课程文献中心 更多>>

关键词： 纳米光栅惯性测量单元(IMU)   调谐卡尔曼滤波(TKF)   姿态算法  

摘要： 针对纳米光栅微光机电系统(MOEMS)惯性测量单元(IMU)的高精度姿态解算需求,设计了一种基于调谐卡尔曼滤波(TKF)的姿态算法,解决了复杂动态环境下姿态估计精度不足和噪声抑制效果不佳等问题。首先阐述了纳米光栅MOEMS IMU的测量原理,建立了陀螺仪/加速度计的力-光-电检测模型。其次介绍了调谐卡尔曼滤波的算法流程,建立了状态空间方程、噪声模型及误差传播模型。最后,通过静态和动态条件下的姿态解算实验验证了调谐卡尔曼滤波算法的可行性。通过与其他解算算法效果进行对比,验证了调谐卡尔曼滤波算法对于纳米光栅MOEMS IMU的姿态解算效果。实验结果表明,采用调谐卡尔曼滤波的姿态解算算法,相较于传统的卡尔曼滤波与互补滤波算法,横滚角解算精度提升了9.1%,俯仰角解算精度提升了12.3%。

关键词： 人工智能算法   工程造价   动态调整   成本优化  

摘要： 本文研究了基于人工智能算法的工程造价动态调整机制与成本模型优化方法。通过对工程造价的需求分析,构建了结合机器学习和深度学习技术的预测与优化模型,旨在提高工程项目成本控制的精确性与灵活性。通过多目标优化算法,模型实现了在复杂工程环境中的动态调整与持续优化,确保了造价管理的实时性与适应性。案例分析表明,该模型对提高工程成本预测精度、优化调整效率具有明显优势。研究成果可为项目成本管理提供新思路与技术支撑。

关键词： 弱磁检测   金属结构   BP神经网络   鲸鱼算法   IWOA-BP神经网络  

摘要： 金属结构被广泛用于工业界,在役金属结构受拉压疲劳载荷易产生裂纹缺陷,为实现金属结构裂纹缺陷的定量化检测,研究了一种基于反向传播(Back Propagation,BP)神经网络的金属结构弱磁检测缺陷定量分析方法。针对BP神经网络在参数调整时的效果欠佳、效率低等问题,采用基于Sine混沌映射的改进鲸鱼优化算法(Improved Whale Optimization Algorithm,IWOA)对BP神经网络参数调整方式进行优化,兼顾全局寻优的同时提高局部寻优的能力,进而将IWOA搜索到的最优参数赋值给BP神经网络,提高网络初始参数的质量。以人工矩形槽模拟裂纹,对矩形槽的长度、宽度、深度进行反演定量。结果表明,IWOA-BP神经网络预测的平均精度均在80%以上,深度、长度、宽度预测精度分别提高了106.72%、9.68%、6.86%。

关键词： 图像融合   生成对抗网络   双鉴别器   红外图像  

摘要： 针对现有的红外与可见光图像融合算法对全局和多尺度特征提取不充分,对不同模态图像的关键信息提取不精准的问题,提出了基于双鉴别器生成对抗网络的红外与可见光图像融合算法。首先,生成器结合卷积和自注意力机制,捕获多尺度局部特征和全局特征;其次,将注意力机制与跳跃连接结合,充分利用多尺度特征并减少下采样过程中的信息丢失;最后,两个鉴别器引导生成器关注红外图像的前景显著目标和可见光图像的背景纹理信息,使融合图像保留更多关键信息。在公开数据集M~3FD和MSRS上的实验结果表明,与对比算法相比,6种评价指标结果显著提高,其中平均梯度(Average Gradient, AG)在两个数据集上相较于次优结果分别提高了27.83%和21.06%。本文算法的融合结果细节丰富,具有较好的视觉效果。

关键词： 分布式多进程近端策略优化算法   路径规划   果园环境   自主探寻  

摘要： 桃子幼果套袋工作需大量劳动力,提出改进的分布式多进程近端策略优化算法(Distributed Proximal Policy Optimization,DPPO),即DPPO-ξClip算法,并设计了适用于果园的动态目标路径规划、避障和自动探寻训练方法,以实现桃子套袋机器人的自动化操作,缓解劳动力短缺。实验结果表明,该方法使机器人能够自主探寻目标,并在动态目标环境中表现出显著的训练效果。

关键词： 瞬发伽马   质子治疗   射程验证   像素化  

摘要： 在质子治疗中,瞬发伽马成像被认为是评估质子射程最有前途的方法之一。瞬发伽马成像探测器根据瞬发伽马成像系统获得的瞬发伽马分布来评估质子射程,可实现质子束射程的高精度测量。本文为新开发的射程验证探测器原型:像素化瞬发伽马成像探测器设计质子射程验证算法,该算法通过蒙特卡罗模拟验证该原型机在均匀介质的不同体模、不同能量下的射程估计准确度。结果表明,该质子射程验证算法得出的射程估计精度与布拉格峰安全裕度误差在0.5 mm之内,并且随着质子数量的增加,测量精度显著提高,表明该原型机算法用于质子射程验证是可行的。

关键词： 密集行人检测   小目标行人检测   Conv-SPD网络   双层渐进特征金字塔网络   EfficiCIoU_Loss损失函数  

摘要： 针对现有的行人检测方法对于密集行人或小目标行人检测精度低的问题,提出一种基于YOLOv5的综合改进算法模型YOLOv5_Conv-SPD_DAFPN。首先,针对小目标或密集行人的特征信息易丢失这一问题,在骨干网络中引入Conv-SPD网络模块替代原有的跨步卷积,有效缓解特征信息丢失的问题;其次,针对非相邻特征图不直接融合从而引起特征融合率较低的问题,提出新的双层渐进金字塔网络(DAFPN),提高行人检测的准确性和精度;最后,基于EIoU_Loss和CIoU_Loss引入EfficiCIoU_Loss定位损失函数,以调整和提高帧回归率,促进网络模型更快收敛。模型在CrowdHuman和WiderPerson行人数据集上相比于原YOLOv5模型,mAP@0.5、mAP@0.5∶0.95分别提升了3.9、5.3百分点和2.1、2.1百分点;引入EfficiCIoU_Loss后,模型收敛速度分别提升了11%、33%。这些改进使得基于YOLOv5的密集行人检测在特征信息保留、多尺度融合和损失函数优化等方面都取得了显著进展,提高了其在实际应用中的性能和效率。

关键词： 虚拟化   预部署   动态规划   资源碎片率  

摘要： 在虚拟化领域,为降低云平台资源碎片率,虚拟机一般采用集中部署的方式,通过穷举法预部署,为批量虚拟机预先规划好每台的部署节点,之后按照预部署结果执行部署以减少碎片率。但在实际应用中,虚拟机规格特征参数较多,随着虚拟机数量增加,参与穷举的场景呈指数级增长,导致工程应用性较弱。为解决这一问题,通过提取影响碎片率的主要特征参数作为虚拟机单一规格特征,并采用动态规划的方式对虚拟机进行预部署确定部署节点,同时通过与云平台之间增加确认机制保障预部署节点的正确性,从而降低云平台资源碎片率。

关键词： 故障诊断   智能化   CiteSpace   文本挖掘可视化  

摘要： 针对故障诊断智能化算法应用的发展过程、研究现状、研究热点、未来发展趋势进行分析.为此检索中国知网和Web of Science(WOS)核心数据集近十年有效文献,引用中国知网文献5490篇,WOS核心数据集文献3629篇,利用CiteSpace软件进行描述性分析与探索性分析,并绘制相关网络图谱,分别进行文本挖掘可视化.发现在故障识别诊断方面可关注深度学习、迁移学习等新兴热门技术,进一步可关注原始信号处理方法和故障异常事前预测.

关键词： 光流   对极约束   视觉SLAM   动态环境   RT-DETR   PP-LCNet  

摘要： 针对传统的视觉SLAM算法在动态环境下定位精度与鲁棒性低的问题,提出了一种基于特征点筛选的改进动态SLAM算法。该算法以ORB-SLAM3算法为基本框架,增加了动态区域划分与特征点筛选模块。动态区域划分模块使用改进的RT-DETR目标检测算法检测图像中的动态物体并根据检测框划分动态区域,特征点筛选模块使用对极约束以及光流法筛选掉运动的动态物体身上的特征点,保留静止的动态物体上以及目标检测框内属于背景部分的特征点,参与后续的位姿优化。改进的算法尽可能的保留了更多的有效特征点参与相机位姿优化,实验结果表明:改进的算法在高动态环境下绝对轨迹误差的RMSE值,能够达到平均90%以上提升的同时保持实时运行。