课程文献中心 更多>>

关键词： 激光自动对焦   光场计算   光斑图像处理   离焦量检测   边缘提取  

摘要： 针对飞秒激光三维加工中如何定量寻找焦点位置问题,提出了一种新型的计算光场分布与图像处理算法相结合的自动对焦方法。首先,根据Richards-Wolf矢量衍射理论推导经过物镜后激光在多层介质内的激光光场分布函数,并利用数值模拟求解高斯光束在各个介质不同位置处的光场分布计算结果,进而在理论上得到激光光束直径在多层介质中不同位置的变化关系。其次,实验中由上到下在多层介质中每隔相同离焦距离采集一系列光斑图像,通过感兴趣区域(ROI)、最大类间差法(Otsu)、Canny边缘提取等图像处理算法处理后,获取实际多层介质中不同位置处激光光斑直径以及激光直径随位置的变化曲线。最后,将理论与实验作对比并进行曲线校正,获得了实际激光光斑在多层介质中的变化曲线,以此建立基于计算光场分布和图像处理算法为基础的激光加工自动对焦方法。

关键词： PCA-SVR算法   共聚焦拉曼光谱   牡丹籽油   定量分析  

摘要： 牡丹籽油掺伪现象严重,需要加强监管和打击力度,如何鉴别牡丹籽油的真伪成为了一个亟待解决的问题。该研究旨在探究基于PCA-SVR算法和共聚焦拉曼光谱的牡丹籽油掺伪定量分析方法。首先,采集牡丹籽油样品,并进行共聚焦拉曼光谱分析以确定其化学成分和结构,分别测试不同掺伪浓度的牡丹籽油的混合油。然后,利用拉曼光谱数据建立PCA-SVR定量分析模型,以区分牡丹籽油和其他植物油的掺伪情况。最后,通过实验验证该方法的准确性和可行性,结果表明该方法可以有效地鉴别牡丹籽油和其他植物油的掺伪情况,模型测试集量化效果的决定系数R2优于0.98,均方根误差RMSE小于0.04。该方案检测牡丹籽油掺伪浓度的理论极限为0.01152,即对于预测混合油品中牡丹籽油所含体积比大于0.01152的样品是可信的。基于PCA-SVR算法和共聚焦拉曼光谱相结合的检测方案具有较高的准确性和可靠性,该研究对于提高牡丹籽油的质量控制和保障消费者的健康具有重要意义。

关键词： 视频字幕去除   深度学习   多尺度   大核注意力机制  

摘要： 视频字幕去除是视频修复的子领域,旨在通过深度学习模型自动去除视频中的字幕,提高视频的重复利用率。近年来,许多视频修复方法采用光流和Transformer等技术来增强模型性能,然而这些方法通常伴随着庞大的模型参数、高昂的训练成本和冗长的推理时间。为了克服上述缺陷,提出了一种轻量的基于多尺度大核注意力机制的视频字幕去除算法。该算法框架包括两个主要部分:字幕掩码抽取模块和多尺度大核注意力机制字幕去除模块。得益于新颖的网络模型设计,相较于先前的视频字幕去除方法,该方法不仅具有更小的模型参数和更快的推理速度,而且在定性和定量比较中均表现优异,实现了更出色的字幕去除效果。实验结果证明了该方法的有效性。

关键词： 动态自重构   阵列处理器   3D高效视频编码   帧内预测   并行化  

摘要： 3D高效视频编码3D-HEVC中帧内预测算法在专用硬件上的实现具有一定的局限性,无法满足帧内预测算法多种模式灵活自主切换的需求,导致编码性能差,硬件资源利用率不高。针对这一问题,提出一种新的3D-HEVC帧内预测算法在可编程动态自重构阵列处理器上的实现方法,该方法基于动态自重构机制,通过可编程控制器实时收集阵列执行状态,监测到阵列对当前任务执行结束后自主下发新的执行任务。通过对不同预测模式映射方案的硬件自主重构,实现算法的灵活切换。实验结果表明,与相关工作相比,该方法在提高灵活性的同时,硬件资源减少了49.1%,计算延迟减少了29.2%。将测试序列经过整个帧内环路测试,测试结果显示,图像质量良好。

关键词： 高压开关柜   改进麻雀算法   PID控制器   改进BP神经网络   电气自动控制  

摘要： 高压开关柜的电气自动控制系统需要精确地处理各种输入信号,如电压、电流、温度等,并根据这些信号来做出决策,然而,由于信号数据的复杂性和不确定性,控制系统难以完全准确地描述和预测系统的行为,从而导致控制效果不佳。对此,提出基于改进麻雀算法的高压开关柜电气自动控制。首先,设计可实现高压开关柜电气控制的PID控制器,利用改进BP神经网络调整PID控制器的参数,实现自动控制;其次,根据高压开关柜运行状态的评价结果设计目标函数,基于改进麻雀算法,利用目标函数的寻优结果来调整PID控制器的参数,实现最终的高压开关柜电气自动控制。实验结果表明,所提方法的高压开关柜电气自动控制精度更高、效果更好、且更适合于实际应用。

关键词： 移动终端   实验室安全   数据管理平台   设计  

摘要： 研究提出了一种基于移动终端的实验室安全数据管理平台设计方案。该平台旨在提升实验室安全管理效率,降低事故风险,保障实验室人员和设备的安全。设计方案包括系统架构、功能模块设计及技术实现等方面。通过移动终端的应用,实验室工作人员可以实时监测实验室环境、设备状态及安全事件,及时采取措施,确保实验室运行安全稳定。

关键词： 轴承生产   车间调度方法   智能排程   两阶段分布式混合流水车间   Q学习   双层交互   两阶段联合排程算法  

摘要： 针对带装配的两阶段分布式混合流水车间（TSDHFSSP）环境下的轴承排程问题，提出了一种基于双层交互Q学习算法（DIQLA）的车间调度方法，以解决轴承生产智能排程问题。首先，描述了轴承的排程问题，建立了以最小化最大完工时间为目标的数学模型；然后，引入马尔科夫决策过程（MDP），模拟了轴承生产排程过程，根据两阶段生产过程，搭建了双智能体交互的Q学习模型，接着对两阶段的的智能体进行了建模，设计了双智能体的状态变量、调度规则动作集和即时奖励函数，改进了传统的贪婪搜索策略，提出了两阶段联合排程算法；最后，利用实例数据对该算法进行了仿真验证，将其与单一智能体Q学习算法（QL）及非支配遗传算法（NSGA-II）、带精英策略的改进的鲸鱼优化算法（IWOA）等算法进行了对比，先在同一算例下验证了该算法的有效性，再通过对比不同订单算例，验证了该算法的性能，并利用实例数据再次验证了该算法在两阶段排程的应用效果。研究结果表明：两阶段联合排程算法在解决轴承排程问题时具有可行性，在优化轴承生产排程方面上具有较好的效果；在实际的应用中，与原有人工排产相比，其产品的加工周期平均缩减了17%，订单交付率平均提升了9%。该方法为轴承制造类企业生产排程提供了一种智能化的方案。

关键词： 公路试验检测   常见问题   解决方法   设备管理   公路   试验  

摘要： 本研究主要探索了公路试验检测领域的常见难题,包括试验仪器的老化、试验的方法及标准存在的问题,以及在数据的记录和分析上可能出现的误差。针对这些问题,提出了一系列的解决策略,包括加强设备的日常维修和控制、执行标准化的操作和培训、对数据的处理和分析技术进行优化等。针对公路试验检测的未来发展进行了深入探讨,并着重提出了新技术在应用方面的潜在价值及政策与法规的进一步完善建议,旨在增强检测工作的精确度和可信度,从而确保公路工程能够安全且稳定地发展。

关键词： 编码失真   拉格朗日乘子   率失真优化   量化参数   VVC  

摘要： 针对通用视频编码标准H.266/VVC的独立率失真优化技术未考虑参考单元编码失真的时域传播影响而损失编码性能的问题,提出一种基于编码失真时域传播影响的低延时率失真优化算法。首先,根据视频图像的时域连续性特征,由运动补偿预测误差及重建误差来计算编码失真的时域传播影响权重;其次,建立基于编码失真时域传播影响的率失真优化模型;最后,将编码失真的时域传播影响权重用于调整编码单元的拉格朗日乘子及量化参数。实验结果显示,在低延时P帧和B帧配置下,相较于基准算法,BD-rate码率节省分别达到1.6%和0.9%,编码时间分别下降2.93%和6.02%。实验结果表明,该算法在不增加编码复杂度的条件下有效提升了编码性能,适用于实时编码应用场景。

关键词： 深度学习   汽车保险片   YOLOv7   机器视觉  

摘要： 【目的】针对目前汽车保险盒的质量检测效率和精度较低等难题,提出了一种改进YOLOv7的轻量汽车保险盒装配防错检测算法。【方法】YOLOv7分别由输入、提取特征网络、特征融合结构和预测输出端组成。通过在YOLOv7的特征提取网络中添加ShuffleNetv2轻量级网络,降低了骨干网络中的参数和计算量;加入了BiFPN进行不同尺度的特征融合;在Head前引入SE注意力机制能有效提高检测效果,提高平均精度。【结果】对常用的两种类别共8个型号的汽车保险片进行训练和检测,改进后的YOLOv7算法与改进之前相比,mAP值提高了2.3个百分点,且参数量和计算量都大幅度下降。在检测之前,需要先提取汽车保险盒合格样本。在对保险片进行检测和定位之后,提取出其坐标和类别信息,让该信息与标准模板信息去对比,从而判断保险盒中的保险片是否有漏插和误插。【结论】大量的实验证明,改进后算法正确识别率为97.5%,验证了该算法的有效性。