课程文献中心 更多>>

关键词： 船舶运动建模   辨识方法设计   野马优化算法   动态惯性权重   参数辨识  

摘要： [目的]传统的参数辨识方法难以完成多维度、多自由度的综合参数辨识,为实时获取船舶的复杂参数和姿态信息,保证船舶在航行时的稳定性和安全性,将改进型野马优化算法(IWHO)引入船舶参数辨识方法,与传统的船舶辨识方法相结合,提高船舶参数辨识精度。[方法]建立船舶纵向运动模型,引入动态惯性权重设计对野马优化算法进一步优化,完成船舶纵向参数辨识方法设计。[结果]通过对比分析采用不同算法时船舶辨识模型的跟踪效果,以及在不同海浪遭遇角下的船舶参数辨识结果,发现改进型野马优化算法的辨识误差为1%左右,远低于其他算法,表明基于该算法的辨识模型能更精确地跟踪航行时的船舶姿态。[结论]该辨识方法可实时为船舶航行提供精确的参数,提高船舶航行时的可操作性。

关键词： 青年群体   政治认同   算法推荐  

摘要： 政治认同是政治生活中的重要议题,青年的政治认同关乎着党和国家事业能否薪火相传。算法推荐技术为青年政治认同提供了一个全新的信息场景,算法的精准性、交互性和智能性等特征对于增强青年政治认同具有显著的耦合性。然而,算法推荐技术同时也带来了理性缺位、资本至上、主体遮蔽和去权威性等问题,成为影响青年政治认同形成的风险和隐忧。因此,需要健全算法监管法律法规,加强算法技术伦理监督;坚持主流价值引领算法,促进政治话语转型优化;探索算法融入新模式,强化日常“精准滴灌”;提升青年数字媒介素养,增强青年政治参与能力。

关键词： 理化检验技术   食品检测   检测质量   设备管理  

摘要： 随着食品安全问题的日益凸显,理化检验技术在食品检测中的应用变得愈发关键。该技术通过物质物理和化学特性的分析,揭示食品组成、结构及特性,确保食品安全。本文探讨了理化检验技术在食品检测中的具体应用、优势与局限,并提出了提升食品检测质量的策略,包括强化检测人员专业素质、优化设备管理、科学设计实验方法及规范样品采集与制备等。

关键词： 权值机制   CSMA/CA算法   新能源集控   电量均衡   通信冲突  

摘要： 针对传统CSMA/CA算法在新能源集控电量均衡调度中的网络冲突和调度效率问题,本文提出了一种基于权值的CSMA/CA改进算法。首先分析了CSMA/CA算法在电力调度中的局限性,并通过引入权值机制对其进行了优化设计,改进了算法的通信冲突解决机制和权值的动态自适应调整方法。通过仿真测试验证了该改进算法在新能源集控电量均衡中的应用效果,结果表明,改进算法能够有效提升调度系统的调度效率和电量均衡性,并显著降低网络通信冲突的发生率,为新能源电力调度提供了新的优化思路和技术参考。

关键词： 滚动轴承   局部线性嵌入   灵敏度   测点选择  

摘要： 为解决轴承信号采集时难以确定最优测点这一问题。以NU306轴承-轴承座系统为研究对象,对轴承座开展多测点振动测试实验,运用局部线性嵌入算法对轴承多维数据进行线性降维得到测点灵敏度矩阵,研究了内、外圈故障时,载荷与转速变化下最优测点位置。结果表明,对于外圈故障的轴承,转速或载荷增大时优质测点为距离故障位置最近的测点;对于内圈故障的轴承,载荷或转速增大时优质测点为距离轴承座中心远且载荷较小的测点。研究结果可为不同工况下的测点选择提供有效参考。

关键词： 灰度共生矩阵   高斯滤波   海面风向   航海雷达图像   180°模糊问题  

摘要： 针对现有航海雷达图像空间域反演海面风向算法的缺陷,本文提出一种基于灰度共生矩阵角度估计的海面风向反演算法。首先,对小尺度风条纹特征所有像素点进行分类,获取优势像素类别。其次,利用高斯滤波方法获取主要趋势所在像素,并对其进行再分配。最后,利用灰度共生矩阵进行角度估计,根据小尺度风条纹与海面风向关系确定出海面风向信息。在进行计算时矩阵的空间分布发生变化,自动解决了海面风向反演的180°模糊问题。为了验证算法的有效性,本文利用东海实测海洋数据开展实验,结果显示本文算法风向反演结果与参考风向的相关系数达到0.93,均方根误差仅为6.05°,并且该算法有效降低了降雨对风向反演过程的影响,具有很好的工程应用能力。

关键词： Vondrak-Cepek组合滤波   注意力机制   时间比对   数据融合  

摘要： 针对卫星双向时间频率传递(two-way satellite time and frequency transfer, TWSTFT)存在周日效应、短期稳定度不高的问题,通过引入基于注意力机制的Transformer权值矩阵,利用Vondrak-Cepek组合滤波的方法将中国科学院国家授时中心(National Time Service Center, NTSC)、德国物理技术研究院(Physikalisch-Technische Bundesanstalt, PTB)之间的TWSTFT和全球定位系统(Global Positioning System, GPS)P3码共视法的时间比对链路进行融合,分析融合前后链路的性能指标并与没有周日效应、短期稳定度高的GPS精密单点定位(GPS precise point positioning, GPS PPP)时间比对参考链路进行比较。结果表明,引入注意力机制权值的Vondrak-Cepek组合滤波融合方法与参考链路GPS PPP的标准差为0.310 9 ns,具有改善TWSTFT周日效应、提升链路整体稳定性的作用。

关键词： 爆堆块度   深度学习   贴近摄影测量   机器视觉  

摘要： 爆堆块度分布的快速计算方法一直是学术界和工业界关注的热点,对于优化爆破效果、节约采矿成本具有重要意义。通过贴近摄影测量技术获取露天矿爆堆块体图片,构建超高清正射数据集,并提出基于深度学习的爆堆块度识别算法对爆破效果及优化采矿成本进行评估;引入可切换空洞卷积和递归特征金字塔改进模块提取不同岩体块度特征,利用傅里叶描述子建立爆堆块体统计并采用累计通过体积曲线替代累计通过率。结果表明,这种基于深度学习和贴近摄影测量的露天矿爆堆块度识别算法具备有效性,目标爆堆的表面粉矿率均值为8.90%,表面大块率均值为4.69%。粉矿率偏高,大块率较低,需进一步优化爆破参数,降低成本。

关键词： 人脸识别有目标攻击算法   多尺度频率分解   循环生成对抗网络   元学习  

摘要： 随着人脸识别技术的日益普及,人们对个人隐私泄露的担忧逐渐加剧。尽管近年来一些研究尝试通过生成对抗样本来保护照片隐私,防止未经授权的人脸识别系统识别,但这类方法常因攻击成功率低和可转移性弱而受限。针对这一问题,提出了一种基于多尺度频率分解与元学习的人脸识别有目标攻击算法。首先设计了一个多尺度频率分解模块。该模块将目标人脸图像精细划分为不同频率成分的频带,进而将频率信息与空间信息相融合,从而提取目标人脸图像的完整信息。随后构建了以循环生成对抗网络(cycle-consistent generative adversarial networks,CycleGAN)作为主体、妆容转移为核心的对抗攻击算法。该算法使用源人脸图像生成高质量的妆容,在这一过程中,新增的元学习攻击模块负责计算损失函数并更新参数。元学习攻击模块可以对妆容进行精细化处理,巧妙地将目标人脸的特征融入妆容中,以生成具有强大对抗性的妆容图像,从而实现对特定目标的有目标攻击。元学习攻击模块解决了以往针对白盒模型集成攻击时因过拟合而出现的泛化问题,使得生成的对抗样本具有更强的攻击性和泛化能力。通过对不同攻击策略的实验效果进行分析,该研究发现多尺度频率分解与元学习相结合的方法能大幅提高攻击人脸识别系统的成功率和鲁棒性。

关键词： 异常检测   注意力机制   深度学习   计算机视觉   自动编码器   图像处理   人工智能  

摘要： 针对基于卷积的自动编码器提取视频特征时缺失全局信息,且缺少对可能发生异常的前景对象的自主选择性问题,提出一种基于混合注意力机制的视频异常检测算法,以加强卷积神经网络的全局特征捕获能力,控制不同通道和空间位置上特征的权重,使网络有选择地关注可能发生异常的前景对象,降低实验结果对背景等无关信息的敏感性,提高对检测对象的异常区分度。所提算法在Ped2、Avenue以及ShanghaiTech这3个数据集上实验,帧级曲线下面积分别达到99.5%、91.0%以及75.6%,较对比方法均有提高,实验结果表明了算法有效性。