课程文献中心 更多>>

关键词： 三步隐式双中点法则   强收敛   非扩张映射   Banach空间  

摘要： 不动点的迭代算法是非线性泛函分析研究的热点问题,在实一致光滑的Banach空间中介绍了三个非扩张映射的三步隐式双中点法则的新的迭代算法,在适当的假设条件下,用对偶映射的定义和Banach极限定义与技巧证明了算法所生成的序列强收敛于三个非扩张映射的不动点集与凸优化问题的公共元,其结果改进和推广了近期文献的相关结果.

关键词： YOLOv5   电致发光   太阳能电池   缺陷检测   可变形卷积网络   最小点距离交并比  

摘要： 在电致发光环境中检测太阳能电池片裂纹、碎片和功能失效等小尺寸和不规则故障的难度较大、精度较低,为此提出一种结合可变形卷积网络(DCNv2)和最小点距离交并比(MPDIoU)损失函数的改进YOLOv5模型。通过使用DCNv2替换原有的标准卷积C3模块,引入MPDIoU损失函数替换原有的CIoU,提高模型处理小尺寸复杂形状缺陷时的适应性和检测精度,减小预测框与实际框之间的定位误差。结果表明:改进YOLOv5模型的mAP@50的值为78.4%,较原始模型提高5.3个百分点;mAP@50-95的值为72.2%,较原始模型提高5.4个百分点,且模型的检测速度维持在每秒53帧。由此证明,以上改进不仅能提升模型在复杂背景中的鲁棒性和适应性,还能增强模型在检测小尺寸缺陷时的准确性和实时性。

关键词： 评价函数   路径平滑   双向A^(*)算法   二次规划   路径规划   移动机器人  

摘要： 针对传统A*算法存在规划路径与障碍物相交、规划的路径拐点多和搜索时间长等问题,提出了一种面向室内环境改进的双向A^(*)二次路径规划算法。通过对地图进行膨胀处理,解决了规划路径与障碍物相交的问题;通过引入新的启发函数和双向扩展等方法,提高了双向A^(*)算法的搜索速度和精度;引入转弯代价函数和自适应权重,减少了拐点数量;利用二次规划和二阶贝塞尔曲线对路径进行平滑处理,删除了允余节点和不符合实际移动的拐角。仿真结果表明:算法的搜索速度提高了55.7%,路径长度缩短了15.6%,拐点和拐角减小了31.6%和56.1%。

关键词： TGAM传感器   图神经网络   注意力检测   高精度识别   快速响应  

摘要： 本研究旨在开发一种基于TGAM传感器与图结构改进神经网络算法的注意力检测系统。针对当前注意力检测技术在精度和实时性上的不足,本研究通过整合TGAM传感器提供的实时眼球追踪数据与图结构优化的神经网络算法,旨在实现注意力检测的高精度识别与快速响应,从而有效提升系统性能。

关键词： 反演分析   小龙虾优化算法   跨越塔混凝土   数值模拟   温度控制  

摘要： 建设完成的鲍家林长江大跨越段跨越塔混凝土总浇筑量达到2304.8 m^(3),承台平面尺寸14 m×12.8m×2.5m(厚度),为大体积混凝土。由于混凝土采用一次性浇筑,温度幅度变化较快且最高温度峰值大。为了避免混凝土内外温差过大产生温度裂缝,结合现场实测数据对跨越塔混凝土热学参数进行了反演。为了提升反演的效率和精度,引入了一种全新的元启发式算法——小龙虾优化算法,通过基准测试函数与非参数检验,验证了新算法的性能。将反演结果带入进行数值模拟,发现混凝土实测温度与计算温度吻合良好,并通过不同温度测点进行校核,进一步验证了新算法在实际工程中的性能和参数反演的可行性,反演结果也可以用于后续跨越塔大体积混凝土的施工。

关键词： 谐振陀螺   半球谐振子   特征参数   扩展Kalman滤波   半球谐振陀螺  

摘要： 针对如何有效辨识半球谐振子特征参数的问题,提出了一种基于扩展Kalman滤波算法的辨识方法,来辨识谐振子四个特征参数:刚度各向异性Δ_(ω)、刚度失准角θ_(ω)、阻尼各向异性Δ(1/τ)和阻尼失准角θ_(τ)。根据非理想半球谐振子的幅值控制方程和正交控制方程,构建了基于扩展Kalman滤波算法的参数辨识方程,并搭建了半球谐振陀螺仿真模型,从而验证了提出方法的有效性。仿真结果表明,所有特征参数均在15 s内收敛至设定的期望值。所提出的方法能够有效辨识出半球谐振子的特征参数,可为半球谐振陀螺的误差校准、补偿以及系统精度提升提供有利指导。

关键词： 注塑工艺参数   筛选试验设计   中心复合试验   最优拉丁超立方抽样   灰狼优化算法  

摘要： 采用Moldflow软件对食品保鲜盒盖的注塑成型过程进行模拟分析,目的是通过优化注塑工艺参数,最大限度地减小产品的体积收缩率,从而提高产品质量。采用筛选试验设计的方法,确定对注塑成型过程影响较显著的参数。然后,构建多个近似模型,并对这些模型进行细致的比较分析,筛选出性能最佳的模型。最后,利用灰狼优化算法对最优模型进行参数优化,得到最优注塑工艺参数组合,并进行模拟验证和实际验证。结果表明,采用优化后的注塑工艺参数组合制备的产品的体积收缩率显著减小,由初始的5.837%下降至4.01%,下降了31.3%,证明了结合计算机模拟、更优的模型和智能优化算法在注塑工艺优化中具有有效性及较好的应用潜力。

关键词： 单通道盲源分离   深度学习   同频同调制信号分离   多尺度融合递归卷积神经网络   通信信号处理  

摘要： 针对单通道条件下同频同调制混合信号分离时存在的计算复杂度高、分离效果差等问题,提出一种基于时域卷积的多尺度融合递归卷积神经网络(recursive convolutional neural network, RCNN),采用编码、分离、解码结构实现单通道盲源分离。首先,编码模块提取出混合通信信号的编码特征;然后,分离模块采用不同尺度大小的卷积块以进一步提取信号的特征信息,再利用1×1卷积块捕获信号的局部和全局信息,估计出每个源信号的掩码;最后,解码模块利用掩码与混合信号的编码特征恢复源信号波形。仿真结果表明,所提多尺度融合RCNN不仅可以分离出仅有少量参数区别的混合通信信号,而且相较于U型网络(U-Net)降低了约62%的参数量和41%的计算量,同时网络也具有较强的泛化能力,可以高效面对复杂通信环境的挑战。

关键词： 桥梁工程   顶推施工法   设备管理   施工方案  

摘要： 文章针对某河桥工程主桥施工的具体情况为背景,详细阐述了顶推施工法在桥梁建设中的应用,对其中具体的施工方案关键技术进行了说明,分析了设备管理的关键点,对顶推施工法在桥梁工程中的应用发展有着重要意义。

关键词： 电网负荷   短时预测   量子粒子群优化   长短期记忆递归神经网络  

摘要： 电网负荷短时预测算法是电力系统运行中非常重要的一环。它通过对历史数据和实时数据进行分析和处理,能够预测未来一段时间内的负荷需求情况,为电力系统的稳定运行提供了关键信息。长短期记忆(LSTM)递归神经网络是一种特殊的神经网络结构,它可以有效地处理时序数据,在电网负荷短时预测算法中的应用已经被广泛研究,但是其性能仍然受到一些限制,如过拟合、收敛速度慢等问题。利用量子粒子群算法对长短期记忆递归神经网络进行优化为这一问题提供了解决方法。本文对量子粒子群优化LSTM的电网负荷短时预测算法进行了研究,并基于工程数据进行了试验。结果表明,相对于LSTM和粒子群优化LSTM的电网负荷短时预测算法,本文提出的算法具有更高的精度。