课程文献中心 更多>>

关键词： 无人机   随机森林   极限梯度提升   多回合博弈  

摘要： 为解决不平衡空战数据集下的无人机多回合博弈对抗问题,提出一种随机森林-极限梯度提升(random forest-eXtreme gradient boosting, RF-XGBoost)算法以进行攻防博弈决策研究。通过分析红蓝双方的运动状态和空战信息,建立支付矩阵模型,利用线性归纳法求解当前博弈纳什均衡解和期望收益,以蓝方最终获胜作为博弈对抗是否停止的判断条件。在博弈对抗过程中,首先基于随机森林(random forest, RF)算法对空战数据集进行特征降维以提高空战决策的实时性,然后提出改进的XGBoost算法来处理不平衡数据集,将其用于确定最优机动动作以提高机动决策准确率和提升蓝方对抗态势,并得到下一回合的红蓝空战信息;之后,根据下一回合的支付矩阵模型重新计算纳什均衡解和期望收益,直至蓝方获胜;最后,通过仿真验证所提算法的可行性和有效性。

关键词： 地下水   地下水潜力   卷积神经网络   粗糙集   遗传算法  

摘要： 赣南山区饮用水源长期存在季节性断流现象。为寻找稳定的地下水源、满足供水需求,同时提高钻井成功率、降低成本,进行地下水潜力评估十分必要。本文提出一种粗糙集-卷积神经网络组合算法(RS-CNN),结合遗传算法的粗糙集属性约简方法确定影响地下水含量的地形、气象、植被因素,将经粗糙集筛选后的指标作为卷积神经网络的输入,训练最优模型进行区域地下水潜力预测。经计算,组合模型F1得分达0.91,较单一模型的F1得分0.70提高了0.21;赣县区平均地下水潜力达0.68,有较大开采空间。实验结果验证了RS-CNN模型具有较好的迁移能力,可以用于无先验水文地质信息地区的地下水潜力预测,大大减少了地下水探查的外业工作量。

关键词： 共识算法   子空间跟踪   稀疏异常检测   稳健的分布式算法  

摘要： 在大数据时代,集中式算法面临着计算量大、存储代价高和数据隐私性难以保证等挑战,而分布式算法是应对这些挑战的一个重要途径。另外,高维观测数据中低维子空间的估计和跟踪是数据处理领域的一个基础性算法,有着广泛的应用价值。但是,现有的分布式子空间估计和跟踪算法的性能对一些实际的非理想因素比较敏感。为此,首先确定了节点间的共识量;其次设计了一个稳健共识算法,能够在非同步且有故障的分布式网络中实现信息共识;再次利用软投影思想与信号子空间匹配的度量准则,设计了一个分布式的稳健子空间跟踪算法;最后通过仿真实验说明了算法能够在有异常的环境下跟踪变化的子空间并收敛,且性能与集中式算法差距不大。

关键词： 水电站安全   自动化监控   行为识别   SlowFast算法   登高行为  

摘要： 随着水电站安全管理需求的增加,自动化的行为监控系统显得尤为重要。传统的基于人工的监控方法在效率和准确性方面面临挑战,特别是在连续监控和处理登高作业等高风险作业行为。本文提出了一种基于改进SlowFast算法的水电升压站登高行为识别方法。我们对原始的SlowFast算法进行了针对性的改进,以增强其在复杂水电升压站环境中的表现。具体改进包括增加特征增强模块以提升关键视觉特征的识别能力,调整动态感知能力以更敏捷地响应快速动作,以及优化融合策略以平衡算法的响应速度和准确度。通过在多个水电升压站的实际视频数据上测试,改进的算法在登高行为的识别准确率和实时性上均优于传统方法和原始的SlowFast算法。这些结果表明,本研究的方法可以有效提升水电站的安全监控效果,为进一步的行业应用奠定了基础。

关键词： 粮食产后服务中心   多功能特性   选址-分配   两阶段随机规划   Benders分解算法  

摘要： 粮食安全关系到国计民生,是国家安全的重要基础。粮食产后服务中心建设作为“优质粮食工程”的重要内容,是降低粮食产后环节损失的有效手段,对保障国家粮食安全有重要意义。本文考虑粮食产量的不确定性和粮食产后服务中心的多功能特性,建立了基于二阶段随机规划的粮食产后服务中心选址问题模型,对服务中心的选址、规模、能力分配和粮食物流进行决策。根据模型的特点,采用Benders分解算法进行求解,并用多重割、有效不等式和下界提升策略对算法进行加速。通过随机算例实验,验证了算法的有效性和加速后的算法相比于通用求解器Gurobi的优势。评估随机解的价值,发现考虑粮食产量随机性的随机解相比于确定解可以带来平均0.8%的成本节约。在实例分析中,根据湖北省84个县级区域粮食产量数据,利用提出的模型和算法得到湖北省粮食产后服务中心的最优地理位置分布、建设规模及能力分配方案,验证了模型和算法对于真实问题的有效性和可行性。

关键词： 稀布阵列   粒子群优化   线性规划   凸优化   旁瓣电平   波束宽度  

摘要： 针对低轨天基卫星互联网侦察系统中全空域实时侦收的需求,常采用球冠天线阵接收的方案以达到多目标全空域同时侦收的目的;为避免阵列接收中常见的栅瓣问题,且要求同时获得较窄的波束宽度,相控阵常采用均匀分布间隔布阵的方式,但这就导致阵元数目急剧增加,因此需要对球冠阵接收体制进行稀布优化研究;基于此,采用一种将粒子群与线性规划凸优化理论相结合的优化算法,新方法充分利用粒子群算法全局搜索能力强的优点,并结合凸优化算法局部最优即全局最优的特点,将阵元权值与位置作为联合变量进行优化,从而提升稀布阵列的性能;理论分析和仿真试验验证了该方法在实现稀布效果最优的同时可以有效降低旁瓣电平、保证高增益性能。

关键词： 数据模型   窝案串案   渎职损失   不正当利益   公益诉讼  

摘要： 受贿渎职型职务犯罪窝案串案存在对犯罪事实一致性认定、渎职损失追缴等问题。检察机关在办理此类案件时,可通过建用数据模型建立系列案件贯通式审查模式,从而实现行受贿、共同受贿犯罪事实的一致性认定。在整体事实认定基础上,坚持实质有利于被告人原则,准确评价犯罪性质、适用法律。同时,要树立对渎职犯罪经济损失应追尽追的办案理念,区别不同渎职犯罪类型的办案方法,充分发挥检察机关跨业务一体、综合履职的优势,完善检察机关与责任单位跨机关协同履职的联合追缴路径,共同破解渎职犯罪追缴困境。

关键词： 跨流域调水   多水源   多目标   模拟-优化   大系统分解协调   南水北调东线工程  

摘要： 跨流域调水系统的水量调度问题涉及多水源、多用户、多目标等,关系结构复杂,决策变量众多,传统单一模拟方法或优化方法难以兼顾求解效率与优化性能的需求。针对此,提出一种多水源调度模拟-优化双层耦合求解算法,上层算法基于近似最优原则模拟本地水源调配,下层算法引入大系统分解协调优化外调水调配,能够在保障优化性能的同时有效降低计算复杂度。以南水北调东线工程一期及北延段为研究区域,以受水区用户加权缺水率平方和最小与源头调水总量最小为优化目标,构建水量调度多目标优化模型,并采用模拟-优化双层耦合算法进行求解。结果表明:相较于直接优化,模拟-优化双层耦合算法优化效果近似,但平均耗时更短;算法将本地水与外调水的联合调配按优先次序进行模型分解,提高了多水源调度结果的可解释性;算法能够为求解大规模跨流域调水多水源多目标水量调度问题提供参考。

关键词： 电网   负荷   SOM聚类   预测   泛化能力  

摘要： 为了提高电网负荷预测能力,设计了一种改进SOM聚类算法的电网负荷预测方法。在UCI数据集中测试该方法的有效性,并测定了电网运行阶段的负荷特性。研究结果表明,经过改进的SOM聚类算法的Max-AE减小,使算法拟合能力显著提升,预测误差明显减小。利用cholesky分解获得的SOM聚类算法相对于普通SOM聚类算法表现出更强跟踪能力。核极限学习机能够在最短时间内达到最佳拟合效果,具有优异泛化能力。用户负荷测试聚类激活神经元具有明显差异,SOM聚类算法准确率均在97%以上,通过验证本算法具有很好的精度。

关键词： 反无人机   机器视觉   目标检测   目标跟踪  

摘要： 为提高“低慢小”无人机目标检测跟踪精度,提出一种基于YOLOv7和DeepSort框架的改进型无人机检测算法,在YOLOv7算法骨干网络引入了CBAM注意力机制提高特征提取能力,使用BiFPN加权特征金字塔替换PANet提高不同尺度特征融合能力,增加小目标检测层改善无人机检测精度。构建了天空、树林、建筑和阴暗条件4类背景的“低慢小”人机数据集,并进行测试实验。结果表明,改进型算法的检测部分mAP@0.5提升了8.6%,特别是对小尺寸、弱特征的目标检测精度提高了约21%;最终跟踪结果MOTA指标提高24%,正确输出的目标框占真实目标框的比例约70%。