课程文献中心 更多>>

关键词： Android   恶意软件   机器学习   特征选择   合奏学习   Drebin数据集  

摘要： 恶意软件旨在破坏、禁用或控制计算机系统.Android恶意软件专门针对Android操作系统,以泄露机密信息和破坏系统为目的.文献显示相关领域已进行了多次尝试来检测Android恶意软件.然而,这些工作无法自动检测恶意软件,而且大多数都是基于签名的,无法检测恶意软件的新变种.本研究中,探索了不同的算法,以获得恶意软件预测的最佳算法,并获得有助于本研究有效预测恶意软件的最佳特征集.从本研究的分析中,已经看到,在预测恶意软件方面,集成方法比传统的机器学习算法要好.本研究使用LGBM创新算法将特征数量从215个减少到100个,精准率达到99.50%.此外,本研究使用只有55个特征的随机森林获得了99.17%的精准度。

关键词： 小目标检测   检测头   特征融合   聚类算法  

摘要： 本文提出了一种针对无人机捕获图像的目标检测算法,旨在解决无人机视角下小目标检测存在漏检现象严重、检测精度低的问题。主要改进包括重新设计聚类算法生成更准确的先验框,引入自适应特征融合模块以使模型更灵活地学习上下文特征信息,更改检测头在较大的特征层上进行目标检测并解耦分类和回归任务。通过在VisDrone2019数据集上进行广泛实验,改进后的YOLOv5s模型相较于基准模型在mAP50上提高了5.8%,并且保持了较高的帧率(67 FPS)。实验结果表明该改进方法能够显著提高模型的检测性能,使其适用于复杂的无人机捕获场景。

关键词： 减速器效率   CLTC效率   效率优化   粒子群算法  

摘要： 考虑减速器内齿轮、轴承等部件功率损失情况,建立减速器系统级功率损失理论计算模型。采用粒子群算法,在齿轮设计变量边界约束、空间尺寸约束和齿轮性能约束条件下,以CLTC工况效率为目标函数对二级传动齿轮参数进行优化。优化后,驱动工况CLTC效率提升1.58%,发电工况CLTC效率提升1.72%,同时,通过减速器效率试验,验证功率损失模型及优化的有效性。

关键词： 太阳能发电   最大功率点跟踪   樽海鞘算法   电导增量法  

摘要： 针对光伏系统传统最大功率点跟踪(maximum power point tracking,MPPT)方法存在收敛速度慢、控制精度不足及易陷入局部最优解的问题,提出一种基于樽海鞘算法结合电导增量法改进的MPPT方法,利用樽海鞘算法的全局搜索和电导增量法的快速局部搜索优势,提升了系统动态响应速度及效率,避免局部最大化。通过静态对比和动态仿真试验,验证了该方法在追踪速度和精度上表现优异,且在复杂环境下具有良好鲁棒性。

关键词： 游客视角   黑龙江   哈尔滨旅游路线   蚁群算法   MATLAB仿真  

摘要： 随着网络的日益普及和人们对生活质量追求的不断提升,旅游已成为人们享受生活的重要方式之一,而旅游路线的选择则成为每位游客出行前要做的攻略。因此,本文基于游客视角,以黑龙江省多个著名旅游城市为研究对象,根据黑龙江的季节特点,分别对黑龙江冬季和哈尔滨夏季的旅游景点运用蚁群算法进行模型构建。首先,本文详细介绍蚁群算法,根据蚁群算法的原理和步骤建立模型;其次,运用MATLAB仿真软件对旅游路线进行仿真,得到黑龙江冬季旅游和哈尔滨夏季游玩攻略,以期帮助游客选择最佳旅游路线,提高游客游玩体验感。

关键词： 城市交通   双准则最短路径问题   连续分布   路径选择   用户异质性  

摘要： 双准则最短路径问题旨在寻找路网两节点间所含路段总权重最小化的路径,其中路段权重需综合考虑如时间、金钱在内的两种准则。考虑出行者的异质性假设,研究中通常采用一个连续分布刻画同一起讫点(origin-destination,OD)出行者的时间价值。尽管将连续分布均等离散化并将每个分段近似成单一值后可以使用如Dijkstra算法等标准最短路径算法求解,但较少离散类别下这种近似处理致使部分出行者的路径选择被错误刻画,而过多的离散类别又会大大降低算法效率。因此,研究者们致力于精确求解连续双准则最短路径问题。但现有研究在算法的网络拓扑解释方面仍有欠缺,对不同算法性能的比较也较为缺乏。本文详细分析了连续双准则最短路径问题的三种求解算法,首先阐述了基于OD对和基于起点两类双准则最短路径算法的原理以及实现步骤,进一步分析基于起点的“转轴”加速策略。通过一系列数值实验分析测试算法性能,结果表明,基于起点的算法配合“转轴”加速策略在不同规模的测试网络中均展现出较高的计算效率,而基于OD对的算法在大型网络中表现较差。此外,本文还在网络规模、收费路段数量、收费尺度、需求水平等维度全面测试了三种算法,并分析不同要素对算法性能的影响。结果显示,收费增加和网络拥挤均会在一定程度上降低三种算法的求解效率。本研究不仅有助于加深对双准则路径选择行为的理解,还为解决多用户多准则网络均衡、多目标网络优化等复杂优化问题奠定了基础。

关键词： 科氏流量计   粒子滤波   相位差算法   算法测试  

摘要： 目的科氏流量计可以直接测得流体的质量流量,针对科氏流量计的高精度测量需求,提出了一种基于粒子滤波的相位差算法。方法通过分析科氏流量计信号的特点来建立振动信号系统的状态转移方程和观测方程,采用粒子滤波算法对信号幅值、角频率和相位参数进行跟踪,由更新的状态值计算出相位差。结果仿真分析结果表明,与典型的希尔伯特变换法计算的结果相比,基于粒子滤波的相位计算结果的相对误差显著降低。结论对实际的科氏流量计振动原始信号的处理结果表明,基于粒子滤波的算法可有效地应用于科氏流量计实测振动信号的处理,并在一定程度上提升了时间差或者相位差的测量精度。

关键词： 车路协同   自适应巡航控制   信号控制交叉口   模型预测控制   非线性优化  

摘要： 为改善车路协同自适应巡航车辆通行信号灯路口的通行效率,提出一种考虑信号灯状态的模型预测控制算法。在信号灯路口跟随前车通行时,车辆通过V2X获取信号灯状态,包括信号灯位置、颜色、倒计时,利用车辆纵向运动学模型建立控制器输出的加速度请求与未来状态的关联,设计一个同时考虑跟车状态和信号灯通行的目标函数,通过非线性优化计算输出的加速度请求,模拟人类驾驶员在跟车通行信号灯路口的行为状态。仿真结果表明,相比于ACC车辆,使用该算法的车辆在信号灯路口通行时,在保证安全性的前提下有更高的通行效率。研究成果为CACC车辆的控制算法设计提供效率优先的理论基础,在系统同时包含经济模式和效率模式的设计状态下,对后者的设计有应用参考价值。

关键词： 无线传感器网络   覆盖率   群智能优化算法   算法比较  

摘要： 为了解决无线传感器网络(WSN)随机部署方法导致覆盖率低的问题,本研究对群智能优化算法中粒子群优化算法(PSO)、人工蜂群算法(ABC)、人工萤火虫算法(GSO)、灰狼算法(GWO)、蚁狮优化算法(ALO)、蝠鲼觅食优化算法(MRFO)、麻雀搜索算法(SSA)、人工兔优化算法(ARO)、猎食者优化算法(HPO)和蜣螂算法(DBO)基于WSN网络覆盖问题进行比较和分析,并通过单目标优化和多目标优化两种方式对算法的性能进行比较与分析。仿真结果表明,不同算法在相同条件下的性能存在差异,随着监测区域面积的增大,算法的性能会更优。GWO、MRFO、ARO和HPO算法更适用于解决网络覆盖问题。基于覆盖率、移动距离及连通度的多目标优化比仅仅基于覆盖率的单目标优化在WSN网络覆盖问题上的算法性能更佳。

关键词： 冷负荷预测   经验模态分解   秃鹰搜索算法   超参数寻优   门控循环单元  

摘要： 准确地预测建筑冷负荷对空调系统节能优化控制具有重要作用,因此提出一种改进秃鹰搜索算法(BES)优化门控循环单元(GRU)的短期冷负荷预测模型;首先采用完全噪声辅助聚合经验模态分解(CEEMDAN)算法,将建筑冷负荷数据分解为不同频率的分量,采用随机森林结合递归特征消除法为不同频率的分量选取对应的特征;最后采用改进BES算法对GRU模型进行参数寻优,针对BES算法不足进行改进,引入Sobol序列初始化种群、采用非线性控制因子平衡BES算法搜索能力和自适应t分布策略提升算法寻优能力;实验结果表明,与GRU和改进BES算法优化后的GRU相比,提出的预测模型均方根误差下降34.27,22.41、平均百分比误差下降2.72%,2.63%、平均绝对误差下降27.25,25.26;相较于其他预测模型,提出的预测模型具有更高的预测准确度,在实际工程应用中更具优势。