课程文献中心 更多>>

关键词： 水下机器人   因子图优化   即时定位与地图构建(SLAM)算法   多传感器融合  

摘要： 提出一种基于因子图优化的多传感器融合水下机器人即时定位与地图构建(Simultaneous Localization And Mapping,SLAM)算法,以解决视觉-即时定位与地图构建(Visual-Simultaneous Localization And Mapping,V-SLAM)在复杂水下环境中面临的问题。该算法结合光纤惯性导航系统、多普勒测速仪和双目相机数据,通过光纤惯性导航系统数据预积分和卡尔曼滤波,提升导航定位精度。利用因子图优化和闭环检测增强系统健壮性和一致性。经过测试,该算法在导航精度和三维建模上优于传统SLAM算法。

关键词： 精准定位   煤矿   井下设备   管理设备   围栏  

摘要： 设备管理通常需要人工通过设备管理信息系统进行管理,存在设备实际安装位置与系统数据不准确,以及还因矿井设备多,人工管理难度高的问题。如何综合应用井下现有的各类系统,实现不同系统数据融合,实现设备管理精准、精细化管理的目标,成为该设计的研究内容。作者结合煤矿的几大系统,分析出精准定位系统更加适合与设备管理系统打通,实现设备位置、历史轨迹的精准跟踪及设备电子围栏管理等功能,有效促进设备管理的准确性、安全性、实时性。

关键词： 特征提取   小目标检测   海杂波   多特征联合  

摘要： 传统单一特征检测方法的检测性能较差,通过多特征联合检测方法可以有效提高检测性能。采用多特征联合检测方法在提高性能之外,也会造成计算量增加以及信息冗余。对此提出了一种基于线性判别分析的海上目标检测方法,将单一特征映射到二维特征空间中,形成两组特征组合,RDPH-RVE特征组合和RPHTEM特征组合,并在二维特征组合基础上进行降维处理。通过将单一特征映射到二维空间中,降低海杂波与目标重叠区域,再通过线性判别分析方法,将雷达回波数据在区分性更好的方向进行投影,在保留信息的同时减少了计算量。

关键词： 五维超混沌系统   Arnold变换   图像加密   混沌伪随机序列   加密性能   抗攻击能力  

摘要： 针对低维混沌系统在进行图像加密时因结构简单而出现密钥空间小、复杂度和安全度较低等问题,提出了基于五维超混沌系统与Arnold变换的图像加密算法。该算法利用混沌系统的伪随机性与初值敏感性等特点,对混沌系统设置1个初始值增量,每次循环让混沌系统产生不同的混沌伪随机序列,根据当次循环产生的混沌伪随机序列决定Arnold变换规则和异或矩阵,对原始图像完成置乱和扩散操作,多次循环加密得到加密图像。理论分析和实验结果表明,该算法密钥空间远大于2100且密钥敏感性高,有一定的抗剪切能力和抗噪声攻击能力。加密后图像信息熵接近于理想值,相邻像素相关性大幅减小。该算法具有良好的加密性能及抗攻击能力,为图像加密提供了可行的选项。

关键词： 铁路工程施工   起重机械   特种设备   管理   改进措施  

摘要： 随着经济的高速发展,铁路工程的建设水平也随之提高,施工过程中更需要特别关注特种设备的管理工作,针对铁路项目施工,现场特种设备必须实行科学专业的管理,真正保证施工现场的安全性和时效性,在保障施工安全的情况下提高施工效率,达到安全生产目的,助力企业增加施工效益。本文主要探讨特种设备管理中存在的问题,并针对此类问题提出有效的管理措施,为铁路工程的施工管理提供参考建议。

关键词： 互联网平台   算法推荐   版权侵权责任   算法治理  

摘要： 尽管算法推荐技术在互联网平台得到广泛应用并受到业界普遍认同,但基于该项技术应用的版权侵权责任承担却引发了较大争议。本文提出对上述争议的解决,需要将平台责任的法律逻辑作为大前提,将算法推荐的技术逻辑和商业实践作为小前提,在场景类型化的基础上根据逻辑三段论推导得出平台是否承担版权侵权责任的结论。算法推荐的主流技术标准客观可量化,互联网平台在算法纯粹输出场景下无需承担概括性的注意义务,同时应当在算法流量倾斜场景下承担更高的注意义务。

关键词： 慢特征分析   高阶时序相关   自回归预测   特征提取   故障检测  

摘要： 针对两步动态慢特征分析(two-steps dynamic slow feature analysis,TS-DSFA)未充分考虑动态工业过程数据的高阶时序相关特性的问题,提出改进的两步动态慢特征分析算法(modified dynamic slow feature analysis,MDSFA).首先,在TS-DSFA算法基础之上,重新描述慢特征关于时间的导数估计公式,设计了同时满足所提取的特征变化最缓、高阶时序自相关性最大的优化目标函数;然后,以动态潜变量能捕获一些变化信息并相互正交为约束,提取出一组随时间慢速变化和具有显式动态自回归表示的潜在特征;最后,基于所提出的算法构建针对线性动态过程的故障检测模型,并计算统计量及其相应控制限,实现实时动态过程的稳态故障和动态故障检测.通过对数值系统和田纳西–伊斯曼过程进行仿真验证,证明了所提算法的故障检测效果优于动态内部主成分分析和TS-DSFA算法等已有的故障检测算法.

关键词： 深度学习   语义分割   图像处理   目标分割  

摘要： 人体可以划分成多个部位,各部位在空间上存在语义关系。在自建的人体图像集上,通过标注工具,按12个目标类别标注训练样本。在传统语义模型基础上,改进了数据清洗方法,增加了模型评估。实验证明,改进后的深度语义分割算法具有良好效果。

关键词： 改进粒子滤波算法   流域遥感图像   目标识别   语义分割   多目标优化   SegNet网络模型  

摘要： 常规的流域遥感图像目标识别方法,对识别图像类别特征的匹配不太精确,导致流域遥感图像目标识别准确率较低。因此,提出基于改进粒子滤波算法的流域遥感图像目标识别研究。使用FasterR-CNN特征提取算法,将特征分为卷积层以及其它层级,建立多层的特征图,根据特征图对流域遥感图像目标特征进行提取,根据特征提取结果,构建SegNet网络模型,基于改进粒子滤波算法,对粒子权重进行计算,对提取的特征之间的序列特征关系进行表征,以特征点为中心,形成四维向量的参数,并对特征进行描述,对目标物体的语义进行分割,按照分割类型对特征进行匹配,设置不同的检测框架,按照匹配结果对池化索引进行还原,并根据最大值索引,在基于注意力机制下,对检测的图像目标进行识别并转换,得到流域遥感图像目标识别结果。进行实验,结果表明,使用该方法对流域遥感图像目标进行识别,识别准确率较高,具有较好的应用价值。

关键词： 麻雀搜索算法   电力数据   中心网络   入侵检测   分布式框架   关联规则   行为等级  

摘要： 中心网络体系能否准确检测出电力入侵数据的行为等级,决定了电力网络是否具有持续稳定运行的能力。为更好维护电力网络的运行稳定性,对基于麻雀搜索算法的电力数据中心网络入侵安全检测方法展开研究,推导电力数据入侵行为判定标准,实现基于麻雀搜索算法的电力数据入侵行为预测。搭建分布式检测框架,通过分析电力入侵数据安全性等级的方式,生成具体的关联性安全检测规则,完成基于麻雀搜索算法的电力数据中心网络入侵安全检测方法的设计。试验结果表明,麻雀搜索算法作用下,风险性等级条件与电力入侵数据的实际行为等级完全相同,符合准确检测的应用需求,能够较好维护电力网络的运行稳定性。