课程文献中心 更多>>

关键词： 激光雷达   压缩感知   小波基   正交匹配追踪  

摘要： 在深入分析激光雷达回波信号稀疏性的基础上，采用小波基和正交匹配追踪算法对地基Mie散射激光雷达回波信号进行了降采样和压缩重构的仿真研究。研究结果表明，地基Mie散射激光雷达回波信号在小波基具有很高的稀疏性。当探测距离为10 km时，回波信号的稀疏度仅为1238。压缩感知可有效实现激光雷达回波信号的压缩重构，其中信噪比对重构效果具有重要影响。当数据压缩比为5∶1且源信号信噪比大于25 dB时，重构信号和原始信号的相似度在0.997以上。基于Fernald法，利用30 dB信噪比条件下的重构信号反演了10 km以下气溶胶的消光系数，并基于标准大气模型进行了误差分析。研究结果表明，消光系数的相对误差均在15.81%以下，验证了重构信号在气溶胶数据反演中的有效性。

关键词： 水位检测   YOLO v5   DeepLabv3+   注意力机制  

摘要： 传统图像处理的水位检测算法易受环境因素的影响,因此提出一种融入注意力机制的水位检测算法。首先,利用融入CBAM注意力机制的YOLO v5目标检测模型获取尺身数字类别及其坐标信息;其次,通过融入ECA注意力机制的DeepLabv3+语义分割模型实现水尺和背景的分割;再次,使用边缘检测算法得出水位线信息;最后,根据尺身数字信息和水位线信息将像素值换算为真实水位值。实验结果表明,优化水位检测算法与人工读数误差在2 cm以内,满足水位检测标准要求。

摘要： 路径规划是谁都绕不开的问题,学会了路径规划,我们可以节约各种时间.此前,我们学了类似“将军饮马”的平面路径规划问题,今天为大家带来一种新的方法.著名的旅行推销员问题(Travelling salesman problem,TSP)表述如下:给定一系列城市和每对城市之间的距离,求解访问每一座城市一次并回到起始城市的最短路径.此问题简化版就是要研究连接起点位置和终点位置的序列点/路径的最优规划策略.

关键词： 北斗定位   数据采集   输电线路   覆冰风险   评估算法  

摘要： 阐述基于北斗定位数据驱动的输电线路覆冰风险评估算法。借助北斗定位系统高精度定位特性，通过在输电线路关键位置部署终端设备采集数据。经数据处理后，利用神经网络构建覆冰风险评估模型，实现对覆冰风险的精准评估。实验结果表明，该算法显著优于传统基于气象数据的评估算法，能有效提升输电线路覆冰风险评估的可靠性。

关键词： Relief算法   仪器仪表   仪表故障   故障图像   自动识别方法  

摘要： 常规的仪器仪表故障图像自动识别方法以图像分割为主，并未对正常图像与异常图像进行分类，影响了图像自动识别的准确性。为了解决这一问题，设计了基于Relief算法的仪器仪表故障图像自动识别方法。提取仪器仪表故障过程趋势特征，通过峭度值、差分趋势两方面，识别仪器仪表运行过程的异常值，从而确保故障识别的准确性。基于Relief标注仪器仪表故障图像自动识别区间，通过图像去噪、去雾等方式，得到更加准确图像，并利用Relief对图像进行分类，避免故障图像识别失误的问题。采用对比实验，验证了该方法的识别准确性更高，能够应用于实际生活中。

关键词： 自动导引车   迷宫演算法   特雷莫演算法   机器人操作系统  

摘要： 本论文为了考量成本而使用只有单颗镜头做为外界感测器的自动导引车，并提出改良的迷宫演算法针对模拟的仓储空间进行地图制作，在行驶过程中一并将地图纪录下来。作为纪录仓储空间地图的机器人，仅由单颗镜头作为感测器的实验难度相较於多感测器提升不少，因此将场地简化为只有特徵点与行走线，当镜头行驶至特徵点位置时，利用OpenCV相关函式库对影像画面进行预先处理之後进行色彩判定，判定特徵点与岔路之後，由演算法纪录该特徵点资料并计算下一步动作，这个判定会直至该导引车至少走过所有特徵点方可停止。在记录地图的演算法上选择使用了特雷莫演算法(Trémaux algorithm)，并移除掉迷宫演算法特有的随机性质，给与演算法固定性的决策计算方式，在有尚未行驶的路段不会结束，使得导引车能够行驶地图所有路段并绘制出完成地图。本论文的软体系统使用机器人操作系统(Robot Operating System, ROS)，机器人操作系统容易整合多种功能，并且使用多执行绪的方式进行个别功能演算，让自动导引车可使用视觉进行直走判定、转弯判定、回转判定的行动模式，最後记录所有经过的特徵点并制作地图。

关键词： 特征选择   稀疏学习   层次树结构   正交约束   递归正则化  

摘要： 在大数据时代，数据正呈现出指数级增长趋势。数据间的类别层次结构使得分类学习任务更有效率。现有的分层分类特征选择算法未充分体现出类内特征的判别性，因此本文提出了一种基于正交约束和最大化类内特征判别性的分层分类特征选择算法（Hierarchical Classification Feature Selection Algorithm Based on Orthogonal Constraints and Intra-class Maximum Feature Discriminability,HFSOC）。该算法在使用稀疏正则化项去除不相关特征后，利用改进后的正交约束公式来度量类间独立性，并将每个内部节点特征矩阵的各个列向量互相正交，以提高类内特征的判别性。最后，利用递归正则项优化输出特征权重矩阵。实验结果表明，本文所提算法在5个数据集上取得了一定的效果，其分类准确率在DD数据集上相比于HFisher算法提高约17%，在F194数据集和CLEF数据集上相比于基于?2,1范数最小化的高效鲁棒的特征选择算法（HFSNM）均提高约10%，在ILSVRC数据集上相比于HFSNM算法提高约1%。

关键词： 改进非支配排序遗传算法   MES系统   印刷设备   数据采集  

摘要： 研究提出基于改进非支配排序遗传算法与制造执行系统（MES）的数据采集方法，通过优化MES数据采集策略，实现对印刷设备生产状态的实时监测和响应，提升采集效率和准确性。分析了现有数据采集问题，介绍了改进算法原理及其在MES中的应用，构建了适应复杂生产环境的高效数据采集框架。

关键词： 数字平台   算法推荐   自我优待   反垄断政策   救济政策 digital platform   algorithmic recommendations   self-preferencing   antitrust policy   remedy policy  

摘要： 双重模式数字平台利用上游市场垄断势力优待下游自有产品或服务的自我优待行为是数字平台反垄断尚不明确的新问题，如何认识自我优待行为的竞争效应以及如何采取最优的反垄断救济政策成为问题的焦点。本文重点分析数字平台实施算法推荐自我优待的行为激励、竞争效应及最优反垄断救济政策选择。分析结果显示，在商家侧具有较强的相对市场势力是数字平台实施自我优待的重要市场结构条件，垄断数字平台实施自我优待会提高其在下游市场的市场势力，并产生对竞争对手的市场封锁，但其对消费者福利和社会总福利的影响是不确定的，主要受到搜寻成本和佣金率的影响。从政策的效果来说，结构分离政策、中立政策和数据隔离政策都有助于维护市场竞争，但他们对消费者剩余和社会总福利的影响存在明显差异，并且都具有一定的政策实施经济代价。因此，对算法自我优待行为的反垄断审查应基于个案的经济事实采用合理推定原则进行分析，并考虑不同救济政策的适用条件来选择最佳救济政策。

关键词： 局部放电   沙漏结构   SE注意力   模式识别   嵌入式设备  

摘要： 阐述一种面向嵌入式设备的轻量化深度学习算法，用于局部放电模式识别。实验结果表明，该模型的识别准确率达到97.24%，在嵌入式设备上的部署大小为73.36kB，适用于智能电力物联网中的故障检测与监控场景。该模型利用Sandglass结构减少了信息损失和梯度混淆，采用SE注意力机制进一步提升模型的特征表达和稳定性，利用过渡层压缩特征图尺寸和通道数，实现模型轻量化，降低过拟合风险。经实验发现，此模型提高了对局部放电信号的识别准确率，降低了计算复杂度和模型参数量，适合部署在嵌入式设备上运行，有利于实现智能电力物联网功能。