课程文献中心 更多>>

关键词： 三维虚拟场景图像   多特征   并行式跟踪   灰度共生矩阵  

摘要： 由于三维虚拟场景图像存在较多特征,如纹理、形状等,且受视角变化和遮挡等因素的影响,使得图像特征提取难度较大。为此,提出一种三维虚拟场景图像多特征并行式跟踪算法。通过计算图像梯度,对三维虚拟场景图像去噪处理,并采用灰度共生矩阵算法,对图像灰度化处理,计算特征值。利用粒子滤波目标跟踪算法,融合多特征,根据引入加权融合规则,确定三维虚拟场景图像各个特征的最终位置,实现多特征并行式跟踪三维虚拟场景图像。通过仿真分析证明,采用所提算法可以准确跟踪三维虚拟场景图像多特征,具有较好的跟踪鲁棒性,且跟踪速度仅为23.4帧/秒。

关键词： 直扩信号   倒谱   时域互相关   网格搜索法   决策树  

摘要： 针对传统的直接序列扩频(Direct Sequence Spread Spectrum,DSSS)信号检测方法在干扰环境下检测性能急剧下降的问题,论文提出了一种基于决策树的直扩信号检测算法。该方法首先提取信号的倒谱和时域互相关特征作为检测统计量,然后通过网格搜索法寻找最优门限,之后将检测统计量与门限进行比较,并利用决策树进行检测判决,最后对所提检测算法进行仿真分析与实验验证。仿真结果表明,所提方法具有良好的检测性能,检测率在干信比小于7 dB时,检测率大于98%。实验结果表明,所提算法与时域互相关检测法相比,正确率提高了1.46%。

关键词： 滑动平均滤波器   灰狼算法   海浪波高预测   长短时记忆神经网络  

摘要： 由于复杂海况随机海浪对船舶航行及人命安全造成威胁,通过构建海浪波高预测模型实现高海况海浪预警对提升航行安全具有重要意义。针对海浪波高预测问题,本文提出一种MAF-GWO-LSTM预测模型。首先利用滑动平均滤波器(Moving Average Filter,MAF)对实测海浪数据进行处理得到有效波高的光滑趋势序列,作为预测模型的输入训练集;再选用长短时记忆神经网络LSTM作为预测浪模型,依据灰狼优化算法(Grey Wolf Optimization,GWO)对滑动窗口MA及神经网络训练过程中的参数进行自适应寻优,并以南海实测有效波高数据进行验证。研究结果表明,采用MAF滤波有利于提取海浪有效波高特征,再通过GWO-LSTM预测模型优化神经网络参数,最优参数下波高预报精度达到R^(2)=0.991 0。论文研究可为高海况下海浪有效波高预报预警提供一种有效手段。

关键词： 超融合   存储管理   数据孤岛   基础架构  

摘要： 近年来,随着信息化技术的快速发展,油气管道工业控制系统的计算存储环境变得越来越复杂,增加了不同品类的机架式服务器以及SAN数据存储,基础架构的复杂性使得工业控制系统的IT环境变得日趋复杂。这主要体现在硬件的多样性使得管理运维非常困难,数据在不同品类存储平台上存放衍生数据孤岛问题,存算分离使得基础架构难以做到按需、高水平扩展。基于此,文章对基础架构层的标准化以及数据统一存管、资源的灵活扩展调度等方面进行思考和研究。在软件定义的基础上,新兴的超融合技术以分布式和虚拟化为基础,将管理和业务实现统一,在满足海量存储要求的同时又提升了整体的I/O性能,且整个生产平台的可用性、可靠性得到提升,保证业务连续性。

关键词： 机器学习   变压器   故障诊断   优化模型  

摘要： 近几年,对于变压器故障诊断的研究逐渐增加,提高其诊断准确率具有明确的价值。以往常用的诊断方法虽然具有一定准确率,但效率较低,缺乏时效性。随着对于机器学习的相关研究不断深入,其在变压器故障诊断中的应用逐渐被发现。基于机器学习,分别在K邻近(K-Nearest Neighbors,KNN)算法、决策树(Decision Tree,DT)算法、支持向量机(Support Vector Machine,SVM)算法方面搭建了诊断模型,并进行了纵横交叉优化(Crisscross Optimization,CSO)算法的超参数优化模型搭建。最后,经过仿真实验验证可知,经CSO优化后,3种诊断模型的准确率和平均诊断时间均得到了有效提高。

关键词： 网络功能虚拟化   软件定义网络   服务功能链   虚拟网络功能   资源碎片   网络资源   负载均衡  

摘要： 针对网络虚拟化环境中资源碎片问题,提出一种资源碎片感知的服务功能链路由算法。提出一种资源碎片化度量模型,用于定量地测量物理节点和物理链路的资源碎片化程度,将服务功能链映射问题转化为以最小化资源碎片为优化目标的整数线性规划模型,使用分步优化方法,解决动态网络环境中服务功能链映射问题。实验结果表明,与同类算法进行对比,SFC-RFA有效降低了资源碎片率,服务功能链请求接受率提高了12%~26%,资源利用率提高了7%~17%,取得了较好的负载均衡性能。

关键词： 搬运机器人   井下自主行走   路径规划   A^(*)算法改进   DWA算法改进  

摘要： 针对井下搬运过程用工多且效率低等问题以及转运环节多、转运操作难、人工转运慢等困境,以搬运机器人为研究对象,通过仿真与试验进行井下巷道路径规划方法研究。首先,对井下转运工况进行特定的需求分析,确定井下“多转运点巷道”与“最后1 km直达运输”等典型搬运场景,并分别建立自主行走策略,提升井下搬运机器人自主行走路径规划的适用性与合理性;其次,设计路径规划系统方案,对比分析常规路径规划算法的性能,分别选取A^(*)算法与DWA算法作为井下搬运机器人的全局路径规划与局部路径规划的基本算法;然后,针对常规A^(*)算法搜索效率低与规划路径平滑性不足的问题,依次使用指数优化法与二次B样条曲线法进行改进,同时对比分析改进A^(*)算法的性能,仿真结果发现:改进A^(*)算法在“最后1 km直达运输”与“多转运点自主行走”等典型井下搬运场景的路径规划时间分别缩短了24.62%与22.02%,路径规划效率获得了提升,且生成路径的平滑性较好;接着,针对传统DWA算法存在运行时间与路径长度欠优的问题,统筹井下巷道速度限制、移动底盘驱动电机限制与搬运机器人制动距离限制等约束性要素构建预测路径评价函数,并衡量安全性与高效性引入障碍物评价子函数改进DWA算法,仿真结果发现:基于改进DWA算法的规划路径长度与自主行走时间分别缩短了31.27%与42.33%,有效提升了搬运机器人动态避障能力及路径规划性能;最后,搭建试验巷道场景与搬运机器人模型开展井下搬运机器人路径规划试验,试验结果表明:改进A^(*)-DWA融合算法在多转运点巷道自主行走A→B、A→C以及最后1 km直达运输等试验场景的路径规划效率分别提升了21.90%、18.57%、14.67%,行驶过程实现实时有效动态避障,规划路径安全高效且具有平滑性,能够符合井下“减人、提效、增安”的目标导向以及满足搬运机器人自主行走路径规划需求。

关键词： 大数据预测模型   人工智能   数据预处理   模型优化  

摘要： 随着大数据和人工智能技术的快速发展,大数据预测模型在各个领域中的应用日益广泛。文中探讨了基于人工智能的大数据预测模型算法,通过分析大数据的基本概念与特征、预测模型的基本概念与分类,深入了研究人工智能在大数据预测中的应用优势和应用框架。另外,重点探讨了数据预处理、模型选择与训练、模型评估与验证、模型优化与调优等方面的方法和技术,并结合具体应用实例,分析了其在实际应用中的效果,以期为推动大数据预测模型在各领域的应用提供参考。

关键词： 装配线   粒子群算法   Matlab   设备维护与管理  

摘要： 随着工业信息化技术的发展,手工作业逐渐被半自动化作业所代替,这可以节约人力资源,缩短产品的加工时间,保证产品质量的稳定性。因此,针对AB公司小型断路器在UEB1-70装配线由手工作业过渡为半自动设备作业时的自动设备选择优化问题中,文章在原有装配线线体长度的约束下,基于粒子群算法原理对自动设备选择问题进行建模,运用Matlab软件求解得出最佳工序的自动设备选择方案,并制定设备维护与管理措施,保障设备正常运行。

关键词： 公平性数据采集和能量补充   无人机路径规划   深度强化学习   无线传感器网络  

摘要： 针对无人机(Unmanned Aerial Vehicle,UAV)辅助WSN(Wireless Sensor Networks)数据采集和能量补充工作中存在的数据来源单一和能量补充不均衡现象,本文首先提出数据采集和能量补充公平性问题并进行数学建模.其次,本文设计一种DPDQN(Double Parametrized Deep Q-Networks)强化学习算法,规划无人机的飞行路线和悬停位置,优化数据采集和能量补充效果.DPDQN学习离散动作与多种连续动作相混合的动作选择策略,算法网络模型包括离散动作网络和连续动作网络两部分.前者规划无人机访问数据采集节点的顺序,后者优化无人机在数据采集节点周围的悬停位置.仿真实验结果显示,本文算法在数据采集公平性、能量补充公平性、飞行距离和四种影响公平性的因素比较中均优于三种现有对比算法,并具有良好的鲁棒性和稳定性.