课程文献中心 更多>>

关键词： 继电保护   递推算法   容错   记忆效应  

摘要： 递推傅里叶算法是常用的继电保护数字信号处理算法，其特点是利用上次计算结果推算本次结果，优点是计算效率非常高。但是，递推算法具有记忆效应，偶然因素导致的错误会一直保持且不易察觉，给继电保护装置的安全稳定运行带来隐患。因此，本文提出一种适用于递推算法的容错机制，可消除递推算法的记忆效应，防止因偶然出错导致不可恢复的计算偏差，从而有效防范此类问题引发继电保护误动或拒动。

摘要： 现阶段国内各主要航空公司对飞机大修中的检修任务处理以及工卡派工仍是通过依靠维修人员的维修经验、采用人工分配的方式对检修任务进行分配和处理。随着各种新模型和算法在航空维修中的不断深入应用，本文提出了一种基于历史数据分析并结合神经网络优化的飞机大修派工模型，建立了一套科学、合理的飞机大修全任务预派工系统，实现了飞机大修全周期的精准控制。

关键词： 半监督学习   AUC优化   标签噪声   二分类问题   不平衡数据学习  

摘要： 现有半监督AUC优化方法通常假设数据标注是准确的。然而在许多实际应用中,研究者往往会同时面临标注量不足和不准确的问题。为此,该文首次尝试在不完整和不准确的数据标注情况下优化AUC指标。具体而言,通过分析,对称替代损失在某些情况下可以在半监督问题中具有噪声鲁棒性。在此基础上,该文构建了一个鲁棒半监督AUC优化框架,其导出的经验风险无需估计噪声率。此外,通过紧致泛化上界的分析表明,当模型基于足够大的训练数据集进行学习时,其在未见数据上能够很好地泛化。随后,使用Barrier hinge损失对该框架进行实例化。为加快训练过程,进一步开发了一种加速算法,将损失和梯度估计的复杂度从O（n2）降低至O（nlogn）,在实验中可获得高达200倍的加速。最后,通过在15个基准数据集上进行实验验证,证明了所提方法的有效性。

关键词： 生物炭   BP神经网络   遗传算法   炭基肥   工艺参数优化  

摘要： 生物炭是一种针对生物质能高效开发的多功能材料，随着对生物质能高效开发的关注，生物炭的应用范围逐渐扩展，其中炭基肥作为生物炭的一个重要应用方向，因其优良的缓释性能和对土壤负担小的特点，受到广泛关注。生物炭的理化性质受到制备过程中的炭化温度、炭化时间和升温速率等工艺参数的显著影响，不同炭化工艺不仅决定了生物炭的理化性质，还直接影响其作为炭基肥的缓释性能。传统的实验方法往往需要大量的时间和资源投入，因此，探索更加高效的优化方法成为了研究的热点。本研究采用了BP神经网络与遗传算法相结合的优化方法，针对咖啡壳生物炭的炭化过程中的炭化温度、炭化时间和升温速率3个关键工艺参数进行预测和优化。研究结果表明，采用BP神经网络—遗传算法优化后的炭基肥，其最佳工艺参数为炭化时间2.8 h、炭化温度780.7°C和升温速率15.1°C/min。在此工艺条件下制备的咖啡壳生物炭基肥，其7 d养分累计释放率为45.9%，表明缓释性能得到了显著提升。综上所述，本研究提出了一种基于BP神经网络和遗传算法的生物炭炭化工艺参数优化方法，能够有效提高炭基肥的缓释性能。该方法不仅为生物炭制备工艺的优化提供了新的技术路径，也为相关领域的研究提供了重要参考，对推动高性能炭基肥的发展具有积极意义。

关键词： 榆神府矿区   浅埋深   大采高   开采沉陷   地表移动时空数据模型  

摘要： 陕北榆神府矿区煤炭资源品质优良，煤层是典型的浅埋煤层。浅埋深大采高工作面煤层开采时对覆岩及地表造成的影响比一般采矿地质条件下更为严重，地表为黄土沟壑时地表沉陷灾害也更为严重。提出了利用传统地面观测站监测、GNSS自动监测和无人机航测等方式获得地表移动变形数据，以构建地表移动时空数据模型的方案，采用研究成果建立龙华煤矿20202工作面地面移动时空数据库，基于20202工作面地面移动时空数据库进行2-2煤层地面开采移动参数计算、开采沉陷预测，对预测精度进行评估。研究成果对提高对榆神府矿区浅埋深大采高开采地表移动的预测精度有积极意义。

关键词： 邮轮   薄板   焊缝缺陷   识别算法   深度学习   密集链接卷积网络   坐标注意力模块   CAM-DenseNet模型   激活函数   贝叶斯优化算法  

摘要： 邮轮薄板焊缝的熔深和熔宽相对较小，母材与焊缝区域差异性小，焊缝表面缺陷较难判别。为准确地定位焊缝位置，提出一种将注意力机制的坐标注意力模块(Coordinate Attention Module, CAM)融入密集链接卷积网络(Densely Connected Convolutional Networks, DenseNet)的邮轮薄板焊缝缺陷识别算法，建立CAM-DenseNet模型。将网络中的激活函数ReLU替换为更具有稳定性的ReLU6,并利用贝叶斯优化算法对CAM-DenseNet模型的超参数组合进行优化和选取。在焊接车间利用相机采集邮轮薄板焊缝三原色(Red Green Blue, RGB)图片，自建立邮轮薄板焊缝缺陷数据集，并按焊缝缺陷类型将数据集分为凹陷、气孔、毛刺、表面裂纹和无缺陷等5类。试验结果表明，CAM-DonseNet模型对邮轮薄板焊缝缺陷识别具有优异表现。

关键词： 自动驾驶   YOLOv8   通道注意力   轻量化  

摘要： 本文研究基于YOLOv8对自动驾驶目标的检测，引入了通道注意力机制，提升对关键区域的识别，并利用深度可分离卷积提高推理速度。详细分析了自动驾驶任务中的目标检测问题，包括轻量化和通道注意力机制的YOLO目标检测方法。实验结果表明：轻量化模型保持较高推理速度，但牺牲了一定的检测精度；通道注意力机制的模型提高了准确性，但推理速度略降。本文提出的改进方法满足了自动驾驶在复杂环境下的需求。

关键词： 喷涂机器人   深度相机   汽车表面喷涂   喷涂轨迹规划   轨迹生成  

摘要： 针对喷涂机器人在汽车售后喷涂维修中没有现成汽车表面轮廓数据用于喷涂轨迹规划问题，设计了一种基于Kinect深度相机获取汽车车门表面三维点云以实现喷涂轨迹规划的方案。首先，将深度相机采集的车门点云数据进行预处理，通过计算点云数据的协方差矩阵实现点云数据的特征方向识别和坐标变换，方便后续点云切片处理。其次，对预处理后的点云数据进行切片，计算出切片中轮廓点，通过对轮廓点排序确定一系列喷涂路径点；计算出各喷涂路径点处的法向量，使该法向量偏置一定距离后即可得到各路径点处的喷枪喷涂位姿，再对该位姿解算即可生成机器人喷涂轨迹。最后，搭建了汽车表面喷涂轨迹生成实验平台，并进行了算法验证实验。实验结果表明：所使用的点云切片方法能够有效规划车门表面处的喷涂路径，生成了平滑完整的喷涂轨迹，解决了机械臂喷涂控制系统中的喷枪喷涂轨迹生成问题。

关键词： 入侵检测系统   网络安全   智能网联汽车   贝叶斯网络  

摘要： 智能网联汽车是物联网中不可分割的对象，在保障车辆的安全性和可靠性方面，汽车行业正面临着巨大的挑战。在这种情况下，智能网联汽车供应商致力于提供安全的系统，保障用户的行驶安全，使其免受可能的网络攻击。文章提出了一种适用于智能网联汽车的嵌入式入侵检测系统，采用两步算法对可能的网络攻击进行检测。为了评估该方法的有效性，进行了实验测试，计算了经典的准确性评估参数，并与文献中的网络攻击数据集进行了比较。结果表明，该方法对于常见的网络攻击（DoS、模糊、冒充）具有更加优越的检测性能。在Free State攻击下测试该方法时，性能有所降低。

关键词： 双偏振雷达   降水类型识别   降水类型预测   模糊逻辑  

摘要： 文章基于双偏振雷达数据，提出了一种新的降水类型识别与预测算法。该算法利用双偏振雷达反演的水平反射率因子、差分反射率、交叉相关系数、差分传播相移等极化参量，结合模糊逻辑和支持向量机方法，实现了对降水类型的精细识别。构建了基于长短期记忆网络的降水类型预测模型，可提前30 min预测降水类型的演变。算法在实际降水个例中进行了验证，识别准确率达90%以上，预测准确率达85%以上，展现出较好的应用前景。研究结果对于提升定量降水估测和临近预报能力具有积极作用。