课程文献中心 更多>>

关键词： 高光谱   特征光谱   谱域插值   特征提取  

摘要： 传统的特征光谱构建算法中,常用若干条地物光谱的算术平均值来表征地物特征光谱。但均值的表征能力易受地物内部差异程度影响,强化极值信息,弱化部分特征信息。针对上述问题,基于地理学近相似定律,参考空间插值的思想,提出一种谱域插值的特征光谱提取算法。首先,基于多条地物光谱,计算各波长上地物最大和最小反射率,即地物的谱域。然后,以单一地物光谱为中心,谱域为范围,进行归一化反距离插值,获得多个单特征谱域空间。最后,将多个谱域空间进行相加得到地物累计谱域空间,逐波长求取累计谱域空间中的最大值作为该波长地物反射率构成地物特征光谱。为验证谱域插值特征提取算法在特征光谱形态和幅值构建上的有效性和优越性,以航空高光谱遥感影像和ASD实测树种光谱为数据源,分别求取均值特征光谱(MCS)和谱域插值特征光谱(ICS)。基于两种特征光谱分别进行航空高光谱数据的光谱角制图(SAM)和ASD实测数据的特征参量提取、重要性评价和线性判别分析(LDA),以探究ICS在整体形状上的表征能力和细节特征上的再现能力,验证其有效性与优越性。实验结果显示,相较于MCS,ICS在表征特征光谱形态的SAM中,总体精度提升4.24%;在表征特征光谱细节的幅值特征参量重要性评价和LDA中,幅值参量重要性得分平均提高0.35,各树种判别精度提升2.51%,总体精度提升2.5%。研究表明,ICS无论是在光谱特征整体形态的表征,还是对细节特征的再现上,都要优于传统MCS。可以用于改进分类场景中目标地物的特征光谱提取流程,提高类间可分离性;优化反演场景中特征参量的构建,提升光谱的表征能力。

关键词： 智能驾驶   泊车路径规划   规划效率   路径曲率  

摘要： 为了提高泊车路径规划的效率和质量,对智能驾驶泊车路径规划算法进行研究。通过梳理近年来国内外学术研究的泊车规划方法,根据规划算法特性将泊车规划算法分为图搜索算法、空间采样算法、智能算法、曲线插值算法和最优控制算法。分析5类算法的优缺点,并探讨融合算法在特定环境下的应用,结合规划求解效率和规划路径曲率等指标,对现有方案的合理有效性进行评价,并对泊车路径规划算法的未来发展进行展望。研究表明:(1)图搜索算法具备全局路径最优、实时性较好等优点,但存在路径连续性差、高维空间复杂度高的问题;(2)空间采样算法具有概率完备和高维空间搜索效率高的优势,但内存消耗大、随机性大且路径曲率无法保证;(3)智能算法利用样本学习能力强、迭代性强,但训练成本高、动态适应性差、实时性差;(4)基于优化的曲线插值算法路径易计算,但无法保证曲率的连续性;(5)基于优化的最优控制算法能够处理复杂优化问题,但时效性无法保证且易陷入局部最小值。融合算法通过优势互补,能够更好地适应车辆自身约束和环境约束,实现高效、安全的泊车路径规划。

关键词： 轻量化   无人机图像   YOLO   Transformer  

摘要： 在无人机检测领域,由于航拍任务对机载系统的严格限制,导致机载微处理器在存储和计算能力上存在显著的局限性。针对这一挑战,以YOLOv8作为基础模型,首先,借鉴轻量化卷积操作在减少模型参数数量方面的显著优势,将主干网络卷积块中的普通卷积替换为可分离卷积,并探索出一种结合轻量化卷积操作的结构块,保留C2f结构块丰富梯度流优势的同时缩小计算参数,两者交替构成新的主干网络结构,从而有效降低网络的规模和计算复杂度。此外,提出一种以Transformer解码器为基础优化后的轻量化全局感知组件,弥补轻量化网络设计导致的特征信息损失,实现特征的全局聚合。优化调整后的模型,参数量显著减少,检测精度有所提升,验证了模型设计的优越性。

关键词： 遥感图像   目标检测   Vovnet   上下文信息融合   自注意力  

摘要： 针对遥感图像目标检测面临目标分布密集、背景复杂、小目标众多等问题,在Vovnet算法的基础上进行改进,在特征提取主干网络中加入CoT全局特征提取模块,协同跨视角的特征提取,在多个尺度上保留了感受野的视角信息,以结合不同尺度目标的上下文信息并增强视觉表示;同时在FPN的基础上设计了上下文信息融合模块MSSFPN,建立在深层特征图上,在尺度维度对图像特征进行融合以增强目标的特征表示;引入深度超参数化卷积层进行预测,对每个通道的特征图使用独立的权重,使网络适应不同尺度所提取的图像特征,以提高检测精度。改进的算法在公开的Visdrone数据集中的目标检测平均精度均值(mAP)相较于原始Vovnet算法提升6.80个百分点,同样优于其他目标检测算法。实验结果进一步验证了所改进算法在遥感图像目标检测方面的高精度和有效性。

关键词： 金课   两性一度   运筹学   交通专业  

摘要： 在教育部倡导淘汰“水课”、打造“金课”的教育改革大背景下,课程组以“两性一度”(即高阶性、创新性、挑战度)的金课标准为指导,采取了一系列创新性教学改革措施。文章依托最短路径问题教学设计案例,展示了课程组如何通过重构课程内容、创新教学方法、强化课程设计,构建课前导学、课堂讲授与互动、课后拓展的多维度、多模式教学方法等途径,持续提升“运筹学”课程教学质量和学生学习效果,打造“运筹学”金课的教学改革探索。

关键词： 推荐算法   社交网络   注意力机制   知识图谱  

摘要： 推荐算法能够快速挖掘用户喜好的物品并进行有效推荐,从而极大地节省用户搜索的时间。然而,现有推荐算法虽然可以根据用户的喜好或物品相似度等特点进行推荐,但仍然存在用户和物品的冷启动、数据噪声等问题。为解决上述问题,提出了一种社交知识感知网络推荐算法(SAGN),该算法将物品-用户之间相互依赖的知识以及用户之间相关联的知识注入到用户与物品的特征计算中。在用户端,利用知识感知网络计算用户及其朋友的浏览记录以获取多种偏好特征,并结合自适应注意力门控机制生成用户偏好特征向量;在物品端,获取与待预测物品建立关联的用户朋友集合,将朋友的浏览记录作为物品的初始实体集,使用知识感知网络提取基于用户及其朋友偏好的物品特征向量。为验证算法的有效性,在真实数据集Ciao和Epinions上与SocialFD、GraphRec、SREPS、HGCL、KR-GCN等算法进行对比实验。实验结果表明,与表现最好的模型相比,SAGN算法在Epinions数据集上的RMSE和MAE分别提升了2.14%、1.74%;在Ciao数据集上的RMSE和MAE分别提升了1.81%、1.79%。

关键词： 汽车保险杠   喷涂质量   颗粒   桔皮   决策树   质量控制   CART算法   影响因素  

摘要： 为提高林业运输车辆的保险杠喷涂合格率,以某公司汽车保险杠的涂装质量数据为例,运用排列图对涂装质量数据进行分析得出颗粒、桔皮属于影响喷涂质量的主要因素。从人、机、料、法、环5个方面分析产生颗粒、桔皮的主要原因,并采用斯皮尔曼(Spearman)相关系数进行特征提取以及重要性分析,得出喷漆房的温度、喷漆房相对湿度、机器人喷涂流量、旋杯转速、喷涂距离、喷涂速度、漆的品牌、机器人(机器①、机器②、…、机器⑥)均会影响保险杠的喷涂质量。运用决策树(classification and regression tree,CART)算法确定喷涂流量、喷漆房的温度、喷漆房相对湿度、机器人②和机器人④、漆的品牌是影响保险杠喷涂质量的较为关键的因素。结果表明,利用CART分类算法对喷涂质量数据进行分析能够实现对故障点的判别,对于提高保险杠喷涂质量具有借鉴意义。

关键词： 冷链物流   选址路径问题   客户满意度   多目标优化   狼群算法  

摘要： 针对冷链物流中产品的易腐性和车辆的温控特性,提出了基于多目标狼群算法的冷链物流选址-路径优化方法。通过阿伦尼乌斯公式和Weibull分布函数的联合建模,精确量化温度和时间对产品品质的影响,构建以最小化总成本及最大化客户满意度为目标的多目标优化模型。根据模型的特点设计了一种改进的多目标狼群算法(Improved Multi-Objective Wolf Pack Search Algorithm,IMOWPA),引入三种变异算子以增强算法的全局搜索能力,通过外部档案和精英种群引导策略防止算法过早收敛。为验证IMOWPA的有效性,分别对比三种变异算子和两种不同算法,验证了IMOW PA在求解冷链物流选址-路径问题上具有可行性和优越性。

关键词： MobileNetV3-Large   NAM注意力机制   PReLu激活函数   TrivialAugment数据增强  

摘要： 食物图像识别在食物安全监控、营养分析以及饮食推荐系统中发挥重要作用。然而,食物图像的多样性、复杂性以及光照等外部因素给识别任务带来了诸多难度和挑战。为了解决这些问题,提出了一种基于改进MobileNetV3-Large食物图像分类算法。在MobileNetV3-Large预训练模型基础上,引入PReLu激活函数和NAM注意力机制,通过捕捉图像中的非局部依赖关系来增强模型对关键特征的关注度;引入了多任务损失函数,通过同时优化多个相关任务来进一步提升分类性能;采用了TrivialAugment数据增强技术,通过扩展训练数据集的规模和多样性来增强模型的泛化能力。实验结果表明,通过这些改进,模型在Food-101数据集上的准确率从66.9%提升至84.2%,证明了所提方法的有效性。

关键词： 蕴涵算子族L-λ-Π   模糊推理   反向三I约束算法   α-反向三I约束算法  

摘要： 针对带参数蕴涵算子族L-λ-Π给出模糊推理FMP模型的反向三I约束算法的下确界计算公式和FMT模型的反向三I约束算法的上确界计算公式,并进一步得到其一般化的α-反向三I约束算法的FMP(FMT)下(上)确界的计算公式。