课程文献中心 更多>>

关键词： 双向工频通信系统   蒲公英优化算法   双向长短时记忆网络   深度学习   信号检测  

摘要： 针对双向工频通信系统(TWACS)存在上行信号识别准确率不足的问题,提出一种基于蒲公英优化(DO)算法的联合卷积神经网络(CNN)与注意力机制(AM)的双向长短时记忆(Bi-LSTM)神经网络信号识别算法,简称DO-CAB算法。该算法首先通过CNN自适应提取TWACS信号重要特征,然后使用DO算法优化Bi-LSTM超参数,根据优化的超参数构建网络,并引入AM赋予输入影响权重,以获得更好信号识别效果。实验结果表明,所提算法的识别准确率达到92.32%,能高效、准确识别TWACS调制信号。

关键词： 冠脉狭窄程度   可溶性生长刺激表达因子2   三酰甘油葡萄糖乘积指数   机器学习  

摘要： 目的 探讨可溶性生长刺激表达因子2(sST2)和三酰甘油葡萄糖乘积(TyG)指数对冠心病患者冠脉狭窄程度的影响,同时构建最佳机器学习预测模型并进行验证。方法 收集2021年6月至2023年2月在蚌埠医科大学第一附属医院确诊为冠心病的193例患者资料,根据Gensini评分分为轻度狭窄组(n=92)和重度狭窄组(n=101),对比两组患者的特征差异,进一步使用多因素logistic回归分析sST2、TyG与冠脉狭窄程度的关联;同时构建多种机器学习算法,包括随机森林、支持向量机、基于XGBoost (eXtreme Gradient Boosting,极端梯度提升)的模型和反向传播神经网络算法,开展冠脉狭窄预测能力比较,通过计算受试者工作特征(ROC)曲线下面积(AUC)寻找最优模型。结果 与轻度狭窄组相比,重度狭窄组sST2、TyG指数水平更高,差异有统计学意义(P<0.001)。多因素logistic回归分析表明sST2(OR=1.082,95%CI:1.008~1.161)和TyG指数(OR=3.834,95%CI:1.856~7.921)是冠心病患者重度冠脉狭窄的危险因素。不同机器学习模型预测性能均高于传统logistic模型(AUC:0.708,95%CI:0.576~0.841),其中,预测性能最高的为XGBoost模型(AUC:0.848,95%CI:0.740~0.955)。此外,机器学习模型的变量重要性排序结果均显示,ST2和TyG指数是位于前5位重要的预测变量。结论 sST2与TyG指数和冠心病患者冠脉狭窄密切相关,特别是结合机器学习算法能更好地开展冠脉狭窄风险预测。

关键词： 电煤   CNN   LSTM   预测   火电厂  

摘要： 煤炭是现代能源体系建设中的压舱石与稳定器,考虑到能源电力安全保供的电煤库存预警需求,提出一种基于卷积神经网络与长短期记忆神经网络深度融合的短期电煤存量预测方法,兼顾CNN和LSTM网络模型优势,实现火电企业电煤库存量的预测。CNN-LSTM电煤存量预测模型充分利用CNN算法多源数据潜在规律深度提取优势,挖掘整合高质量数据特征信息作为LSTM模型输入值;发挥LSTM算法长短期时序依赖关系建模能力,构建高精度复杂非线性时序映射关联,有效提升了电煤存量的预测精度。经过火电企业数据测试表明,CNN-LSTM模型,采用2层CNN卷积、2×2卷积核、16和32个卷积核数、2次池化、1次扁平操作、3层LSTM网络设计,通过前向和反向传播2个环节进行模型训练,实现全连接层输出预测结果,R_(MSE)与M_(APE)预测误差约为0.903、2.74%,相比Elman和LSTM网络传统预测法,预测曲线与实际变化趋势高度一致,预测精度与稳定性最好,精度提升20%~47%。

关键词： 路径规划   RRT   最小snap   轨迹优化   时间重新分配  

摘要： 文中针对传统RRT(Rapidly Exploring Random Tree)路径规划算法所存在的搜索随机性强、盲目性、路径冗余性及轨迹不连续性的问题,提出了一种改进RRT的运动规划算法,并对轨迹进行优化。首先,设计了去除搜索区域的动态采样区域的方法,通过去除已搜索区域,控制随机点的产生位置,降低搜索的随机性。其次,采用人工势场导向节点扩展策略,将障碍物与目标点的影响考虑到节点的扩展中,降低搜索的盲目性。然后,对初步路径进行优化,去除冗余部分、缩短路径距离。最后,使用最小snap的方法结合飞行走廊和时间重新分配,在保证不与障碍物碰撞的前提下使轨迹光滑连续,并将物理量控制在合理范围内。仿真试验结果表明:改进后的算法在搜索到路径时相较于未改进算法所扩展的节点平均减少了34.3%,对初步路径进行优化后路径长度平均缩短了25.8%。

关键词： 荷电状态估计   EKF   算法   灰狼算法   噪声协方差矩阵  

摘要： 准确的荷电状态估计(SOC)对于提升车辆性能、续航里程和整体效率至关重要,同时也有助于确保电池健康和使用寿命。传统的扩展卡尔曼滤波(EKF)算法被广泛应用,但其精度易受噪声协方差矩阵影响。为解决此问题,文章提出一种基于灰狼优化算法(GWO)改进的EKF算法,旨在提高锂电池SOC估计精度。该算法在锂电池测试平台上,使用HPPC动态工况电流数据进行验证。结果表明,与传统EKF算法相比,改进算法的SOC估计误差显著降低,大幅提升了估计精度。

关键词： 深度图提取   双边滤波   DIBR   三维图像转换   虚拟视点合成  

摘要： 三维虚拟视点合成能够让设计师在计算机上创建出非遗文创产品包装设计的立体效果,提供更真实、更全面的视觉体验,为此提出基于双边滤波算法的非遗文创产品包装设计三维虚拟视点合成。首先,采用基于相对高度深度的深度图提取方法,从非遗文创产品包装设计图像中获取其深度信息;针对深度图像提取过程中产生的缺陷如噪声、孔洞等,引入改进的自适应联合双边滤波方法,实施图像修复,从而获取更加完整、清晰的非遗文创产品包装设计深度图像;最后,引入基于深度图像的渲染(DIBR)技术,推出缺失深度的修复值,并通过DIBR的针孔相机模型和三维图像转换方程,将修复后的深度图像转换为三维虚拟视点图像,并实现其三维虚拟视点合成。实验结果表明,所提方法应用后,能够精确地修复填补非遗文创产品包装RGB图像空缺,整体完整度较高;完整且精确地展现出非遗文创产品包装设计的三维虚拟视点效果,色彩饱满,瑕疵较少;PSNR值和SSIM值均得到提高。三维虚拟视点合成方法能够有效修复缺陷图像,提升了三维虚拟点合成后的质量,满足实际非遗文创产品包装设计需求。

关键词： 遗传算法   配电网故障定位   模拟退火算法  

摘要： 本文介绍了遗传算法在配电网故障定位中的应用及其优化方法。首先阐述了配电网故障定位的重要性以及传统方法的局限性,随后深入解析了遗传算法的原理及在故障定位中的应用。通过引入逻辑斯蒂曲线改进遗传算法的交叉与变异操作,并结合模拟退火算法优化算法参数,提高了遗传算法在配电网故障定位中的适应度和准确性。模拟实验结果表明:改进后的遗传算法在单点故障和多点故障定位中均表现出良好的性能。

关键词： 扩展贝叶斯   分类算法   土地利用   时空变化   信息库去冗   朴素贝叶斯  

摘要： 本文提出一种基于扩展贝叶斯分类算法的土地利用时空变化信息库去冗方法,通过遥感技术获取土地利用图像,结合人工目视判读法,分析土地利用时空变化指标,构建土地利用时空变化信息库。利用基于属性关联性的朴素贝叶斯分类算法,约简信息属性,去除冗余信息属性,达到信息库去冗的目的。将扩展弧添加在非同种类别的父子结点间,形成扩展贝叶斯分类算法,提高冗余信息去除的准确性。实验结果表明,该方法能够有效去除土地利用时空变化信息库中的冗余信息,节约存储开销,提供完整的土地利用信息,具有较好的分类性能。

关键词： 数字经济   智能物流企业   成本管理   聚类蚁群算法  

摘要： 为解决当前物流企业中普遍存在盈利能力差、利润空间小等问题,以M物流公司为研究对象,在作业成本法与精准化成本管理的基础上引入聚类蚁群算法优化X省的布局来降低成本,并实验分析其有效性。实验结果表明,b值为1时物流总成本最低,为1.759×108元;而z值、值以及a值分别取值1、0.48、2.3时物流总成本最低。在四个参数取值下利用聚类蚁群算法优化后的物流总成本降低至1.81×10^(8)元,同时单个网点的平均利润也优于对比算法。综合来看,研究提出的省外成本管理改进策略具备有效性,可以有效管控物流成本支出。

关键词： 人工智能   图形图像处理技术   图像识别   算法  

摘要： 如今,人工智能(AI)技术在各个领域的应用日益广泛,特别是在图形图像处理领域,其发挥着越来越重要的作用。基于人工智能的图形图像处理技术极大地提高了图像处理的效率,进一步丰富了图像处理的功能,满足了人们对于高质量、高效率图像处理的需求。基于此,该文首先对人工智能进行了概述,然后对基于人工智能的图形图像处理技术做了分析,最后对人工智能算法在图形图像处理中的具体应用进行探讨。