课程文献中心 更多>>

关键词： VMD   随机森林算法   煤层   砂岩   孔隙度  

摘要： 煤层顶板砂岩富水严重影响煤矿的安全开采,是矿井水害防治的重要研究内容,砂岩富水性与孔隙度密切相关。反射地震勘探数据提供了高密度空间采样信息,利用反射地震数据开展煤层顶板砂岩孔隙度预测可获得高精度的空间分布结果。首先介绍了变模态分解法和随机森林算法的基本原理;然后构建了煤层顶板砂岩地质模型,对其进行地震正演模拟并添加随机噪音,对比分析了经验模态分解法和变模态分解法对含噪信号的分解效果,测试结果表明变模态分解法分解的IMF1和IMF2包含了地震信号的主要有效成分;提出了基于变模态分解和随机森林算法结合的孔隙度预测流程,在模型数据孔隙度预测中进行了试算,验证了方法的可行性。以实际煤田反射地震数据为例,预测了煤层顶板砂岩的孔隙度,显示了本文提出的孔隙度预测新方法潜在的应用价值,对煤层顶板砂岩富水性评价以及矿井水害防治均具有重要的理论指导意义。

关键词： 小目标检测   航拍图像   特征金字塔   自适应特征融合   边缘信息  

摘要： 无人机航拍图像中，目标尺寸变化剧烈、背景复杂且小目标比例较高等特点为目标检测任务带来巨大挑战。尽管现有的基于卷积的目标检测算法能有效获取空间信息，但在实现不同尺度特征的全局交互及边缘细节信息的有效利用上仍存在不足。因此，提出了一种结合多尺度特征聚合扩散和边缘信息增强的小目标检测算法ADEYOLO。构建了多尺度特征聚合扩散金字塔网络（MFADPN），通过在中间层聚合不同层级特征，并将其直接扩散至相邻层以缩短传播路径，有效减少了信息在传递过程中的损失，增强了模型的多尺度表达能力，显著提升了对不同尺度目标的检测能力。设计了自适应上下文融合模块（ACFM），利用通道注意力机制自适应地调整不同特征图的贡献，进一步强化多尺度特征的融合效果，使得重要特征在信息融合过程中更加突出。提出的C2f-Sobel模块通过额外分支结合Sobel算子来提取图像的边缘信息，从而为模型提供了更丰富的细节信息，提升了其在复杂场景下目标定位能力。实验结果表明，ADE-YOLO相较于基线YOLOv10s，在VisDrone2019和TinyPerson数据集上分别提高了8.6个百分点和4.0个百分点(mAP0.5)，并且在与其他先进模型的对比中也展示了显著的优势。

关键词： 泡沫浮选   图像分割   U2Net   EMA模块   Ghost Conv  

摘要： 浮选泡沫的表面视觉特征是浮选工况和相关工艺指标的指示器,传统的浮选泡沫图像分割方法存在特征提取能力弱、边缘分割不准确、容易造成漏分割等问题。为解决这一现实问题,以便更科学、客观地实现对浮选作业的智能化控制,研究以黄铁矿浮选泡沫为对象,提出了改进的IG-EMA-U2Net泡沫分割算法。该算法以U2Net为主干网络,首先在U2Net外部的下采样处引入EMA注意力机制,提升网络对泡沫的关注度,减少下采样和跳跃连接造成的空间信息损失;再将改进的Inception V1+BN模块替换RSU7残差块的第一层卷积池化模块,得到IRU模块,增强对泡沫图像特征信息的提取能力;最后提出GRU模块,使用Ghost Conv替代RSU5、RSU4和RSU4F中的传统卷积,在分割精度不变的情况下,减小算法的计算成本和参数量。研究表明,IG-EMA-U2Net算法的Dice系数、召回率R和F1-score分别达93.98%、94.07%和94.00%,较常用分割算法UNet、DeepLabV3+和U2Net的分割精度更高、分割效果更好,有效减少了漏分割。

关键词： 红外成像技术   目标跟踪   图像均衡   区域检索   查找表  

摘要： 针对红外相机在进行目标跟踪时由于图像动态范围大、目标及相机高速运动导致拍摄图像经常过亮或过暗的问题，设计了一款高实时、高质量的红外图像均衡算法。该算法通过优化红外相机曝光参数完成图像主体与背景对比度的调节。首先对图像分区，通过分析相邻区域亮度变化，进行图像非连续区域检索，基于检索结果确定图像主体，并针对主体进行加权，统计图像亮度。接着为满足相机小型化需求，将插值法与查表法结合，根据图像亮度均值完成曝光参数的迭代。该算法不仅保证了图像主体清晰度以及红外相机曝光调节速度，而且避免了额外存储单元的需求。经红外相机实测，所提算法平均仅需3.2帧即可完成红外图像均衡化，平均曝光误差为5.15%，具有较好的应用价值。

关键词： 算法行政   算法行政风险   失信   诚信价值   诚信治理  

摘要： 算法行政范式的关系本质是“信用治理”，法治化算法行政关系到公共部门能否诚信地认识和采用算法，关系到作为美德的算法监管与问责。算法行政风险的失信主要归因于应用算法的诚信缺失、难以信赖的委托代理关系、难以验证的决策可信度和缺乏人类的诚信美德。算法行政法治化需要重视诚信原则的治理价值，算法行政的诚信治理要在法治的轨道上，立足社会信用体系建设，在依法行政中践行诚信原则，加强既有算法监管问责制诚信建设，加强算法采购诚信建设，建立算法行政失信惩戒制。

关键词： 结构钢板   激光弯曲   IPSO-SVR算法   预测误差  

摘要： 为了提高高层建筑结构钢板材的激光弯曲成形质量，通过改进粒子群优化算法（PSO）对向量回归机（SVR）进行优化，并对钢板激光弯曲成形加工参数进行组合优化，获得满足板材弯曲角的最优组合参数。研究结果表明：无论是激光扫描速度还是激光功率，采用经过训练的模型预测与样本真实值很接近，证明该模型的准确性。扫描速度预测相对误差介于0.29%～7.41%，功率预测误差为1.26%～5.13%，该模型能较好地预测出激光弯曲成形能力。该研究有助于提高钢板的成形效率，具有很好的实际价值。

关键词： 数据结构   面向对象语言  

ISBN: (纸本)9787302678724

关键词： deep learning   defect detection   Inner-SIoU   YOLOv8  

摘要： In response to the problems of traditional defect detection algorithms, such as poor accuracy and feature loss in practical applications due to the inconspicuous characteristics of welding defects and complex background information, this paper proposes a welding surface defect detection algorithm based on the improved YOLOv8 (GD-YOLO). The model first introduces the fusion of feature extraction modules and convolutional modules to enhance its information extraction capabilities. Then, a slim-neck structure is embedded in the neck network, and the upsampling operator CAFARE is referenced in the feature fusion stage to assist in enhancing the model's performance. Subsequently, the attention mechanism module is improved to optimize the overall performance without significantly increasing the computational burden. Finally, the loss function is changed to Inner-SIOU to address the problem of mismatched bounding boxes. Experimental results show that the mAP0.5 detection metric of the model in this paper is 7.8% higher than that of the baseline model, and the number of parameters and the amount of computation are reduced by 0.2 M and 0.7 G, respectively. © 2025 Chinese Academy of Sciences. All rights reserved.

关键词： 无线传感器网络   人工智能   路由优化   强化学习   优化算法  

摘要： 无线传感器网络作为物联网关键基础设施，在网络结构优化与能耗平衡方面面临严峻挑战。人工智能算法凭借其卓越的自适应能力与优化性能，为解决无线传感器网络中的节点部署、路由优化与能量管理等问题提供了新思路。深度学习、强化学习与进化算法等AI技术在无线传感器网络优化领域展现出显著优势，能够处理大规模、动态变化的复杂网络环境。多种AI优化算法通过改进网络拓扑结构、优化路由策略与均衡能量消耗，有效提升了网络性能与延长了系统寿命。综合分析该方法适用于各种复杂网络环境，尤其在资源受限与拓扑变化频繁的应用场景中具有显著优势。

关键词： 多无人水面航行器   编队构造   MADDPG算法   深度强化学习   注意力机制  

摘要： 针对传统多智能体深度确定性策略梯度算法（MADDPG）收敛速度较慢的问题，本文通过在值函数阶段引入注意力机制来提升多无人水面航行器系统编队决策模型的收敛速度，并通过编队模型与编队避碰和编队构造奖励函数的配合，提升了多无人水面航行器完成编队构造任务的效率。仿真结果验证了本文方法可有效完成多种环境下的多无人水面航行器编队构造任务，为未来多无人船编队构造应用提供了理论研究基础。