课程文献中心 更多>>

关键词： 路径规划   不平坦地形   改进A^(*)算法   移动机器人  

摘要： 针对机器人在非结构化和不平整地形的路径规划问题,提出了一种基于改进A^(*)算法的全局路径规划方法。改进A^(*)算法引入双向搜索策略以提高算法计算速度。通过路径节点过滤克服了双向搜索策略带来的问题并减少了关键节点的数量,增加坡度约束降低了机器人的爬坡角度和侧倾角度,提高了规划路径的安全性,通过Bézier曲线拟合路径使其变得光滑,更有利于机器人的运动控制。在不同地形和障碍密度的高程图上进行实验,验证了改进的有效性。实验结果表明,与传统A^(*)算法相比,改进A^(*)算法在路径长度增加14.6%至37.84%的情况下,计算时间减少了71.05%至82.90%,关键节点数量减少了51.94%至70.53%,并且爬坡角度和侧倾角度显著减少,路径更加平滑。因此,该方法在提高效率的同时能够在非结构化和不平坦的地形下生成安全可靠的路径。

关键词： 氮化硅陶瓷轴承滚子   隐蔽面微裂纹   多尺度小波变换特征增强算法   PSO-FCM粒子群优化隐蔽C均值聚类算法   形貌特征提取  

摘要： 针对氮化硅陶瓷轴承滚隐蔽面微裂纹形貌特征提取中存在混沌梯度特征和非目标干扰因素影响形貌特征提取效果的问题,提出一种基于多尺度小波变换增强与优化PSO-FCM耦合的氮化硅陶瓷轴承滚子隐蔽面微裂纹形貌特征提取算法。该方法通过使用多尺度小波变换和VisuShrink去噪,以及拉伸特征增强,有效地应对非目标干扰。同时,采用PSO粒子群优化来改进FCM隐蔽聚类模型的聚类中心选择,解决了微裂纹特征干扰问题。实验结果表明在分割指标实验中Miou,F1 Score,Accuracy和Recall分别达到了0.912,0.97208,0.99832和0.98560,实现了将面微裂纹的形貌完整特征提取,为缺陷处理和分析提供了缺陷特征数据信息。

关键词： 在线近红外光谱   卷烟牌号   ResNeXt18   LightGBM   分类效果  

摘要： 为探究烟丝在线近红外光谱与卷烟牌号间的关系,提出了一种基于ResNeXt18-CNN-LightGBM混合模型的卷烟牌号分类识别方法。首先对采集的烟丝样本在线光谱数据进行预处理,并利用ResNeXt18网络模型对预处理后的光谱进行初次特征提取。然后将提取后的特征输入自定义的3层卷积神经(CNN)网络模型中,进行二次特征提取。最后将CNN提取的特征代入LightGBM分类器进行牌号分类训练。结果表明,ResNeXt18-CNN-LightGBM模型中烟丝牌号分类的准确率达97%。相较于传统的单个化学计量学算法,该文提出的基于卷积神经网络组合算法的卷烟牌号分类识别方法简单易行、准确性高、稳定性好,可应用于卷烟工业生产中卷烟牌号的在线识别,对卷烟品牌管理、生产质量评价及卷烟质量管控具有重要意义。

关键词： CMAC算法   移动机器人   控制   运动学模型   控制器   训练  

摘要： 移动机器人控制过程中因部分参数具有非线性与不确定性等特征,这些参数通常很难确定,导致机器人控制结果出现偏差。针对这一问题,提出基于CMAC算法的移动机器人控制方法。分析移动机器人运动学和动力学模型,采用模糊CMAC算法针对模型中的转动惯量、质量等具有非线性与不确定等特征的参数进行逼近,输出速度控制误差,并结合力矩控制策略构建移动机器人控制器。模糊CMAC算法采用无缝集成的训练与控制流程,令模糊CMAC始终处于一种动态的、持续的训练状态,由此提升控制器输出结果的准确性。实验结果显示,该方法的移动机器人控制具有较高精度,能够令移动机器人仍保持稳定的运动状态,避免因过快或过慢的响应而导致的不稳定现象。

关键词： MEMS   TPMS   惠斯通电桥   多路复用  

摘要： 压力传感器广泛应用在工业自动化、汽车电子、医疗设备和消费电子等领域,在汽车中的发动机、空调和TPMS(汽车轮胎压力监测系统)等零部件大量应用。标定过程是压力传感器关键工艺,标定过程中的保压和温控是该工艺的关键控制特性,为了确保传感器完全达到设定温度,标定过程需要很长的温度稳定时间,也需要高精度的温度和压力控制,为生产带来较大的困难,生产节拍难以提高,产量受到制约。新开发的压力传感器标定算法,将有效减少高精度压力和温度控制设备,避免昂贵设备投资,并且降低生产时间,提高生产率。文章以TPMS为例,介绍新标定设计方案,其他压力检测产品也可以借鉴。

关键词： 双偏振天气雷达   融化层识别   探空资料   垂直温度  

摘要： 利用北京南郊S波段双偏振天气雷达2022年6月至2023年8月的58份融化层产品,通过与探空数据的对比试验,检验双偏振天气雷达融化层算法在北京地区的识别效果。结果表明,双偏振雷达生成的融化层产品与探空温度和湿球温度具备较好的相关性;融化层顶部平均高度比探空温度0℃高度约高0.8 km,与探空温度﹣4℃高度具有更高的一致性;融化层底部高度与湿球温度0℃高度相近,偏差约为0.3 km。研究结果可为融化层识别算法的优化提供依据,为提升双偏振雷达在不同天气条件下的应用效果积累数据资料。

关键词： 不平衡数据   类别不平衡学习   集成算法   权重采样   随机数据块  

摘要： 在大量的真实问题中,数据集往往是类别不平衡的,很可能会削弱学习算法的性能。为了处理不平衡数据集,业界提出了各种类别不平衡学习算法,其中包括不少集成算法。然而,这些集成算法主要考虑在样本层面进行集成而忽视了特征层面,且常规的随机采样算法未能重点关注边界区域,此区域通常是分类困难样本。鉴于此,提出一种名为BRPE的集成采样算法进行优化。首先,对特征集进行采样;其次,以多数类样本距离少数类样本的最近距离作为权重对多数类样本进行下采样,得到一个平衡的随机数据块并将其作为训练子集;再次,在训练子集上训练一个基学习器;最后,将所有基学习器的输出组合成预测结果。在10个合成数据集和8个真实数据集上均进行了详细实验。结果表明,相比其他4种不平衡集成分类算法,BRPE能够取得更高的F1和AUC值。

关键词： 岩土工程   机器学习算法   土壤液化   液化判别   第18届世界地震工程大会  

摘要： 土壤液化是一种常见于地震中的次生灾害,对建筑物和构筑物等生产生活都造成过严重破坏。国内外液化判别方法都是源于地震液化灾害现场数据,受到原位测试方法和场地区域性等条件的影响,存在一定的局限性。近年来随着机器学习等人工智能计算算法的兴起和发展,其在土壤液化研究方面显示出了特有的优势。以土壤液化判别相关研究成果及第18届世界地震工程大会部分报告为基础,本文阐述了研究土壤液化判别方法的机器学习算法,分析了相关机器学习算法的基本原理,列举了机器学习算法在土壤液化研究中的应用,展示了机器学习算法相对于传统方法具备灵活、稳定和泛化性强等诸多优异性能,提出了当前机器学习算法存在的缺陷,展望了机器学习算法在土壤液化研究领域未来发展趋势。

关键词： 信道仿真   室外传播   辐射度算法  

摘要： 大尺度战场环境中电磁频谱作战装备测试和演训需要依靠大规模数字化电磁环境进行仿真,然而大尺度电磁信道计算复杂度较高,难以提升计算速度。针对这一问题,该文提出一种迭代时域辐射度算法。该算法通过递推方法建模信道,利用空间相干性复用前一时刻的信道数据,并经过修正后用于当前时刻的信道计算。同时,采用面元信道搜索方法对面元中的信道进行低复杂度近似,有效降低了计算复杂度。仿真结果表明,与传统时域辐射度算法相比,所提算法在保证计算精度的基础上计算速度提升了1个数量级。与频域辐射度算法相比,所提算法的时延分辨率更高,更适用于大规模战场环境。

关键词： 无功补偿   配置优化   功率损失指数   潮流约束   容量约束   鲸鱼算法  

摘要： 本研究提出了基于鲸鱼算法的配电网无功补偿配置优化方法。首先,根据最小功率损失指数来确定无功补偿配置节点,从根本上降低配电网支线的有功损耗。然后,以无功补偿配置成本最小构建目标函数,并对配电网潮流、无功补偿配置容量进行约束,构建无功补偿配置模型。最后,利用鲸鱼算法所具有的良好的全局搜索能力对模型最优解求解,综合权衡成本、潮流分布和补偿容量等多种因素,根据配电网节点负荷的动态变化,确定不同位置节点的最优无功补偿方案,进而降低节点电压的峰谷差。经实验证明,应用新方法后,配电网支线有功损耗得到了有效的降低,节点电压峰谷差得到了有效的减小,说明该方法的优化效果良好。