课程文献中心 更多>>

关键词： 异常驾驶行为检测   对比学习   二分类   3D卷积神经网络  

摘要： 针对车辆行驶过程中复杂多变的车内环境和光照条件及驾驶员行为姿态多样性对驾驶员异常行为检测与识别的影响，提出一种基于对比学习的驾驶员异常驾驶行为检测算法。首先，将驾驶员驾驶行为检测视为二分类任务，使用对比学习的方法，将驾驶员正常驾驶与异常驾驶样本进行对比，并通过对比损失函数提高模型的性能。其次，以驾驶员正前方和上方的深度图像作为输入，通过提供驾驶员的深度信息解决车内环境复杂、光照强度变化及视角盲区问题。最后，在轻量化网络MobileNetV2基础上引入3D卷积，并在每个瓶颈结构的卷积层中加入通道混洗操作，提高识别的准确性。试验结果表明，提出的算法在驾驶员异常检测（DAD）数据集测试集中的准确率达到94.18%，受试者操作特征（ROC）曲线下面积（AUC）达到0.962，该算法在驾驶员异常行为检测方面具有有效性。

关键词： 变分贝叶斯   超宽带(UWB)   惯性导航系统(INS)   紧组合   组合导航  

摘要： 针对超宽带（UWB）与惯性导航系统（INS）紧组合在实际环境中面临的非线性误差和噪声干扰的问题，该文提出了一种变分贝叶斯自适应卡尔曼滤波（VBAKF）的UWB/INS紧组合导航算法，通过引入变分贝叶斯方法，自适应调整系统噪声统计特性未知导致的滤波精度下降的问题，提升滤波性能。此外，引入高程约束模型，增强高程方向的定位精度。论文建立了UWB/INS紧组合模型，详细推导了VBAKF滤波算法，对比分析了VBAKF与传统自适应卡尔曼滤波（AKF）的状态估计性能差异。实测实验在标准网球场内进行，无人地面车（UGV）沿球场内圈进行了多圈测量，数据采集时长持续15 min，用于模型精度验证。实验结果显示，VBAKF方法在东、北、天方向的定位精度相比于传统方法分别提高了16.13%、21.43%和6.25%，表明VBAKF方法显著提高了系统状态估计的准确性和可靠性，有效提高了UWB/INS组合导航系统在实测环境下的适应能力。

关键词： 相邻均值差   可逆信息隐藏   直方图平移  

摘要： 为解决可逆信息隐藏(reversible data hiding,RDH)容量受限的问题，提出了一种基于相邻均值差的可逆信息隐藏(neighboring mean difference reversible data hiding,NMDRDH)算法。相邻均值差(neighboring mean difference,NMD)：计算两个相邻数值的平均值与其中一个数值的差值，NMD将差值最小化，使数据更加集中。首先将图像进行分块，然后在分块上应用NMD生成差值直方图，最后通过平移差值直方图，利用峰值点来嵌入秘密信息。由于NMD使生成的差值直方图具有更多的峰值点，因此该方法可嵌入更多的秘密信息。实验结果表明，采用本算法，原始图像恢复率和秘密信息提取正确率均为100%；相比于经典差值直方图平移方法，本算法的嵌入容量提升了43.7%；本算法在保证高容量同时，PSNR达到42db以上，确保了嵌入图像失真较小。

关键词： 软件配置   配置类型识别   实证调研   多粒度代码特征   孤立森林   配置方法  

摘要： “高内聚、低耦合”设计原则的普及应用，使得代码中通常存在着专门管理配置选项或配置方法的特殊类型，称为配置类型。配置类型有助于研究人员从属性角度和行为角度增进对配置机制的理解，并为配置错误处理技术提供必要的选项集合以及选项数据流信息。然而，配置类型研究尚不充分，其识别仍依赖于人工检索。提出一种融合多粒度代码特征和孤立森林算法的配置类型识别方法。首先，基于10个具有代表性的开源软件，手动构建配置类型数据集，通过实证调研配置类型的分布、分类和识别影响因素，总结得到9个调研结果，用于指导配置类型识别。然后，基于调研结果，选取覆盖代码词汇、结构、语义和语法信息的4个类型级粗粒度特征和3个方法级细粒度特征，并为每个特征设计量化算法。最后，考虑到配置类型存在样本类别分布不平衡问题，将识别问题转化为异常检测问题，利用孤立森林算法推荐配置类型，同时设计启发规则减少误报数量。在5个评估软件上的实验结果表明，该方法能识别出每个软件的配置类型，平均精度均值为0.86，平均时间开销为21分钟，已初步具备代替人工识别的能力。

关键词： 无人机   目标拦截   追踪算法   匹配优化算法  

摘要： 针对无人机群拦截运动目标的问题，提出了一种最优匹配优化算法。该优化算法在经典的纯追踪制导律的基础上，结合Kunhn-Munkres (KM)算法和匈牙利算法。在拦截过程中采用卡尔曼滤波估计目标位置，减小目标位置观测的测量误差，引入虚拟领航无人机的概念来维持编队，并根据多旋翼无人机的飞行特点设计编队策略。通过仿真对比实验表明，采用所提出的最优制导策略，无人机群能够在保持预定编队的前提下拦截运动目标，缩短了所有无人机的平均每采样周期总飞行距离，加快了拦截过程，提高了编队完成度。

关键词： 金融科技平台   算法   算法定价   算法价格歧视   消费者信息权  

摘要： 在人工智能时代，为更好地处理用户数据，算法技术应运而生，并助力金融科技平台创新发展。不过，金融科技平台创新应用算法技术时，同样带来了算法价格歧视。通过对算法价格歧视的技术路径分析，发现算法价格歧视严重侵犯了消费者信息权，且呈现出隐蔽性、多样化与非公平性的特点。从法律性质分析，算法价格歧视既不同于正常商业活动下的差别定价，也不宜认定为价格欺诈，而是算法滥用而衍生的价格歧视。然而，中国对与金融科技平台算法价格歧视下消费者信息权的法律保护明显不足。结合金融科技平台算法价格歧视的本土化实践，中国有必要构建金融科技平台算法价格歧视下消费者信息权的法律保护路径：提升平台算法信息的透明度，完善消费者信息权的规范结构，增强消费者信息权的公平保护。

关键词： 室内行人定位   PDR算法   零速检测   步长估计   卡尔曼滤波   FIR滤波   EKF  

摘要： 针对室内封闭场所卫星导航系统定位穿透力不够导致的定位精度太低而传统的惯导在室内行人定位时航迹偏移较大的问题，通过对行人航迹推算算法(PDR)的深入分析，提出了改进的PDR算法，旨在提高室内定位中的定位精度。该算法首先设计了卡尔曼滤波器和FIR滤波器对传感器数据进行预处理，提升数据的平滑性和抗噪性能；其次对传统的Weinberg步长计算模型进行改进，增加了新的变量作为步频检测和步长计算的联合参考，有助于减少步长估计的累积误差；然后取合适的阈值作为行人零速判断，以修正步数以及行人位置；最后设计一个扩展卡尔曼滤波器(EKF)对行人的位置进行优化，实现对行人实际轨迹的动态优化。仿真实验结果表明，改进后的PDR算法显著提高了定位精度，行人轨迹的平均误差由5.5m降低到1.2m。总体而言，该改进PDR算法能够有效减少航迹偏差和累积误差，提高了行人定位精度，具有广泛的应用前景。

关键词： 复合灾害   故障率   线路段   符号化   自适应决策优化  

摘要： 针对灾种孤立分析难以适应电网复杂外部环境时变性与耦合性的问题，系列论文的首篇建立了基于整体还原论（WRT）的灾害综合分析框架。作为续篇，文中提出了一种基于灾害综合分析的输电线路故障率在线评估算法。首先，根据气象灾害态势时间序列的粗粒化特征，对复合灾害状态和趋势进行分类编码。其次，通过划分复合灾害区、复合地理特征区、复合灾害与地理特征重叠区，提出线路段粒度自适应划分方法。然后，根据“离线按分类特征优化、在线按实际灾情执行”的机制，评估每类复合灾害态势下每个线路段的故障率，再将复合灾害的致灾过程看作一个整体，聚合线路段故障率得到每条线路的故障率时间序列。最后，以中国某省实际电网运行数据为例，验证了所提方法的有效性。

关键词： 多目标优化   分解算法   自适应   进化算法应用  

摘要： 分解的多目标算法是利用一组权重向量将一个多目标优化问题分解为一组标量子问题。针对当帕累托前沿是一个多峰和断裂等其他较复杂的情况下，均匀分布的权重向量往往收敛效果较差的问题，提出了一种种群分区管理的自适应方法用来保持种群的多样性与收敛性之间的平衡。首先，采用了一种均匀随机的权重向量生成方式进行初始化；其次，采用Tchebycheff分解方法进行子代的更新；再次，将提出的自适应方法对分解的多目标进化算法进行了改进；最后，通过在标准测试函数和齿轮减速器的优化仿真，证明了提出的算法的有效性。

关键词： 鲸鱼优化算法   动态自适应探索转换策略   鲸鱼个体聚集度跟随策略   邻域解变异增强策略   工程优化  

摘要： 为解决鲸鱼优化算法(Whale Optimization Algorithm， WOA)的收敛精度低和易陷入局部最优等缺点，提出一种多策略改进的鲸鱼优化算法(Multi-strategy Improved Whale Optimization Algorithm， MSWOA)。首先，设计一种动态自适应探索转换概率替代原算法中的随机探索概率，使得靠近最优个体的优秀个体更易引导全局搜索，有利于增强解的质量，防止算法陷入局部最优；其次，引入鲸鱼个体聚集度的概念，当鲸鱼陷入聚集状态时采用大步长更新位置，防止迭代后期种群多样性减少；最后，设计一种邻域解变异增强策略同时考虑当前个体与其相邻个体对下一代个体位置的影响，以防止种群进入聚集状态，提高算法跳出局部最优的能力。仿真实验基于CEC2017中29个测试函数和CEC2019中的10个测试函数进行，分别探究了三个改进策略对算法的探索与开发的影响、对种群多样性的影响以及对算法收敛性的影响，最后，收敛性分析、Wilcoxon秩和检验和Fridman检验表明MSWOA具有良好的寻优性和鲁棒性。进一步，将MSWOA应用于压力容器设计和减速器设计问题上，验证了MSWOA在求解实际问题中的有效性和可靠性。