课程文献中心 更多>>

关键词： 隧道盾构裂缝漏水检测   Leakage-YOLO   注意力机制   关键区域特征  

摘要： 隧道盾构裂缝漏水问题的检测对于保障隧道结构的安全性和延长其使用寿命至关重要。随着目标检测技术的发展，先进的检测技术逐渐被应用于隧道盾构裂缝漏水区域的自动检测，以提高检测效率和精度。因此，为进一步提高裂缝漏水区域的检测精度并实现实时的隧道盾构裂缝漏水检测，在YOLOv8的基础上提出了目标检测算法Leakage-YOLO。该算法通过在检测颈中引入区域焦点注意力模块（RegionalSpotlightAttention），更好的融合全局与局部特征信息，增强对关键区域特征的提取能力，进而有效解决了裂缝漏水区域显著特征难以提取的问题。此外，通过改进检测头，提出一种新的SE-Head 结构，进一步增强了对细节边缘特征的捕捉能力，有效改善了裂缝漏水区域定位不精确的问题。在真实场景的公开数据集的实验结果表明，改进后的算法相比原算法在AP、AP0.5、AP0.75上分别提高了4.7、4.9、6.7个百分点，并与其他主流算法对比，验证了所提的Leakage-YOLO的有效性和优越性。

关键词： 自动导引运输车(AGV)   局部路径规划   动态窗口算法   层次分析法   碰撞安全指标   自适应  

摘要： 自动导引运输车（AGV）在行驶过程中不仅需要躲避静态障碍物，还需要躲避移动障碍物，而常用的动态窗口局部路径规划算法在此类情况下的避障成功率和避障效率均难以满足实际需要，为此，本文结合层次分析法提出一种新的自适应动态窗口局部路径规划算法。首先，使用层次分析法（AHP）计算动态窗口算法（DWA）中权重因子的值；然后，提出一种碰撞安全指标来评价当前运行状态的安全性，并结合相关参数的安全隶属度函数建立权重因子与环境因素的自反馈机制；最后，基于所创建的自适应动态窗口算法规划出避障路线。仿真结果表明，本文提出的自适应动态窗口算法能够自适应调整评价函数权重因子，有效躲避静态障碍物和移动障碍物，并在安全性、行驶时间和路径长度方面，都得到了显著优化。

关键词： 路径规划   快速扩展随机树   动态步长   路径优化处理  

摘要： 针对军工移动机器人路径规划问题，提出一种基于RRT-Connect的改进算法，避免了算法规划过程中效率低、随机性大、搜索时间长、迭代次数及节点数过多、规划出的路径冗长等问题。首先，该算法在起点和目标点连线的中点作为扩展点，使算法由两个树扩展变为四棵树同时扩展，同时引入范围限定函数，优化路径扩展及采样过程，其次，在改进算法中引入动态步长调节函数，使扩展过程有了更强的目标性，最后，对生成的路径进行后优化处理，去除多余冗余节点，缩短了路径长度。将改进的RRT-Connect算法与RRT及RRT-Connect算法在三种不同环境中进行仿真对比实验，其中相较于RRT-Connect算法在迭代次数上降低了83.8%，节点数减少了59.3%，规划速度上提高了26.9%，路径长度减少了11%。

关键词： 桥梁基础   桩基选型   多尾神经网络   组合分类   智能设计  

摘要： 针对当前桥梁基础设计自动化和智能化水平不足的问题，提出一种基于多尾神经网络的新型架构，并开发了相应的桩基智能选型算法。该算法有效应对了训练样本数量少、类型多且分布不均的挑战。通过定义案例样本数据格式，构建了一个包含90%常见桥型的桩基选型样本库，涵盖简支梁、连续梁、矮塔斜拉桥等多种桥型。分析样本库数据特征后，明确桩基选型是一个典型的“组合分类”问题，并设计了一个由嵌入层、特征提取层和决策层组成的多尾神经网络模型，采用分阶段训练技术进行优化。在此基础上，研发了桩基智能选型算法，并将其集成到云服务平台，成功接入桥梁智能设计系统，实现了桥梁桩基的智能化设计。通过在长赣高铁S101省道特大桥项目中的应用测试，结果显示该算法显著提高了桩基设计效率，达到传统方法的4倍，进而使全桥设计效率提升超过70%。本研究为人工智能技术在勘察设计行业的应用提供了一种新的解决方案，特别是在解决“冷启动”问题上具有重要意义。

关键词： 自动发电控制   强化学习   多区域协同   泰勒双延迟  

摘要： 面向新型电力系统大规模清洁能源并网所带来强随机扰动，以至于控制性能及电网频率稳定性变差的问题，本文从自动发电控制的角度提出泰勒双延迟深度确定性策略梯度算法来获取多区域协同最优解，进而提高大规模清洁能源并网后电力系统的控制性能及频率稳定性。所提算法采用泰勒级数展开更新价值网络，改善了强化学习中存在的动作价值高估，有助于提升算法的控制精度；同时引入可减少训练样本损失的经验回放策略替代训练样本的随机采样，来提升算法寻优正确率，进而减少随机扰动对控制性能的影响。通过搭建改进的IEEE标准两区域负荷频率控制模型和风光水火储一体化三区域互联负荷频率控制模型并进行仿真，验证了所提算法的有效性。相较于其他强化学习算法，所提算法具有更优的控制性能和更稳定的频率响应。

关键词： 粮食   多式联运   北斗导航   惯性导航   组合导航   无迹卡尔曼滤波   χ   检测  

摘要： 粮食多式联运高效衔接依赖于精准的位置信息，为确保各环节间的高效协同，设计了基于BDS/SINS松组合导航模式，并提出了改进超球面单形采样无迹卡尔曼滤波（Spherical Simplex Unscented Kalman Filtering， SSUKF）算法，通过优化Sigma点采样策略，减少计算负担的同时提升了滤波精度。在针对系统故障对定位精度影响的问题研究中，引入了双状态χ2检测法作为故障检测机制。实验表明，相较于传统无迹卡尔曼滤波（UKF）算法，改进SSUKF算法在速度误差的均值与均方根误差上分别降低了46.3%和12.7%，位置误差的均值与均方根误差则分别减少了29.5%和7.6%。此外，双状态χ2检测法的引入有效稳定了导航系统的定位精度，提升了系统的鲁棒性。

关键词： 驾驶员面部检测   轻量级卷积   多尺度特征融合   实时性   目标检测  

摘要： 针对车载设备算力有限，而YOLOv8n目标检测算法模型较大的问题，提出一种轻量化驾驶员面部目标检测算法FD-YOLOv8。首先，提出一种双通道轻量级卷积DLConv(Dual-channel Lightweight Convolution)，通过一系列简单的线性变换，使用计算成本更低的方式生成冗余特征图，同时采用多尺度特征融合的方式，在提高检测精度的情况下，降低了算法的计算量及参数量；其次，引入轻量级主干网络ShuffleNetV2，通过组卷积的方式，减少了模型内存访问量；最后，引入轻量级模块StarBlock与C2f模块融合，通过元素乘法融合不同子空间特征的方式，降低了网络结构的复杂程度。通过实验结果分析，FD-YOLOv8算法在自建数据集和YawDD数据集的平均精确率(mAP@0.5)分别达到了99.1%、99.0%，相较YOLOv8n检测算法参数量(Parameters)下降了50.0%，计算量(FLOPs)下降了44.4%，FPS达到了237帧/秒，改进算法在驾驶员面部目标检测任务中具有一定参考价值。

关键词： 信息溯源   质心理论   中心性指标   融媒体   舆情管控  

摘要： 【目的/意义】融媒体时代的信息传播具有多形态、多渠道、多互动的特征，响应的信息传播网络愈发复杂化，给舆情信息管控及溯源带来了巨大挑战，高效准确的溯源算法的成为亟待解决的技术难题。【方法/过程】针对大数据时代融媒体信息溯源难题，在构建融媒体信息传播模型的基础上，结合了质心理论提出一种二阶段的信息溯源算法，通过中心性指标并运用质心算法寻找使舆情事件爆发的关键节点，并通过仿真验证对所提算法进行了算力分析与稳定性分析。【结果/结论】结果表明，提出的溯源算法相较于其他不同类型的算法，能够很好地适应融媒体平台的传播特征，不仅能够快速响应，还能保持较高的准确率。【创新/局限】创新性地将质心理论应用于舆情信息溯源领域，构建了适用于融媒体平台的新型溯源算法，然而融媒体平台实际信息传播模型要更加复杂，仍需展开实证研究来进行迭代提升。

摘要： 普通高中信息技术新课程标准将计算思维列为学科核心素养.课标要求采用项目式学习,将人工智能知识构建、技能培养以及计算思维发展融入运用数字化工具解决问题和完成任务的过程中.本文以项目案例"追本溯源"的设计与制作为例,对计算思维导向的人工智能教学开展实践探究.