课程文献中心 更多>>

关键词： 人工蜂群算法   雨污水   分流改造   地下管线   分区规划   溢流量  

摘要： 在雨污水分流改造工程中,主要采用蚁群算法进行地下管线规划,容易陷入局部最优问题,使得规划后管道溢流量较大.因此,提出基于人工蜂群算法的雨污水分流改造工程地下管线自适应规划方法.根据现有地下管线网络节点的标高构建高差矩阵,对分流改造工程区域进行分区;采用均匀流公式对每个分区建立基本水力模型,描述管道规格尺寸、管道坡度及管道埋深等参数的规划准则;以最小建造和维护成本、最小总溢流量为目标,构建雨污水分流改造工程地下管线自适应规划目标函数;依托于人工蜂群算法进行迭代求解,生成整体最优的地下管线规划方案.结果表明,所提方法规划完成后,当区域累计雨量为78.3 mm时,地下管线节点总溢流量仅为2.5×10^(-4) m^(3),更好地满足了雨污水排放改造要求.

关键词： 极片缺陷检测   机器视觉   动力电池  

摘要： 本文探讨了基于3D机器视觉的新能源汽车动力电池极片缺陷检测算法,为学术界提供了新的研究思路和技术手段,也有助于为工业界解决了实际生产中的难题,具有重要的理论价值和实践意义。

关键词： 改进粒子群算法   无线通信网络   拥塞控制  

摘要： 传统的静态数据点检测策略过度依赖历史数据,难以实时捕捉网络环境的动态变化,导致拥塞控制受限。因此,设计基于改进粒子群算法的无线通信网络拥塞控制方法,确定无线通信网络拥塞控制律,以网络拥塞区域信号为原始信号,采用增益约束控制律得到稳定队列。利用改进粒子群算法增加混沌映射函数,调度拥塞队列。根据网络拥塞队列的存取容量变化调整控制权重,实现输出速率均衡。最后,采用对比实验验证了该方法的拥塞控制性能更佳,能够应用于实际。

关键词： Vitis HLS   白平衡   图像处理器   ZYNQ  

摘要： 随着高品质相机的普及和图像处理领域的不断发展,人们对图像质量提出了更高的要求。现有的工业相机采集到的图像信息都存在一定的色偏现象,一般需要图像处理器(Image Signal Processor,ISP)对图像进行处理。白平衡处理作为ISP处理中一个非常重要的功能,直接决定着图像信息的色彩效果。本文基于Vitis HLS平台实现了AXI-stream视频流接口的白平衡算法IP,同时基于ZYNQ的ARM+FPGA的片上系统对IP进行了上板验证。本算法IP在1920×1080@60fps的视频流下保证了算法的实时性,同时对图像具有良好的校正效果。

关键词： 边坡工程   阶跃型滑坡   蠕滑趋势   PSO-VMD模型   傅里叶波动函数   GA特征优化算法   CNN-SEGRU模型   KDE-GWO-ELM模型  

摘要： 在滑坡位移预测模型构建过程中,为了清晰地分离出各类特征影响的滑坡位移部分,增强位移预测模型的力学可解释性与泛化能力,提出一种基于蠕滑趋势影响和特征优化算法的阶跃型滑坡位移预测模型。该预测模型首先运用粒子群算法优化变分模态分解(PSO-VMD)方法将训练数据分解为具有西原蠕变特征的趋势项位移及其他数据曲线;然后,综合选取滑坡位移的外界影响特征,对其他数据曲线运用遗传特征优化算法(GA)分离重构得到具有傅里叶波动特征的波动项位移及最大化与外界影响特征间相关性的影响项位移;分别运用西原蠕变泰勒展开多项式模型,傅里叶波动模型及卷积神经网络-挤压激励注意力模块-门控循环单元模型(CNN-SE-GRU)对趋势项位移,波动项位移及影响项位移进行预测;令各项位移训练时的误差为随机项位移,运用核密度区间估计约束下灰狼算法优化极限学习机(KDE-GWO-ELM)模型对该位移进行预测;最终,各项位移预测值叠加后实现对阶跃型滑坡位移的预测。以阶跃型滑坡——白水河滑坡为例,选取ZG118与ZG93监测点2005年11月~2009年10月累积水平位移数据为训练数据,2009年11月~2010年7月累积水平位移数据为预测数据进行研究。结果表明,预测模型下ZG118与ZG93监测点的均方根误差RMSE分别为5.85与10.61 mm,平均绝对百分比误差MAPE分别为0.27%与0.43%,与CNN-SE-GRU/LSTM模型、GWO-ELM模型、VMD-GWO-ELM模型及EEMD-CNN-GRU模型相比,该模型不仅预测精度有所提升,且清晰地解释了时间特征、外界影响特征及误差特征对预测模型的影响,具有较好的可解释性与泛化能力。

关键词： 改进蚁群算法   变配电室设备   运维造价控制   负载均衡  

摘要： 针对变配电室设备运维过程中存在的负载不均衡、运维成本高昂等问题,开展了基于改进蚁群算法的变配电室设备运维造价控制方法研究。通过引入并优化蚁群算法,实现了变配电室设备负载的智能平衡设计,有效提升了设备的运行效率与稳定性。同时,构建了变配电室设备运维造价的协调控制体系,利用改进蚁群算法的强大寻优能力,对运维过程中的各项成本进行精细化管理和优化。通过一系列实验证明,新的控制方法在降低运维成本方面均表现出显著优势。此外,该方法还可以提高运维决策的智能化水平,为变配电室的长期稳定运行与经济效益提升提供有力支持。

关键词： 自动驾驶   初创公司   晶体管数量   引航   特斯拉   军备竞赛   TOPS   不可自拔  

摘要： 这个春节,当所有人沉浸在欢乐喜庆的氛围中时,一家中国AI初创公司深度求索仅凭就让DeepSeek追平Open AI的GPT-4级性能,震惊业界。这套“四两拨千斤”的组合拳,不仅打破了AI行业“算力-算法”的死亡螺旋,还意外击中了汽车自动驾驶行业的敏感神经--当特斯拉仅用144TOPS算力实现FSD落地的时候,国内很多车企却在1000+TOPS算力的军备竞赛中不可自拔,这和DeepSeek的故事何其相似。自动驾驶的终极路线,究竟藏在芯片的晶体管数量里,还是算法的数学模型中?

关键词： 水下测深   数字信号处理   幅度-相位联合测深  

摘要： 作为水下多波束测深系统的关键部分,水下测深算法的性能直接影响测深系统的精确性和可靠性。为解决幅度法和相位差法在中心波束附近和边缘波束附近存在较大误差的问题,文章提出一种幅度-相位联合测深算法。该算法在测深过程中,能够根据回波信号的角度大小自动切换算法:当角度小于15°时,采用WMT检测法;当角度大于15°时,采用相位差法。该算法弥补了单一算法在中心波束和边缘波束附近误差较大的缺点,提高了系统在不同测深角度下的准确性。此外,传统单核DSP难以实时完成水下测深算法处理,因此,基于TMS320C6678 DSP芯片,采用主从模型方式,利用其5个核完成了幅度-相位联合测深算法的工程实现,满足了系统的实时性要求。

关键词： urban footprint mapping   high-resolution remote sensing imagery   machine learning   deep learning   segmentanythingmodel  

摘要： While algorithms have been created for land usage in urban settings,there have been few investigations into the extraction of urban footprint(UF).To address this research gap,the study employs several widely used image classification method classified into three categories to evaluate their segmentation capabilities for extracting UF across eight *** results indicate that pixel-based methods only excel in clear urban environments,and their overall accuracy is not consistently *** and SVM perform well but lack stability in object-based UF extraction,influenced by feature selection and classifier *** learning enhances feature extraction but requires powerful computing and faces challenges with complex urban *** excels in medium-sized urban areas but falters in intricate *** traditional and deep learning methods optimizes UF extraction,balancing accuracy and processing *** research should focus on adapting algorithms for diverse urban landscapes to enhance UF extraction accuracy and applicability.

关键词： 非下采样轮廓波变换   引导滤波   遥感图像融合   全色锐化  

摘要： 遥感图像融合技术能够将两幅或多幅多源遥感图像信息进行互补、增强,使图像携带的信息更加准确和全面。非下采样轮廓波变换(nonsubsampled contourlet transform,NSCT)对遥感数字图像进行多尺度多方向分解,有益于提取高分遥感图像细节,从而实现图像的锐化高空间分辨率,但传统NSCT直接生成的高频细节信息过少,且容易产生“虚影”现象。基于此,论文结合NSCT与引导滤波(guided filter,GF),提出了一种新的遥感图像全色锐化融合算法。该算法通过NSCT变换的多尺度多方向分解与重构特性,提取直方图匹配后的图像的细节分量,同时结合GF提取具有全色细节特征的多光谱细节分量,最终通过加权细节信息锐化获得高空-谱融合结果。通过多个高分遥感数据集的主客观评价验证了所提出算法有效性。