课程文献中心 更多>>

关键词： 图像去雨   多尺度   特征融合   编码器-解码器   多头注意力  

摘要： 针对现有图像去雨方法存在雨纹去除不干净、图像中细节信息丢失等问题,文中提出一种基于多尺度和多头注意力的图像去雨算法。通过在网络架构中引入跨尺度特征融合模块并运用门控循环单元来连接不同尺度的雨纹特征,提升网络捕获和融合多尺度雨纹特征的能力;并运用多头注意力模块作为编码器-解码器之间的桥梁,获取雨纹更多的全局信息并打破卷积神经网络感受视野的局限性。在合成和真实的有雨图像数据集上与其他算法进行比照,实验结果表明,所提方法在图像雨纹去除和细节信息保留方面均优于比较算法。

关键词： 最优路径分析   转向延时   转角权重网络   迪杰斯特拉(Dijkstra)算法  

摘要： 本文针对大件运输过程中道路交叉口转向影响运输效率的问题,提出一种优化算法。基于经典迪杰斯特拉(Dijkstra)算法,构建了一个基于道路转角权重的辅助网络,将道路交叉口的转角大小作为辅助网络路径边的权重值进行最短路径分析。通过实例验证,与传统最短路径算法相比,新算法在减少大件运输车辆在道路交叉口的通过时间方面表现出显著优势。具体数据表明,在多次实验中,优化后的路径平均减少转向时间20%。基于转向权重的最短路径算法在复杂道路网络中能有效提高大件运输效率,具有广泛的应用前景。

关键词： 自适应算法   电力电压调节   系统设计   状态监测   控制信号  

摘要： 为提高电压调节的精确性和适应性,设计了一种基于自适应算法的电力电压调节系统.该系统由电压数据采集模块、自适应算法处理模块和电压调节控制模块组成.系统采用自适应算法采集和处理实时电压数据,利用输出控制信号调节电压,并通过实时监测运行状态来确保安全运行.研究表明,该系统能够显著提高电压调节的响应速度和调节精度,以及增强系统的稳定性和可靠性,可为电力系统的电压调节提供技术参考.

关键词： 偏正态联合位置与尺度模型   牛顿迭代法   US算法   强稳定收敛  

摘要： 传统的迭代算法(例如牛顿算法,EM算法等)在实际应用中,往往存在初始值较为敏感的问题.为解决这一问题,一种强稳定的收敛算法——Upper-crossing/Solution算法(以下称US算法)被提出,这种算法虽然在求解一元非线性函数时具有强稳定性,但是不能推广到多元的情形.那么针对多元情形,本文将结合偏正态分布的随机表示,对偏正态联合位置与尺度模型的似然函数进行分层,并且利用MM算法得到一元的情形,再使用US算法构造强稳定的收敛算法.最后通过随机模拟分析和实例分析研究表明了US算法较牛顿迭代法大大降低了算法对初值的敏感度以及显著地提高了收敛的稳定性.

关键词： 木材染色   基因表达编程   多表达式编程   计算机颜色匹配   遗传算法   光谱反射率  

摘要： 由于珍贵木材日益稀缺以及过度开发导致的严重环境问题,有必要通过对普通木材进行染色来模仿珍贵木材的外观。在本研究中采用计算机辅助染色技术,实现对普通木材的高精度染色,从而创造出外观类似珍贵木材的替代品,减少人们对它们的依赖。首先,基于基因表达编程(gene expression programming, GEP)的概念,提出了一种多表达式编程(multi-expression programming, MEP)算法来预测染料配比,考虑到多种染料之间的复杂相互作用,采用多基因表达,MEP算法能够处理这些复杂的多种染料之间的相互作用,从而得到更直观的函数表达式。为了提高MEP的函数挖掘准确性,自适应调整突变和重组算子的概率,并使用并行编程来增强函数挖掘效率。与基因表达编程的结果相比,MEP深入挖掘了函数关系,并在颜色预测中获得了0.113的相对偏差结果。

关键词： 多源数据分析   电力负荷预测   支持向量机   灰狼优化算法   LightGBM   集成学习框架  

摘要： 针对电力需求端复杂度提高所带来的电力负荷预测精度差的问题,文中基于电力系统数供平台的多源数据提出了一种面向电力需求分析的负荷预测算法,以此辅助提高电网的运行控制水平。该算法利用SVM算法提取输入数据特征,对于SVM算法参数较为复杂的缺点,通过引入GWO算法对SVM的初始化参数进行优化。利用LightGBM模型在搜索和分割领域的性能优势,对数据特征展开训练并输出负荷预测结果,同时基于Stacking集成学习框架,将所提算法进行融合,从而有效提升了算法的运算效率及预测精度。在实验结果中,所提算法的计算效率较原算法有显著提升,迭代次数减少了近50%,性能参数也在对比算法中处于领先,体现了算法性能的优越性。

关键词： 焊缝巡检   移动机器人   路径规划   改进扩展随机树算法  

摘要： 【目的】旨在研究机器人焊缝巡检自动化路径规划方法及优化机理。【方法】通过理论分析与模拟试验相结合的方法,以RRT*算法为基础,探究基于目标导向的人工势场平滑对RRT*路径规划平滑性和收敛效率的路径规划优化性能的影响,并通过机理推导、模拟试验和方法对比等方法,引入概率值和人工势场优化随机树的扩张方向,根据机器人运动学模型对路径进行修正,通过垂距限值法对路径进行去冗余点处理,最后通过5次B样条法对路径进行平滑处理。【结果】结果表明,与目标导向RRT,RRT*及APF-RRT*相比,SPFG-RRT*算法能够使路径满足机器人转向约束及曲率约束,具有更短的路径长度、更高的路径规划效率和更少的拐点,快速扩展随机树算法得到了优化提升。【结论】因此,SPFG-RRT*算法提升了路径规划速度和准确性,能够满足焊缝巡检机器人路径规划需求。

关键词： 激光雷达传感器   自动驾驶安全   感知攻击   点云   驾驶决策  

摘要： 为了验证自动驾驶中基于激光雷达感知算法面对攻击的脆弱性,提出了一种使用基于点云上采样算法PC 2-PU并配合随机下采样来控制攻击点的数量的黑盒攻击模型,这种攻击能够减少因为数据集本身的缺陷而导致的最终结果出现偏差的情况出现,所提出的攻击模型包括攻击点的数量、位置和高度3个主要因素,通过实验来验证这些因素对攻击结果的影响程度,实验中使用了4种不同类型的感知模型来证明我们提出的攻击的有效性;结果表明,即使只有20个攻击点时,在部分区间位置内的攻击成功率超过了90%,随着攻击点数的增加,在不同位置的攻击成功率均在不断提高;在百度Apollo平台中测试了该攻击对决策层产生的影响。

关键词： 糖尿病   心血管疾病   人工智能   中医体质   老年患者   慢性病   预测模型  

摘要： 目的结合人工智能算法、临床血液检查数据与中医体质理念,构建针对老年糖尿病患者的心血管疾病预测模型,为个性化健康管理提供新手段。方法纳入2018年至2022年上海市黄浦区豫园社区1068名65岁以上的糖尿病患者,通过逻辑回归模型(logistic regression)和极限梯度提升模型(XGBoost)两种机器学习算法,利用中医的9种体质变量和血液检查指标,构建老年糖尿病患者的心血管疾病预测模型,并使用曲线下面积指标评估性能。结果两种预测模型的性能均达到了可接受的水平(logistic regression,曲线下面积=0.77;XGBoost,曲线下面积=0.79),XGBoost是最佳模型;XGBoost重要性排序前15的变量中,中医体质的变量分别是平和质、气虚质、湿热质、血瘀质。结论基于中医体质的预测模型可以预测老年糖尿病患者的心血管疾病,为老年糖尿病患者的个性化健康管理和社区卫生服务提供了新策略,同时促进中医“治未病”理念的应用。

关键词： 目标检测   模板匹配   交通标志   小目标识别  

摘要： 交通标志识别作为交通和路况的提示信息,是智能驾驶的重要一环。通常都是单纯采用目标检测算法进行交通标志识别,忽略了交通标志本身所具有的标准化和单一性。本文基于交通标志的标准化和个性化,提出一种更有效的交通标志识别算法。首先对自然场景下的交通标志数据集TT100K中的交通标志增加所属的大类信息,然后利用目标检测算法检测数据集中的标志所属大类,获得目标检测框,最后将标准交通标志图片作为模板,通过模板匹配方法与目标检测框区域内图像进行相似性对比,确定交通标志具体种类。实验证明,本文提出的算法与单纯使用目标检测算法相比大大提高了识别精度,为交通标志小目标识别算法的研究提供了新的思路。