课程文献中心 更多>>

关键词： 网联自动驾驶车辆   智能决策   高速入口匝道合并   行为克隆   多智能体强化学习  

摘要： 针对在自动驾驶复杂环境下多智能体强化学习算法决策缺乏人类表现出的智能性和奖励函数设计难度大的问题,提出基于BC-MAAC算法的高速入口匝道合并类人决策方案。将行为克隆思想与多智能体注意力动作—评价算法相融合,提出BC-MAAC算法,并且从Highway-env平台收集的多智能体专家数据中推导出专家策略,利用推导的专家策略与智能体当前策略的KL散度来塑造奖励函数,指导智能体训练过程。同时,应用动作屏蔽机制,在每一步过滤掉不安全或无效的动作,提高学习效率。两种不同交通密度场景的仿真结果表明所提算法整体性能优于基线算法,提升了车辆的通行效率和安全性。简单模式中,所提算法的成功率达到100%,平均速度和平均奖励分别至少提升0.73%和11.14%;困难模式中,所提算法的成功率达到93.40%,平均速度和平均奖励分别至少提升3.96%和12.23%。可见BC-MAAC算法通过专家奖励函数指导网联自动驾驶车辆,能够通过合作更类人的完成高速入口匝道合并任务。

关键词： 提升机   感应电动机   控制精度   转速辨识   PSA算法  

摘要： 矿井提升机对提升系统的感应电动机控制精度要求较高。在感应电动机控制过程中,转速辨识的准确与否直接决定了感应电动机的控制精度。将PSA智能算法运用到提升机的感应电动机控制算法中,并在Simulink上进行了仿真试验,在电动机运行中采集了转速、电流等物理量,最后通过试验结果验证了该算法的可行性。

关键词： 传感器   智能汽车   线控底盘   解析冗余算法  

摘要： 本文根据智能汽车的发展需求,对智能车辆的底盘域控制方法进行研究,并对其在车辆中的使用策略进行设计,为实现车辆在复杂工况下的平稳行驶提供了一种新的途径。对底盘域的基本概念、传感器解析冗余的工作机理和优点进行了深入的分析,并对其控制算法进行了深入的探讨。在此基础上,利用多层信息加工与判决机制,建立一套分析式冗余度的控制策略架构,提高了系统的适应性。

关键词： 安全工程   火焰识别   YOLOv8   图像检测   算法优化  

摘要： 目前民航客机货舱火灾探测主要通过烟雾探测实现,存在漏报、误报、实时性差等问题,基于视觉的视频图像探测是解决上述问题的重要技术。针对视频图像检测火焰算法多收敛速度慢等问题,提出了基于YOLOv8优化的火焰检测算法模型。首先,在众多视频火焰检测算法中,以火焰检测精准度筛选出YOLOv8算法作为底层火焰检测算法,针对YOLOv8算法,以优化速度为方向,设计了RFAConv卷积方式,运用组卷积方式融合卷积通道,以达到减少YOLOv8计算量、提升运算速度的目的。通过采集模拟货舱大空间火灾火焰图像,验证了优化后的YOLOv8火焰检测算法在检测精度不变的情况下,压缩了10%的参数量,实现了算法的轻量化,提升了运算效率。

关键词： 智能变电站   二次设备   故障定位   定位模型  

摘要： 目前,根据运行信息人工甄别并定位智能变电站的二次设备故障已无法满足新型电力系统对高可靠性的要求。提出一种基于GWO-LSTM算法的智能变电站二次设备故障定位的方法,首先分析智能变电站二次设备的建模关键信息,其次利用Apriori算法建立故障现象和故障位置的映射关系,得到智能变电站二次设备故障定位模型,再次利用长短期记忆神经网络和改进的灰狼算法训练模型,实现对故障位置的精准定位,最后通过仿真验证所提方法的有效性。结果表明,所提方法可以有效提升智能变电站二次设备故障定位的准确性。

关键词： 短波分集通信网   频率规划   模拟退火算法   粒子群算法  

摘要： 为保障用户之间的安全通信,短波分集通信网采用多个频率以提高通信接收的可靠性。在多用户并发接入时,采用改进遗传算法对用户进行频率规划,可在满足给定用户需求的情况下节约频率资源,但该通信方式仍存在规划过程耗时较长的问题。为此,研究采用模拟退火和粒子群2种典型的启发式算法来规划短波分集通信网频率的资源。仿真结果表明,模拟退火算法和粒子群算法相比于改进遗传算法的优化效果几乎不变,但其规划用时明显缩短,为短波分集通信网实践运用提供了依据。

关键词： 协同过滤推荐算法   内容推荐算法   电影推荐系统   融合  

摘要： 文章深入研究了基于协同过滤与内容的推荐算法在电影推荐系统中的融合与应用。首先,详细阐述了两种推荐算法的基本原理及优缺点,并对相似度计算方法进行了深入的分析与针对性的优化。随后,文章探讨了协同过滤和内容推荐算法有效融合策略和方法。最后,采用MovieLens数据集进行实验验证,证明了融合算法在提升推荐系统性能方面的有效性,并讨论了未来可能的研究方向。

关键词： 深度学习   立体匹配   双目视觉   特征提取   多尺度特征注意力   改进金字塔池化   视差优化  

摘要： 针对现有的立体匹配算法在反光、反射、纹理模糊、纹理复杂边缘等区域推理精度不高的问题,提出一种融合多尺度特征注意力的立体匹配网络。采用改进的金字塔池化模块,将金字塔池化结合U型架构,加强边缘区域有效特征信息的提取;在网络中引入多尺度特征融合的注意力模块,融合多尺度代价体和注意力机制增强代价体中不同层次信息量,同时捕获在不同维度间的信息依赖关系,抑制代价体中无关信息;采用多阶段的视差精化得到最终的视差图。实验结果表明,MFANet预测的精度相比基准网络GwcNet在SceneFlow、KITTI 2012和KITTI 2015分别提高了18.8%、11.6%、12%。

关键词： 多尺度注意力   并行结构   损失函数   改进NMS  

摘要： 针对目前方法存在烟雾火灾检测能力不足、特征提取效果不佳、检测精度普遍不高的问题,提出了一种多尺度融合与边界框优化算法。首先,采用一种高效的多尺度注意力机制,其并行的结构保留了通道信息,使空间语义特征均匀分布;其次,采用WIOUv3损失函数进行边界框回归优化,其具有智能梯度的分配策略,更能关注普通样本的质量,从而提升模型的准确性;最后,改进传统NMS,通过降低其置信度对目标作出优化处理。与原模型相比,优化后的模型的精确率和平均精度均值提升了8.3%和10.3%,证明该优化算法可以有效提高对烟雾火灾目标的检测效果。