课程文献中心 更多>>

关键词： 行人航位推算   行人惯性导航   下肢运动学   误差状态卡尔曼滤波  

摘要： 针对行人航位推算（PDR）中步长估计模型的准确度受统计结果影响的问题，提出了一种考虑下肢运动学约束的PDR算法（LKPDR）。根据下肢运动学特点，将两个惯性测量单元（IMU）分别固定在行人同侧的大腿和小腿上。通过分析两个传感器相对位置的约束关系，基于角速度及运动学方程进行运动学建模。基于LKPDR和惯性导航系统（INS）设计误差状态卡尔曼滤波器，并在状态向量中引入校正因子，用于补偿导航误差。经过不同场景的行人导航实验验证，所提算法的平均定位相对误差为0.98%～1.74%，较线性步长PDR、非线性步长PDR、零速校正和LKPDR算法提高了11.63%～55.35%，具有更高的精度和环境鲁棒性，且无需增设其他传感器。

关键词： 深度学习   铁路巡检   无人机   目标检测   语义分割  

摘要： 在铁路维护与安全监测领域，无人机巡检作为一种高效且能够加快发展新质生产力的方式被业界看好。现有成果多聚焦于铁路某一具体设施场景下无人机自主巡检算法的研究，综述性文章并不多见。基于此，对铁路设施无人机自主巡检算法进行系统性分析总结。归纳了当前铁路无人机自主巡检的场景和难点，分析了无人机自主巡检在各个场景下的特有问题，对近年来巡检算法研究进行总结归纳。从分析结果来看，现有研究多侧重于异物入侵和轨道扣件等缺陷的检测，而隧道和水害防治等领域的研究则相对不足。汇总了现公开的铁路相关数据集，并对评价指标从精度、速度、复杂度进行整理，对该领域未来研究方向进行展望。以期该项工作为相关领域的研究者提供宝贵的参考和指导。

关键词： 近景影像   极线约束   三角网约束   直线段描述符   透视变换  

摘要： 针对传统直线匹配方法易漏选、匹配无力和部分直线描述符特异性较差等问题，提出了一种结合不规则直线描述符与几何约束的直线段匹配算法。通过网络公开数据集中4种不同影像变换类型数据对该算法进行验证，并与其他算法进行了对比分析。结果表明，相较于对比算法，该算法的平均正确率分别提高了27.5%、14.2%和1.2%，平均正确匹配数目分别增加了247、290和182个，充分体现了算法的有效性与准确性。

关键词： 算法权力   基本属性   运行特征  

摘要： 随着第四次工业革命的到来，以人工智能为代表的工业形态逐步取代传统发展范式，呈现出以高度电子信息化为技术特征的新型产业模式。该模式以算法为工具，表现出对抽象数据信息处理的超强能力，势必会推动现代社会治理能力的提升与形态的转换。作为技术体系而言，算法的巨大功能与应用前景不可估量，与此同时其技术模式自身所蕴含的权力属性的界定与运行特征等前瞻性问题成为相关研究的重点。以此为切入点，从算法的数字化、抽象化和模型化特征入手，积极探索算法权力运行的符号性、控制性和组织性机理，进而明晰算法政治权力的本质属性，对延拓算法权力基本原理及其运行机制问题研究具有一定的理论意义与现实价值。

关键词： 阿尔茨海默病   深度学习   脑电图   辅助诊断   特征提取  

摘要： 随着人工智能不断发展，深度学习在阿尔茨海默病识别方面的应用十分广泛。脑电（EEG）作为一种非侵入式检测大脑神经电位的手段，能反映脑部神经功能活动，为更好地辅助诊断阿尔茨海默病研究提供了便利。首先，梳理脑电数据库、特征提取及深度学习分类模型，总结了近年来基于脑电的阿尔茨海默病算法；其次，比较不同神经网络识别算法辅助诊断阿尔茨海默病领域的研究现状与问题；最后，展望其未来研究方向，以期提升阿尔茨海默病的早期诊断准确性。

关键词： 重叠尖锋   格拉姆角和场   卷积块注意力   残差网络  

摘要： 在神经解码研究中，多个神经元同时放电会产生尖锋重叠，进而影响解码准确性，因而分类重叠尖锋是解码神经元集群活动的关键步骤。提出一种基于格拉姆角和场与注意力残差网络（GASF-CBAM-ResNet）的重叠尖锋分类算法，首先使用独立尖锋数据制作重叠尖锋模板训练集，接着采用格拉姆角和场方法将一维尖锋序列转换成二维图像，用于训练注意力残差网络模型，最后对独立尖锋和重叠尖锋进行分类识别。该方法在“Wave＿clus”数据集上的平均准确率达92.737%，优于传统方法。结果表明，GASF-CBAM-ResNet不仅可以有效地区分重叠尖锋，还节省了大量时间和人力成本，能够为神经解码研究提供可靠支持。

关键词： 命名实体识别   注意力机制   膨胀卷积   边界扩展  

摘要： 命名实体识别在自然语言处理领域扮演着基础且关键的角色，它是信息提取、问答系统、机器翻译等众多常见应用的核心组成元素。其识别成果将直接决定后续多个下游自然语言处理任务的表现，因此具有极大的研究价值。但现有的对中文命名实体识别的研究主要集中在规律性实体上，对于非规律性实体和多表现形式实体的识别效果有待提升，如各种名称。为了解决这一问题，在基于规则启发模型（regularity-inspired recognition network,RICON）的基础上，提出了一种“实体的扩展规则网络”（extension regular of entity network,ERoEN），通过加入边界扩展机制捕获每个扩展后实体的规律，从而提取非规律性实体前后的隐含特征，以此提高对非规律性实体的识别能力；并且引入多粒度膨胀卷积层捕获不同距离的上下文信息，增强实体与上下文的关联性，最终提高对多表现形式实体的识别效果。通过在OntoNote4、Weibo和CLUENER2020数据集上的验证，ERoEN模型相比于RICON模型大部分实验中在F1值上分别提升了1.27、1.02和1.13个百分点。

关键词： Covariance matrix  

摘要： Here, aiming at the problem of how to suppress direct wave interference and other platform radiated noise interference during collaborative detection of underwater platforms, a robust broadband adaptive beamforming algorithm for underwater interference suppression was proposed. Under constraints of spatial response Variation (SRV), expected steering vector mismatch error boundary and array response null expansion, the algorithm could establish a broadband adaptive beamforming optimization model, and solve the beamforming weight vector. Firstly, this algorithm introduced SRV constraint into the time domain broadband adaptive beamforming model to ensure broadband constant beamwidth beamforming. Then, the worst-case Performance optimal (WCPO) expected steering vector error boundary constraint was introduced to design a broadband robust adaptive beamformer, and overcome effects of array steering vector error on beamforming Performance. Finally, aiming at the problem of angle Variation of interference sources in collaborative detection System, starting from the definition form of covariance matrix of broadband adaptive beamformer, a spatial-temporal conical matrix was derived to handle the covariance matrix, and expand null width of array response. Simulation tests for broadband direct wave interference and other platform radiated noise interference showed that the proposed algorithm can have better anti-interference Performance, robustness and null width scalability while realizing constant beamwidth beamforming. © 2025 Chinese Vibration Engineering Society. All rights reserved.

摘要： 算法作为一种技术，本身是中性的，其在互联网生活中发挥怎样的作用，取决于控制算法的平台和人。时至今日，公众之所以担心被算法算计，既与平台算法应用过程中带来的系列问题有关，也与公众对平台算法不了解、无法参与监督有关。因此，推进算法公开、透明化，是完善算法治理的重要一步。

关键词： I/F转换电路   温度系数   非线性度   多维补偿  

摘要： I/F转换电路是一种积分型模数转换电路。针对应用场景对I/F转换电路日益提高的精度需求，将传统的标度因数温度系数补偿算法与非线性补偿算法结合，提出了I/F转换电路的多维补偿算法，能够改善全温范围内的非线性度，同时提升全量程下的标度因数温度系数。测试结果表明，设计的算法有效，补偿后电路全温范围内的非线性度约为5.51×10-6,全量程下的温度系数约为1.51×10-7/℃,补偿效果较传统方法有了大幅提高。