课程文献中心 更多>>

关键词： 列车   车轮踏面   损伤   边缘检测   引导滤波  

摘要： 近年来,列车检修逐渐由人检转换为机检,针对在踏面损伤检测图像处理过程中,由于环境光照、背景区域复杂等因素影响,导致图像踏面目标区域边缘检测效果差、细节信息丢失等问题,提出一种基于引导滤波改进Canny算子的边缘检测算法。首先,利用中值滤波和引导滤波组成的混合滤波进行图像去噪处理,在滤除噪声的同时具有良好的保边特性;接着,扩展梯度模板的计算方向来获得梯度幅值;最后,利用边缘信息改进全局阈值的方法自适应获得高低阈值。基于引导滤波改进Canny算子的边缘检测算法能够有效滤除图像噪声,同时检测出更多的踏面损伤边缘信息。

关键词： 负荷分配   强化学习   经济运行   水利-电力调控   高效决策  

摘要： 水电站负荷分配是自动发电控制体系的基础,既往方法难以适应新时期水电站大容量、多机组、复杂振动区的特性,以及流域复杂多样的多目标调控要求。本文分析电站不同运行时期的综合利用要求,构建了兼顾水利-电力需求的站内负荷分配模型,研发了基于深度Q网络(DQN)的高效求解算法,可在完成电网负荷指令的前提下,灵活满足不同时期和工况下各类流量、水位的调控目标。以大渡河枕头坝水电站为例,枯水期代表月内发电耗水量减少0.14%,实现节水增发,提高了电站运行经济性;汛期代表月内水位变幅的方差减小0.876 m^(2),有效平抑了高强度调峰调频下电站水位大幅波动,保证电站运行的安全性。同时,计算精度从既往静态负荷分配表的3~5 MW提升至1 MW,计算效率提高88.2~106.4倍,可为新时期复杂水电系统调度运行提供技术支撑。

关键词： 网络议程设置   算法   “今日头条”APP  

摘要： 在“今日头条”APP中,大数据视角下的信息生产与软件算法推送达到了交融与契合,标志着信息流新闻平台的进一步转化。“今日头条”APP的算法运行机制紧扣用户、数据、流量,使“以用户为中心”的观念得到深化。其站内推送在加强传统议程设置的同时,也加固了信息茧房。网媒时代以来,主动提升媒介素养成为重要话题,这为信息平台带来了新的挑战。

关键词： 变电站   巡检机器人   蚁群算法   路径规划   动态路径   启发因子  

摘要： 针对复杂场景下变电站巡检机器人路径规划效率低的问题,提出一种路径规划算法。首先,改进启发函数并针对变电站实际路径中的复杂情况,建立基于环境参数的多目标评价函数。其次,通过动态路径优化技术,实现对路线模型的更新与筛选。最后,采用前馈路径优化策略,将障碍区域内路径节点转移到可行区域内进行优化,以提高可行路径的数量。试验结果表明,与传统蚁群算法相比,改进蚁群算法的最优路径长度和平均迭代次数分别减少了6%和25%,且算法收敛速度和精度明显提高。将改进算法应用于变电站巡检机器人复杂场景下的路径规划,解决了机器人寻优过程中路径优化和风险性避障问题。根据变电站巡检机器人的实际工作环境,用栅格法建立环境模型,证明了改进算法的可行性。

关键词： 贪婪算法   地面站   观测卫星   资源调度   优先级   定制约束  

摘要： 针对在地面站模型复杂多样、测控任务条件多样的情况下,如何根据现有测控资源最大限度地满足各式各样的测控任务这一问题,本文提出了基于贪婪算法的地面站观测卫星的资源调度方法。该方法通过考虑每个观测任务的优先级、定制观测条件、地面站工作特性等因素,选择当前看起来最优的解决方案,并将其添加到已知解决方案中。在实验中,本文使用了一个模拟场景,对该方法进行了测试,并与其他常用的资源调度算法进行了比较。结果表明,该方法具有较高的效率和优化效果,可以有效地优化地面站观测卫星的资源调度。

关键词： 脑室分割   深度学习   脑室内出血(IVH)   对称感知   端到端网络  

摘要： 目的脑室是人脑重要结构,在临床实践中,其大小、形状变化与多种慢性和急性神经系统疾病息息相关,对脑室的精确分割能够为脑部相关疾病的诊断提供有价值的辅助信息。随着深度学习在医学图像处理领域的迅速发展,医学图像分割任务取得了重大进展。然而,脑室内出血患者的脑室分割问题仍然有待探索。方法本文聚焦于脑室内出血患者的脑室分割问题,针对其面临的目标遮挡、边界不清晰等问题,提出针对性的脑室分割算法——基于端到端对比学习对称感知的脑室分割网络。该模型首先基于空间转换网络实现自适应图像校正,获取任意角度下输入图像的脑室对称图像。然后通过对比学习算法并结合加权对称损失函数施加对图像的对称性约束。通过上述方法可实现脑室分割网络的端到端训练,上游网络与下游分割任务协同合作。结果基于不同分割网络模型的实验结果表明,该方案在脑室内出血患者的脑室分割任务上可取得性能提升,该方案按病例和切片评估的Dice系数指标平均增益分别达到1.09%和1.28%。结合本文算法,最优模型按病例评估的DSC(Dice similarity coefficient)系数和召回率分别达到85.17%和84.03%。结论本文所提出算法对CT(computed tomography)和MR(magnetic resonance)图像的脑室分割均取得了有效提升,对脑室内出血患者相关医学图像分割提升尤为显著,并且本文方法可移植性强,可适用于多种分割网络。

关键词： 锂离子电池   孤立森林算法   微内短路故障   电池储能系统  

摘要： 电池系统的内短路故障是造成电池热失控和火灾事故的主要原因之一,因此有必要对电池内短路故障进行诊断对事故做出早期预警。孤立森林算法是一种无监督的异常检测算法,被广泛应用于异常数据识别领域。根据串联电池组中内短路电池的电压会与正常电池发生偏离的特点,本文提出了基于孤立森林算法的锂离子电池微内短路故障诊断方法。为了对方法进行验证,本文构建了串联电池组进行了不同短路电阻和充放电工况的短路实验,并在实际运行工况下对一个锂离子电池储能系统进行了电池短路实验,然后利用孤立森林算法对实验数据进行分析诊断。结果表明,对于循环充放电工况,孤立森林算法对短路电阻为1000Ω的短路故障诊断精准率超过了74%,召回率超过了76%,准确率超过了91%;在模拟电动汽车实际驾驶的动态工况中,算法对300Ω的短路故障诊断精准率和召回率超过了86%,准确率超过了95%;算法对电池储能系统在实际运行工况下25Ω的内短路故障检测召回率大于98%。实验结果表明,孤立森林算法可以在多种工况下对锂离子电池微内短路故障进行有效检测,被检测出的锂离子电池内短路电阻达到了千欧姆数量级。

关键词： Python   算法思维   实践能力   教学策略   计算思维  

摘要： 在信息技术教育中,由于Python语言具有易学性,实用性等特点,因此受到了人们的重视。该研究以优化Python程序设计教学为重点,以促进学生算法思维和实践能力培养为目标。通过对目前教学现状进行分析,确定所面临的问题及挑战,本研究提出一系列有针对性的教学策略及方法,其中包括基于动态规划算法的教学案例、游戏化教学设计和实践,项目式学习,混合教学模式探索等。实证研究表明,上述策略能够有效地激发学生学习兴趣、提升学生编程能力、培养计算思维。研究发现对信息技术教育有一定的借鉴作用,并强调优化教学内容与方法对促进学生能力发展具有重要意义。

关键词： 预算绩效管理   大数据时代   数据管理   信息化技术   绩效评价   打破常规   创新工作思路   数据决策  

摘要： “用数据说话、用数据决策、用数据管理、用数据创新”是大数据时代政府管理的新标志。如何运用信息化技术改善预算绩效管理,提高工作效率和结果可信度,更好地服务政府管理、促进财政资金使用绩效是研究重点。为进一步提高预算绩效评价效率和质量,福建省财政绩效评价中心结合大数据时代的特征,积极创新工作思路、打破常规,探索出“大数据+模型”与绩效评价相结合的特色做法,推动全面预算绩效管理精准高效。

关键词： 深度强化学习   近端策略优化算法   不规则物体检测   软体机械臂   机械臂抓取  

摘要： 为应对传统深度强化学习(DRL)算法在处理复杂场景,特别是在不规则物体抓取和软体机械臂应用中算法稳定性和学习率较差的问题,提出一种基于裁剪近端策略优化(CPPO)算法的软体机械臂控制策略。通过引入裁剪函数,该算法优化了近端策略优化(PPO)算法的性能,提升了它在高维状态空间的稳定性和学习效率。首先定义了软体机械臂的状态空间和动作空间,并设计了模仿八爪鱼触手的软体机械臂模型;其次利用Matlab的SoRoSim(Soft Robot Simulation)工具箱进行建模,同时定义了结合连续和稀疏函数的环境奖励函数;最后构建了基于Matlab的仿真平台,通过Python脚本和滤波器对不规则物体图像进行预处理,并利用Redis缓存高效传输处理后的轮廓数据至仿真平台。与TRPO(Trust Region Policy Optimization)和SAC(Soft Actor-Critic)算法的对比实验结果表明,CPPO算法在软体机械臂抓取不规则物体任务中达到了86.3%的成功率,比TRPO算法高出了3.6个百分点。这说明CPPO算法可以应用于软体机械臂控制,可在非结构化环境下为软体机械臂在复杂抓取任务中的应用提供重要参考。