课程文献中心 更多>>

关键词： 激光SLAM LIO-SAM   局部地图   关键帧提取   回环检测  

摘要： 为解决激光SLAM在局部地图构建时重复提取关键帧及回环检测中的无效回环问题,基于LIO-SAM框架,采用vector容器、Kd-tree最近邻搜索与VoxelGrid滤波器,避免当前帧附近关键帧的重复提取。在回环检测方面,引入基于扫描上下文与基于距离的回环检测算法,通过设置帧序列差异阈值筛选回环帧,减少在红绿灯等待或礼让行人场景中的回环检测次数。试验结果表明,与LIO-SAM相比,所提出算法在不影响建图精度的前提下,平均缩短当前帧附近关键帧提取时间31.39%,回环检测次数减少32.5%,显著提升计算效率和鲁棒性,为优化资源利用和算法性能提供了有效方法。

关键词： 目标检测   YOLOv5s   烟梗检测   RepViT   重参数化   注意力机制  

摘要： 在烟草生产线中烟梗输送下落过程中,存在背景信息干扰、目标数量多且形状不一、目标堆叠、下落速度过快等问题,传统图像处理算法难以解决.提出基于改进YOLOv5s的烟梗物料目标检测算法.对YOLOv5s网络的骨干和头部进行优化改进,显著提高检测精度,大幅缩小模型大小;将骨干网络优化为RepViT-m1结构,以提高信息提取的效率;采用重参数化技术,以更好地捕捉目标的特征,提高检测的精确性;引入基于注意力机制的目标检测头Dynamic Head,使模型更专注于潜在的目标区域,进一步提高检测精度.实验结果表明:在自建的烟梗数据集上,相较于原YOLOv5s模型,改进YOLOv5s模型的m AP@0.50为96.1%,提高了5.8个百分点;mAP@0.50∶0.95为94.7%,提高了5.7个百分点;模型大小为12.1 MB,减少了12.3%.模型可以为实时监控系统提供可靠且精确的支持.

关键词： 大学生   音乐APP   听歌习惯   抑郁倾向   预警模型  

摘要： 目的 探究基于音乐APP听歌习惯的大学生抑郁倾向影响因素,构建预测模型并进一步优化。方法 2023年4~5月采用方便抽样对1 157份在校大学生进行问卷调查,利用单因素分析和Logistic回归分析筛选影响因素,在此基础上构建预测模型;采用SMOTEENN过抽样算法改进数据集,构建预测模型。结果 Logistic回归分析发现性别:女性(OR=1.730,95%CI:1.257~2.396),年级:大四和研究生(OR=2.649,95%CI:1.198~7.506)、(OR=2.041,95%CI:1.231~3.885),专业:理科(OR=1.573,95%CI:1.052~2.350),每天听歌时长:0.5~2 h(OR=1.661,95%CI:1.011~2.695),听歌曲风:“伤情”和“怀旧”(OR=2.668,95%CI:1.701~4.226)、(OR=1.751,95%CI:1.086~2.837),留言频率:“0~5%”的歌曲留言(OR=2.938,95%CI:1.018~8.417)是抑郁倾向的独立危险因素。开始听歌的年限:1~3年内(OR=0.547,95%CI:0.347~0.872),听歌时间段:14:00~18:00和18:00~21:00(OR=0.375,95%CI:0.167~0.845)、(OR=0.313,95%CI:0.148~0.671),“国风”类歌曲:喜欢(OR=0.711,95%CI:0.541~0.941)是抑郁倾向的独立保护因素。预测效果最优的模型为基于SMOTEENN算法的Logistic预警模型,AUC为0.923。结论 构建Logistic回归模型得到大学生抑郁倾向的9个独立影响因素。基于SMOTEENN算法所构建的预警模型能更准确地预测大学生的抑郁倾向。

关键词： 改进细菌觅食优化算法   风电机组   异动故障   故障预警  

摘要： 提出基于改进细菌觅食优化算法的风电机组异动预警技术。依据风电机组系统总体结构,分析机组的阶段性工作状态,引入滤波方法获取机组运行状态的基准参量,由此挖掘异动故障特征变量,结合改进细菌觅食优化算法寻找故障最优特征子集,结合机组运行数据构建异动预警模型,计算机组异动故障预测概率与预警指标阈值,从而实现风电机组异动预警。实例应用结果表明,所提方法得到的预警残差值较小,预警性能更佳。

关键词： 水声传感器网络   无迹卡尔曼滤波   目标追踪   拒绝服务攻击  

摘要： 考虑水下拒绝服务(DoS)攻击和声线分层效应的影响,研究了基于水声传感器网络(UASN)的目标追踪问题。首先考虑由水下传感器、水面浮标和水下目标组成的UASN架构。基于此,构造了水下目标运动模型和水下Dos攻击模型,提出了一种改进的一致性无迹卡尔曼滤波(UKF)水下目标追踪算法。进一步,证明了追踪算法的收敛性,推导了算法的克拉美罗下界。仿真和实验结果表明,文中算法可以在水下环境有效进行目标追踪,基于一致性UKF的算法提高了跟踪精度。

关键词： 计算思维   项目化教学   自主建构   建模  

摘要： 随着人工智能时代的到来,教育无人机走进了校园,给教学带来了机遇与挑战。基于小学生思维发展的特点,本文分析了教育无人机社团的教学现状,结合笔者的实践教学经验,阐述采用项目化教学法,以项目进展的时间创设新的教学模式,从项目引入、问题定向,项目分析、问题分解,项目实施、方法建模,项目总结、算法优化四个环节,逐渐挖掘学生的思维,指向计算思维的发展。

关键词： 二尖瓣反流   二尖瓣修复   风险预测   机器学习  

摘要： 目的:基于机器学习算法建立二尖瓣修复失败风险预测模型,为二尖瓣手术难度评价提供新思路。方法:纳入2009年1月1日至2022年12月31日于中国医学科学院阜外医院接受二尖瓣修复术的2314例退行性二尖瓣反流患者,分析临床资料,以二尖瓣修复即刻失败及二尖瓣修复术后院内复发作为主要结局指标,应用极速梯度提升(XGBoost)模型和沙普利可加性解释模型(SHAP)分析探索二尖瓣修复失败的风险因素,并建立基于混合专家(MoE)的机器学习模型,作为二尖瓣修复失败风险预测模型,并与传统的二尖瓣修复复杂性评分进行对比。结果:2314例患者中,98例(4.2%)患者修复失败。患者自身因素如三尖瓣收缩期压差,A3、A3P3区病变,左心室收缩末期容积,左心房前后径等,均与二尖瓣修复失败风险相关;此外,术者特征相关因素,如术者累积修复失败率、术者累积主刀修复手术量、术者年资,同样是二尖瓣修复失败的风险因素。本研究所构建的基于MoE的机器学习预测模型,ROC曲线的AUC为0.79,预测性能明显优于传统的复杂性评分。结论:基于MoE的机器学习模型可以较好地预测二尖瓣修复失败风险,该评估系统能够有效辅助临床医师评估二尖瓣修复失败的风险,为患者选择适合的治疗方案。

关键词： 主动配电网   分布式电源   响应负荷   动态重构   BSA算法  

摘要： 针对风力、光伏DG和响应负荷接入配电网的动态重构问题,提出一种基于回溯搜索算法的主动配电网动态重构方法。首先结合典型日负荷曲线,采用聚类法划分曲线;其次建立以配电网运营总成本最低为目标的动态重构模型,综合考虑了购电成本、DG运行成本、RL参与成本、网损成本和电压偏差成本,并进行分时段重构;然后利用基于基本环编码的回溯搜索算法求解该模型;最后通过IEEE33节点算例进行仿真分析,结果表明所提方法能够降低日运行费用。

关键词： 油库   防爆电气设备   管理问题   改善策略  

摘要： 防爆电气设备指的是在油库油罐区、发油区等易燃易爆场所中能够正常工作,且安全性能较高的一类电气设备,具有防爆、防火、防腐蚀等特点,大致可以分为本安型、隔爆型、增安型、充油型等多种类型,油库对于防爆电气设备选型、安装和维护等工作的开展更是提出了严格要求。加强对防爆电气设备的规范化、精细化管理,是避免事故发生率,充分发挥油库功能的重要举措,可是在防爆电气设备管理工作中普遍暴露出了一些不足,严重影响到设备和生产运行的安全性。为了打破这一局面,必须切实加大防爆电气设备管理力度,满足油库特殊的防爆要求,从源头上遏制事故发生,研究务实有效的推进措施,全力推进工作落实落地,夯实安全管理基础。

关键词： 深度学习   神经网络   图像分割   注意力机制   MobileNetV2  

摘要： 语义分割是视觉理解系统的重要组成部分,能够识别图像中存在的内容以及位置。现有的语义分割算法面临着复杂度与分割精度之间难以平衡的挑战,很难灵活的运用到实际场景中。为了解决这一问题,从性能和网络的参数量方面综合考虑,提出了一种基于多尺度池化与特征融合的高效语义分割算法。该方法主要以Deeplabv3+为基础算法框架,使用改进的轻量级MobileNetV2作为骨干网络来降低网络模型的复杂度;使用独特的空洞空间金字塔池化模块(Distinctive Atrous Spatial Pyramid Pooling Module,DASPP),利用多尺度池化操作和不同大小的空洞卷积操作,充分捕捉多尺度目标特征和丰富的全局上下文语义信息;在解码部分引入注意机制增强表征力,提出了多级联合特征融合网络(Multi-level Feature Fusion Network,MFFN),使得高级、低级特征实现了有效融合,从而进一步提高了分割精度。提出的模型相比于经典的语义分割方法,大大减少模型参数的数量,并且性能得到显著改善。在PASCAL VOC 2012数据集上进行了实验,本文模型参数数量仅为6.66 M,在测试集上达到73.72%的准确度。