课程文献中心 更多>>

关键词： 变电站   故障诊断   联合优化   性能评估  

摘要： 本文提出一种进行变电站故障诊断的联合优化算法,并对其性能进行评估。对数据进行处理,选择故障诊断模型,设计联合优化算法,构建完整的研究框架。针对性能测试,本文选用某变电站历史故障数据作为测试集,比较支持向量机(Support Vector Machine,SVM)、随机森林模型以及联合优化算法的准确率。单独使用SVM和随机森林模型的准确率分别为89.5%和91.2%,采用联合优化算法后准确率为94.3%。与传统单一模型相比,使用本文方法准确率更高,尽管使用联合模型和迭代优化使计算复杂度增加,但是在实际应用中其计算复杂度仍然在可以接受的范围内。

关键词： 大地线展绘   墨卡托投影   二分法搜索   道格拉斯普克算法   大地主题解算  

摘要： 针对现有墨卡托投影面大地线展绘方法计算数据量与制图精度不匹配、纵跨赤道大地线展绘拱高误差超限等问题,本文在分析墨卡托投影面大地线表象曲线几何特性的基础上,借鉴二分法搜索思想,建立了大地线赤道分割点对分逼近精准解算模型,实现了任意给定比例尺条件下纵跨赤道大地线赤道分割点求解;通过分析内插点与拱顶点切线方位角的变化规律,构建了大地方位角精确引导的拱顶点搜索规则,实现了墨卡托投影面任意弧段大地线表象曲线拱高误差快速解算;类比道格拉斯普克算法思想,将制图允许误差作为曲线抽稀阈值,最终实现了任意给定比例尺条件下大地线快速精确展绘。试验结果表明,本文算法显著提高了计算效率,降低了内插冗余。在典型应用场景中,本文算法在严格控制拱高误差不超过制图允许误差条件下,计算所得内插点数最大程度可减少为现有算法的约千分之一,计算所用时间缩短至约百分之一。

关键词： 空气质量   模糊认知图   小生境遗传算法  

摘要： 工业化使得全球经济取得了突飞猛进的增长,但也使得环境污染愈发严重。大气污染成为世界各国讨论的话题。文中提出一种基于小生境遗传算法的改进形式的空气质量模糊认知图预测方法。利用模糊认知图表示空气污染物以及空气质量指数的关联关系,并应用改进的小生境遗传算法优化模型,使得训练结果更接近全局最优解。文中使用2015-2021年的空气数据训练模型,在2022年的数据集上测试模型。实验结果表明,与传统的遗传算法和BP神经网络相比,所提方法预测精度更高,且泛化性能更好,证明了其有效性。

关键词： 目标检测   下水管道   障碍物识别   PGI   SCConv   Focal-Modulation  

摘要： 为提升下水管道障碍物清理效率和管道障碍物识别准确率,提出一种基于YOLOv8改进的管道障碍物识别算法。通过优化YOLOv8目标检测模型,使其更适用于环境复杂的管道内部障碍物检测任务。在YOLOv8网络结构的基础上引入PGI模块,增加辅助可逆支路和多级辅助模块缓解信息瓶颈问题,减少精度损失;引入SCConv模块来替换C2f模块,在实现模型轻量化的情况下保持检测精度;引入Focal-Modulation模块改进了传统的SPPF模块,使模型的精度得到一定程度的提升。实验结果表明,改进后的识别算法与YOLOv8n模型相比,在mAP@0.5精度上提升4.6%,在mAP@0.5~0.95精度上提升3.9%,参数量降低33.3%,计算量减少17.3%,更加适用于下水管道障碍物的识别检测。

关键词： 路面不平度   半主动悬架优化   遗传算法  

摘要： 针对不同车速下半主动悬架性能最优的刚度阻尼值数据缺乏问题,对一种同时优化半主动悬架刚度和阻尼的遗传算法进行设计。算法以评价指标功率谱密度幅频特性最大值加权和作为适应度函数,在不同车速范围内对悬架的刚度和阻尼参数进行优化,并得到对车身加速度与轮胎动载荷表现有不同侧重的半主动悬架刚度与阻尼匹配最优解,结果表明遗传算法的解能够使评价指标功率谱密度函数幅频特性始终维持在较低值,为不同车速下半主动悬架的性能优化提供了最优的刚度与阻尼数据。

关键词： 实验教学   小学信息科技   编程算法  

摘要： 本文选取新课标第三学段“身边的算法”的内容模块,以Python for循环语句为例,设计以实验为基础的学习活动,旨在探索和解决编程算法原理探究与科技实践应用的挑战,有效提升学生核心素养。

关键词： 姿态估计   骨架结构   关键点检测   YOLOv8  

摘要： 牛体姿态估计在分析牛行为和评价牛健康状况方面具有至关重要的作用。针对目前无法对牛进行全天候监控并及时地获得相应行为信息的问题,采用YOLO算法对牛体姿态进行研究,建立牛体姿态估计模型,用于识别牛并提取牛体骨架结构。测试结果表明,YOLOv8n-pose牛体姿态估计模型与YOLOv7-w6-pose相比,精确度、召回率、L_(oks)=0.50时的平均精确度均值(mAP_(0.50))分别提升4.7%、3.0%、2.7%,模型参数量、计算量分别降低59.2%、91.0%,单张图像平均检测时间减少5.74 ms。YOLOv8牛体姿态估计模型具有较高的检测精度和检测速度,可为大规模畜牧业中的牛体姿态估计提供可靠且有价值的参考。

关键词： 路面病害检测   形状特征   可形变注意力   分组卷积空间金字塔   YOLOv8  

摘要： 路面病害自动化检测是实现道路智慧化管养的关键技术之一,针对路面病害图像中病害目标占比小、不同类型病害尺度差异大、背景环境复杂等特性,基于YOLOv8架构,提出聚焦形状特征的路面病害检测算法FSF-YOLO(focusing on shape features YOLO)。构建一种无信息丢失的加强特征提取模块,通过保留多维度空间特征信息,增强骨干网络对低分辨率图像和细小病害目标的特征提取能力;引入可形变注意力特征融合模块,利用病害细长形状特征拓展目标识别区域,提高模型对于长距离病害目标的特征表达能力;运用分组卷积空间金字塔池化模块,强化不同尺寸病害目标特征识别;采用轻量级共享卷积检测头,减少网络参数量和计算量。实验结果表明,提出的方法对不同类别的路面病害目标均获得了较好的效果,在RDD2022数据集上的平均精度达到67.3%,与原算法相比提升了5.3个百分点,整体性能优于其他路面病害检测算法。

关键词： 光纤同沟识别   集成学习   曲线相似度   人工智能   网络生存性  

摘要： 主备路由光纤同沟是一种高风险事件,光纤选用的随机性导致主备业务可能共享同一沟槽,出现故障会导致主备业务同时中断.当前仅仅依靠人工识别同沟难度大、效率低,给通信网络服务安全性带来了重大风险.为了提升通信网络生存性,本研究提出并验证了一种集成学习检测架构,采用人工智能手段对光纤同沟进行识别.该架构可以在通信网络中实现高准确率的同沟光纤在线识别,无需在线路上人工敲击配合检测.本文采用基于光纤振动动态特性的曲线相似度对比学习器对同沟光纤进行识别,并首次对同沟光纤识别进行了现网试验.对现网中采集到的动态光纤振动数据预处理,基于混淆矩阵中的准确率、F1-score等指标进行评价.本文提出的曲线相似度集成学习算法相比次优非集成学习模型准确度提升6.1%,实验结果验证了所提出架构的可靠性和先进性.

关键词： 永磁同步电机   模型预测电流控制   鲁棒控制  

摘要： 电流环参数鲁棒性差是制约传统预测电流控制(MPCC)成为高性能控制方法的主要因素。在针对这一问题的各种改进方法中,增量模型预测电流控制(IMPCC)作为一种简单可行的消除磁通量参数的方法成为研究热点。在此基础上,提出了一种基于参数自适应增量的MPCC(PAIMPCC);与其他基于增量模型的方法不同,该方法以IMPCC的预测误差为目标函数,结合有限时间梯度下降法(FGD)实时自适应更新电感,实现了对所有参数的鲁棒性。