课程文献中心 更多>>

关键词： 高功率微波防护   柱状等离子体阵列   时间序列模型   Encoder-Decoder框架   multivariate attention机制  

摘要： 柱状等离子体阵列（columnar plasma array, CPA）被证明是一种极佳的高功率微波（high-power microwave, HPM）防护手段。然而，并非任一的HPM都足以激发CPA产生电磁屏蔽效应，因此提出并实现一种新的基于Encoder-Decoder框架和multivariate attention机制的时间序列模型iiTransformer（improved iTransformer）,对HPM与CPA间的复杂非线性过程进行数学建模并实现高功率微波反演。使用有限元方法（finite element method, FEM）完成算法仿真和数据采集，分别使用iiTransformer模型和ResNet-18模型实现了对高功率微波的反演推断。在iiTransformer模型中，利用Encoder和Decoder架构分别对数据序列和目标序列进行了多头自注意力处理，用于提取多变量在多通道中的关系依赖。相比之下，ResNet-18模型拟合数据序列所映射出的热图与目标序列间呈非线性映射关系。研究结果表明，所设计的iiTransformer模型具有很强的表征学习和非线性拟合能力，不仅泛化能力强而且鲁棒性好，在训练集上的损失为3.4548×10-7,在验证集上的损失达到了1.804×10-7,在测试集上的准确度为99.923%,远远高于ResNet-18模型的反演精度。

关键词： 非物质文化遗产   织锦纹样   图像聚类   K-means算法   数字化保护  

摘要： 在非物质文化遗产尤其是民族织锦纹样的保护与传承中，数字化技术起着关键作用。对于非物质文化遗产民族织锦图案的数字化保存，研究提出了一种针对图案特征的K-means改良算法，通过聚类方法精确地提取图案的颜色单元。分别通过量化色彩表达，设计特定纹样特性的自动质心更新策略和K值确定策略，有效提高了算法的鲁棒性。

关键词： 算法交易   监管   金融市场   金融科技  

摘要： 近年来，在科技兴国战略背景下，我国金融科技发展迅速，算法与金融市场交易活动的结合愈发紧密，算法交易已逐步成为金融市场交易活动的重要组成部分。算法交易具有高效、精准与高度自动化等特点，将其应用于金融市场交易活动中，在一定程度上能够提升金融市场的交易速度与交易量，增强金融市场的活力。但与此同时，算法交易也给金融市场增添了新风险，如算法交易的高度自动化，将使得金融市场变得更加难以预测，加剧市场的波动性；算法交易的复杂性，使其易受黑箱因素等影响，出现错误决策或被恶意攻击，可能引发大量的错误交易，侵害金融市场交易者的合法权益。基于此，文章聚焦算法交易在金融市场中的应用现状及其带来的多重监管挑战，提出针对性的监管应对策略。

关键词： 蜣螂优化算法   Tent混沌映射   黄金正弦搜索   自适应t分布策略   工程优化设计  

摘要： 针对蜣螂优化算法易陷入局部极值、收敛速度慢等缺陷，提出了一种多策略增强的蜣螂优化算法．首先，创新地提出了基于最大最小欧式距离-Tent混沌映射种群初始化新方法，使初始种群均匀分布在解空间中，提升种群的多样性；进一步，引入黄金正弦搜索策略平衡算法全局探索和局部开发能力；最后，设计基于自适应t分布策略对全局最优解进行扰动，提升算法摆脱局部最优解的能力．将所提算法与4种经典元启发式算法和2种先进的改进算法在10个基准测试函数上进行寻优性能对比，通过Wilcoxon秩和检验结果分析了显著性差异水平，结果表明所提算法在高维单峰测试函数上均优于其他6种算法，在多峰测试函数上表现突出．此外，将所提算法应用在2个典型工程优化设计中，优化效果均达到最佳值，进一步验证了其在解决实际工程问题时的优越性．

关键词： 无人化农场   稻油轮作   路径规划   自动导航   Android平台  

摘要： 稻油轮作是我国长江中下游地区水稻和油菜两种作物种植的主要模式。为发展稻油轮作无人化农场，进一步降低该地区水稻和油菜种植用工成本、提高种植效益及竞争力，本文通过分析稻油轮作无人化农场的生产模式、机具类型和作业路径规划要求，针对稻油轮作无人化农场典型作业环节农机具田间自动导航作业过程的路径需求，结合Android软件开发、Java-Python混合编程、云服务器和数据库等多项技术，设计了基于Android应用框架的无人化农场智能农机具作业运维软件，包括地块管理、机具属性管理、路径规划及仿真模拟和路径导出等模块。在已有联合收获机收获作业路径规划算法、播种机播种作业路径规划算法和无人机植保及飞防作业路径规划算法的基础上，重点设计了稻收油播和水田耕整地2个典型作业环节的路径规划算法，并通过Chaquopy插件混合编程调用前期Python编码实现的田间作业路径规划算法。通过基于Google Earth软件选取的典型实际田块多算例仿真测试和基于稻收油播一体机的实机田间试验联合调试结果表明，所设计的移动端软件及路径规划算法运行稳定可靠，软件人机交互性好，算法能够针对不同机具及常见四边形地块提供有效的自动导航自主作业路径，单个田块作业路径规划算法在小米5 Pro平板计算机等4种典型Android移动终端上的运行耗时为29～1 898 ms,计算效率及路径合理性均满足实际应用中典型作业环节无人化生产的需要。所提出的算法及软件框架，为长江中下游区域稻油轮作无人化农场的建设提供了作业路径规划理论及技术支撑。

关键词： 磨机   深度极限学习机   冠豪猪算法   柯西逆累积分布   正切算子   负荷预测  

摘要： 深度极限学习机(Deep Extreme Learning Machine,DELM)的泛化能力在权重输入和隐藏层配置方面仍然存在优化空间。为提高磨机负荷预测的准确性和实用性，提出一种基于改进冠豪猪优化算法的DELM回归预测模型(CTCPO-DELM)。根据算法的收敛性，通过改进冠豪猪优化算法的防御机制，利用柯西逆累积分布函数和正切算子调整模型最佳输入权值，提高模型泛化寻优能力和预测精度。利用UCI标准数据集和磨机负荷数据集，将CTCPO-DELM模型与WOA-DELM模型和CTCPO-DELM模型进行对比试验，证明了CTCPO-DELM模型的有效性。

关键词： 自适应控制   分布式最优一致   固定时间控制   正弦函数  

摘要： 研究连续多智能体系统的分布式最优一致性问题,即通过智能体之间的信息交互协同寻找全局成本函数的最小点,其中全局成本函数由各智能体的局部成本函数求和得到.基于零梯度和方法与固定时间机制,提出一种新型分布式非线性一致性策略,实现智能体在固定时间的最优一致性.所提算法可利用滑模技术实现智能体初始状态自由.证明所提算法收敛上界是某正弦函数的零点,与初始状态无关.通过3组案例仿真验证所提计算法的有效性.

关键词： 点云配准   深度学习   注意力机制   奇异值分解  

摘要： 点云配准是自动驾驶领域和三维重建的一个关键问题，表示一片点云进行刚性变换对齐到另外一片点云。领域中流行的DCP(deep closest point)算法在局部特征提取方面不够深入，针对这个问题，提出了一个改进算法——GPR。该算法使用多层传播模块进行特征学习，在传播过程中整合局部信息，灵活地将点与其邻域信息结合，通过传播层的多次迭代细化节点特征，有效地解决了高精度局部特征配准问题。GPR算法在ModelNet40数据集上端到端训练模型，并在几个设置中显示它比ICP及其变体(例如Go-ICP、FGR)和已提出的基于学习的方法PointNetLK等表现得更好。除了提供优化的配准技术之外，GPR算法还评估了将学习到的特征转移到看不见的物体上的适用性。在ModelNet40上进行的大量实验表明，GPR算法优于传统GPR算法和近几年流行的DCP算法，达到了先进的性能，具有将配准应用于未来无人系统的现实意义。

关键词： 纯电动汽车   制动能量回收   灰狼算法   制动力分配  

摘要： 电池储能技术的瓶颈制约新能源电动汽车的发展，为了有效提升新能源纯电动汽车的行车续航和制动安全性，制动能量回收技术成为当前纯电动汽车研究的热点之一。文中以I曲线和欧洲经济委员会(ECE)法规线为约束，提出一种基于改进多目标灰狼算法的制动能量回收策略，在保证制动稳定的前提下尽可能多的回收能量。利用AVL Cruise及Simulink的DLL联合仿真，对提出的制动回收策略进行仿真分析。结果表明，优化后的分配策略相较于经典分配策略能同时兼顾能量回收率和制动安全性，在二者之间取得一个最优的平衡点，为制动能量回收技术的研究提供一定的参考价值。

关键词： 图像去噪   U-Net模型   噪声建模   深度学习  

摘要： 文中运用了卷积神经网络结合照亮每一处黑暗(Lighting Every Darkness,LED)策略处理图像去噪，基于U-Net模型引入了重新参数化噪声去除模块(Reparameterized Noise Removal,RepNR)，以提升去噪及泛化能力。经过虚拟相机采样合成噪声图像预训练与目标相机少量图像微调后，系统可快速部署于特定相机中。经仿真试验验证，对极低光照条件下的索尼A7S2图像集进行图像去噪任务(Extreme Low-light Denoising,ELD)处理后，结果显示本文算法的去噪效果优于ELD算法，图像灰度更集中、频谱高频成分更少、等高线更平滑，且在特定条件下训练时间最短。