课程文献中心 更多>>

关键词： 目标跟踪   状态估计   交互式多模型   粒子流滤波  

摘要： 为了提高机动目标跟踪中状态估计的性能，提出一种交互式多模型粒子流滤波(Interactive Muti-Model particle flow filtering， IMM-PFF)算法。该算法采用多模型描述目标的机动过程，利用粒子流滤波算法进行目标状态估计，交互输出滤波结果。避免单一模型造成的估计误差，同时克服了卡尔曼滤波和粒子滤波的局限性，有效提升状态估计精度。仿真实验结果证明本文新滤波算法的有效性和鲁棒性中文

关键词： 新安江模型   参数率定   蝴蝶优化算法   日径流模拟   钦江流域  

摘要： 参数率定是提升水文模型径流模拟精度的重要环节，构建高效稳健的参数优化算法是水文模型应用研究的热点。本文针对蝴蝶优化算法易于早熟收敛的问题，引入Halton序列提升初始种群的均匀性、利用动态转换概率平衡全局与局部搜索进程、采用Lévy飞行和标准化操作算子改善进化方程，建立了一种改进的蝴蝶优化算法（MSBOA），并将其应用于新安江模型参数率定，比较分析了原蝴蝶优化算法（BOA）、改进后蝴蝶优化算法（MSBOA）、正余弦优化算法（SCA）和鲸鱼优化算法（WOA）在新安江模型参数率定中的收敛性和稳定性。在钦江上游陆屋水文站以上流域的应用结果表明：（1）与原算法BOA相比，MSBOA取得的纳什效率系数高0.03，相对误差降低至±5%以内，且均方根误差降低了8.2%。这说明MSBOA率定的新安江模型参数取得的日径流模拟精度更好，能够较准确地描述流域的水文过程。（2）各算法在新安江模型参数率定中均有较好的适用性（纳什效率系数高于0.85）。从收敛性来看，MSBOA的收敛速度较快且取得的纳什效率系数值最高，其次是WOA和SCA算法。从稳定性来看，MSBOA取得的纳什效率系数的标准差最低、且参数率定结果的波动范围最小，说明其稳定性较高，其次是WOA算法。改进后的蝴蝶优化算法MSBOA可丰富水文模型参数率定研究，为模型参数优化提供一条新途径。

关键词： 双目视觉   深度估计   立体匹配   水下机器人   混合空洞卷积   多尺度  

摘要： 基于双目视觉的立体匹配网络被广泛应用于目标定位，其计算速度和精度直接影响机器人的任务执行。针对现有立体匹配网络参数冗余、计算速度缓慢等问题，提出利用混合空洞卷积替代特征提取部分的普通卷积层，减少网络层数，极大地减少了网络参数量，提高网络的运行速度。为了增强网络在弱纹理、边缘区域的特征表达能力，提出一种多尺度感受野模块，以融合不同尺度感受野的特征。将该模块嵌入到立体匹配网络，提出了多尺度感受野立体匹配网络，实现了目标位置信息的精确检测。基于所提网络和校正模型，开展了水池模拟环境下水下机器人的目标定位实验，结果表明，所提方法有效解决了现有立体匹配网络在弱纹理、重叠以及边缘区域的误匹配问题，对特定目标物定位精度能够达到89%，较其它主流视觉测量方法均有显著提升，在水下目标定位中具有重要应用价值。

关键词： 主成分分析   财务风险   自动识别   分布式存储   数据通信  

摘要： 为了准确分辨财务风险，为管理决策提供数据依据，设计了基于主成分分析算法的财务风险信息自动识别系统。通过数据交换引擎从网络或相关金融平台获取财务信息，利用财务数据导入模块调取基础数据层的财务信息，利用HDFS分布式存储模块完成财务信息的存储，利用主成分分析建立财务风险信息评估模型，确定财务风险等级。实验结果表明:该系统可实现财务风险信息评估指标的选择，识别各子公司的财务风险信息等级，且系统响应效率不超过4 s，功耗水平低。

关键词： 地面防空   设备部署   K-means   人工蜂群算法   防空效能  

摘要： 针对地面防空设备部署方案产生速度慢、合理性差、防空效能低的问题，提出一种基于K-means聚类的人工蜂群（artificial bee colony， ABC）算法来解决目前地面防空设备部署中面临的挑战。此方法以防空效能作为评估指标，根据部署区域的数字高程模型（Digital elevation model， DEM）数据，利用K-means算法对其进行聚类处理，根据部署区域的海拔、坡度、坡向等地理特征对其进行分类筛选。在筛选后的部署区域上进行ABC算法的迭代搜索，最后，利用先验信息对迭代产生的部署方案进行校验反馈。研究方法旨在利用K-means算法对部署区域聚类处理，再通过ABC算法迭代优化，以产生高防空效能的部署方案。仿真结果表明，研究方法在给定部署区域内经过262次迭代就可以产生防空效能为0.9781的部署方案，而经典群智能算法产生的部署方案防空效能均在0.9600附近，并且要经过400多次迭代才能够收敛，体现出了研究方法的实时性；此外，研究方法产生的部署方案均能够实现对保卫目标的完全覆盖，而经典群智能优化算法产生的部署方案会存在防空盲区，体现出了研究方法的合理性。

关键词： 改进A*算法   U型   摸墙算法   Flody算法   路径规划  

摘要： 提出一种改进A*算法，用于解决传统A*算法面对“U型”障碍物时路径规划效率低的问题。改进后的算法通过改变节点搜索条件，减少无用节点的搜索;利用摸墙算法绕过规划路径中的障碍物，提取路径中的关键转折节点，结合Flody算法思想对路径进行优化，以及对优化后的路径后处理，以提高路径规划效率和降低路径长度。仿真结果表明，改进后的A*算法在搜索效率上比传统A*算法提高了63.5%，在路径长度上，减少了2.42%。

关键词： 跨流域调水   多水源   多目标   模拟-优化   大系统分解协调   南水北调东线工程  

摘要： 跨流域调水系统的水量调度问题涉及多水源、多用户、多目标等，关系结构复杂，决策变量众多，传统单一模拟方法或优化方法难以兼顾求解效率与优化性能的需求。针对于此，提出一种多水源调度模拟-优化双层耦合求解算法，上层算法基于近似最优原则模拟本地水源调配，下层算法引入大系统分解协调优化外调水调配，能够在保障优化性能的同时有效降低计算复杂度。以南水北调东线工程一期及北延段为研究区域，以受水区用户加权缺水率平方和最小与源头调水总量最小为优化目标，构建了水量调度多目标优化模型，并采用模拟-优化双层耦合算法进行求解。结果表明：相较于直接优化，模拟-优化双层耦合算法优化效果近似，但平均耗时更短；算法将本地水与外调水的联合调配按优先次序进行模型分解，提高了多水源调度结果的可解释性；算法能够为求解大规模跨流域调水多水源多目标水量调度问题提供参考。

关键词： 偏标签学习   偏标签回归   候选标签   注意力机制   残差连接  

摘要： 偏标签回归(PLR)补全了偏标签学习(PLL)仅讨论分类任务的现状。针对现有PLR算法忽略实例特征特性差异问题，提出了一种集成特征注意力和残差连接的偏标签回归算法(PLR-FARC)。首先，通过标签增强技术将真实数据集的标签扩充为一组实值候选标签；其次，借助注意力机制自动生成每个特征对标签的贡献度；再次，引入残差连接以减少特征在传递过程中的信息丢失，维持特征的完整性；最后，分别基于IDent和PIDent计算预测损失。在Abalone、Airfoil、Concrete、Cpu-act、Housing和Power-plant数据集上进行实验，相较于IDent和PIDent,PLR-FARC的平均绝对误差分别平均降低了2.15%、38.38%、8.86%、4.19%、15.71%和15.55%，均方误差分别平均降低了9.35%、71.32%、23.10%、20.17%、27.22%和9.46%。实验结果表明，所提算法是可行且有效的。

关键词： 航空发动机   发动机控制   北斗短报文通信   鲁棒控制算法  

摘要： 针对大气湍流对航空发动机造成的扰动影响和安全性问题，提出了一种基于北斗通信的湍流区航空发动机鲁棒控制算法。首先基于北斗卫星导航系统对前机测量得到的湍流区物理信息进行通信，设计报文内容及编码，建立信息发送判定逻辑。根据报文信息实现控制器参数的自适应调节，形成航空发动机自适应高增益鲁棒控制算法。为验证所提出方法的有效性，针对DGEN380型发动机进行仿真，仿真结果表明，提出的控制算法相比传统的PI控制算法在抗扰能力上有所提升，可以使航空发动机高、低压转子转速处于设计的偏差量内，具有良好的抗扰效果。

关键词： 船舶目标检测   轻量级   知识蒸馏   注意力机制   YOLOv7-tiny  

摘要： 针对红外场景下的船舶图像检测准确率低和计算量高的问题，提出了一种改进的YOLOv7-tiny轻量级红外船舶目标检测算法。首先，在主干网络采用轻量级模型PP-LCNet，极大降低网络参数量与计算量。其次，改进Fused-MBConv模块，引入CA注意力机制并提出ELAN-FM-C模块，将其引入到特征融合层当中，全面关注特征层的空间信息和通道信息，获取更大感受野。然后，使用基于最小点距离的边界框相似度比较的MPDIoU损失函数，简化了计算过程，提高了轻量级算法对红外目标的检测能力。在此基础上，提出R-BiFPN结构来融合更多有效特征，提高了轻量级算法对不同尺度目标的检测效果。最后，利用知识蒸馏技术进一步提高了模型的检测精度。在艾睿光电红外海上船舶数据集上进行验证，改进后的算法检测平均精度（mAP）达到了91.5%，比原YOLOv7-tiny网络提高了3.3%，同时参数量和计算量分别降低23.0%和30.3%，且模型大小仅有9.37Mb，相较于基础模型减少了19.9%。在公开船舶数据集SeaShips和Ship Image数据集上的验证表明，改进后的算法在各项性能指标上均有所提升，充分证明了其具有良好的泛化性和鲁棒性。与其他主流和最新检测算法相比，改进后的算法在检测精度和轻量化方面表现更优。