课程文献中心 更多>>

关键词： SMOTE   KNN   过采样算法   数据不均衡   ISMOTE  

摘要： 针对人工少数类过采样(synthetic minority over-sampling technique,SMOTE)算法存在样本合成区域狭小,容易将少数类泛化到多数类及引入噪声的问题,提出一种基于噪声过滤、边界点自适应采样的过采样算法。首先,该算法使用K近邻算法进行噪声过滤,接着确定边界点并在边界点中寻找合适的点作为根样本点,并以其K近邻点中与其同类且欧氏距离最远的点作为候选样本点。然后,根据根样本点所携带的边界信息确定该点所合成的样本数量,并根据根样本点和候选样本点生成一个N维球体作为样本的合成区间。最后,对合成样本进行判断以确定其是否满足条件。通过实验证明,该算法生成的样本质量要优于SMOTE及其常见变种算法。

关键词： 冗余机械臂   路径规划   改进RRT算法   三维碰撞检测  

摘要： 为了解决冗余机械臂在复杂环境中的路径规划和避障问题,提出一种基于改进快速扩展随机树(Rapidly Exploring Random Tree,RRT)算法与三维碰撞检测的高效路径规划方法。利用改进算法生成无碰撞的平滑路径,对机器人姿态进行求解,并通过碰撞检测验证路径的可行性。改进的RRT算法采用基于概率的控制机制来优化随机点生成策略,结合路径平滑算法减少路径节点,同时引入三维碰撞检测技术以确保路径的有效性和安全性。试验结果表明:该方法在二维和三维复杂场景中均能显著提升路径规划效率,成功率和路径平滑性明显优于传统算法。研究成果可为冗余机械臂在复杂环境中的路径规划提供高效、可靠的解决方案,有助于进一步提升其在实际应用中的稳定性和适用性。

关键词： 缺陷检测   轻量化YOLOv8s   FasterNet   M-C2f   GS-Detect  

摘要： 针对当前钢材表面缺陷检测存在效率低和精度差等问题,以及现有缺陷检测模型结构复杂、参数量庞大、检测精度和实时性较差的挑战,基于YOLOv8s模型,提出一种轻量高效的钢材缺陷检测算法(FMG-YOLOv8s)。该方法采用轻量级的FasterNet网络作为骨干网络,降低模型复杂度并更好地处理多尺度特征信息,以提升检测性能;重构特征交互模块(M-C2f),有效保留空间和通道特征,抑制冗余信息,促进检测精度和速度的提升;设计GS-Detect模块作为整体模型的检测网络,降低模型复杂度,提升训练和推理速度。在Severstal钢材缺陷数据集进行实验验证,相较于YOLOv8s算法,FMG-YOLOv8算法的mAP提升3.3个百分点,参数量和计算量分别降低8.2×10^(6)和2.21×10^(10),检测速度达到250帧/s,召回率提升6.9个百分点。实验结果表明,该算法在检测精度、速度和轻量化方面取得更好的平衡,为边缘终端设备提供较高精度、轻量化和实时性的可靠参考。在NEU-DET缺陷数据集上进行泛化性验证,相较于原模型,mAP和检测速度分别提升3.1个百分点和185帧/s,结果显示该算法具备良好的鲁棒性。

关键词： 建筑结构   深度学习   损失识别   特征分割   RCNN  

摘要： 灾难事件发生后,如何及时准确地评估建筑结构损失情况,成为灾后救援的重要问题之一.传统的人工评估方法存在耗时耗力、准确度低等问题.为了提高建筑结构损失识别的准确度,提出一种基于区域的卷积神经网络,引入候选区域生成网络,构建用于生成网络候选区并对其进行分类和位置回归的模型.结果显示,研究模型在不同类型建筑损失识别中的准确度均高于90%;在模型对比分析中,当迭代次数大于2500时,目标检测深度学习算法(Faster Region-based Convolutional Neural Networks,Faster-RCNN)相比其他4种模型的平均精度更高,且波动幅度更小.本文改进深度学习(Region-based Convolutional Neural Networks,RCNN)算法对建筑损伤识别的效果好,结果具有可信度.

关键词： 智能反射面辅助   正交频分复用技术   信道估计   张量   因子分解  

摘要： 在无线通信领域,系统性能的优劣通常与无线信道的特性密切相关。精确掌握信道和信号参数对于提升信息传输的可靠性和效率至关重要,因此信道估计成为该领域的核心技术之一。由于无线信道的不可预测性以及信号在传输过程中涉及多个维度(如空间、时间、频率等),使得信道估计方法的设计变得异常复杂。近期研究表明,通过将这些多维度信号转换为张量并进行分析,可以显著降低信道估计的技术难度。探讨了信道估计算法的改进方法,特别是引入中心化处理作为数据预处理的一部分。中心化处理通过调整数据的均值来减少低频噪声,从而提高信噪比(Signal-to-Noise Ratio,SNR)。这不仅提升了信道估计的准确性,还降低了算法实现的复杂度,加快了模型的训练速度并提高了收敛效率。此外,还采用了因子分解的方法对张量进行分解,进一步降低了计算复杂度并提高了估计精度。仿真实验结果表明,改进后的算法不仅具有更高的准确度,而且在低SNR环境下表现出更优越的性能。

关键词： 混合整数规划   杀伤网   遗传算法   防空反导  

摘要： 在防空反导作战中,构建高效的杀伤网是确保反导任务成功的关键环节,然而杀伤网构建问题的优化建模和求解是一个难题。从组合优化的角度出发,对静态的杀伤网构建问题进行优化建模并提出高效求解方案;针对杀伤网构建问题的特点,建立了混合整数规划模型,并使用一种基于双层规划的优化建模方案进行简化,通过任务分配和冲突消解的主从问题协同降低求解难度,随后设计一种基于双层遗传算法的求解框架进行优化实验。在4组不同规模的环境实验测试中,算法能够快速找到较优解,并且对较大规模问题能保持良好的求解能力以及良好的可解释性。为防空反导领域的静态的杀伤网自主智能构建提供思路,可作为动态杀伤网调整的研究基础。

关键词： 多度量空间   多度量图   基于密度的数据聚类   数据挖掘   多模态数据  

摘要： 具有噪声的基于密度的数据聚类(DBSCAN)算法是数据挖掘领域中的经典方法之一,其不仅能发现数据中潜藏的复杂关系,还能过滤其中的数据噪声,从而获得高质量的数据聚类.然而,现有的基于密度的数据聚类算法仅支持单模态(类型)数据的聚类,难以应对多模态(类型)数据并存的应用场景.随着信息技术的快速发展,数据呈现多模态化的发展态势,现实生活中的数据不再是单一的数据类型,而是多种数据模态(类型)的组合,如文本、图像、地理坐标、数据特征等.因此,现有的数据聚类方法难以对复杂的多模态数据进行有效的数据建模,更无法进行高效的多模态数据聚类.基于此,提出一种基于密度的多度量空间聚类算法.首先,为了刻画多模态数据间的复杂关系,利用多度量空间表征数据之间的相似性关系,并且利用聚合多度量图索引(AMG)实现多模态数据建模.接着,利用差分化的相似性关系优化聚合多度量图的图结构,并且结合最优策略优先的搜索策略进行剪枝,以实现高效的多模态数据聚类.最后,在真实与合成数据集上针对多种参数设置进行实验.实验结果验证了所提方法运行效率提升了至少1个数量级,并具有较高的聚类精度与良好的可扩展性.

关键词： 水资源配置   NSGA-Ⅱ+ARSBX算法   耦合协调度评价   节水意识   非常规水   太原市  

摘要： 为优化太原市水资源配置,设置考虑节水意识和非常规水的供需预测情景,采用NSGA-Ⅱ+ARSBX算法求解水资源优化配置模型,并构建多系统耦合协调度评价模型评价该算法的求解能力。基于供需预测结果,根据不同保证率下的可供水量选择合适的节水意识情景,配置结果中非常规水量平均占比26.08%,供水比例仅低于外调水(35.77%);不同水平年不同保证率下NSGA-Ⅱ+ARSBX算法的协调度均大于0.8,优于NSGA-Ⅱ算法。结果表明:保证率75%、95%时需要中节水意识甚至高节水意识才能改善缺水情况,且非常规水占总供水量比例超过1/4,将其纳入供水系统对缓解太原市水资源紧张起到了重要作用;与NSGA-Ⅱ算法相比,NSGA-Ⅱ+ARSBX算法在水资源优化配置中具有更好的可行性,能够为水资源优化配置模型求解提供新途径。

关键词： 汽车   智能车辆   纵向控制   遗传算法(GA)   模糊控制(FC)   比例-积分-微分(PID)控制  

摘要： 为提高智能车辆纵向跟随控制的精确性和稳定性,基于遗传算法(Genetic Algorithm,GA)设计智能车辆纵向跟随模糊控制系统。设计驱动和制动切换规则,根据期望速度计算期望加速度,实现驱动/制动的切换控制;提出在比例-积分-微分(Proportion Integration Differentiation,PID)控制器的基础上引入模糊控制(Fuzzy Control,FC)的方法,在线整定PID参数;考虑到模糊控制的隶属函数由专家经验获取的局限性,使用遗传算法对其进行优化。通过CarSim/Simlink建立仿真模型,对匀速行驶和变速行驶两种工况下车辆行驶状态进行分析,结果表明,优化后控制器能更快地稳定跟随前车行驶,智能车辆纵向跟随模糊控制系统具有良好的实用性,能提高车辆的驾乘舒适性。

关键词： 车联网   安全认证   智能合约   群签名   群密钥分发  

摘要： 针对车联网(Vehicular Ad Hoc Networks,VANETs)匿名认证的安全与效率问题,利用区块链技术,提出基于区块链的群密钥分发的安全认证(Blockchain-based Group Key Distribution for Secure Authentication,BGSA)算法。BGSA算法利用路侧单元(Road-Side Units,RSU)作群管理员,利用区块链的不可更改性,通过智能合约(Smart Contract,SC)在群成员间分为群密钥。SC中携带的函数确保能以安全方式分发和更新群密钥。同时BGSA算法采用了轻量级群签名(Group Signature,GS)的消息认证策略。性能分析表明,所提BGSA算法能够防御典型的攻击。相比于同类认证算法,BGSA算法降低了认证消息、传输消息计算、通信开销。