课程文献中心 更多>>

关键词： 群智能优化   无线通信网络   信道分配   干扰模型   粒子群算法  

摘要： 为提高无线通信网络信息传输的速率与可靠性,提出了基于群智能优化算法的无线通信网络信道分配方法。构建包括链路传输速率与干扰的无线通信网络分配模型,以传输速率最大以及干扰程度最小为目标,以信道资源与天线资源为约束条件,通过加权计算获取适应度函数,将最小化适应度函数作为无线通信网络信道分配的优化目标,采用粒子群算法得到无线通信网络信道分配结果。实验表明:该方法能够提高无线通信网络的传输速率,降低同信道以及邻近信道的干扰程度。

关键词： 车辆工程   连续天棚控制算法   中心复合有界设计   响应面法   乘坐舒适性和操纵稳定性  

摘要： 以CDC减振器阻尼系数可调范围为基础,建立连续天棚控制算法,并结合整车多体动力学模型,搭建整车半主动悬架的阻尼控制联合仿真模型。为优化控制算法中前后悬架天棚阻尼系数,首先建立平衡乘坐舒适性和操纵稳定性的综合评价指标,指标由连续中小激励的悬架隔振指标、单个脉冲激励的悬架降振指标、角阶跃的悬架响应指标组成。其次,采用中心复合有界设计定义试验设计策略,通过仿真计算综合评价指标,构建优化变量与综合评价指标之间的二次响应面模型,以综合评价指标最小为优化目标,优化后的前、后悬架天棚阻尼系数分别为5.39、3.61 Ns/mm。最后,通过仿真对比验证,优化后的连续天棚控制算法,在确保与被动悬架操纵稳定性相当的前提下,可大幅提升乘坐舒适性,连续中小激励下悬架隔振舒适性提升20.44%,单次脉冲激励下悬架冲击舒适性提升56.67%。

关键词： 蚁群算法   焊接机器人   焊缝表面   裂纹   模糊聚类  

摘要： 焊接机器人在焊接时,由于电流过大、焊接速度过快等因素,导致焊接过热,从而产生裂纹。焊缝表面裂纹会导致焊接部位的强度大幅降低,严重影响设备的正常工作和使用寿命。为了精准检测出焊接机器人焊缝表面裂纹,提出一种基于蚁群算法的焊接机器人焊缝表面裂纹检测方法。采用小波和双边滤波相结合的方法,对焊接机器人焊缝表面图像去噪。根据去噪后的图像,采用蚁群算法结合模糊C-均值聚类算法,通过蚁群算法从去噪后的图像中获取初始聚类个数和聚类中心,将其作为模糊聚类的初始参数,同时对焊接机器人焊缝表面展开分割,提取焊缝表面裂纹特征,实现焊接机器人焊缝表面裂纹检测。实验结果表明,所提方法可以准确检测焊缝表面裂纹,且检测600张焊缝表面裂纹图像用时低于60s。

关键词： 蜣螂优化算法   混沌映射   T分布扰动   基准测试函数  

摘要： 针对原始蜣螂优化算法(DBO)存在的收敛精度低、易陷入局部最优等问题,提出一种改进的蜣螂优化算法。该算法采用混沌映射初始化蜣螂种群以提高种群的多样性,引入北方苍鹰优化算法的勘探策略以增强算法的全局勘探能力,并改进一种非线性边界收敛因子以平衡其收敛速度和收敛精度。同时,采用自适应T分布扰动策略以增强算法跳出局部最优的能力。实验结果表明,改进后的DBO算法在15个基准测试函数的求解寻优中,有13个测试函数的求解结果优于原始蜣螂优化算法、麻雀搜索算法、灰狼优化算法、鲸鱼优化算法和哈里斯鹰优化算法的求解结果,表现出更高的收敛精度、更快的收敛速度及更高的稳定性。

关键词： 抑郁症   图卷积网络(GCN)   智能诊断   融合算法   个体相似性  

摘要： 目的构建基于脑网络的抑郁症智能诊断模型是一项具有挑战性的任务。近年来,图神经网络(graph neu⁃ral network,GNN)越来越多地应用于图的分类任务中,大部分GNN研究都只是对单一空间(样本空间或者特征空间)进行建模,导致模型分类性能不够好,本文提出一种基于遗传算法(genetic algorithm,GA)和GNN的多空间融合算法来对抑郁症患者进行智能诊断。方法模型采用留一站点交叉验证来确保模型的泛化性。脑网络的构建是基于Pearson相关的功能连接方法。整个算法以遗传算法作为主要框架,其中适应度函数是基于图卷积网络(graph convolutional network,GCN)分类算法,通过搜索个体间相似性阈值来找到具有最高分辨力的GCN。GCN由两个网络串联组成,一个网络获取受试者特征空间信息,另一个提取受试者之间样本空间的信息,最后通过两级GCN的联合学习实现分类。结果所有数据来源于The REST-meta-MDD项目,一共有来自10个站点1160个受试者功能磁共振数据纳入本实验(男434、女726)。实验结果显示,本文提出的分类器准确性、精度和受试者特征曲线(receiver operating characteristic,ROC)下面积分别为64.72%、69.69%和64.58%,优于其他主流算法。结论与其他算法相比,本文提出的算法融合了传统模型和深度学习模型的优点,获得了最佳的分类性能,未来很有可能为临床抑郁症诊断提供重要依据。

关键词： 水稻叶片   病害检测   YOLOv7   数据增强   CARAFE  

摘要： 为解决水稻病害难以有效检测的问题,以水稻白叶枯病、稻瘟病、褐斑病等关键病害为研究对象,提出一种名为DNC-YOLOv7的水稻病害检测算法。首先,针对YOLOv7中原上采样模块在水稻病害语义信息提取方面的不足,引入NC(Nearest CARAFE)上采样模块,显著提升网络模型在恢复水稻叶片图像细节方面的能力,使模型能更准确地捕捉和识别病害特征。其次,为进一步加强模型的特征提取和融合能力,提出DFPN结构,以改进原模型的颈部设计。最后,采用Mixup和Mosaic技术对原始数据集进行增强处理,以增强模型的泛化能力和鲁棒性。结果表明,DNC-YOLOv7算法在数据集上的平均检测精度从原始的83.4%显著提升至93.2%,相较传统的YOLOv7算法,平均检测精度提高9.8%。

关键词： 云检测   MODIS   深度学习   语义分割   注意力机制   多尺度网络  

摘要： 云检测算法的研究可被应用于灾害预测、气象研究等领域,本课题研究的内容是MO-DIS(中分辨率光谱成像仪)图像的云检测算法,通过使用深度学习的语义分割算法来实现MODIS数据的云检测效果。本文结合U-Net、注意力机制、多尺度网络,设计了一种新型的深度学习模型,该模型能够精确地检测图像中的云区域和非云区域。在实验环节,本文介绍说明了使用的数据集以及所选取的包括近红外的数据波段等,模型对于云检测的精确率和召回率分别为88.58%和94.80%。结果表明本文设计的深度学习模型在MODIS图像云检测方面具有良好的性能。

关键词： 高中   信息技术   核心素养   计算思维能力   培养策略  

摘要： 随着社会对信息技术能力的要求日益增长,计算思维的培养成为高中教育的重要目标之一,对学生综合素质的全面发展和未来适应社会能力的发展具有深远的影响。鉴于此,文章以高中信息技术教学中的计算思维能力培养为主题展开探究,阐述了信息技术核心素养中计算思维的内涵,分析了培育学生计算思维能力的现实意义,在此基础上提出具体的方法和策略,以期不断提升学生解决实际问题的能力,为他们将来的专业学习和职业发展打下坚实的基础。

关键词： 实训室   信息化   设备管理  

摘要： 随着信息化技术的快速发展,信息化已成为高职院校教育教学的一项重要支撑。而实训室作为培养学生实际操作技能的重要场所,其设备管理的重要性也日益凸显。然而,在实际应用中,高职院校实训室设备管理信息化应用程度较低,存在许多问题。本文将研究信息化手段在实训室设备管理中的现状,分析存在的问题,并提出针对性的解决方案。希望通过研究分析,为高职院校实训室设备管理信息化建设提供参考,推动实训室设备管理工作的进步和发展。

关键词： 目标跟踪   特征融合   背景感知   相关滤波   置信度更新   响应峰值   自适应融合  

摘要： 针对采用固定权重融合响应的互补学习跟踪算法存在的背景信息不足,训练特征单一以及模型更新策略差所导致的跟踪性能不佳的问题,提出一种背景感知与响应自适应融合的相关滤波跟踪算法。融合HOG和CN特征,将目标周围背景信息块作为正则项学习至相关滤波器中;提出一种相对峰值能量置信度方法,用于自适应调整相关滤波器和颜色直方图分类器的融合系数;根据平均峰值相关能量和响应峰值协同判断跟踪结果的准确性,决定模型是否更新。在OTB2013数据集上的实验结果表明,该算法具有实时性,OPE精确度和成功率相较基准算法(Staple)分别提升4.6%和3.7%,在复杂跟踪场景下,表现出了更加优秀的跟踪性能。