课程文献中心 更多>>

关键词： 子空间聚类   迹Lasso范数   非凸FCP范数   近端交替线性最小化  

摘要： 子空间聚类是一类广泛应用的聚类方法,其中最关键的技术是表示矩阵的获取,为使表示矩阵更好地满足块对角结构,提出一种基于改进迹Lasso范数和PALM算法的子空间聚类方法。首先,将原始数据减去噪声所得干净数据作为数据自表示的字典,能够促使表示矩阵更接近块对角结构;其次,提出一种改进的迹Lasso范数,利用非凸FCP范数约束矩阵的奇异值向量,能更好促使矩阵满足低秩性;最后,由于提出模型的非凸非光滑性及约束条件的非线性,利用近端交替线性极小化算法求解模型,具有收敛性保证。在CFP人脸数据集和动物面部图像数据集上进行聚类的数值实验表明,提出的子空间聚类方法相比于普遍应用的K‐means聚类、谱聚类及稀疏子空间聚类有更好的聚类性能。

关键词： 血栓弹力图仪   PID控温   鹦鹉算法   实验测试  

摘要： 血栓弹力图仪的温度控制采用PID法时,不仅需反复调节参数K_(p)、K_(i)、K_(d)提高精度,而且存在响应速度、超调量和温度稳定速度较差等问题。因此,本文提出一种改进后的鹦鹉优化算法,并进行试验验证。结果表明:该方法可将杯槽温度误差从相对误差0.49%降至0.05%,波动度从0.35%降至0.11%,能实现血栓弹力图仪系统对液体温度的精准控制。

关键词： 特征匹配   AKAZE   RANSAC   误匹配   描述符  

摘要： 为了解决在接触式测量方法下液压元件表面产生磨损以及效率低下的问题,基于双目视觉非接触式测量技术,针对特征匹配过程中AKAZE算法匹配速度慢,RANSAC误匹配剔除算法模型的不稳定性以及冗余性问题提出一种改进方法,将Hessian矩阵特征点检测与M-LDB描述符相结合使用以提升匹配速度,并通过优化RANSAC算法迭代流程提升匹配精度。最后使用两种标准数据集对改进前后的两种算法进行实验验证,结果表明,改进算法在提升了匹配精度的同时也保证了匹配效率,具有良好的鲁棒性。

关键词： 煤矿   井下   机电设备   管理   维修  

摘要： 在煤炭行业蓬勃发展的当下,煤矿井下机电设备已然成为开采作业的核心支撑力量。随着开采规模持续扩大、深度不断增加,井下作业环境愈发复杂恶劣,机电设备长期处于高负荷运转、高湿度、强粉尘以及频繁启停的工况之中。一方面,先进的机电设备极大提升了开采效率,促使煤炭产量稳步攀升,另一方面,设备故障引发的停工停产,不仅造成巨大经济损失,更可能威胁井下人员生命安全。在此背景下,精细化的机电设备管理与科学高效的维修策略,是保障煤炭稳定生产、减少安全隐患的关键突破口,深入探究煤矿井下机电设备管理与维修工作刻不容缓。

关键词： 热轧   环形炉系统   燃耗核算  

摘要： 提出了一种基于分摊算法的无缝钢管环形炉燃气消耗核算方法,旨在更精确地计算单支钢管在环形炉中的燃气消耗量。该方法通过在装钢或出钢时段运行核算程序,计算管坯的温升及其有效吸热量,进而确定每支管坯的燃耗占比。将该占比与时间段内的总燃耗相乘,即可得出单支管坯的燃耗分摊值,并持续更新直至其出炉。该实时核算方法不仅能在燃气消耗异常时提供预警,而且能为生产异常排除和制定生产计划提供数据支持,进而有效提升环形炉系统的能源利用效率。

关键词： 电力设备   安全管理技术   设备监测   设备管理  

摘要： 电力设备的投入使用,不但保证了电网的安全可靠运行,而且对整个电网的现代化建设起到重要作用。为此,有关部门应采取行之有效的管理对策与技术维修手段,保证电力设备的高效率运转。文章以电力设备运行状态监测与安全管理为研究对象,深入探究相关技术,包括传感技术、数据采集与处理技术等,以期进一步保障电力自动化设备的安全运行。

关键词： 炼化企业   停工大修标准化   设备管理   总指挥部   分指挥部  

摘要： 炼油化工装置停工检修改造是一项复杂的系统工程,任务艰巨,时间紧张,现场交叉作业和资源调配量大,一直是企业管理的难点。文章结合某特大型企业近10年来停工检修的管理经验,建立“总指挥部—分指挥部”协同工作机制,按照“7分准备、3分实施”的原则,分别从“策划—准备—实施—总结”4个阶段开展工作,总结了一套适应炼化企业特点且行之有效的、标准化的停工检修管理体系,并通过数字化应用使管理绩效充分发挥出来,为今后炼油化工装置停工检修改造提供了可参考和借鉴的经验。

关键词： 黏菌算法   遗传算法   振荡收缩   随机游走   自扩散   混合算法  

摘要： 针对目前常见的元启发式算法面临勘探与开发不平衡、优化性能不稳定等问题,提出一种基于空间衰减自扩散机制的黏菌遗传混合算法SMAGA,以遗传算法为基准结构,通过选择、交叉和变异3项操作重组特征引导个体在解空间内搜索。SMAGA首先设计具有正负反馈和随机游走特性的振荡收缩机制作为交叉算子,用来增强算法的全局搜索能力和局部搜索能力。然后,提出一种基于空间衰减的自扩散机制作为算法的变异算子。该机制使用随算法生命周期衰减的空间尺度,引导自身进行扩散运动,在算法前期增强多样性,在算法后期有效挖掘可行解的邻域信息。最后,提出一种判别式控制策略,根据群体适应度的分布偏差,自适应地调整算法的参数,进而平衡算法的勘探能力和开发能力。为验证算法的性能,分别在IEEE CEC2017和IEEE CEC2021基准测试集上展开实验,结果表明,与其他23种不同类型算法相比,所提算法能够有效地平衡算法的勘探能力和开发能力,至少存在1个数量级的优化精度差异,有望高效地解决复杂优化问题。

关键词： 深度强化学习   自动驾驶   算法优化  

摘要： 深度强化学习(DRL)结合了深度学习和强化学习的优势,近年来在自动驾驶系统中取得了显著成果。通过智能体与环境的交互,DRL能够有效应对动态复杂的交通环境,实现路径规划、实时决策和多智能体协作等任务。在路径规划、多目标优化和实时决策等方面,DRL展现了强大的应用潜力。针对数据问题、算法稳定性和计算复杂度等挑战,本文提出了迁移学习、经验回放和策略梯度优化等技术。本文旨在探索DRL在自动驾驶系统中的具体应用与优化策略,推动相关领域的技术进步。

关键词： 输电线路   可见光影像   样本库建设   算法测试   人工智能  

摘要： 聚焦于输电线路杆塔及通道遥感影像隐患自动化识别样本库建设及算法测试研究,建立适用于输电线路杆塔及通道遥感影像智能监测应用场景的样本数据库,开展遥感影像人工智能算法测试,解决现有遥感影像解译样本数据集规模有限、分类体系不统一、时空分布不均及缺乏质量评价标准等问题,提高算法模型的通用性。