课程文献中心 更多>>

关键词： 机器学习算法   故障定位   输电线路  

摘要： 为了提高输电线路故障定位的准确性,提出了基于机器学习算法的架空输电线路故障定位系统。通过设计架空输电线路故障数据采集器和架空输电线路故障报警器,完成了系统的硬件设计;在软件设计中,根据故障发生的特点和规律,提取出架空输电线路故障特征,利用机器学习算法设计了故障定位方法,实现架空输电线路的故障定位。测试结果显示,文中系统可以将架空输电线路故障定位误差控制在0.05km以内,有效提高了输电线路故障定位的准确性。

关键词： 联邦学习   非独立同分布   分布提取   社区检测   Louvain算法  

摘要： 将客户端聚类并在簇内进行联邦学习是缓解传统联邦学习算法在非独立同分布(Non-IID)数据场景下表现不佳的一类有效方法。这类方法大多使用客户端本地模型的参数来表征数据特性,并利用参数间的“距离”来评估相似性,从而实现客户端的聚类,但由于神经网络神经元的置换不变性,聚类效果可能会不准确。此外,这类方法通常需要预设聚类数量,可能产生不合理的聚类,或者需要在算法迭代过程中进行聚类,这将带来过大的通信开销。在深入分析了现有方法的缺点之后,提出了一种新颖的联邦学习算法FedRCD。该算法结合了自编码器和K-Means算法,直接从客户端提取数据集的分布信息来描述其特性,从而降低了对模型参数的依赖;FedRCD还将客户端关系组织成图结构,并通过Louvain算法完成客户端聚类关系的构建,这个过程无需预设聚类数量,因此聚类结果更加合理。实验结果表明,FedRCD能更有效地挖掘客户端间的潜在聚类关系,在多种非独立同分布数据场景下,与其他联邦学习算法相比,显著提升了神经网络的训练效果。在CIFAR10数据集上,FedRCD的准确率比经典的FedAvg算法提高了37.08%,比最新发布的FeSEM算法也提高了1.89%,同时展现出更优秀的公平性表现。

关键词： 机械臂   双向快速搜索随机树   路径规划   目标偏置  

摘要： 针对双向快速搜索随机树(RRT-Connect)算法在机械臂路径规划中存在的采样随机性强、收敛速度慢、生成路径冗长等问题,提出了一种改进的RRT-Connect算法。首先,采用动态概率阈值的目标偏置策略,避免采样过程陷入局部极小值;其次,对新节点引入预定义参数深度的重选父节点环节,并对每次迭代生成的新路径和两树连接处设置转角约束,优化路径质量;最后,对初始路径进行剪枝优化,删除冗余节点,利用二阶贝塞尔曲线进行路径平滑处理,使其更符合机械臂的动力学特性。实验结果表明,改进算法的场景适应能力更强,路径质量和搜索效率更高。

关键词： 悬置系统   动力总成   遗传算法   隔振  

摘要： 在混合动力汽车的开发中,对某一特定车型的动力总成悬置系统进行了NVH性能对标测试。测试结果显示,在充电怠速工况下,该车型的悬置系统在X和Y方向上出现了剧烈振动,严重影响了乘坐舒适性。因此在ADAMS软件中对该动力总成悬置系统建立六自由度模型,并对其进行模态分析,发现该动力总成系统的固有频率与解耦率均未达到隔振效果的评价标准,需进行悬置参数优化。将悬置各方向解耦率和频率分布作为优化目标,采用MATLAB软件,结合遗传算法对各悬置的位置和刚度进行了优化设计。优化后的动力总成悬置系统在ADAMS软件中的仿真结果表明,该混合动力总成系统的解耦率得到明显提高,且固有频率分布也更符合隔振效果的评价标准;进一步的对比分析表明,优化后的动力总成悬置系统在Z方向的动反力幅值减少,隔振能力进一步加强,其NVH性能得到了提升。

关键词： 多DAG   实时性   调度算法   路径分离  

摘要： 在嵌入式测试平台开发中,实时性是一个至关重要的特性,能够使平台系统快速响应任务事件。大多情况下平台运行的任务繁多且类型不一,因此针对任务众多且任务之间关系多样的情况下如何使实时的任务优先执行的问题,本文提出了一种多DAG实时调度算法MDRTPS,算法主要分为3个步骤:①对多个DAG进行实时任务分离,分离出来的实时任务集和普通任务集使用不同的优先级算法和资源分配。②维护3个调度队列,队列协调不同DAG任务之间的排序。③调度器基于最早完成时间来调度任务到处理器核。实验结果表明,MDRTPS算法的任务跨度和实时任务的响应速度均优于HEFT算法和CPOP算法。

关键词： 图像反射消除   颜色感知   双通道网络   特征融合   稀疏注意力  

摘要： 为了解决现有反射消除算法在处理复杂场景时导致的图像质量下降问题,本文提出了一种具有颜色感知的双通道反射消除算法.首先,设计了背景颜色生成器,以准确预测图像的背景颜色信息,为基础反射消除网络提供背景支持,生成初步的反射消除结果.接着,提出了双通道反射消除网络,对初步结果进行进一步的优化.此外,该算法在双通道反射消除网络中设计了稀疏Transformer模块、通道注意力模块以及特征融合模块,从而提升了反射消除的精度和效果.实验结果表明,该方法在RRID和Flash数据集上表现出色,能够有效去除反射光并显著提升图像的真实感.

关键词： TSSA算法   吸收塔浆液   pH值控制技术  

摘要： 为了提高火电厂烟气脱硫系统吸收塔浆液pH值的调控效果,研究过程以常用的串级-前馈控制模式为基础,建立了石灰石浆液阀和浆液池的调控模型。引入改进麻雀搜索算法(Tent-based Sparrow Search Algorithm,TSSA),对该控制模式的比例系数、积分系数、微分系数进行寻优求解,从而提高响应速度和调控精度。通过仿真测试检测TSSA-串级-前馈控制模式的性能,结果显示,其调节pH的耗时、最大动态偏差、超调比均取得了良好的效果。在传统串级-前馈控制模式中引入TSSA算法,能够显著改善pH值控制精度,同时避免调节滞后。

关键词： 轮毂分类   X光轮毂图像   卷积神经网络   YOLOV8算法   Focal Loss函数  

摘要： 鉴于传统轮毂分类检测流程中存在的劳动重复度高、人力成本高企及生产效率低下等挑战,文章提出了一种应用YOLOv8网络的汽车轮毂自动分类系统。该系统的工作流程包括:首先,收集丰富的汽车轮毂X光图像,构建一个囊括多种轮毂类型的综合性数据集;接着,利用YOLOv8算法对该数据集实施训练,以生成一个能够精确分辨轮毂种类的模型。在模型训练阶段,针对轮毂分类的具体特性,对YOLOv8算法进行了改进,引入了Focal Loss作为损失函数,从而有效缓解了正负样本不均衡的问题,进一步提升了轮毂分类的精确度。在实验验证环节,文章在不同噪声干扰和光照条件下对轮毂图像进行了测试。实验结果显示,该系统能迅速且准确地识别出各类轮毂,平均识别准确率高达98.43%,展现出了卓越的分类精度和强大的鲁棒性。In response to the challenges of high labor repetition, escalating labor costs, and low production efficiency in traditional hub classification and inspection processes, this paper proposes an automatic automobile hub classification system using the YOLOv8 network. The workflow of this system includes: first, collecting extensive X-ray images of automobile hubs to construct a comprehensive dataset encompassing various hub types;next, utilizing the YOLOv8 algorithm to train this dataset to generate a model capable of accurately distinguishing hub types. During the model training phase, improvements were made to the YOLOv8 algorithm based on the specific characteristics of hub classification, with Focal Loss introduced as the loss function, effectively mitigating the issue of imbalance between positive and negative samples and further enhancing the accuracy of hub classification. In the experimental validation stage, hub images were tested under different noise interference and lighting conditions. The experimental results demonstrate that the system can swiftly and accurately identify various types of hubs, with an average recognition accuracy of 98.43%, showcasing excellent classification accuracy and robustness.

关键词： 光伏阵列   最大功率点跟踪   改进麻雀搜索算法   扰动观察法   萤火虫扰动算法  

摘要： 针对光照强度不均匀造成光伏阵列的输出曲线为多峰曲线,传统最大功率点跟踪(Maximum Power Point Tracking,MPPT)控制算法不能跟踪到全局最大功率的问题,文章提出一种基于改进麻雀搜索算法(Improved the Sparrow Search Algorithm,ISSA)和扰动观察法(Perturbation and Observation Method,P&O)的光储发电系统MPPT控制方法。首先,在跟踪前期,采用混沌映射方式增加ISSA种群多样性,提升算法广泛搜索能力。为了防止算法陷入局部最优,利用萤火虫扰动算法对麻雀个体进行扰动更新;其次,在跟踪后期,使用P&O防止系统在最大功率点附近振荡,保证最大功率点稳定输出;最后,经过算例分析,所提MPPT控制方法实现了不同场景下的快速跟踪、精准输出,能够很好应用地于光储混合发电系统中。

关键词： 随机森林   数据融合   短时交通流量预测   平台建设  

摘要： 随着城市化进程的加快和人们出行需求的增长,高速公路作为重要的交通基础设施,其流量预测尤为重要。随机森林算法是一种由决策树构成的集成学习算法,通过组合多棵决策树的预测结果来提升模型的准确性和稳健性,能够有效降低算法的过拟合风险。本文提出使用随机森林回归模型,融合道路流量、事故和异常天气数据,对高速公路断面短时交通流量进行预测,并基于预测模型,通过实时采集、处理的道路交通数据信息,建设短时交通流量预测平台,为道路交通相关管理者提供未来道路流量的可视化预测信息,以提高道路交通管理效能,进一步推动高速公路运营管理的智能化发展。