课程文献中心 更多>>

关键词： 大模型混合算法   PD信号   分离   检测方法  

摘要： 为提高变电站运行的可靠性,实现对其缺陷的精准检测,引进大模型混合算法,以某变电站为例,开展缺陷检测方法的设计.对采样信号进行转换,通过信号处理技术,进行变电站设备运行中PD信号的分离;利用大模型混合算法中的随机森林决策树,进行变电站信号特征的提取;引进阈值判断法,进行变电站设备状态感知与缺陷检测.对比试验结果表明,设计方法检测结果中分离的信号幅值较高,可以直接通过此方法判定变电站设备存在缺陷,且检测结果与实际结果一致.

关键词： 无人机   轨迹规划   逼近值函数   轨迹跟踪  

摘要： 为解决载荷状态下的无人机运输的轨迹控制问题,提出了一种基于逼近值函数算法的轨迹规划控制方法。首先建立了无人机运输系统的动力学模型,通过马尔可夫决策过程获得轨迹规划结果,值函数由参数向量和特征向量逼近,利用批处理的方法对参数向量进行更新,并采用贪心策略生成期望轨迹,在此基础上将期望轨迹传递给四旋翼控制器进行轨迹跟踪。仿真结果表明训练后的参数能较好地拟合出值函数,无人机悬挂载荷可以从起始位置平稳地输送到不同的期望位置,且具有较好的收敛性能,最后通过实验验证了该算法的合理性和有效性。

关键词： 软件定义网络   路由优化   图神经网络   深度强化学习   近端策略优化  

摘要： 针对现有路由方案不适合学习图形结构信息,对陌生拓扑适应性不佳的问题,提出了一种基于图神经网络的软件定义网络(Software Defined Network,SDN)路由算法G-PPO。引入近端策略优化(Proximal Policy Optimization,PPO)强化学习算法实现模型训练,利用消息传递神经网络(Massage Passing Neural Network,MPNN)对网络拓扑进行学习,通过调整链路权重完成路由路径的调整。G-PPO将图神经网络对网络拓扑信息的感知能力和深度强化学习的自主学习能力有效结合,提升路由策略的性能。实验结果表明,与相关算法比较,所提算法的平均时延和丢包率、网络链路利用率和吞吐量指标均为最优。在3种不同拓扑上,该算法较其他算法最少提升10.5%吞吐量,最多提升95.6%丢包率,表明所提算法具有更好的适应不同网络拓扑的能力。

关键词： U-Net   GAN   低照度   激光雷达图像   缺失区域  

摘要： 在低照度环境下,激光雷达图像常因光照不足、背景噪声干扰以及信号衰减等因素导致图像质量显著下降,缺失区域呈现复杂多变的形态,包括不同的形状、大小和位置,这些特点具有时变性,使得补全图像缺失区域准确性较低。为此,提出基于U-Net与GAN的低照度激光雷达图像缺失区域补全算法。通过U-Net网络的编码器和解码器,在下采样和上采样之间的跨层连接中加入双注意力机制,引入动态学习率衰减策略优化图像缺失区域分割模型,分割出缺失区域。根据GAN补全图像缺失区域,利用预补全模型展开初步补全,还原图像低维结构信息;通过增强补全模型还原图像缺失区域的高维纹理信息。实验分析表明,所提算法补全图像的峰值信噪比(PSNR)高达34.511 dB,信息保真度(VIF)为0.974,可以获取比较满意的低照度激光雷达图像缺失区域补全效果。

关键词： 钠离子电池   改进非支配排序遗传算法Ⅱ(NSGA-Ⅱ)   工艺参数优化  

摘要： 钠离子电池以其资源丰富、成本低廉的特点,在大规模储能领域具有广阔的应用前景。但是,其存在能量密度偏低、循环稳定性差等问题,需要进一步提升性能。基于此,引入智能控制算法来优化钠离子电池的制造工艺参数。通过数据收集与处理、关键参数识别分析,构建了基于改进的非支配排序遗传算法Ⅱ(Non-dominated Sorting Genetic Algorithms Ⅱ,NSGA-Ⅱ)的多目标智能优化模型。将所提方法与传统模糊控制方法进行对比,验证了所提方法的有效性。

关键词： 遗传算法   建筑结构   建筑结构  

摘要： 遗传算法是一种模拟自然选择和遗传学机制的搜索优化算法,近年来在建筑结构优化设计领域得到了广泛的应用。针对于此,本文首先介绍了遗传算法的基本原理和操作流程,并探讨了其在建筑结构优化设计中的条件与要求。随后本文阐述了基于遗传算法的建筑结构优化设计应用意义,并针对实际应用中存在的问题,提出了相应的优化策略,期望能为建筑结构优化设计做出贡献。

关键词： 人工智能   肝硬化   肝性脑病   血红蛋白类  

摘要： 目的用机器学习算法构建肝硬化相关肝性脑病(HE)的预测模型并验证,评价该模型的预测效能。方法收集2018年1月—2019年12月吉林大学第一医院病历系统及实验室信息系统中肝硬化患者(4537例)的临床资料进行回顾性分析。根据纳入和排除标准,最终474例患者纳入研究。数据集1纳入2018年1—12月肝硬化无HE患者(113例)和肝硬化并发HE患者(108例),用于对肝硬化并发HE风险预测模型进行特征筛选、模型建立、最优算法选择和内部验证;数据集2纳入2019年1—12月肝硬化无HE患者(133例)和肝硬化并发HE患者(120例),用于外部验证。使用Lasso回归筛选特征变量,并采用极度梯度提升(XGBoost)、轻量级梯度提升(LightGBM)、随机森林(RF)及支持向量机(SVM)4种机器学习算法进行模型建立和内部验证,采用DeLong检验比较4种模型对HE的预测效能,结合特异度或敏感度选择最优算法。用受试者工作特征(ROC)曲线、校准曲线和临床决策曲线评价4种模型的预测效能,预测概率的准确性及临床实用性。结果提取数据集1中数据缺失率<30%的46个检验项目作为建模待选变量,使用Lasso回归筛选得到7个特征变量,包括血红蛋白、总胆汁酸、胆碱酯酶、总胆红素、肌酐、凝血酶原活动度及血小板。LightGBM算法建立的预测模型(HE-Lab7模型)预测HE的曲线下面积(AUC)为0.880,均高于XGBoost、RF和SVM算法(P均<0.05),敏感度为0.825、特异度为0.836。校准曲线Brier分数为0.147,表明该模型的预测概率与实际发生概率吻合良好。临床决策曲线表明该模型具有较高的临床效益。数据集2中,HE-Lab7模型预测HE的AUC为0.775,敏感度为0.927,特异度为0.758。结论利用检验大数据以4种机器学习算法为基础,基于最优LightGBM算法开发得到的肝硬化相关HE风险预测模型的预测效能良好,为早期预测与识别肝硬化相关HE提供参考依据。

关键词： 金属齿轮瑕疵检测   轻量化   EMA注意力   BiFPN  

摘要： 针对现有金属齿轮表面瑕疵实时检测存在识别精度低、检测速度慢、难以部署等问题,为提高检测的工作效率及准确率,保障产品质量,提出一种金属齿轮瑕疵检测算法YOLO-GEAR。首先,在特征提取层中设计轻量化的模块C2fFaster,大幅减少模型的参数量和计算量,提高模型检测速度;其次,添加EMA注意力模块,提高特征提取的效率和准确性;最后,引入双向特征融合结构BiFPN,增强特征融合能力。实验结果表明,本文算法在测试集上平均精确率与改进前相比提升了3.2%,检测速度达到153.8 FPS,网络模型所占内存仅为6.2 MB,验证了该算法具有识别精度高、检测速度快、模型内存占比小等优势,有助于实现工业部署。

关键词： 资源配置   资源卸载   移动边缘计算   联合通信  

摘要： 为提升大规模MIMO的移动边缘计算网路联合通信资源分配效率,提出了一种基于移动边缘计算的MIMO网络资源分配算法。算法通过求解MEC网络的导频传输功率、数据传输功率和MEC服务器计算资源的联合优化问题,实现所有用户的最大卸载延迟最小化。针对所述问题的非凸性和所定义的最优解条件,提出了基于外部点迭代和梯度下降的惩罚函数算法(EPF-GDA)和基于外部惩罚函数迭代的果蝇优化算法(EPF-FOA)两种次优解求解方法。通过数值仿真验证了所提算法在用户卸载延迟等方面的性能。结果表明,在不同的指标情况下,EPF-FOA算法比EPF-GDA算法具有更大的性能增益。

关键词： 深度学习   图像识别   羊肚菌菌丝   识别模型  

摘要： 针对羊肚菌育种过程中存在菌丝生长手工与目视测量精度差、识别效率低的问题,利用深度学习技术,研究羊肚菌菌丝生长程度的识别技术,通过采集和处理菌种培养过程中的图像信息,来建立羊肚菌菌丝生长程度的识别模型,并对识别模型进行优化,筛选出最佳模型。首先采用MobileNetV3large、MobileNetV3small以及ResNet50模型来构建识别模型;接着提出了一种模型改进方法来提升识别模型的准确率;最后,利用模型剪枝方法对改进后的模型进行轻量化处理,通过对比剪枝前后模型的准确率、预测速度以及模型大小,在尽可能不损失准确率的情况下提升模型的预测速度。研究结果表明,在允许损失识别准确率的范围内,MobileNetV3large模型的识别准确率最高,预测速度最快,实现了对菌丝生长程度的精准识别和判断,提高了识别工作效率,这对于推动羊肚菌产业的规模化发展、提高经济效益具有重要意义。