题，提高了缸体表面缺陷的识别精度和识别效率，在工业检测的应用中具有巨大的潜力。

关键词： 传染病预测   图神经网络   注意力机制   时间卷积网络   图卷积网络  

摘要： 为了更有效利用传染病数据内部错综复杂的时空关联性，提高预测精度，提出了一种用于传染病传播预测的注意力时间图卷积网络模型。将传染病数据建模为时变图信号，以刻画传染病传播过程中的时空演变特性；运用时间注意力机制来整合传染病数据的全局时间信息，为数据不同时刻赋予不同的权重；设计了一种时间卷积网络来加强局部时间信息捕获能力，充分提取数据的时间特征，捕获数据的时间关联性；运用图卷积网络充分学习数据的拓扑关系，提取空间特征，捕获发病区域之间的空间关联性；最后将提取到的时空特征拟合为预测结果。实验结果表明，与现有的预测算法相比，该模型能够取得更低的预测误差和更高的准确度。

关键词： 未来产业   未来网络   6G   卫星互联网   数字孪生  

摘要： 以6G与卫星互联网为代表的未来网络产业不仅是未来产业发展的重点领域,而且是网络强国建设的重要保障。经历了从1G到5G的技术演进后,6G作为下一代移动通信主导技术,不仅具有更高的性能指标,还将开启“万物智联”新时代。卫星互联网作为卫星通信的最新演进载体,已被视为提供大规模数据传输服务的新手段,有望解决现有通信网络的瓶颈问题。未来网络产业具有巨大的产业空间和市场潜力,6G不仅能打造“新型感知经济”,还将通过数字孪生赋能实体经济,卫星互联网的商业与国防军事价值正日益凸显。当前,世界主要大国均意识到未来网络技术对经济、社会、国家安全乃至国际地位的重要影响,纷纷加紧布局力求抢占技术高点与竞争先机。我国应加大重视力度,增加未来网络领域的研发投入,着力构建未来网络的行业标准,打造安全可控的未来网络产业链,加快未来网络产业的应用落地和场景推广,以此快速推进未来网络产业发展。

关键词： 脑电   情绪识别   独立成分分析   递归图   高效能网络   注意力机制  

摘要： 为精准捕获并有效融合脑电信号中的时空特征以提高脑电情绪识别精度，本文提出一种基于独立成分分析—递归图和改进的第2代高效能网络（EfficientNetV2）相结合的新方法。首先，采用独立成分分析从脑电信号的关键通道中提取包含空间信息的独立成分；然后，由递归图转换为二维图像以更好地提取时间信息中的情感特征；最后，将二维图像输入到引入全局注意力机制和三重注意力机制的EfficientNetV2中，由全连接层输出情感分类。为验证所提方法的有效性，本研究基于上海交通大学情绪脑电数据集（SEED）进行对比实验、通道选择实验和消融实验。研究结果显示，本文所提方法平均识别准确率为96.77%，显著优于现有其他方法，为脑电情绪识别研究提供了新的思路。

关键词： 无源光网络   透明光网络单元   再调制   多幅度编码   编码效率  

摘要： 为了在使用再调制技术的波分复用无源光网络（WDM PON）中实现透明光网络单元（Colorless ONU），提出2种新型的多幅度编码方式（PAM补码和可变幅线路编码）.新的编码方式结合了频谱整形编码和脉冲幅度调制（PAM）.频谱整形编码能够抑制下行信号的低频分量，减少下行信号对上行再调制信号的串扰.高阶的PAM能够提高信号的编码效率，采用高阶PAM的下行信号可以被传统的二进制接收机接收.通过仿真验证了所提编码方式在再调制WDM PON中应用的可行性，测试了速率为625 Mb/s和1.25 Gb/s的上行信号再调制在速率为10 Gb/s的下行信号上的性能.基于新型多幅度编码的再调制WDM PON方案能够减少上行再调制信号遭受的串扰，提高下行信号的编码效率.