课程文献中心 更多>>

关键词： 多模态   视听融合   语音识别   Transformer   动态权重分配机制  

摘要： 针对单模态语音识别在复杂环境中易受噪音、口音、语速等因素干扰的局限性,本研究提出一种基于多模态视听融合的Transformer语音识别算法。通过综合音频和视频两种模态信息,并引入不同模态间的动态权重分配机制,有效解决了模态间信息分布不均的问题。通过将原始音频和视觉信号转换为Transformer模型可处理的特征表示,并结合编码器和解码器结构实现语音到文本的精确转换,利用多头自注意力机制捕捉序列间的内在相关性。实验结果表明,本算法在字错误率上降低了6%~22%,显著提升了语音识别率,验证了算法的有效性和优越性。

关键词： 盐穴储气库   注气方案优化   模拟退火算法   压缩机能耗  

摘要： 在天然气调峰中,储气库承担着重要的作用。在注气期间若注气方案分配的不合理不仅会导致完成注气任务时压缩机能耗过大,更可能导致部分单井压力变化过大,盐岩溶腔收敛加剧,影响储气库长期稳定运行。通过结合模拟退火算法和现场实际条件,综合考虑压缩机能耗和同一区块内所有储气井井口压力离散程度建立多目标优化函数,设置储气井任务期内注气量为变量,以管道最大设计压力,储气井最低运行压力和最高运行压力,配套的靶式流量计最大设计流量等作为约束条件进行多目标优化。结果表明压缩机功耗降低40%以上的同时,地层压力标准差降低90%以上。可见能够通过该方法指导实际生产运行,为储气库长期稳定运行提供保障。

关键词： 低副瓣   优化算法   相控阵  

摘要： 平面超表面相控阵天线可以有效地解决经典相控阵剖面较高的问题,然而,受量化精度限制,低比特平面超表面天线副瓣电平相对较高。针对这一问题,提出了一种基于固定相位分布的综合优化算法,利用遗传算法,对固定预置相位以及单元可重构相位进行综合迭代优化。基于算法优化得到的相位分布,以2比特平面超表面天线作为原型样机在电磁仿真软件中进行了全波仿真验证,在±45°的波束扫描范围内实现了低于-11.9db的副瓣电平。仿真结果表明,提出的优化算法拥有较好的抑制副瓣效果。

关键词： 六轴机械臂   改进蜣螂算法   混沌映射   多项式变异  

摘要： 【目的】针对在复杂场景下机械臂采用传统算法进行路径规划时存在规划效率低、易陷入局部最优解等问题,提出一种基于改进蜣螂算法的路径规划算法。【方法】首先,使用包围盒法对机械臂和障碍物进行建模,根据路径长度、关节运动平滑度和碰撞规避建立优化函数;其次,采用Logistic映射进行种群初始化以增强多样性,改进启发机制以加快收敛速度,引入自适应多项式变异以跳出局部最优解;然后,分别使用基本蜣螂算法、水母算法、灰狼算法、鲸鱼算法和改进蜣螂算法在Matlab软件中进行仿真对比;最后,进行实机测试。【结果】结果表明,在求解机械臂规划问题时,改进蜣螂算法不易陷入局部最优,耗时更短且寻优精度更高。实机测试结果验证了改进蜣螂算法的可靠性。

关键词： 农作物病害识别   卷积神经网络   知识蒸馏算法   注意力机制  

摘要： 农作物病害是威胁农作物生长的主要因素之一,机器学习算法能高效率实现大范围农作物病害的发现,有利于对其进行及时处理,进而提升农作物的产量和质量.在大范围农业场景中,由于供电等条件限制,无法满足服务器等高算力设备的供电需求,现有深度网络模型大多需要较高算力,难以部署在低功耗的嵌入式设备上,给大范围农作物病害的准确识别应用带来障碍.为解决此问题,提出了一种基于知识蒸馏的轻量化农作物病害识别模型,并设计了一种基于残差结构和注意力机制的学生模型,利用知识蒸馏方法从大规模模型ConvNeXt中迁移学习成果,在实现模型轻量化的同时保持高精度识别.实验结果表明,在模型规模为2.28 MB的条件下, 39类农作物病害图像分类任务的准确率达到了98.72%,且每类病害的精确率、召回率和特异度均高于90%.该模型满足了在嵌入式设备中部署的需求,为农作物病害识别提供了一种实用高效的解决方法.

关键词： TGAM传感器   图神经网络   注意力检测   高精度识别   快速响应  

摘要： 本研究旨在开发一种基于TGAM传感器与图结构改进神经网络算法的注意力检测系统。针对当前注意力检测技术在精度和实时性上的不足,本研究通过整合TGAM传感器提供的实时眼球追踪数据与图结构优化的神经网络算法,旨在实现注意力检测的高精度识别与快速响应,从而有效提升系统性能。

关键词： 电力线路故障测距   改进最小二乘法   电力系统   全周期傅里叶变换  

摘要： 针对传统最小二乘法在电力线路故障定位检测时受时间常数τ影响较大的问题,提出了一种改进最小二乘法的电力线路故障定位算法。该算法通过对测量数据进行全周期傅里叶处理,并在此基础上应用改进的最小二乘法,实现了对电力系统中故障位置的快速准确定位,并且能有效去除直流分量的影响。通过建立线路故障模型和应用提出的算法,得到的结果表明,使用改进方法计算接地故障的准确率达到98.322%,误差为1.678%。该算法能够快速、准确地定位电力线路故障,具有较高的可靠性。

关键词： MobileNetV3   模糊场景   人车检测   轻量化   LiteBlurVisionNet  

摘要： 针对雾霾、雨雪等恶劣天气下拍摄到的图像退化模糊,难以进行准确识别与检测的问题,本文提出模糊场景下行人与车辆检测算法LiteBlurVisionNet(轻模糊视觉网络).在主干网络部分使用global context enhancer注意力改进轻量级MobileNetV3模块,减少了参数量,使得模型在雾霾、雨雪等恶劣天气条件下图像处理效率更高.颈部网络采用更为轻量化的Ghost模块和由Ghost bottleneck模块改进的spectral Ghost unit模块,能够更有效地捕获全局上下文信息,提高特征的区分度和表达能力,有助于减少参数数量和计算复杂度,从而提高网络处理速度和效率;预测部分采用DIoU NMS基于非极大抑制方法进行最大局部搜索,去除冗余的检测框,提高检测算法在模糊场景下的准确性.实验结果表明,LiteBlurVisionNet算法模型的参数量比RTDETR-ResNet50算法模型下降了96.8%,比YOLOv8n算法模型下降了55.5%,LiteBlurVisionNet算法模型的计算量比Faster R-CNN算法模型下降了99.9%,比YOLOv8n算法模型下降了57%,LiteBlurVisionNet算法模型的mAP0.5比IAL-YOLO算法模型提高了13.71%,比YOLOv5s算法模型提高了2.4%,这意味着模型在存储和计算方面更加高效,尤其适用于资源受限的环境或移动端设备.

关键词： 第三代非支配排序遗传算法   多目标优化   大肿瘤消融   多点消融规划  

摘要： 原发性肝癌的发病率和死亡率持续上升,凸显了微创治疗(如消融手术)的必要性。与传统手术相比,消融手术创伤小、恢复快。本研究聚焦于优化大肿瘤柔性针穿刺点位的规划,以实现大肿瘤的多靶点消融,这一领域的研究仍较为有限。提出了一种基于第三代非支配排序遗传算法(NSGA-III)的多靶点优化方法,以最大化肿瘤消融效果,同时尽量减少对健康组织的损害。该方法通过平衡消融次数、减少消融区域重叠,并引入约束条件避免穿刺非消融区域,从而生成多种可行的治疗方案。该方法在8例患者的肝脏肿瘤上进行了评估,结果显示,每位患者约生成65种消融方案,消融率最低达0.5574,过消融率为1.7938。实验结果表明,该方法在不同尺寸的肿瘤上均能保持健康组织的覆盖一致性,验证了其有效性,并凸显了其在肝癌治疗临床应用中的潜力。

关键词： 实时绘制   能耗优化   自适应帧率调整  

摘要： 随着移动设备的广泛普及,其图形处理器的性能也逐渐增强.为了满足用户对卓越体验的不断追求,移动设备屏幕分辨率和刷新率每年都在不断提升.与此同时,移动游戏中的可编程绘制流水线也变得日益复杂,这导致游戏应用成为移动设备功耗的主要来源.研究了移动游戏中的绘制流水线,提出一种运动感知的绘制帧率调整方法,以在节能模式下保证绘制质量.与以往仅考虑历史帧绘制误差的预测模型不同,该方法通过建立摄像机位姿和帧间绘制误差的非线性关系模型,通过未来帧新的摄像机位姿预测其绘制误差,实现更为精确的帧率调整策略.此外,该方法还包括一个轻量级的场景识别模块,可根据玩家所处特定场景有针对性地调整误差阈值,从而采用不同程度的帧率调整策略.在定量对比上,相比只考虑历史帧误差的预测模型,构建的模型在游戏帧序列上的预测准确性提高30%以上.同时,在用户实验的定性对比上,相同跳帧比例下该方法能够得到用户体验更好的绘制效果.提出的算法融合了历史帧误差和摄像机位姿变化信息,能够预测出更准确的未来帧误差.算法结合预测结果和场景识别结果,实现了更好的动态帧率调整效果.