课程文献中心 更多>>

关键词： GIS设备   梅尔频谱倒谱系数   单类支持向量机   双向门控循环单元   声纹识别   贝叶斯优化  

摘要： 为了准确识别气体绝缘开关柜(gas insulated switchgear,GIS)设备的异常工况,提出了一种基于加权梅尔频率谱系数单类支持向量机(Mel frequency cestrum coefficient-one class support vector machine,MFCC-OCSVM)和贝叶斯优化的门控循环单元(bidirectional gate recurrent unit,BiGRU)声纹识别算法。首先,利用基于F统计量的MFCC对声纹数据进行加权特征提取,突出重要特征并减弱噪声的影响,然后利用OCSVM对加权后的特征进行异常检测并去除异常值,提高数据质量。为解决样本不平衡问题,采用合成少数类过采样技术(synthetic minority over-sampling technique,SMOTE)进行声纹样本的均衡。最后,应用基于贝叶斯优化的BiGRU模型进行声纹识别。以某气体绝缘全封闭组合电器(gas insulated switchgear,GIS)为例,采集了20类不同工况下操纵机构的声音样本,与多种经典分类模型进行对比。结果显示,所提算法取得的最高平均识别准确率达到了92.8%,相比于自适应增强、朴素贝叶斯和线性判别分析算法分别提升了30.1%、14.7%和11.5%。通过消融实验进一步评估和验证了所提算法各个流程对声纹识别的实际效果和性能影响,研究成果可为GIS设备异常工况的声纹识别提供高效技术路线。

关键词： 弹群协同   TDMA   QoS保证   信道资源   动态时隙  

摘要： 为了发挥弹群组网协同作战效能,满足协同网络数据链节点间传输及中继过程中业务数据动态变化的要求,在有限的带宽资源下保证多节点多业务并发的服务质量QoS(Quality of Service),本文提出一种感知业务需求实现动态分配时隙资源的算法,即在TDMA协议的基础上以静态时隙分配为基础,周期性地感知各类业务需求量并根据业务优先级采取不同策略的动态分配时隙算法。通过仿真验证,相较于静态时隙分配资源的常规算法,本算法能够实现带宽利用率的最大化,满足对各类复杂业务数据的调度和QoS保证。

关键词： 3-5-3多项式   混沌映射   调幅三角形游走   鲸鱼螺旋搜索   自适应t分布  

摘要： 针对电动汽车充电机械臂时间最优轨迹规划的问题,提出一种多策略改进的蜣螂优化算法YXDBO。以AR4六轴机械臂为研究对象,建立机械臂的运动学模型,并构造关节的运动轨迹。在蜣螂算法DBO的基础上,通过调幅三角形游走策略和改进的鲸鱼螺旋搜索策略,提高全局和局部搜索能力,并引入混沌映射初始化和变异算子扰动,得到改进的YXDBO算法。经CEC2022测试并与其他元启发式算法比较,改进算法求解性能表现优异。将该算法应用于机械臂的时间最优轨迹规划,在收敛速度和精度上明显优于PSO、WOA和DBO算法,关节运行时间缩短了32.159%,优化后的关节运动学曲线平滑连续,验证了该算法在工程类问题中的实用性。

关键词： 无人战车   解码能耗   能耗优化   复杂度-码率-失真模型   HEVC  

摘要： 为了优化无人战车在解码压缩视频时产生的能耗,提出一种改变视频码流的HEVC解码复杂度感知算法,以降低解码复杂度,并限制编码效率的影响。确定解码复杂性,视频质量和比特率的比例,再通过解码复杂度感知算法,生成解码复杂度-码率-失真模型优化的HEVC比特流。与HM16.0和OpenHEVC解码器实现相比,该算法产生的比特流在相同视频质量下分别降低了29.19%和13.24%的解码复杂度,编码效率影响最小。相比于HM16.0编码,该算法能耗减少了15%。

关键词： 光纤传感网   边缘计算   分布式   遗传算法   动态资源调度  

摘要： 提出一种基于异步光包交换及波分复用技术的分布式边缘光纤传感系统(AOPS-WDM-DEFSS)方案,可支持边缘计算场景下海量、异构、突发感知业务的交换和传输需求,面向AOPS-WDM-DEFSS边缘侧业务特性,提出基于遗传算法的边缘计算集群动态资源与任务调度策略,建立了动态资源调度集群模型与任务模型,定义了完成时间T、通信负载L和使用费用C三个优化目标函数,仿真分析了任务数n、任务相关度REV、传输处理速度比RAT、及权重(α、β和γ)对目标函数的影响。结果显示,当n增加至50时,T、L、C分别增加至15.11 s、641 MB和¥443.2;当REV增加至5时,T和L分别增加至20.1 s和1932 MB;当RAT增加至25时,T和L分别增加至11.4 s和1724 MB;α、β和γ分别达到0.8和0.9后,T、L、C的归一化值趋近于1。

关键词： 城市空中交通   电动垂直起降飞行器   路径规划   改进人工电场算法  

摘要： 针对城市场景下载人电动垂直起降飞行器(electric vertical takeoff and landing,eVTOL)路径规划问题进行了研究。首先,使用危险度栅格法进行三维城市空间建模,对选定型号的eVTOL飞行器,以航程、运行风险和高度变化为目标函数,结合飞行器自身特性及环境限制,构建了多约束条件的载人eVTOL路径规划模型。然后,设计了一种改进人工电场算法(im-proved artificial electric field algorithm,IAEFA),在传统人工电场算法(artificial electric field algorithm,AEFA)的基础上增加了自适应库伦参数,并在库伦常数的计算中引入递减系数,以此进行仿真求解。实验结果显示,所构建的模型可以达到预期效果。使用改进算法进行路径规划的求解效果更优,相较传统粒子群算法和人工电场法,航程更短,高度变化更小且运行更为安全。最后,根据对照实验确定递减系数的取值,当递减系数取值为1.5时,改进算法的求解效果最优。

关键词： 神经网络   工业机器人   仓储自动化   货物抓取  

摘要： 工业机器人在仓储自动化场景下货物抓取时存在准确性不足、效率低下、对不同货物形状、环境光照和摆放位置适应性差的问题。因此,提出基于神经网络的算法优化方案。通过深入研究数据采集与预处理、算法优化设计以及实验与评估等,提升工业机器人抓取货物的准确性、效率和适应性。具体的优化方案包括采用先进的神经网络架构,构建初始算法模型,结合图像和传感器数据进行特征提取与融合,优化模型参数。实践结果表明,优化后的算法提升了抓取成功率、精度及适应性,为仓储自动化发展提供有力支持。

关键词： 糖尿病足   麻雀搜索算法   BP神经网络  

摘要： 目的 探讨麻雀搜索算法优化的BP神经网络(SSA-BP神经网络)模型对糖尿病足的预测价值。方法 671例糖尿病患者,根据3∶1的比例分为训练集503例和测试集168例。采用多因素logistic回归分析训练集中糖尿病足的影响因素,并建立多因素logistic回归模型。采用MATLAB 2023b软件建立BP神经网络模型和SSA-BP神经网络模型,在测试集中评价3个模型对糖尿病足的预测效能。结果 503例训练集中,202例被诊断为糖尿病足。与无糖尿病足组比较,糖尿病足组年龄较大,糖尿病持续时间较长,WBC、Plt、BUN、SCr以及男性、尿白蛋白/肌酐比值>16mg/g、高血压、冠心病、脑梗死、糖尿病周围血管病变(DPVD)、糖尿病家族史、糖尿病周围神经病变(DPN)、使用胰岛素比例较高,FBG、Hb、RBC、ALT、AST、白蛋白(Alb)、TG、TC、HDL-C较低(P<0.05)。WBC较高、脑梗死、DPVD、有糖尿病家族史、DPN是糖尿病足的独立危险因素,Alb较高是保护性因素(P<0.05)。在测试集中,多因素logistic回归模型、BP神经网络模型、SSA-BP神经网络模型预测糖尿病足的准确率分别为83.93%、85.12%、94.03%,AUC分别为0.93、0.72、0.94,SSA-BP神经网络模型对糖尿病足的预测效能较高。结论 SSA-BP神经网络模型对糖尿病足的预测效能较高,优于多因素logistic回归模型及BP神经网络模型。

关键词： 深度学习   小目标   YOLOv5s   渐进型金字塔网络  

摘要： 针对传统YOLOv5算法在无人机小目标检测中计算量大且精度不足的问题,在YOLOv5s算法的基础上进行优化,提出一种基于YOLOv5s的无人机小目标检测改进算法YOLOv5s-DAEA。首先,在Conv模块中引入深度可分离卷积算法,降低网络的参数量提高计算效率;其次,采用了全新的渐进特征金字塔网络结构(AFPN),提高多尺度特征的提取能力和检测的准确性。同时通过在颈部网络添加EMA注意力模块,以提升模型对目标的关注度;最后,将传统损失函数更换为EIOU,进一步提高了检测精度和鲁棒性。实验结果表明,YOLOv5s-DEAE算法在VisDrone2019数据集上的mAP@0.5达到了37.7%,相较于原始的YOLOv5s算法,在检测精度上提高了5.4%,同时其参数量减少了18%,在保持检测速度的情况下明显提升检测精度,符合无人机航拍图像中的小目标检测需求。

关键词： 近场自噪声   自适应滤波器   干扰抑制  

摘要： 针对UUV近场存在的强干扰导致远场水下目标方位估计精度下降的问题,文章提出了一种改进的G-SVSLMS算法,用于UUV近场自噪声干扰的自适应滤波处理。该方法旨在提高目标方位分辨能力,并适应现代信息化环境下的应用需求。仿真和海试数据处理结果表明,该方法能够有效抑制UUV近场的强干扰,显著降低干扰的输出功率和目标主瓣附近的旁瓣级,从而提高目标方位角度的分辨力。与现有自适应干扰抑制方法相比,该方法具有更为稳健的干扰抑制能力,为相关应用领域提供了重要的技术支持。