课程文献中心 更多>>

关键词： 量子信息   离散型量子随机行走   无向图   量子算法  

摘要： 量子行走得益于概率幅的叠加特性,可同时出现在多条路径中,使其能以平方式乃至指数级别的速度加速扩散所携带的量子信息。文章基于无向图G=(V,E)结构,从离散时间量子随机行走(Discrete Time Quantum Walk,DTQW)搜索算法特性出发,运用幺正变换的硬币算符与迁移算符,构建了DTQW搜索算法步骤框图,在此基础上,应用SKW搜索算法对4节点无向图中的标记节点态进行搜索,通过态塌缩的观测,实现以1/4概率化读取出目标节点。研究结果表明,当有n个足够大的量子系统,并保持彼此之间的强纠缠性时,量子随机行走可以过渡到经典随机行走。文章还详细讨论了DTQW搜索算法实现左右同移的二次加速搜索机制。

关键词： 井筒监测   信号降噪   分布式光纤技术   小波分析  

摘要： 为了解决在煤矿立井井筒监测现场应用中布里渊光时域反射仪(BOTDR)系统信噪比低的问题,提出了一种基于双树复小波变换(DT-CWT)和改进的LMS算法的组合降噪模型,用于对BOTDR分布式光纤监测信号进行降噪处理。首先,设计了基于双树复小波变换分解原始信号,并使用样本熵作为目标函数自动选择最优小波分解层数的模型,随后,使用LMS算法计算原始信号的自适应降噪阈值,并通过优化双曲余弦函数来改进LMS算法的收敛速度和收敛性。为了验证所提出算法的有效性,进行了BOTDR温度信号降噪实验,最后,依托山东省郭屯煤矿井筒监测项目,使用DT-CWT-LMS算法对光纤监测信号进行了降噪研究。实验结果表明,DT-CWT-LMS算法的降噪效果明显优于传统的小波阈值降噪方法,平均SNR指标提高了32.03%,平均RMSE降低了33.2%;现场研究结果表明,经过降噪后信号的样本熵平均降低幅度为64.75%,与光纤光栅传感器的数据对比相差在5%以内,说明信号中的背景噪声得到了有效的抑制。该研究为BOTDR技术在煤矿立井监测中应用提供了一种有效的信号降噪方法。

关键词： 人工神经网络   高斯过程回归   时空数据融合   海上风能资源评估  

摘要： 风力资源评估对风电场的前期建设至关重要。利用激光雷达或气象观测塔测量能保证高精度的数据,但价格昂贵且时空并不连续;利用天气研究与预报(WRF)模型等的数值模拟方法生成的时空连续数据精度相对较低。针对上述问题,提出一种混合方法,将测量与模拟相结合,用于海上风能评估。首先,使用多保真高斯过程回归(MFGPR)进行时间数据融合,将陆上位置的风力间歇性测量数据和连续模拟数据相结合。然后,利用非线性自回归(NAR)和带有外部输入的非线性自回归(NARX)的人工神经网络进行空间数据融合,通过陆上位置的风力数据对海上的风力数据进行预测。研究表明,该方法可在2%的误差范围内准确评估海上风力资源。

关键词： 捕获   扩频通信   基于分段匹配滤波器的快速傅里叶变换   噪声   高动态  

摘要： 在北斗接收机的使用中,系统的高动态特性使得北斗卫星信号具有快速变化的多普勒平移和码相位,这提高了信号捕获的难度。目前,主流采用的PMF-FFT捕获方法需要消耗大量的硬件资源和运行时间,难以满足北斗接收机的速度要求。为了实现高动态场景下北斗信号快速变化的多普勒频移和码相位的捕获,提出了一种基于改进型PMF-FFT的捕获算法。在详细分析PMF-FFT数学理论的基础上,通过对单个码元内部进行积分存储,降低了捕获系统的相关器使用和噪声干扰。同时引入多路采样时钟,保证了码片积分的时钟条件。最后在北斗高动态仿真场景下,采用仿真测试了该算法与PMF-FFT算法的性能。结果表明,相比传统算法,该算法的噪声抑制比提高了约1.3 dB,运行时间缩短了约7%。因此,该算法能够减少相关器资源的使用并提高信噪比,适用于高动态条件下的北斗卫星信号捕获。

关键词： 果蝇优化算法   电镀槽液温度   自适应控制  

摘要： 电镀过程中镀液会产生一系列的物理化学性质变化,使得电镀槽况数据往往呈现出非线性的特征,可能包含多个维度的信息,对电镀槽况数据进行分类的难度较大,导致无法准确制定合适的控制策略。为此,提出一种基于果蝇优化算法的电镀槽液温度自适应控制方法。通过模糊C均值算法对不同电镀槽况数据样本对应的电镀槽况类别进行分类;依据分类结果构建电镀槽液温度自适应控制模型,将电镀槽液温度预测值和期望值的绝对误差最小值作为目标函数,应用果蝇优化算法对温度自适应控制模型展开迭代寻优,最终有效实现电镀槽液温度自适应控制。实验结果表明:应用所提方法可以精准对各个类型的电镀槽况展开分类,有效地将电镀槽液温度控制在25~30℃的理想温度范围内,超调量不超过1℃,能够对电镀槽液温度进行精准的控制。

关键词： DDPG算法   温度控制   PID控制   3D打印喷头  

摘要： 【目的】为提高熔融沉积(fused deposition modeling,FDM)型3D打印机喷头温度控制中的精度和稳定性,提出了基于深度确定策略梯度(deep deterministic policy gradient,DDPG)算法的温度控制策略。【方法】首先,对3D打印机打印喷头进行数学建模;然后,在设计基于DDPG算法的马尔科夫决策过程(markov decision process,MDP)模型时,以目标温度、当前温度和时间作为状态观测变量,以比例积分微分(proportion integral differential,PID)控制器的3个参数作为输出动作值,设置多个全连接隐藏层来捕捉复杂非线性关系,并基于温度偏差设计了一组复合型奖励函数;最后,搭建仿真模型对算法进行了验证。【结果】与传统PID和模糊PID控制策略相比,基于DDPG的PID响应时间分别缩短了37.01%和18.36%,调节时间分别缩短了27.14%和8.91%,超调量分别降低了74.14%和58.89%。【结论】本方法显著提升了FDM型3D打印机喷头温度控制系统性能,可为3D打印喷头温度控制精度和稳定性研究提供参考。

关键词： 柔性贴标系统   标签解码   标签定位   机器视觉技术   迁移学习技术   模板匹配技术  

摘要： 为实现生产环境对柔性贴标高精度、高速度的要求,提出一种基于机器视觉技术的柔性贴标系统标签解码和贴标位置识别的优化算法。该算法引入深度迁移学习,增强对复杂生产条件下光照变化和噪声干扰的适应性,提高标签解码识别率;采用偏振片预处理减轻环境光干扰,然后运用基于形状的模板匹配策略,在处理后的图像中搜索预定义形状模板,实现对不同尺寸、姿态和光照条件下标签贴标位置的准确定位。纸箱贴标系统实验结果表明,使用该算法后,标签解码识别率提升至98.38%,响应速度为0.027 s,正标率达99%以上。

关键词： ASO算法   抽水蓄能   联合运行   多目标优化  

摘要： 风光发电的随机性和波动性在并网时对电网的稳定性和电网计划调度造成了极大影响,针对该问题提出了含风-光-抽蓄联合运行系统的多目标优化调度模型。利用抽水蓄能储存多余电量并且补偿电量不足时的缺口,使得风光发电成为稳定的可调度能源。将电网波动、运行效益和水库水位波动作为3个优化目标,并用改进的原子搜索算法(IASO)对目标函数寻优求解,与原子搜索算法(ASO)、粒子群算法(PSO)、和差分进化算法(DE)进行对比,结果表明IASO算法对目标函数的寻优效果最好,在电网波动更小、运行效益更高和水库水位变化更小的情况下,弃风弃光量明显更低。所提风光抽蓄联合运行系统可以保证风光并网后电力系统安全、稳定、经济运行。

关键词： YOLOv9   葡萄病害   实时检测   损失函数   高性能  

摘要： YOLOv9作为YOLO系列模型中的最新版本之一,其平台移植方便与检测步骤简易,相比于传统的图像识别技术,基于深度学习的物体检测模型具有更强的特征提取和泛化能力,能够更好地识别复杂的物体和场景。基于YOLOv9c葡萄病害识别检测算法研究,针对传统的病害识别方法存在着识别准确率低、耗时长等问题,对我国七种葡萄病害进行识别,进行训练之后,平均检测度mAP50为92.7%,实验结果表明,该方法可以实现葡萄病害实时检测,大大提高了农业生产效率,满足葡萄病害检测应用场景的精度要求和实时性。

关键词： YOLOv8   卷积神经网络   安全帽检测   安全背心检测   煤矿安全  

摘要： 为了预防煤矿作业中因个人防护装备缺失导致的安全事故,提升工人安全帽和安全背心佩戴情况的智能检测能力。基于YOLOv8提出1种改进的目标检测算法SMT-YOLOv8s,该算法引入尺度感知调制模块(scale-aware modulation transformer,SMT)用于增强图像特征提取,设计跨通道增强通道注意力模块(cross-channel enhanced channel attention,C2ECA)以突出目标特征的表征能力,并提出增强型完全交并比(improved enhanced complete intersection over union,IE-CIoU),用于更精确地计算预测框与真实框之间的位置偏差。研究结果表明:提出的SMT-YOLOv8s算法相较于YOLOv8s模型在自建数据集上的mAP50和mAP50-95分别提高3.7百分点和2.7百分点。与其他算法相比,SMT-YOLOv8s兼具较高精度和计算效率。研究结果可为煤矿个人防护装备智能检测研究提供参考。