课程文献中心 更多>>

关键词： 差分吸收光谱技术   离散波长   二氧化氮斜柱浓度   大气痕量气体差分吸收光谱仪  

摘要： 利用8个离散波长(DW)结合差分吸收光谱(DOAS)技术反演了二氧化氮斜柱浓度,并与使用连续波长的传统DOAS技术进行对比讨论。研究中分别使用地基数据和大气痕量气体差分吸收光谱仪(EMI)星载数据验证了DWDOAS技术的可行性。结果显示,与传统DOAS技术相比,使用DW-DOAS反演的两种数据的平均误差都在7%以内,相关性也都在0.9以上,证明DW-DOAS方法在反演痕量气体浓度中具有一定的应用价值。此外,DW-DOAS算法使用少量的光谱信息就能够快速高效地反演二氧化氮斜柱浓度。本工作不仅为后续算法的进一步研究提供了前提与基础,同时还表明基于DW-DOAS算法可以设计更加简单、高效的仪器用于高时空分辨率的二氧化氮监测。

关键词： 再制造装配体   罗盘算子   蝙蝠算法   产品拆卸序列规划   适应度函数模型  

摘要： 针对再制造装配体人工拆卸比重较高,自动化拆卸使用率低等问题,提出了一种基于改进蝙蝠算法的方法来研究拆卸序列规划问题。在传统蝙蝠算法的基础上,引入罗盘算子改进蝙蝠算法,选择拆卸方向变化数量,拆卸工具更换次数和拆卸操作位置变更数作为评价指标,建立适应度函数模型。通过一个应用案例,对改进蝙蝠算法的优化性能进行了测试和验证,并将改进的蝙蝠算法与GA、PSO和差分蝙蝠算法进行了对比。数值结果表明,该算法相较其他三种算法具有更好的优化性能和更精确的解,采用该方法能获得具有高度自动化的再制造装配体拆卸序列且能够指导操作者高效完成拆卸工序。

关键词： 钢材表面缺陷   YOLOv5s   Shuffle Netv2   C3TR模块   CA注意力机制   WIoU损失函数  

摘要： 针对带钢表面缺陷小目标检测精度低以及检测效率低等问题,提出了一种基于YOLOv5s的带钢表面缺陷检测算法。首先,增加一个大尺度预测层,通过更丰富的位置信息提高小目标缺陷的检测效果,减少漏检和误检的问题;其次,将Shuffle Netv2轻量化骨干网络替换原来的CSPDarknet53网络结构,降低模型参数数量,加快模型推理速度;然后,在特征提取网络末端添加基于Transformer编码的C3TR模块以及在特征融合网络中添加CA注意力机制,增强网络对缺陷的特征提取能力;最后,引入WIoU损失函数来取代GIoU,提高回归精度。实验结果表明,改进后的YOLOv5s算法在武汉某钢厂采集的带钢表面缺陷数据集上平均准确率(mAP)达到92.2%,较原始YOLOv5s提高了4.7%,检测速度FPS达到了82,具有较高检测精度。并引入公开数据集进行泛化实验,结果均有显著提升,进一步满足了对带钢表面缺陷检测的需求。

关键词： YOLOv4-tiny   递归特征金字塔   目标检测   特征融合  

摘要： 无人机作为一种新兴的信息与物质传输工具,具有极高研究价值.受限于无人机硬件条件,嵌入无人机的目标检测算法需要轻量化的模型.在无人机目标检测中,往往存在目标尺度变化大,图像存在相移和目标遮挡的问题,导致检测精度降低.针对无人机目标检测精度低的问题,该文提出了一种基于YOLOv4-tiny的改进算法.该改进算法基于YOLOv4-tiny算法模型,融合了递归特征金字塔以加强特征语义表达,设计了可融合深层特征与浅层特征的特征转换和特征融合模块以增强算法性能,提升算法精确度.经Visdrone数据集训练、测试,mAP值达到了0.146,算法精确度优于其他同级轻量化算法.

关键词： 低轨卫星   正交时间序列复用   时间同步   频率同步   相关函数  

摘要： 为了应对低轨卫星通信网络中复杂的信道环境,消除时间偏移以及载波频率偏移带来的干扰,提出了一种面向正交时间序列复用(OTSM)调制技术的时频同步算法。基于二维搜索的时间同步算法利用导频信号在时延-时间域上的周期性,在时延和时间维度上搜索导频序列,估计接收信号的时间偏移。基于二维相关函数的频率同步算法对导频序列的二维相关函数值求相位,估计接收信号的载波频率偏移。仿真实验结果表明,所提算法在星地场景下具有良好的误码率性能。

关键词： 三维目标检测   卷积神经网络   注意力机制   BEV特征  

摘要： 针对多模态信息在三维空间融合过程中数据一致性和有效性的问题,提出鸟瞰视角(BEV)下图像与雷达融合的编码模块BEVIRF.与传统的透视视角下深度信息缺失的方案相比,本方法利用可变注意力的改进方案聚合图像和雷达信息,解决不同模态信息的统一表示问题,生成语义丰富且包含空间位置信息BEV特征图.同时在基于Transformer的网络结构中提出动态位置编码,旨在通过感知物体的空间信息来生成对应的位置编码,让模型专注于目标的回归,减少查询与匹配的不稳定性.所提出的方案在nuScenes数据集上取得了优秀结果.

关键词： 矿用卡车   路径优化   双层信赖域方法   八邻域螺旋扩展隧道   非线性   回溯直线搜索  

摘要： 针对矿区复杂环境下的路径规划问题,文章提出一种基于双层信赖域策略的矿用卡车非线性路径优化算法。首先,在优化过程中的外层循环中,为确保运动学约束和避障需求,在经典可行驶隧道技术的基础上,提出了“八邻域螺旋”可行驶避障隧道方法,通过动态调整搜索模式在8个邻域方向上进行扩展,使碰撞路径点可以在隧道中进行避障调整;接着,构建路径优化状态空间离散模型,内层循环采用回溯直线搜索方法来精细化调整内层搜索方向和步长,通过动态调整信赖域半径的大小,有效应对路径优化模型中的非线性特性;最后,对优化算法进行实车对比试验。试验结果显示,与学术界主流的LIOM、DL-IAPS和OBCA等优化方法相比,本算法在入铲作业环境下的平均求解耗时至少可降低2.75%;与离散点平滑算法相比,该算法对曲率和曲率变化率的限制效果分别提高了约16.36%和28.07%,与多项优化算法相比,其对曲率和曲率变化率的限制效果分别提高了约8.46%和19.61%;在障碍物避让的试验中,其在一定程度上增加与障碍物距离的同时还保持了较低的曲率。这一优化结果不仅提高了无人驾驶矿用卡车的规划效率,也显著增强了其在复杂环境中的作业安全。

关键词： 深度学习   划痕缺陷检测   特征提取网络  

摘要： 为了提高电缆接头施工质量缺陷检测的精度,提出了一种基于Faster R-CNN深度学习的电缆接头施工质量表面划痕缺陷检测算法。首先获取电缆接头表面划痕图像样本,并对其进行预处理、改进Gamma校正算法。改进Gamma校正算法过程包括:首先将图片转为HSV格式,然后对图片亮度V进行引导滤波,得到光照分量图像;之后计算光照分量均值,构造改进的Gamma函数;对亮度V进行校正,得到新的亮度V1;再将色调H、饱和度S、亮度V1重新合成彩色图像;最终转为灰度图像。然后基于Faster RCNN目标检测模型,选取性能较优的骨干网络作为模型的特征提取网络。再优化特征提取网络,基于已有的特征提取网络,融合特征金字塔网络FPN及可变形卷积网络DCNv2。候选框精准定位,采用K-means++算法改进锚点生成方案,降低候选框定位误差;步骤五:模型训练。最后用训练好的模型对测试样本进行预测,输出电缆接头表面划痕的精度。

关键词： 案卡优化   数据管理   信息采集   检察业务  

摘要： 案卡是所有业务数据的基础,应加强标准化设计,力争做到全面、系统、准确,让一线办案检察官易用爱用。当前,案卡项目数量多、增长快,案卡填录量大、高度依赖人工填录,填录主体分散、数据质量监管难,技术保障相对滞后、自动回填需求亟待实现,案卡需求统筹不足、缺乏常态化清理机制。针对上述问题,应通过项目标准规范、项目精简整合、项目指引明晰等实现案卡项目优化;通过案卡信息的共享复用、流程信息的抓取调用、文书内容的智能提取等实现案卡采集优化;建立案卡统一管理制度、案卡分层管理制度、案卡时效管理制度,实现案卡管理优化。