课程文献中心 更多>>

关键词： 煤矿应急调度   动态规划   资源调配   仿真技术   优化方案  

摘要： 煤矿应急调度涉及突发事件下如何对有限的资源进行有效地分配,保证矿井的安全与生产效率。对煤矿应急调度特点进行分析,主要包括紧急性,复杂性,不确定性等,对救援设备,人员,材料等应急资源类型进行论述。以资源调配为目的,提出一种基于动态规划的应急调度资源配置模型,利用仿真技术对该模型进行了验证与分析。研究结果表明:动态规划方法能有效地对资源调配进行优化并提高应急调度效率与效果。

关键词： 武器目标分配   三支决策   多目标优化   遗传算法   拥挤度  

摘要： 面向动态武器目标分配任务,结合博弈思想开展多阶段问题建模与求解。针对动态多阶段中确定打击目标的问题,引入三支决策理论改进威胁评估模型,通过接受决策、延迟决策和拒绝决策3种分类选取每阶段的优先打击目标用于火力分配;构建基于博弈思想的动态武器目标分配模型,设计构造敌方规避风险值目标函数以充分考虑来袭目标的智能性与不确定性;针对多个打击阶段中不同决策偏好的影响,设计结合拥挤度与参考点的动态选择机制,以应对动态情况下对不同目标函数的偏好并提高求解质量;将改进的遗传算法用于求解所提动态武器目标分配问题,并通过对比仿真实验验证所提算法的有效性。

关键词： 模糊神经网络   减法聚类算法   医疗设备   故障诊断   可视化  

摘要： 针对医疗设备故障诊断不足问题,研究基于模糊神经网络与减法聚类算法开发一种故障可视化诊断系统,通过对大型医疗设备故障建模分析,完成系统可视化开发。该项技术创新点在于引入模糊神经网络构建诊断模型,提升对复杂特征数据识别效果;同时引入减法聚类算法优化模型参数,提升模型诊断效率。在诊断误差分析中,研究技术迭代收敛时均方根误差与平均绝对误差分别为0.012与0.015,同类技术中误差最低。而在故障诊断准确度方面研究技术综合表现也最佳。经实验该技术满足大型医疗设备的高效故障诊断要求,研究内容将为医疗设备智能化故障检测提供技术支持。

关键词： 农机调度   协同优化   遗传算法   任务分配   农机服务   资源优化配置  

摘要： 农机作业作为一种涉及广泛、技术性强的农业生产活动,具有任务重、对象复杂、环境差和时效性强等特点。然而,当前农机作业面临调度水平差、资源配置不合理以及作业效率低等问题,为提高农机作业的效率和服务水平,在综合考虑运输时间、最优路径、综合成本、等待时间惩罚以及迟到时间惩罚的基础上,结合农机作业实际调度特点,建立多变量因子约束下的农机调度模型。通过引入运输时间、最优路径、综合成本、等待时间惩罚、迟到时间惩罚等多个约束条件,经相关实际算例验证该模型及算法的有效性和可行性。结果表明,基于遗传算法进行任务序列优化,可以有效降低调度成本,优化最优路径,提高农机作业效率和农机社会化服务水平。同时,算法的运行时间小于1 s,确保在各种复杂情况下,农机调度能够达到最优状态,满足农机作业的实时性和时效性要求。

关键词： 数据融合   支持向量算法   地表径流   水质检测   检测精度  

摘要： 常规的地表径流水质检测方法主要结合遥感技术获取水体颜色,并通过图像处理技术分析水体质量,由于对水体等级的细化程度较低,导致检测精度较差。为此,提出了基于传感物联网数据融合和线性支持向量算法的地表径流水质检测。首先采用漂浮式传感器获取地表径流水体数据,并通过对数据进行融合处理,整理出水质数据与水质等级之间的映射关系。然后结合线性向量支持算法,构建回归函数实现地表径流水质预测。最后结合预测残差阈值以及水体等级划分标准,实现对水质等级的判断。在实验中,对提出的方法进行了检测精度的检验。最终的测试结果表明,采用提出的方法对地表径流水质进行检测时,算法的RMSE值较低,具备较为理想的检测精度。

关键词： 多模式匹配   WM算法   藏文处理   藏文音节   音节结构特性  

摘要： 近年来,随着互联网特别是移动互联网在西藏的普及和发展,对涉藏网络舆情的治理也变得越发重要,其中最基本的方式便是敏感词检测。而多模式(字符串)匹配算法正是进行敏感词检测的核心技术手段。作为一种高效的多模式匹配算法,WM(Wu-Manber)算法以其良好的实际表现,在许多场景都得到广泛应用,该算法使用字符块跳转技术来加速匹配过程。然而藏文作为一种音节文字,其文本特性与中英文等文字存在显著差异,若直接将WM算法用于藏文多模式匹配,效果并不理想。针对这一问题,该文充分利用藏文的音节结构特性,对WM算法进行改进和优化,提出适用于藏文的多模式匹配算法——TWM(Tibetan Wu-Manber)。实验结果表明,TWM算法在藏文多模式匹配任务中,相比原始WM算法在效率和准确性上都有显著提高。

关键词： 邻居发现   定向天线   定向自组网   无线网络   扫描序列   异步算法  

摘要： 对当前无线定向自组网领域中的定向邻居发现算法的相关研究成果进行了系统性总结。首先,从定向自组网在无线通信中的重要性出发,介绍了相关背景知识和基本概念,指出其在无线通信领域的研究前景。然后,依据不同的技术标准,对定向邻居发现算法进行了多个维度的分类和比较,分别深入探讨了各种算法在不同应用场景下的适用性和局限性,具体分类包括基于扫描序列设计的确定性和随机性算法、同步和异步算法、纯定向和全向辅助发现算法、全盲和半盲算法,以及直接和间接邻居发现算法。接着,结合提出的分类方法以及算法的实际应用情况,详细阐述了部分重要定向邻居发现算法的设计原理及其收敛过程,包括确定及随机性邻居发现算法、异步邻居发现算法,以及利用机器学习技术的优化算法。最后,探讨了定向邻居发现算法的未来研究方向及应用趋势。

关键词： 图像处理   图像融合   深度可分离卷积   注意力机制   损失函数  

摘要： 在红外与可见光图像融合时,融合后图像常出现显著目标不突出、可见光信息表达不充分的问题,且在亮度不均衡条件下,易出现边缘模糊和局部信息不均衡。因此,提出了结合注意力机制与均衡损失的图像融合算法(DepthwiseSeparable,Squeeze-and-Excitation,andEquilibriumLoss-based Convolutional Neural Network, DSEL-CNN)。首先,使用深度可分离卷积提取图像特征;其次,在融合策略中使用Squeeze-and-Excitation注意力机制来提高有效信息的权重;最后,利用均衡组合损失函数计算融合后图像损失,进行图像信息均衡。与FusionGAN、Dense Fuse和其它4种融合算法在TNO和MSRS公开数据集中进行主客观对比实验,其中互信息值、视觉信息保真度、边缘信息保留指标较其它6种算法分别最高提高了1.033、0.083、0.069,实验结果表明所提算法与6种常用融合算法相比,在融合图像视觉感观、信息含量、边缘和纹理保留方面均有提升。

关键词： 高精度地形数据   算法优化   软件实现   条件生成对抗网络   效率提升  

摘要： 本文研究了高精度地形数据生成的算法优化与软件实现。提出了一种基于条件生成对抗网络(cGAN)的高精度地形数据生成算法,通过多尺度细节填充和实地数据校准提升精度。采用层次细节(LOD)、GPU实例化和延迟加载策略优化效率。开发的软件系统支持大规模地形数据的高效处理和实时渲染。实验结果表明,该系统在精度和效率上均优于传统方法,具有广泛的应用前景。

关键词： 文本检测   复杂场景   多级特征   通道注意力  

摘要： 针对在多样化环境下进行文本识别时遇到的诸如文本倾斜和大小不一致等挑战,提出了一种融合注意力机制和特征整合的高效文本识别算法。首先,通过在深度卷积神经网络的特征提取阶段加入注意力机制,促进了不同层次之间的信息互动,从而减少因文本位置多样性导致的漏检情况。其次,使用空洞卷积,这种卷积具有可变感受野的特性,有助于捕捉文本区域的细节信息,并且可以在不同尺度下适应文本的变化。最后,研究通过一个特征金字塔增强机制将不同尺寸、通道和深度的特征高效地结合,并集成为最终用于分割的特征。这不仅提升了文本检测的准确性,还减少了模型的复杂性。研究结果显示,在ICDAR 2015数据集上,此改进算法的检测准确率达到88.1%,这相比当前领先的DBNet算法有所提高。此外,该算法在针对制造业场景的MPSC数据集上的检测准确率达到了90.3%,充分展示了其在处理特定领域问题时的高效性。