课程文献中心 更多>>

关键词： 深度哈希   视觉注意力   哈希代理   跨尺度   图像检索  

摘要： 为了解决当前深度哈希算法提取跨尺度特征能力不足以及难以拟合数据的全局相似度分布问题,提出了一种基于跨尺度Vision Transformer的深度哈希算法。首先,利用金字塔卷积和跨尺度注意力机制构建了一种多层次编码器,来捕获图像丰富的语义信息;其次,提出了一种基于代理的深度哈希算法,该算法为每个类别生成哈希代理,使得哈希码可以学习具有鉴别性的类别特征,从而缩小与同类别哈希代理的距离并拟合数据全局相似性分布;最后,在哈希代理与哈希码之间添加角度边距项,扩大类内相似性和类间差异性,以生成具有高判别性的哈希码。通过在CIFAR-10、ImageNet-100、NUS-Wide、MS COCO上进行的实验结果表明,该算法的平均检索精度比次优方法分别提升4.42%、19.61%、0.35%、15.03%,验证了该算法的有效性。

关键词： 无线传感网络   GIS   人工鱼群算法   设备缺陷检测   模态分解  

摘要： 针对当前气体绝缘封闭开关(GIS)设备缺陷检测智能化水平较低的现状,提出一种基于无线传感网络(WSN)和超声波振动信号识别的GIS设备自动检测算法。该算法采用WSN进行超声波振动信号的采集与上送,通过人工鱼群算法(AFSA)进行变分模态分解(VMD)算法的固有模态分量数量及惩罚因子等参数的优化。同时利用优化后的VMD算法进行超声波振动信号分解,并将分解得到的多个固有模态分量作为长短期记忆(LSTM)网络的输入,以分析挖掘超声波振动特征与GIS设备缺陷之间的内在关系,从而实现缺陷的自动检测识别。仿真算例结果表明,相比于VMD-LSTM和AFSA-VMD-BPNN算法,所提出的AFSA-VMD-LSTM算法具有更为理想的缺陷检测效果,且平均缺陷识别率可达93.5%,能够有效提升变电站运维的智能化水平。

关键词： 改进蜉蝣优化算法   路径规划   莱维飞行   自适应参数调整策略  

摘要： 针对传统蜉蝣算法在机器人路径规划领域应用时存在收敛速度较慢、精度差、稳定性不足等问题,提出了一种改进的蜉蝣算法。该算法引入了一种动态参数调整策略,使算法局部搜索与全局搜索能力达到更好的平衡,并融合了莱维飞行策略与跳出策略,避免了算法陷入局部最优。在20×20的地图环境下对改进的蜉蝣算法进行20次随机仿真实验,仿真表明本算法在求解精度和求解速度上均有较显著提升。同时,为进一步验证本文改进蜉蝣算法的可靠性和有效性,在30×30的栅格地图环境下对改进蜉蝣算法进行20次随机仿真实验,结果表明改进蜉蝣算法在可靠性和稳定性上也有所提升。

关键词： 高低压配电柜设备   状态监测   深度学习   循环神经网络  

摘要： 随着电力系统的不断发展,高低压配电柜设备作为电能传递和分配的关键设备,承担着重要的电力控制功能。然而,在长时间运行和复杂工况下,高低压配电柜设备面临着各种问题。因此,本文提出了一种基于深度学习的高低压配电柜设备状态监测策略。首先,通过采集高低压配电柜设备的实时数据,包括电流、电压、功率等参数,建立高低压配电柜设备状态监测模型。通过循环神经网络算法的学习和优化,可以得到高低压配电柜设备的状态特征。接下来,将得到的状态特征与预设的设备状态进行比对,可以实时监测高低压配电柜设备的运行状态。通过实验和数据分析验证了所提出方法的有效性和可行性。结果表明,基于深度学习的高低压配电柜设备状态监测与自动控制策略在提高设备运行稳定性、减少故障发生率等方面具有显著的效果。

关键词： 荷电状态估计   分数阶模型   自适应遗传算法   多新息自适应无迹卡尔曼  

摘要： 针对传统卡尔曼滤波算法估算锂电池荷电状态(SOC)精度不高,以及对不同温度适应性较差的问题,提出了分数阶多新息自适应无迹卡尔曼滤波(FOMIAUKF)算法估计锂电池SOC。首先,采用自适应遗传算法在动态应力测试工况下辨识电路模型参数,然后在美国联邦城市运行工况下对FOMIAUKF、FOUKF、MIUKF算法进行SOC估计对比实验。最终结果表明,FOMIAUKF算法在0、25、45℃温度下具有较好的适应性,估计SOC的平均绝对误差分别为1.66%、0.27%、0.25%,均方根误差分别为1.72%、0.41%、0.39%,在三种算法中最低,对锂电池SOC估计具有重要意义。

关键词： 缺陷检测   YOLOv8   可变形卷积   注意力机制   inner-IoU  

摘要： 针对带钢表面缺陷检测用于尺度多变、背景复杂的缺陷容易产生漏检和误检,以及检测精度不佳等问题,提出了一种基于YOLOv8n的带钢表面缺陷检测算法。首先,为了提高主干网络的特征学习能力,将可变形卷积DCNv2引入到主干网络中,并同时融入动态卷积(dynamic convolution)模块,通过扩大感受野有效提高网络的特征提取能力。其次,在特征融合中,采用更加高效的Dysample上采样方法。引入通道注意力机制SE(squeeze and excitation)模块,提高网络对深层特征信息的提取能力。最后,使用DIoU结合inner-IoU作为损失函数,进一步提高算法的检测精度。并在NEU-DET数据上进行大量实验,结果表明,改进后的算法平均检测精度提高了2.2%,达到了79.5%。此外,在GC-10数据集上的实验结果表明该方法具有良好的鲁棒性。

关键词： 三维无人机路径规划   人工兔优化算法   Levy飞行   自适应柯西变异   精英群遗传策略   元启发式算法  

摘要： 三维无人机路径规划问题旨在满足安全性条件的前提下为无人机规划出一条最佳的飞行路径.本文通过数学建模的方式构建出无人机路径规划的成本函数,从而无人机路径规划问题转化为多约束的优化问题,并使用元启发式算法来求解该问题.针对人工兔优化算法收敛慢以及易陷入局部最优的缺陷,本文开发了一种基于Levy飞行、自适应柯西变异以及精英群遗传策略改进的人工兔优化算法(Artificial Rabbit Optimization algorithm based on Levy flight,adaptive Cauchy mutation,and elite population Genetic strategy,LCGARO).将LCGARO与6个经典和先进的元启发式算法在29个CEC2017测试函数和6个复杂度不同的三维无人机路径规划地形场景中进行多方面对比实验.对比实验结果证明,在CEC2017测试函数的对比实验中,本文提出的LCGARO算法在22个测试函数中具有更优的寻优精度.在无人机路径规划实验中,LCGARO算法在5个地形场景中能够规划出总成本函数值最小的飞行路径.

关键词： 电子商务   会话推荐   时间编码   图神经网络  

摘要： 虽然推荐系统能帮助用户筛选出所需产品,进而缓解信息过载问题,但由于当前的推荐系统大多都忽视了数据的稀疏性问题,导致精度欠佳。因此,为了提高推荐精度,研究提出了基于图神经网络和时间编码的会话推荐模型。实验结果显示,在1/4 Yoochoose数据集中,基于图神经网络和时间编码的会话推荐模型Top 20个性化推荐结果的精度和平均倒数排名分别为74.3%和33.9,均高于其他算法。在去除时间编码和语义知识库后,前20个项目的精度分别由74.5%下降至了71.6%和71.1%,平均倒数排名由34.4分别下降至32.3和30.8。上述结果表明,研究提出的会话推荐模型性能优越,且时间编码和语义知识库能有效提高模型的推荐精度。

关键词： 深度学习   缺陷检测   YOLO   Faster R-CNN  

摘要： 在精密元器件的生产过程中,对产品进行缺陷检测是至关重要的一个步骤,同时缺陷检测也是计算机视觉领域一个重点研究内容。文章算法研究使用Python作为编程语言,对图片数据进行预处理以及数据增强后,使用YOLO(You Only Look Once:Unified,Real-Time Object Detection)和Faster R-CNN(Towards Real-Time Object Detection with Region Proposal Networks)模型对图片数据进行训练,同时构建一个高性能的轻量化特征提取网络,实现电子元器件的快速特征提取。

关键词： 大数据管理与应用专业   微观经济学   教学改革  

摘要： 随着大数据时代的到来,大数据管理与应用专业日益受到重视。微观经济学课程在该专业人才培养方案中具有重要地位,然而该课程在实际的教学过程中存在一些问题。本文针对目前微观经济学课程教学存在的教学内容与专业结合不紧密、教学方法单一、实践教学薄弱、考核方式不够科学等问题,提出了优化教学内容、创新教学方法、加强实践教学和完善考核方式等提高教学质量的对策,旨在培养适应大数据时代需求的人才。