课程文献中心 更多>>

关键词： 雷达测速   LM算法   高斯拟合   多普勒频移  

摘要： 在民用场景下,毫米波雷达测速的关键是将雷达天线模块输出的中频信号提取后,通过快速稳定的算法处理,得到实时准确的多普勒频移信号,继而计算出目标物的运动速度。提出了一种将高斯拟合嵌套在LM算法中,通过采样数据计算自动设置合适的初始条件,并进行非线性最小二乘拟合快速迭代运算,最终收敛并输出多普勒频移参数的方法。实验结果表明,即使在相对波动的条件下,该方法仍能获得稳定精确的测量速度。

关键词： 算法素养   信息采纳行为   FATE框架   结构方程模型   模糊集定性比较分析  

摘要： [目的/意义]探究算法素养对推荐信息用户采纳行为的影响因素及作用机制,旨在为优化算法推荐系统的用户体验和提升算法决策能力提供参考。[方法/过程]基于FATE框架(fairness, accountability, transparency, explainability)、自我效能理论构建算法素养对推荐信息用户采纳行为影响的理论模型,采用结构方程模型(structural equation modeling, SEM)和模糊集定性比较分析(fuzzy set qualitative comparative analysis, fsQCA)进行实证分析。[结果/结论 ] SEM结果表明,算法感知及其子维度、算法适应能力和算法素养自我效能感对推荐信息的用户采纳行为有显著影响,而算法知识的影响则不显著。fsQCA分析发现8种正向影响用户采纳行为的组态,表明算法素养的构成要素需要协同作用方能发挥效果,其中感知算法透明度、感知算法公平性、算法适应能力、算法知识、算法素养自我效能、采纳态度是促成用户采纳行为的关键要素。

关键词： 无人机   探测   活动概率   反制   预判  

摘要： 针对无人机探测中出现遗漏或误警率过高,以及需要对“黑飞”无人机提前预判反制后落点的问题,提出了一种评估无人机活动概率和预判反制落点的算法。基于朴素贝叶斯模型,设计了一种通过区域内天气大数据和区域内出现无人机概率的历史大数据计算无人机活动概率的算法。针对无人机遭反制后以平抛运动态势坠落的情景,在考虑风力、空气阻力等因素下,设计出预判落点位置和落地动能的算法。把复杂低空环境下可能影响落点位置的空气温度、湿度和气压作为次要因素,基于朴素贝叶斯算法计算落点偏移概率。提出根据朴素贝叶斯算法与Sigmoid函数相结合的方法,确定落点位于某区域范围内概率的算法。通过理论仿真和外场试验的结果对比,验证了反制落点预判算法的可信度。

关键词： 图像处理   可见光与红外光   深度学习   图像融合   多尺度   跨阶段密集连接  

摘要： 针对目前可见光与红外光图像融合过程中的关键细节信息丢失,目标对比度较低的问题,提出一种基于多尺度跨阶段密集连接网络的图像融合算法。通过多尺度卷积与跨阶段的密集连接网络实现双模态图像的特征提取工作,结合CA注意力机制提高模型的融合效果,并以L1范数作为特征融合规则来获取融合特征图,并最终通过解码网络实现图像的重构工作。实验结果表明,在公共数据集TNO中,文中提出的算法在结构相似度、信息熵以及差异相关系数三项指标中获得了最优值,相较于次优值分别提高了4.14%、2.66%、2.59%,在边缘信息度量上取得了次优值,与最优值相差3.3%。综合主客观评价,文中提出的方法可获取高质量的融合图像,具有明显的优势。

关键词： 智能算法   光伏组件   效率优化   参数优化   性能预测  

摘要： 光伏组件作为太阳能光电转换的核心设备,其效率直接影响太阳能发电的整体性能。但受到环境因素、材料特性等多方面的影响,光伏组件的效率仍有较大提升空间。智能算法在数据分析、参数优化和性能预测方面展现出显著的优势,逐渐成为优化光伏组件效率的重要工具。本文通过探讨智能算法在光伏组件效率优化中的应用,分析常用智能算法的特点及其在不同场景下的适用性,提出了基于智能算法的效率优化策略,以期为光伏组件的高效利用提供技术支持。

关键词： 物流机器人   Q-Learning算法   DWA   多目标规划   障碍物   避障  

摘要： 为提升物流机器人(AMR)在复杂环境中的自主导航与避障能力,改善传统Q-Learning算法在动态环境中的收敛速度慢、路径规划不够优化等问题;研究引入模糊退火算法对Q-Learning算法进行路径节点和搜索路径优化,删除多余节点和非必要转折;并为平衡好Q-Learning算法的探索和利用问题,提出以贪婪法优化搜索策略,并借助改进动态窗口法对进行路径节点和平滑加速改进,实现局部路径规划,以提高改进Q-Learning算法在AMR动态避障中的搜索性能和效率;结果表明,改进Q-Learning算法能有效优化搜索路径,能较好避开动态障碍物和静态障碍物,与其他算法的距离差幅至少大于1 m;改进算法在局部路径中的避障轨迹更趋近于期望值,最大搜索时间不超过3 s,优于其他算法,且其在不同场景下的避障路径长度和运动时间减少幅度均超过10%,避障成功率超过90%;研究方法能满足智慧仓储、智能制造等工程领域对物流机器人高效、安全作业的需求。

关键词： 人工智能算法   现代教学效率   自适应学习策略  

摘要： 随着人工智能技术的不断发展,算法优化在现代教学中发挥着重要作用。人工智能推动了教学流程的深度变革,改变了传统课堂的知识传授模式,打破了物理空间的局限性,使学习者能在个性化虚拟环境中高效学习。文章分析了人工智能算法优化在现代教学中的应用,研究了其对教学效率的提升机制,提出了算法在翻转课堂中心、重构教学场景中的作用,旨在揭示人工智能在实现终身学习理念中的应用潜力。

关键词： 小样本学习   原型校正   图像分类   原型集生成  

摘要： 现有的少样本学习(Few-Shot Learning)方法通常使用基于任务(episode)的训练策略训练模型,但在随机采样构建任务的过程中不可避免地存在采样偏差问题,质量较差的支持样本一定程度上导致模型难以收敛.本文提出了交互视图原型校正网络通过两种策略缓解这个问题,首先,模型利用全局信息来纠正每个任务中的支持样本特征,从而缓解随机采样导致的原型偏移问题;其次,文中提出了实例原型生成算法,该算法利用支持样本特征的局部视图原型集根据不同的查询样本实例生成对应的实例级原型,从而优化了使用支持样本全局特征作为类原型区分度不足的问题.模型在多个基准数据集上的进行了充分实验,实验结果验证了方法的有效性及鲁棒性.

关键词： 复杂网络   最大影响力节点   果蝇算法   离散度   香农熵   流通性   富人俱乐部  

摘要： 针对现有算法在复杂网络中筛选出的关键节点过于密集、传播效率低的富人俱乐部(Rich-Club)现象,提出一种基于离散度及果蝇算法的关键节点识别算法。利用去除筛选网络中最大影响力节点,网络的流通性将会有最大程度损坏这一特性,定义离散度函数,采用香农熵对果蝇算法进行改进并优化,确定网络最优种子集。在多种类型规模网络上的实验结果表明,该方法能够有效识别复杂网络中具有传播范围更广的最大影响力节点。

关键词： 交通运输工程   船舶工程   红外目标检测   YOLOv8   注意力机制  

摘要： 针对红外船舶图像目标特征模糊、背景复杂以及小目标漏检等问题,基于YOLOv8提出一种面向海上交通中船舶目标的检测算法YOLO-IST(YOLO for infrared ship target)。在基线模型的骨干网络中引入C2f_DBB模块和CPCA注意力机制,通过增加特征提取层来提升模型对目标的识别能力;利用C2f_Faster_EMA模块替换颈部网络中的C2f模块,以提升模型检测精度和速度;采用多重注意力的动态检测头Dynamic Head优化模型框架,增强模型对小船舶目标的检测效果。研究结果表明:YOLO-IST的召回率R_(ecall)、精确率P_(recision)、平均精度M_(ap@50)、平均精度M_(ap@50-95)和F_(1score)分别达到89.7%、90.5%、94.7%、66.6%、90.1%,较基线模型YOLOv8分别提升了4.5%、3.8%、4.4%、4.7%、4.2%。该模型的提出在海上智能交通中具有较广泛的应用前景。