课程文献中心 更多>>

关键词： 复合材料   层析成像   神经网络   去噪   损伤探测  

摘要： 针对柔性压阻纤维传感器对于复合材料损伤成像质量较差，目标检测效果不如压电陶瓷的特点，提出了一种基于希尔伯特算法和去噪卷积神经网络算法的层析成像方法。本文利用柔性压阻纤维能接收兰姆波的特点，通过计算希尔伯特谱差值的方法进行成像。以成像实验数据作为数据集，和人为标记损伤位置点进行对比用来训练去噪神经网络，引入了结构相似度作为训练网络效果的评判标准，改进了压阻纤维传感器成像质量相对不高和传感路径相对较少的问题。结果表明，经过去噪卷积神经网络训练后的成像图像有更好的成像质量，结构相似度从0.6072增长到了0.9734，证明去噪卷积神经网络在柔性传感器层析成像方面有显著的作用。

关键词： 遥感   图像融合   全色锐化   注入系数   梯度   递归   迭代优化  

摘要： 遥感图像全色锐化是通过将全色(Panchromatic， PAN)图像和多光谱(Multispectral， MS)图像进行融合得到高空间分辨率的MS(High-Resolution Multispectral， HRMS)图像，有助于遥感图像在地物识别、土地监测等领域的应用。现有的基于多分辨率分析的全色锐化方法未考虑图像梯度之间的关系，导致提取源图像的细节特征不准确和融合结果的空间失真。为了解决上述问题，提出一种基于梯度递归模型优化注入系数的全色锐化方法。该方法首先分析源图像和融合图像的梯度关系，构建全尺度下理想HRMS图像与源图像之间的递归模型；然后设计梯度递归算法对注入系数进行迭代求解；最后利用该注入系数优化经多分辨率分析方法得到的细节，并将优化后的细节注入到MS图像中得到最优的HRMS图像。方法在Pléiades、IKONOS和WorldView-3这3个数据集上进行了仿真实验和真实实验，并与8种不同类型的方法进行了对比分析，仿真实验结果表明，方法的ERGAS值相较于性能第二的方法，分别提高了3.59%，4.46%和2.18%；真实实验的QNR值在Pléiades和IKONOS数据集上达到最优，相对于性能第二的方法分别提高了3.83%，1.92%，在WorldView-3数据集上次优。在消融实验中，相较于无梯度域的全色锐化方法，ERGAS值分别提高了11.33%，14.08%和1.95%。实验结果表明，方法在客观指标上均取得了较为满意的效果；主观视觉效果上能够更好地融合MS图像的光谱信息和PAN图像的空间信息，从而显著提升MS图像的全色锐化质量，同时本文方法具有较快的计算效率。

关键词： 计算机视觉   YOLOv5s   多尺度跨层特征融合   PCB缺陷   小目标检测  

摘要： 如今，各种工业电子产品已经融入了人们生产和生活的方方面面，而PCB的质量对工业电子产品的性能具有决定性的作用，因此对PCB出厂质量的严格把控具有重要意义。PCB易出现的6类缺陷是评价PCB质量的主要参考依据，针对现有的目标检测算法模型对PCB缺陷的检测精度低、体积庞大等问题，提出了改进的YOLOv5s-CMS模型的解决方案。根据PCB缺陷的特点，YOLOv5s-CMS模型采用聚焦小目标信息的特征提取网络(CCG， C2f-C3-Ghost)替换原有的特征提取网络，使模型在特征提取阶段更加关注小目标的空间和梯度流信息；在特征融合阶段，提出了一种多尺度跨层小目标特征融合网络(MCSTF-Net， Multi-scale Cross-layer Small Target Feature Fusion Network)来替换路径聚合网络(PANet， Path Aggregation Network)，在提高模型对PCB缺陷检测精度的同时大幅降低模型的参数量；为进一步提升模型对小目标特征的理解程度，将CCG网络和MCSTF-Net分别与SE(Squeeze-and-Excitation)注意力机制相结合，在抑制无关通道的同时突出目标特征信息丰富的通道。消融实验结果表明，YOLOv5s-CMS模型对PCB缺陷检测的精确率P、召回率R、mAP0.5和mAP0.5:0.95分别达到了98.1%、97.8%、98.4%和61.2%，相比于YOLOv5s原模型而言分别提高了2.2%、1.3%、0.8%和5.0%，模型参数量同比减少了约46.1%。

关键词： 路侧图像   星操作   特征融合   目标检测   注意力机制  

摘要： 针对路侧视角下目标检测任务中，小目标密集， 多尺度变化以及复杂天气背景干扰等挑战，提出基于多尺度特征融合与交互的目标检测算法——MF-YOLO。设计C2f-CAST，通过星操作将来自不同子空间的特征进行交互与变换，并引入MLCA（Mixed Local Channel Attention）捕捉远距离像素之间局部，全局特征以及通道和空间特征，多尺度信息聚合加强对遮挡目标显著语义信息关注，消除背景影响；针对颈部层在上下文信息融合效率较低的问题，加入轻量级卷积GSConv（Group Shuffle Convolution）对传统卷积进行优化，并设计跨级部分网络模块，降低模型复杂度和参数量。构造跨层级融合模块SDFM（Superficial Detail Fusion Module），对浅层特征图进行自校准操作，并融合深层特征图语义信息，解决小目标漏检的问题；最后，设计基于自适应惩罚因子和锚框质量的梯度调整函数，并结合动态聚集机制改进的WPIoU损失函数，提升边界框回归性能和检测鲁棒性。实验结果显示，MF-YOLO在DAIR-V2X-I和UA-DETRAC数据集上mAP@0.5指标分别达到85.1%，92.3%，与原YOLOv8s相比分别提升4.4%和1.8%，计算量GFLOPs下降了19.8%，参数量下降8.18%.检测速度达到152帧/s，满足实时要求。

关键词： BIM技术   工程造价管理   工程量计算   优化设计   数据管理   协同工作  

摘要： BIM(建筑信息模型)技术作为建筑业的一项革命性技术,正逐步在工程造价管理中展现出其巨大的应用潜力.文章详细探讨了BIM技术在工程造价管理中的应用价值,提高工程量计算效率与准确性、优化设计与变更管理、增强项目策划与成本控制、提升数据管理与决策支持等方面的优势,同时也指出了数据繁杂处理难、数据缺乏时效性、造价控制协同性差、技术与人员适配问题等挑战.针对这些挑战,提出加强BIM技术研发与应用、建立高效的数据处理机制、加强多专业协同工作、提高人员素质与技能等策略,以期为工程造价管理的现代化和智能化提供参考.

关键词： 药品分类   PCA算法   K-means聚类算法   药品库存管理  

摘要： 目的针对目前药品分类主观性较强、分类标准模糊、影响因素繁杂的问题，探讨一种科学的药品分类方法，以降低库存成本，提高库存的有效性。方法在北京某三级医院2021-2022年历史数据中随机抽取700种药品为研究对象，通过主成分分析（PCA）算法和K均值聚类（K-means）算法对研究对象进行分类。结果确定轮廓系数为0.3470的分类数4为最佳分类数，将700种药品分为4类，其中有363种归为第一类，186种归为第二类，94种归为第三类，57种归为第四类。将本文研究的药品分类方法模拟运用到某三级医院2023年第二季度的药品库存管理中，模拟结果表明本文研究的分类方法能够降低库存成本，提高库存有效性。结论基于PCA算法和K-means聚类算法的药品分类方法能够为药品库存分类管理提供可靠依据。

关键词： 能量调度   港口微电网   联合优化   多目标蜣螂优化算法   泊位分配  

摘要： 综合泊位分配与能量调度联合优化的港口微电网是物流和能量紧密耦合的系统，为兼顾港口物流运输效率和能源系统经济性，保证港口能源系统稳定可靠运行，建立了综合考虑船舶泊位分配和微电网运行成本的多目标联合优化模型，针对单目标求解算法的局限性研究了多目标蜣螂优化算法（non-dominated sorting dung beetle optimizer,NSDBO）模型求解方法，将非支配排序策略引进算法以提高算法精度和收敛速度，同时为维持种群个体的多样性与分布均匀性，引入拥挤距离计算，衡量经非支配排序后每一层解的密集程度并对种群重新排序，获得了分布较好的Pareto解，解决了蜣螂优化算法易陷入局部最优解、全局搜索能力欠缺、收敛精度低等问题，在保证种群均匀性和多样性的同时降低了计算复杂度。通过测试系统验证了改进的多目标蜣螂优化算法与基于支配排序的NSGA-Ⅱ算法、基于分解的MOEA/D算法、改进多目标粒子群算法（IMOPSO）、拥挤距离多目标粒子群优化算法（DCMOPSO）相比具有更好的分布性、收敛性和均匀度。以天津某港口为算例，对多目标联合优化模型进行求解，并设置多种方案进行对比分析，结果表明：所提泊位分配模型使各个泊位上的船舶分配更加均匀，与泊位分配和能量调度独立优化相比船舶等待时长增加了4 h，但总运行成本减少了121 283元；与单目标联合优化相比总运行成本仅增加了40 225元，船舶等待时长却减少了28 h，证明了泊位分配与能量调度的合理联合优化可以在兼顾船舶等待时长和运行成本的同时，不大幅增加船舶等待时长，验证了该模型和算法策略在泊位分配与能量调度问题中的有效性和准确性，凸显了优化模型的经济优势及其优化物流系统运输效率的卓越能力。

关键词： 无线传感器网络   数据漂移   双向长短期记忆网络   卡尔曼滤波器   盲校准  

摘要： 无线传感器网络数据的准确性对智能系统的决策和环境监测的优化至关重要。针对传感器设备在工作过程中易受外部环境变化及自身特性的影响产生数据漂移现象，导致数据精确度产生偏差的问题，本文提出一种基于CNN-BiLSTM-Attention-KF的无线传感器网络数据漂移校准方法。首先利用CNN提取数据的局部特征，BiLSTM捕获时序数据的长期依赖关系，并引入Attention增强模型处理数据序列中的关键信息，根据节点数据的时空相关性进行建模，得到待校准节点的预测值，其次，将其预测值与节点的实际观测值作为卡尔曼滤波器的输入，实现对漂移数据的跟踪和校准。在公开数据集IBRL上进行实验，结果表明本文提出的方法在各评价指标有所改善，其中平均绝对误差（MAE）降至0.3255，均方误差（MSE）降至0.2289，相关系数(R2)达到0.9882，均优于其他算法。CNN-BiLSTM-Attention-KF具有较好的校准效果，对于传感器在长时间工作中保持数据准确性具有重要意义。

关键词： 支持向量机   卷积神经网络   窃电风险   自动化预警   决策函数  

摘要： 针对电网窃电风险预警时效性差、精度低的问题，设计基于CNN-SVM模型的电网窃电风险自动化预警算法。分别从日电压均值、功率因数、电流信息等方面采集用户用电数据，利用最小-最大标准化方法预处理数据;构建窃电风险预警参数集合，确定暂态因子权值，将电压扰动、负载波峰作为特征指标，提取窃电风险边界特征;建立SVM分类器模型，获得最优分类平面和决策函数;通过卷积神经网络改进SVM分类器，构建CNN-SVM模型，提高模型的学习能力;经过模型逐层学习，输出最终特征向量，即窃电风险等级，结合该等级实现自动化预警。实验结果表明，CNN-SVM模型的收敛效果好，训练耗时短，能够准确识别出窃电用户，应用于电网窃电风险自动化预警中的预警精度高，响应速度快。

关键词： 温度控制器   模糊控制   神经网络   IMC-PID   STM32F407  

摘要： 针对当前大多数温度控制器算法普遍存在控制精度低、超调量大、自适应性差等缺陷，难以满足较高的温度控制要求。以STM32F407微处理器为控制核心，搭建电加热膜温度控制系统实验平台，在IMC-PID算法的基础上结合模糊控制与神经网络在线优化控制参数，设计一款基于智能算法的高性能温度控制器。实验表明:该控制器算法与现有多种控制器算法相比，具有响应快、精度高、稳定性强、自适应性好等优势，能够有效满足高性能的温度控制场合。