课程文献中心 更多>>

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。

关键词： 柑橘大实蝇   性选择权   雄性外生殖器   阳茎   生殖突  

摘要： 柑橘大实蝇Bactrocera minax(Enderlein),是柑橘的重要害虫。本研究基于光学、扫描电镜、X射线CT,对其雄虫外生殖器的形态结构、阳茎长度和雌虫泄殖腔到受精囊的长度、以及雌雄虫交配过程中的夹持状态和雄虫阳茎冠到达雌虫阴道位置的观察和测量。结果表明,柑橘大实蝇雄性外生殖器是由阳茎(阳茎管和阳茎冠)、生殖突(阳茎内突和生殖环)和抱握器(背刺突和抱器)这3个部分组成。阳茎管是长而弯曲的双套管结构(向腹面卷曲),外管即阳茎管,内含1条输精管(内管),阳茎管腹面褶皱,骨化程度低,背面平坦(中间有沟),骨化程度较高,既可以弯曲折叠又可以变直。休息时,阳茎蜷曲,大部分隐藏在第5腹节内。阳茎冠由生殖杆、阳茎冠体(基囊、喇叭口、裂口和骨化体)组成,精子出口位于阳茎冠顶部喇叭口内和基囊前端的阳茎冠体上的裂口内。成虫交配时,雄虫抱握器夹持住雌虫产卵针背片端部,阳茎能够到达的最远处为雌虫布氏交配囊。雌虫从泄殖腔口至受精囊长度(21.64±0.59 mm)远大于雄虫阳茎的长度(9.21±0.25 mm),表明雄虫的阳茎不能到达雌虫的受精囊,雌性可以通过控制精子是否进入受精囊来控制受精。因此,雌成虫拥有最终的授精控制权。这些结构或组织经过进化,从而适应其阳茎的运动、交配等行为活动。为理解昆虫繁殖生理、进化和多样性,昆虫交配、阳茎运动等行为机制提供理论基础。

关键词： 未爆弹检测   YOLOv7   E-ELAN-P   CARAFE   Hardswish  

摘要： 针对探测手雷未爆弹存在设备昂贵、操作复杂和误报率高等缺点,提出构建未爆弹数据集Grenade-UBD,改进YOLOv7算法检测未爆弹。主要进行了三方面的改进:一是主干网络使用基于部分卷积改进的E-ELAN-P模块替代原始的E-ELAN模块提高特征提取能力;二是颈部网络中使用CARAFE模块替换UpSample模块来提高特征表达能力;三是替换激活函数为Hardswish提高计算效率和模型表现能力。通过消融实验,对比三种改进,改进后的YOLOv7_grenade算法在精确度、召回率、平均准确度方面分别比原始YOLOv7算法提高了10.4%、5%和5.3%,检测速度保持在52帧/s,参数量也有所减少。

关键词： 黑盒遗传算法   电力物联网   终端漏洞   关联挖掘  

摘要： 受电力物联网(IoT)复杂性与终端漏洞隐蔽性的共同作用,现阶段采用的传统漏洞关联挖掘方法在关联特征参量上存在局部偏差,造成整体挖掘尺度不足,算法全局寻优效率偏低,严重影响电力IoT终端正常运行。为解决上述问题,从IoT结构特点入手,引入黑盒遗传算法,通过电力IoT终端状态感知、终端漏洞关联挖掘规则生成、黑盒遗传算法参量引入、终端漏洞关联挖掘4部分完成整体挖掘方法全局参量的重构优化,提升挖掘精确度与尺度。仿真测试表明,所提方法的挖掘曲线数值较大,且均值偏差指标差异为0.1,说明黑盒遗传算法在电力IoT终端安全漏洞挖掘中具有较高的可行性和有效性,且挖掘稳定性足以满足现阶段终端漏洞挖掘任务需求。

关键词： 轨道交通车辆   三维布线   布线容量占空比   线槽容量   等效截面积   线缆分支合并  

摘要： [目的]随着高速列车、城际列车等轨道交通车辆的广泛应用,其产品功能需求不断增加,导致车辆电缆设计复杂度逐步提升。为实现线缆布线占空比的快速计算、分析与预警,提升线缆设计与组装后的散热性能、电磁兼容性能等安全可靠性,特对轨道交通车辆三维布线占空比算法进行研究,以期提升轨道交通车辆产品性能。[方法]通过合并简化电缆分支,计算合并后的等效直径,并与线槽等布线空间容量进行比对分析,确保三维布线的电气特性与布线空间的匹配性。同时,建立了线槽和通道的标准化或参数化模型库及布线规范,以实现线槽和通道的快速复用,提升设计效率。[结果及结论]通过三维布线占空比算法的研究与验证,实现了占空比的自动计算和预警功能,有效减少了设计错误,缩短了设计周期,提高了线缆布局的合理性和安全性。在占空比监测验证过程中,关键路径节点的线缆占空比得到了实时计算与监测,有效避免了电缆过载风险,延长了电缆使用寿命。

关键词： 遥感图像   小目标检测层   Shape-IoU   注意力机制  

摘要： 针对遥感图像目标检测任务中存在特征信息不足和分布密集的问题,提出一种基于特征交互注意力的遥感图像目标检测算法。首先,对于遥感图像中目标分布密集的问题,在网络的Backbone部分采用C2f-DAT模块和AIFI模块来处理图像的多尺度特征,使网络更好地检测目标;其次,为了解决遥感图像中小目标特征信息不足的问题,在Neck部分使用SlimDy结构来优化网络的卷积和上采样模块,来突出小目标的特征信息,同时在网络结构中添加小目标检测层以增强网络对小目标的感知能力;最后,使用Shape-IoU损失函数来替换原损失函数,进一步提高网络检测预测框的准确性。通过在Dotav1和SIMD数据集上实验验证,改进方法的mAP@0.5达到了76.3%和82.3%,模型整体效果优于目前对比主流算法。

关键词： FPGA   图像降噪   Zynq   Vivado HLS   视频图像处理  

摘要： 由于CMOS工艺的限制,图像传感器输出的原始数据往往带有噪声,需要进行滤波处理。双边滤波算法在图像降噪的同时也可以一定程度上保持边缘细节。效果优于均值滤波、高斯滤波等降噪算法。但是由于双边滤波的权重不仅考虑了窗口内像素的位置对中心像素的影响,还考虑了像素范围域中的辐射差异,导致算法的计算复杂度相对较高,对视频显示处理等高实时应用带来严峻挑战。针对此问题,该设计以Xilnx公司的Zynq系列ARM+FPGA异构SoC作为实现平台,充分发挥异构SoC的架构优势进行算法的加速设计,使用Vivado HLS进行接口为AXI4-Stream的双边滤波处理算法IP核的开发。在Zynq7020平台,时钟频率50 M,处理400^(*)400@30 fps的OV6946内窥镜摄像头输出的视频流,延时约为3.7 ms,实时性较高,并且在保留细节的同时较好地实现了去噪效果。

关键词： 激光多普勒效应   在线测长系统   光学移频   自适应采样算法   Zoom-FFT频谱细化   能量重心校正算法  

摘要： 针对激光多普勒测长系统中多普勒频率难以提取、测量精度较低的情况,设计了一款基于双光束双散射光路的高精度在线激光多普勒电缆测长仪。首先基于声光调制器引入了光学移频技术,结合高通滤波器有效滤除基底信号,提升了信噪比。接着引入自适应采样算法,进一步减少系统误差、提高低速测量时的精确度;随后引入Zoom-FFT频谱细化算法以及能量重心校正算法进行频谱校正,并仿真分析了自适应采样算法和Zoom-FFT结合能量重心校正算法的精确度。搭建了实验系统,分析了系统的精确度和稳定性。实验结果表明,该系统的测量精度优于0.05%。

关键词： 无人机(UAV)   小目标   YOLOv8   轻量级   复合特征   多尺度特征融合  

摘要： 针对目前无人机航拍图像小目标检测算法存在的漏检、误检、精度与速度不平衡等问题,提出复合特征与多尺度融合的无人机小目标检测算法CM-YOLOv8s(composite and multi-scale YOLOv8s)。通过在空间金字塔池化模块引入通道特征,实现目标复合特征质量提升;通过重建模型颈部结构,提高目标细节特征的保留比例;通过设计DRHead检测头,实现多尺度特征检测图融合,增强多尺度目标检测适应性;通过采用Wise-IoU损失函数提升模型收敛速度。相比于基准算法,改进后的CM-YOLOv8s算法参数量仅为3.5×10^(6),参数量降低了69%。实验结果表明,提出的CM-YOLOv8s算法在数据集VisDrone2019上的mAP50显著提升了6.8个百分点;同时,在UAV-DT和DIOR数据集上验证了提出算法的泛化性和有效性。

关键词： 单通道盲源分离   深度学习   同频同调制信号分离   多尺度融合递归卷积神经网络   通信信号处理  

摘要： 针对单通道条件下同频同调制混合信号分离时存在的计算复杂度高、分离效果差等问题,提出一种基于时域卷积的多尺度融合递归卷积神经网络(recursive convolutional neural network, RCNN),采用编码、分离、解码结构实现单通道盲源分离。首先,编码模块提取出混合通信信号的编码特征;然后,分离模块采用不同尺度大小的卷积块以进一步提取信号的特征信息,再利用1×1卷积块捕获信号的局部和全局信息,估计出每个源信号的掩码;最后,解码模块利用掩码与混合信号的编码特征恢复源信号波形。仿真结果表明,所提多尺度融合RCNN不仅可以分离出仅有少量参数区别的混合通信信号,而且相较于U型网络(U-Net)降低了约62%的参数量和41%的计算量,同时网络也具有较强的泛化能力,可以高效面对复杂通信环境的挑战。