课程文献中心 更多>>

关键词： 温排水   遥感监测   背景温度   温度梯度法  

摘要： 核电快速发展所衍生出的核电温排水问题日益凸显,为了更好地评价温排水的扩散范围和温升程度,针对核电温排水监测预测数据开展背景温度提取方法研究是十分必要的。本文以秦山核电基地所在海域为例,在常用核电温排水遥感影像背景温度提取方法的基础上,提出了一种更为准确快捷的新方法——温度梯度法。该方法通过计算临界温度梯度及温度空间梯度的散度值,将二者叠置获取包含主要热源的最外层温度包络线,并以此来确定背景温度的提取范围,进而计算出背景温度。与传统方法相比,该方法利用温度梯度直接计算背景温度,计算原理清晰、物理意义明确且不需要额外数据资料,提高了背景温度提取时的准确性和便利性,可应用于滨海核电温排水遥感影像数据甚至是数值模拟数据的背景温度提取。

关键词： 水库优化调度   嵌套模型   动态规划   指标评价  

摘要： 为了有效解决现有水库优化调度模型无法协调长期效益与短期效益的矛盾,开展水库多目标优化调度嵌套模型研究,确定预测径流存在误差时的最优控制模式。结果表明,嵌套模型优化调度方案比长期优化调度方案和实际调度方案具有更高的效益。研究方法可为相关项目提供参考。

关键词： 轨道交通   高速列车   列控数据   异常检测   分布式计算   推测并行   并行算法  

摘要： 针对传统检测方法难以高效处理轨道交通中海量列控数据的问题,设计一种面向高速列车控制数据的推测并行检测算法。分析高速列车控制数据的结构,进行尝试性的数据划分,消解数据内部依赖;利用推测技术,对传统的检测算法展开并行化改造,规避传统方法中内联关系对检测顺序的影响;在分布式平台上使用并行化的算法对划分数据展开检测,借助推测并行技术和分布式平台,提高面向列车控制数据的检测效率。基于西安铁路局的列控数据进行实验,其结果表明,与传统检测方法和其它并行检测方法相比,所提并行算法具有更好的检测效率、良好的可扩展,能够对海量的高速列车控制数据展开及时有效的检测。

关键词： 肺肿瘤   体层摄影术,X线计算机  

摘要： 目的:探讨不同剂量CT联合不同模型图像重建算法在肺结节筛查中的图像质量。方法:选取2022年1月—2024年5月于新乡市中心医院进行治疗的肺结节患者120例,分别对患者开展低剂量CT以及极低剂量CT扫描,低剂量扫描条件为管电压120 kV、电流30 mA,极低剂量扫描条件为管电压120 kV、电流10 mA。采用64排螺旋CT扫描,并对患者的影像学图像进行滤波反投影重建(FBP)、全模型迭代重建(IMR)以及iDose重建。比较不同剂量CT联合不同模型图像重建算法对肺结节患者扫描的主观质量、客观质量、空间分辨率、密度分辨率、图像均匀性之间的差异。结果:在对患者的扫描过程中,在FBP、IMR模式下,低剂量组以及极低剂量组患者的低对比分辨率(LCD)、图像失真(ID)、诊断信心(DC)之间的差异无统计学意义(P>0.05),在iDose模式下,极低剂量组患者的LCD、ID、DC低于低剂量组(P<0.05),在FBP、IMR以及iDose模式下,极低剂量组患者的CT值(t=301.143、340.289、487.821,P<0.05)、标准差(SD)值(t=306.827、344.055、278.394,P<0.05)低于低剂量组,信噪比(SNR)(t=92.062、99.698、135.266,P<0.05)、对比噪声比(CNR)(t=41.755、45.244、32.220,P<0.05)高于低剂量组,FBP、IMR以及iDose模式下,在Routine、Soft及SharpPlus 3种参数下,极低剂量组的空间分辨率、密度分辨率、图像均匀性优于低剂量组。结论:极低剂量的CT扫描联合IMR的图像主观质量与其他模式差异较小,但其客观质量、空间分辨率、密度分辨率、图像均匀性均得到明显改善。

关键词： 快速扩展随机树   动态目标偏置采样   动态步长策略   自适应高斯采样   路径规划  

摘要： 快速扩展随机树星(RRT^(*))因具有渐近最优性和概率完备性,在机器人路径规划领域有广泛的应用。然而,RRT^(*)及其改进算法仍存在初始路径质量差、路径收敛慢和探索效率低等缺陷。针对这些问题,提出一种基于节点到障碍物距离的自适应扩展RRT^(*)算法——AE-RRT^(*)。为提高探索效率,采用基于节点到障碍物距离的动态目标偏置采样策略和动态步长策略,从而在更短的时间内获得初始路径。为提高路径的质量,提出一种更精确的选择父节点的方法MA-ChooseParent,从而扩大选择父节点的集合。此外,为加快路径收敛,在路径收敛阶段采用基于节点到障碍物距离的自适应高斯采样方法和全局高斯采样方法AG-Gaussian Sample。通过Matlab中的仿真实验将AE-RRT^(*)与RRT^(*)、Quick-RRT^(*)、Bi-RRT^(*)、Informed-RRT^(*)和Smart-RRT^(*)进行对比。实验结果表明,与RRT^(*)相比,AE-RRT^(*)在二维环境中找到初始路径的时间、初始路径的长度和收敛至全局次优路径的时间分别减少了63.78%、6.55%和71.93%;在三维环境中的3个指标分别减少了59.44%、18.26%和79.58%。

关键词： 智能手机   行人航位推算   全球定位系统   融合定位   行人导航算法  

摘要： 针对城市街道等复杂行人场景中智能手机低成本硬件平台的卫星信号容易受多径干扰导致定位精度下降的问题,基于噪声调整和故障修复方法,提出了一种基于扩展卡尔曼滤波的PDR/GPS融合定位算法。结合GPS数据和惯性数据,构建联合步长和联合航向估计模块,减小步长与航向误差;根据卫星数量和平均载躁比,将目标环境分为无遮挡区间、轻微遮挡区间以及重度遮挡区间;无遮挡环境下并不存在明显定位问题,不做处理,在轻微遮挡环境下对观测值进行降权处理,在信号重度遮挡环境下利用预测新息对故障进行幅值修复,进而减小定位误差。以智能手机为硬件平台开展了实验验证,结果表明,与传统的扩展卡尔曼滤波方法相比,所提方法平均位置误差减小了40.2%,有效提高了智能手机在室外复杂环境下的定位精度。

关键词： 自行车机器人   路径跟踪算法   GPS   PID   RT1064单片机  

摘要： 设计了一款基于RT064核心板的自行车机器人,该机器人利用GPS锚点跟踪算法实现了路径跟踪。采用TAU201双频GPS模块以及IMU963RA九轴姿态传感器模块来获取小车姿态数据以及GPS位置数据;采用惯性飞轮通过惯性力矩保持自行车的侧向平衡;车把控制采用舵机调整方向角,实现路径跟踪。在跟踪算法的实现上,首先在预设路径沿线上采集多个锚点的坐标数据,在自行车机器人行驶过程中实时采集自身的GPS信息,通过计算实时方位角和与锚点之间的夹角,然后用于构造误差量,误差代入PID控制算法,使得机器人能对锚点进行趋近,以实现锚点跟踪,一系列锚点的跟踪形成了路径跟踪。设计了实物样机,通过编写算法代码控制自行车机器人平衡控制和航向运动,在样机上实现了自行车机器人路径跟踪控制。

关键词： 单样本   K最近邻分类器   模糊集   多流形   切割   流形隶属度   分类  

摘要： 为解决单个人脸样本分类中样本数量不足的问题,提出一种多流形模糊分类算法(FMMC)。通过分割图像增加“样本”数量,构造类别子流形。引入模糊集理论,定义类别流形隶属度,弱化不同类别子流形上语义相同的图块相似度,强化同一类别子流形上不同位置图块的类别信息相关性,有效限制离群图块对分类结果的影响,提高分类的性能。在3个公开人脸数据库上进行实验,其结果表明,FMMC对单个样本问题的分类可行且有效。

关键词： 粗精结合   重力辅助导航   惯性导航   均方差匹配   迭代变换  

摘要： 重力匹配导航是目前水下纠正惯性导航累积漂移误差的有效方式,既符合水下导航隐蔽性要求,又可保证潜器高精度导航定位.针对相关极值算法实时性及精度较差的问题,本文提出一种粗精匹配结合的重力辅助惯性导航算法.基于惯导误差随时间累积与其在短时内漂移误差不大的特点,约束并控制匹配点数量与质量.对观测点集合进行粗匹配,筛选合适结果作为精匹配的修正基础;结合最近点迭代算法对粗匹配轨迹进行旋转和尺度修正,补偿惯导误差,得到精匹配轨迹,并与传统匹配算法对比分析.仿真结果表明:该算法粗精结合的优势能稳定提升匹配精度,可排除大量误匹配点,减少搜索时间近40%,经迭代变换后精度由千米级提升到百米级,显著提高了算法精度与实时性.

关键词： 视网膜血管   Mobile Vit模块   离散余弦变换   倒置门控编解码模块   特征自适应融合  

摘要： 针对视网膜血管分割时存在背景噪声干扰、边界纹理模糊和微细血管提取难等问题,提出一种融合Mobile Vit和倒置门控编解码的视网膜血管分割算法(FMVG-Net)。改进Mobile Vit模块,在编码部分实现双联合特征提取;利用多谱注意力模块,从频域维度减少图像特征信息缺失,精确分割血管前景像素;提出特征自适应融合模块,建立血管纹理上下文依赖关系,提高血管分割灵敏度;优化编解码结构,设计倒置门控编解码模块,进一步捕获空间信息与深层语义信息,提高视网膜血管图像分割精度。在公共数据集DRIVE、STARE和CHASE_DB1上对所提算法进行实验,特异性分别为0.9863、0.9897和0.9873,准确度分别为0.9709、0.9754和0.9760,敏感度分别为0.8109、0.8010和0.8079。仿真实验证明,所提网络对视网膜血管分割具有较好的分割效果,为眼科疾病的诊断提供了新窗口。