课程文献中心 更多>>

关键词： 零基预算法   事业单位   编制预算   应用  

摘要： 随着时代的进步和社会的发展,零基预算法在事业单位预算编制中的应用已成为了当下热议的话题和关注的焦点。零基预算法能够深化部门预算管理改革,提高预算编制的科学化、精细化。基于此,本文对零基预算法进行了概述,并对零基预算法在事业单位预算编制中的应用提出了可行路径,旨在为事业单位预算编制工作提供有益参考。

关键词： 无人艇   集群控制   协同围捕   多智能体   模型预测控制   输入-状态稳定性   状态观测器   图论  

摘要： 无人艇(unmanned surface vessel,USV)集群协同围捕是无人艇的重要应用场景之一,文章针对无人艇集群协同围捕任务设计了一种自组织控制算法。考虑到被围对象的加速度未知且仅部分集群成员可对其测量的情况,文章设计了分布式目标状态观测器(distributed target state observer,DTSO),实现围捕过程中各成员对被捕对象状态的一致性观测。设计了一种自组织围捕引导律,解决了围捕算法需要为成员预分配期望位置的问题。设计了分布式非线性模型预测控制(distributed nonlinear model predictive control,DNMPC),解决了执行器饱和与艇间距离约束的问题,实现了满足避碰安全的协同围捕控制。文章分析了控制系统的输入-状态稳定性(input-to-state stability,ISS),并通过多组不同初始状态和改变成员数量的仿真实验,验证了围捕算法的有效性。

关键词： 动态环境   目标检测   同时定位与建图   稠密点云地图   光流法  

摘要： 针对动态物体严重干扰同时定位与建图(SLAM)系统正常运行的问题,提出一种基于目标检测和特征点关联的动态视觉SLAM算法。首先,利用YOLOv5目标检测网络得到环境中潜在动态物体的信息,并基于简易目标跟踪对图像漏检进行补偿;其次,为解决单一特征点的几何约束方法易出现误判的问题,依据图像的位置信息和光流信息建立特征点关联,再结合极线约束判断关系网的动态性;再次,结合两种方法剔除图像中的动态特征点,并用剩余的静态特征点加权估计位姿;最后,对静态环境建立稠密点云地图。在TUM(Technical University of Munich)公开数据集上的对比和消融实验的结果表明,与ORB-SLAM2和DS-SLAM(Dynamic Semantic SLAM)相比,所提算法在高动态场景下的绝对轨迹误差(ATE)中的均方根误差(RMSE)分别至少降低了95.22%和5.61%。可见,所提算法在保证实时性的同时提高了准确性和鲁棒性。

关键词： 深度学习   车牌识别   YOLOv5s   CRNN   PP-LCNet   轻量化设计  

摘要： 针对常规车牌识别算法难以进行不同长度的车牌字符识别以及运算量较大的问题,设计一种改进的轻量化YOLOv5s+CRNN算法以实现车牌识别。首先,对YOLOv5s模型进行轻量级设计优化,采用PP-LCNet网络来取代YOLOv5s的原始骨干网络,同时在Neck部分引入轻量级卷积结构DWConv以及一次性聚合VoV-GSCSP模块。实验结果显示,改进后的模型与原模型相比,在mAP值几乎不变的前提下,参数量降低了50.99%,而检测速度提升了27.92%。然后引入轻量级卷积结构GSConv对CRNN进行轻量化优化。优化实验结果显示,改进后的模型与原模型相比,参数量降低了约48%,平均单张图像的检测时间大约为30 ms,比原算法提升约32%。最后将改进的模型进行组合,改进后的YOLOv5s+CRNN模型平均精度均值(mAP)达到了77.6%,比改进前提升了约0.6%,字符识别的准确度降低了约0.44%,并且参数量降低了50.7%,检测速度达到了142 f/s,获得了良好的车牌识别效果。

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： 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： 图像去雾   生成对抗网络   暗通道先验   残差自编码   马尔可夫判别器  

摘要： 针对传统图像去雾方法存在的去雾图像失真、细节丢失且泛化性差等问题,提出一种暗通道先验优化的生成对抗网络图像去雾算法。首先,设计了一种新的模型框架,通过暗通道先验优化生成对抗网络,利用物理模型提高收敛性能;其次,采用残差自编码组成生成器网络,使用跳跃连接构成残差块保留图像细节信息;最后,引入马尔可夫判别器对去雾图像进行判别,反馈给生成器,进一步增强模型的去雾效果。在合成数据集以及真实数据集上进行训练测试,并在多种去雾场景下进行实验,结果表明该算法在多个数据集下的评价指标都为最高值,在多种去雾场景下均有良好表现,与传统暗通道先验算法相比性能提升了23%,并且该算法能够有效去除带雾图像中的雾层,较好还原图像细节内容,保证了较高的视觉质量。

关键词： 辐射状配电网   故障定位   GA-CPSO融合算法   二维Logistic混沌映射  

摘要： 随着新能源发电技术的不断进步,越来越多的新能源和分布式能源被接入电网,配电网日益复杂和随机化,故障定位困难且定位不精确的问题也日益凸显。为此,该文针对配电网发生故障时的特性,提出了一种融合二进制遗传算法与混沌粒子群算法(genetic algorithm-chaotic particle swarm optimization,GA-CPSO)的故障定位方法。首先,在粒子群算法中引入了自适应惯性权重和压缩因子;其次,在一维Logistic映射基础上提出了二维Logistic混沌映射,初始化粒子遍历性更强,显著降低了陷入局部最优解的风险;然后,选取优秀粒子结合遗传算法二次寻优,提升全局寻优能力;最后,通过MATLAB仿真实验,验证算法在辐射状配电网故障定位应用中的技术可行性以及设计方案的有效性。实验结果表明,该算法收敛速度较快,能够实现复杂配电网故障精确定位。

关键词： 毫米波雷达   目标跟踪   长短期记忆网络   扩展卡尔曼滤波   非线性滤波  

摘要： 在道路交通系统中,毫米波雷达以其分辨率高和抗干扰能力强的特点成为了热门的目标运动信息采集传感器。传统的目标跟踪算法在雷达观测信息丢失的情况下会出现跟踪误差较大或无法进行目标跟踪的现象。针对这一问题,文中提出了一种基于长短期记忆(LSTM)网络的雷达目标跟踪算法,在雷达观测值正常时,利用LSTM网络的记忆函数,对雷达的观测值进行训练并预测;当雷达观测值丢失时,利用LSTM网络为扩展卡尔曼算法提供观测值的预测值,以保证扩展卡尔曼算法能够继续对目标进行跟踪,达到降低目标跟踪误差的目的。文中通过雷达实测数据对LSTM网络进行训练,并针对直线和曲线两种运动状态进行了仿真验证分析,仿真结果表明,提出的目标跟踪算法在雷达的观测值丢失的情况下仍然可以对目标进行跟踪,并有效地降低了目标跟踪算法的误差。

关键词： 城轨车辆   客室车门   电机码盘   Least Square Method算法   门动作时间精准  

摘要： 为研究城市轨道交通车辆客室车门动作时间精准性,门的动作主要依靠直流无刷电机的驱动,所以门动作判断的根本,是对电机运动状态的判读,门运动过程中由于电机码盘线受杂波干扰,系统无法准确寻找计时点从而影响系统判断门运动时间;建立波形矫正模型,利用数学方法校准波形,让MCU找出最佳计时点并处理(误差不超过10ms),采用最小二乘法模型,通过最小化误差的平方和找到一组数据的最佳函数匹配,求得未知的数据,并使得这些求得的数据与实际数据之间误差的平方和为最小,可精准地得到门动作时间。模拟测试结果表明,门动作时间测算误差所示其误差为7.42ms,小于10ms。