课程文献中心 更多>>

关键词： 威布尔分布   可靠性   参数估计   人工鱼群算法   耐久寿命  

摘要： 在零部件研发过程中,对零部件进行可靠性估计至关重要,而威布尔分布被广泛用于模拟失效分布,因此对威布尔分布的参数估计对零部件可靠性预测和分析非常关键。对此,文章提出了一种用于车辆零部件可靠性评估的基于改进人工鱼群算法的新型威布尔分布估计方法,首先从理论上构建了威布尔分布的最大似然估计模型,并对相关模型进行详细的介绍;然后基于人工鱼群算法求解效率低和质量不高的缺陷,通过引入Levy飞行策略和感知距离自适应调节策略对原始人工鱼群算法其进行改进;最后,运用改进人工鱼群算法进行蒙特卡洛模拟仿真试验,进而对威布尔分布参数拟合效果进行比较和分析。结果表明,对于威布尔分布的参数估计,文章所提出的改进人工鱼群算法比其他元启发式算法给出了更准确的参数估计,能够为汽车零部件开发与可靠性评估提供科学有效的指导。

关键词： 无人机   孪生网络   轻量化网络   注意力机制   自适应加权   特征融合   视觉跟踪  

摘要： 针对传统的目标跟踪算法在无人机场景下的计算量大、实时性差等问题,提出一种基于孪生网络融合Transformer的轻量化算法(SiamTMA)。通过在孪生网络目标跟踪方法上融合Transformer编解码器模块和自适应加权融合算法,帮助模型更好地建模目标的运动轨迹,提高目标跟踪的准确率和鲁棒性;引入轻量化的主干网络MobileNetV2,使算法在保持较高的准确性同时可以在计算资源有限的无人机设备上运行。在目标跟踪标准数据集OTB100、UAV123及VOT2018上进行对比实验评估,结果表明,与传统的目标跟踪算法相比,SiamTMA在无人机场景中展现出更优越的性能。

关键词： 光腔衰荡光谱法   列文伯格-马夸尔特算法   STM32单片机   衰荡时间   非线性拟合  

摘要： 光腔衰荡光谱法(cavity ring-down spectroscopy,CRDS)以其灵敏度高、检测速度快等优势,被应用于绝缘气体特征分解组分H2S的在线检测领域,对绝缘电气设备的故障状态诊断具有重要意义。衰荡时间作为进行浓度计算的关键参数,如何拟合出衰荡曲线实现衰荡时间的准确求解成为该技术领域的一大难点。而衰荡曲线的高精度拟合算法是决定CRDS精度的关键因素,选取STM32F407型号的单片机建立衰荡曲线模型,通过列文伯格-马夸尔特(LevenbergMarquardt,LM)算法对H2S气体在1578.1 nm处采集到的衰荡信号进行拟合并搭建CRDS实验平台进行验证,基于LM算法进行了仿真与实验,同时与最小二乘法进行对比。仿真结果显示,单片机拟合决定系数R2达到了0.996,与离线软件平台高度接近。在不同的气体浓度下的实验结果表明,拟合精度呈上升趋势。通过浓度标定实验实现了微量H2S的准确测量,气体实际值与测量值的相关系数为0.9925,结果的绝对误差不超过0.5×10-6。与基于最小二乘法的浓度测量结果相比,基于LM算法的浓度数据均方根值更小,检测准确性更高。

关键词： 神经网络   聚类算法   距离度量   相似性度量  

摘要： 聚类作为一种无监督学习算法,在处理大规模数据、参数值选择、噪声异常值等方面效果不佳。为了充分考虑算法的有效性和稳定性,该文将神经网络与传统聚类算法相结合,介绍了自组织特征映射、学习向量量化和自适应共振理论三种基于神经网络的聚类算法。并结合常见的距离度量和相似性度量来验证该类算法在自适应学习和噪声容忍性方面的优势,从而弥补传统聚类算法的不足。全文工作将进一步指导我们深入研究聚类算法在深度神经网络中的应用。

关键词： 算法权力   算法行政   风险   法律规制  

摘要： 算法行政是建设数字政府的必然要求,可以优化行政资源的配置,有效提升政府治理的效能,算法的“技术中立”原则使得行政决策的公正性提高。但算法基于其强大的计算能力会产生控制力,能够干扰行政决策,与行政公权力的结合最终形成了算法权力,算法权力异化会侵害平等权、隐私权等基本权利,并引发电子官僚主义。为了规制算法行政之风险,必须改进传统行政权规制手段,改造以说明理由为核心的行政程序,针对算法风险出现的新特点,本文提出算法风险评估,为防止算法权力侵犯人权,提出建立完善新型数字权利体系。

关键词： 无线传感器网络   烟花算法   覆盖率   感知模型  

摘要： 为优化无线传感器网络覆盖范围,提出了一种基于改进烟花算法的无线传感器网络覆盖优化策略。首先,通过概率感知模型和目标函数建立了网络覆盖策略。其次,引入拉丁超立方抽样方法和多重扰动对传统烟花算法进行改进,避免算法进行局部最优和过早收敛。最后,为验证所提算法的优化性能,与常规优化算法进行了对比。实验结果表明:所提算法能有效逃离局部最优,在三种不同场景下,网络覆盖率分别达到了94.82%、98.23%和96.59%,其性能明显优于其他对比算法。

关键词： A^(*)算法   移动机器人   路径规划   角度搜索   ROS  

摘要： 为解决传统A^(*)算法在路径搜索过程中存在冗余节点过多、搜索效率不高、路径转折角度过大的问题,提出一种改进的A^(*)算法来规划最优路径。将A^(*)算法的搜索邻域增加到24个,以获得更加精确和宽阔的搜索视野;引入角度搜索算法,剔除了路径搜索过程中的不必要节点,使搜索过程更具有目标导向性;通过当前点与目标点的相对位置对启发函数进行指数衰减的加权,用于处理搜索速度与路径长度之间的关系;平滑所得路径,减少了路径折弯数和折弯角度,使得机器人运动更加平稳。结果表明:改进的A^(*)算法相较于A^(*)算法,在复杂与简单环境中搜索速度分别提升29.16%~65.82%和41.87%~64.71%,路径折弯数分别减少27.27%~63.64%和59.09%~62.12%,相较于D*算法在寻路速度、遍历节点及路径折弯数量方面都有较大提升,将改进A^(*)算法在真实环境中进行实验,验证了其具有较好性能及路径规划能力。

关键词： 椒盐噪声   Kriging插值   自适应  

摘要： 针对传统降噪算法在处理含有高密度椒盐噪声的图像时效果不佳的问题,文中提出了一种基于Kriging插值算法的改进高密度椒盐噪声去除方法。该方法在保留Kriging插值算法核心思想的基础上,进行了相应的优化与改进,针对Kriging插值算法在窗口扩大时造成的计算偏差,可以在窗口扩大时融入反距离权重,得到新的插值权重,最终将图像噪声点处的值替换成插值。实验结果表明,对于含有10%~80%噪声密度的图像,该方法去除椒盐噪声的效果相对较强,能有效地消除椒盐噪声并重建图像的整体结构。

关键词： 用户序列   注意力机制   编码器   解码器   联合训练   序列推荐   推荐算法  

摘要： 现有基于Transformer的推荐算法通常仅考虑使用编码器来进行推荐预测,缺乏利用解码器去“解码”用户行为序列的能力,不能较为准确预测用户下一次的交互行为。为解决此问题,基于阿里巴巴电子商务推荐的行为序列模型(BST)提出联合训练下融合编解码器的序列推荐算法模型BSTEAD。通过采用联合训练机制,设置Transformer预测任务和BST预测任务。将两条预测任务的损失进行加权求和,得到最终的损失函数。在MovieLens和Goodbooks两个公共数据集上的实验结果表明,BSTEAD推荐算法与5个对比模型相比性能具有显著提升,验证了联合训练机制下解码器对推荐任务的有效性。

关键词： 改进非支配排序遗传算法   智能变电站   在线管理   特征提取   检测方法  

摘要： 为提高变电站设备运行状态检测结果的可靠性,规范其运行,基于改进非支配排序遗传算法的应用,以某智能变电站为例,开展其状态检测方法的设计研究。布置传感器进行电力设备运行数据的采集,引进变分模态分解方法,进行电力设备运行数据去噪与降维处理;引进遗传算法,通过在知识领域与多个目标之间的迭代,找到最优平衡点,筛选出最有效的特征组合,实现对变电站中电力设备运行数据的知识集合生成与特征提取;引进深度迁移学习,构建并训练自组织映射(SOM)网络,此网络含多个神经元节点,自适应聚类输入特征,实现智能变电站设备的在线管理与异常检测。对比试验结果表明:该方法可以精准识别智能变电站在运行中的电力设备异常状态,可通过此种方式实现对变电站的智能管理。