课程文献中心 更多>>

关键词： 建筑电气   节能降耗   光伏发电   照明系统   变压器  

摘要： 电力系统经济调度问题的目标函数具有非线性、不连续、高维度和强约束的特点。由于传统粒子群优化算法易陷入局部最优解,当面对多维问题时搜索效率较低,因此本文提出了一种改进的粒子群优化算法。该算法加入了动态惯性权重和动态加速常数策略,能够在迭代过程中自适应调节相关参数大小,以获得最优的搜索性能。并引入模拟退火机制,赋予搜索过程概率突跳的能力,使粒子群在进化过程中能够以一定的概率接受更差的解,以降低局部最优解产生的可能性。结果表明,PSO-SA各项评价指标均有改进,能够有效提高电力行业的经济效益。

关键词： 目标检测   YOLOv5   水蜜桃   多尺度特征信息提取   背景信息增强  

摘要： 人工智能和计算机视觉的发展给农业智能装备研究带来了新的革命。研究复杂环境干扰下,自适应水蜜桃幼果检测算法对于打造智能化套袋系统具有重要意义。针对上述问题,在YOLOv5目标检测系统的基础之上,创新性地引入了多尺度特征信息提取模块(ResXUnit)和背景信息增强模块(BABlock),设计了目标检测模型YOLOv5-C3ResXUnit-BABlock。在自制的幼桃数据集上与主流的YOLOv5、YOLOv7和YOLOv8模型进行了对比实验,并针对模块创新进行了消融实验,实验结果证明了模型创新的有效性。

关键词： 航空托运行李   三维装箱   改进的人工蜂鸟算法   剩余空间  

摘要： 目的当前航空托运行李大量依赖人工码放,而现有的三维装箱自动码放算法解决强异构行李装箱还存在空间利用率不高的问题,亟须进行算法改进研究。方法根据机场行李托运与码放实际需求进行数学建模,通过前置传感器提前获取一定数量托运行李的尺寸、质量和装载顺序等信息,对行李的码放位姿进行优化调整,进而设计适应度函数并结合剩余空间启发式搜索原理对原有的人工蜂鸟算法(Artificial Hummingbird Algorithm,AHA)进行改进,形成一套更加有效的装箱策略。结果采用提出的算法对3×200件真实机场行李进行码放仿真计算,快速完成码垛计算,并将行李车的平均空间利用率提升9.3%。结论改进的算法计算时间短,空间利用率高,装载布局稳定性强,可为机场物流现代化与智能化提供有力支撑。

关键词： 光伏组件   Segformer   编码   解码   边界特征  

摘要： 针对光伏图像中光伏组件与复杂背景的边界特征模糊、难以区分的问题,提出一种基于Segformer的改进算法。在编码阶段,引入全新设计的block5模块用来解析更高级的语义信息;在解码阶段,引入LPCB(边界强化)模型用来识别更精确的边界特征,最终得到精确的分割结果。实验结果表明:改进后的光伏组件分割算法在光伏组件图像数据集上的分割效果优于经典的主流分割算法,可以对光伏组件区域进行有效分割。

关键词： 海鸥优化算法   BP神经网络   锂离子电池   荷电状态  

摘要： 为确保电动汽车安全稳定运行,需准确估计电池荷电状态(SOC)。针对单一BP神经网络在SOC估计中精确度不高的问题,提出了一种基于改进海鸥优化算法(SOA)和BP神经网络的锂离子电池SOC估计方法。通过改进SOA优化BP神经网络的初始权值和阈值,克服单一BP神经网络易陷入局部极小值和收敛性不佳等缺点。经仿真实验表明,与GA-BP和单一BP神经网络预测相比,SOA-BP神经网络在锂离子电池SOC估计中平均绝对误差分别减少了1.1%和4.53%,具有更高的精准度和收敛性。

关键词： 深度学习   自监督学习   小样本目标检测   广义小样本目标检测  

摘要： 深度学习技术在目标检测领域取得了巨大进展,但其优异的性能建立在大量精确标注的数据集之上。在样本稀缺的特定领域,如国防海上安全和医学等领域,获取具有标注的数据尤为困难。因此,小样本目标检测领域因其能够应对样本稀疏性所带来的挑战而得到学术界的广泛研究。该领域的研究目标是得到能够从极其有限的样本中提取知识并实现高效目标检测的算法框架。然而,由于新类样本的稀缺性,其与基类之间存在着显著的分布差异,导致了小样本目标检测任务的准确度受限。此外,在对模型应用新类进行微调的过程中,由于新类与基类的不重叠性,模型学习新类的特征知识的过程中会存在大量的梯度更新,导致基类的特征知识被遗忘的问题,从而降低模型的整体性能。针对新类别样本稀缺的问题,本研究采用自监督学习策略。自监督学习,无须依赖标注信息,便于构建代理任务以进行模型训练,是缓解小样本目标检测样本稀缺问题的有效方案。为了避免模型在学习新类特征知识后出现基类灾难性遗忘的问题,本文将自监督学习与两阶段的目标检测器相结合。通过在类别域应用潜在特征来表示各个类别的特征信息,通过动态更新策略在学习新类别的过程中进一步优化特征,并借助检测框域构建良好的代理任务提升回归框的精准度。本研究在PASCAL VOC数据集和MS COCO数据集上进行大量的实验验证,实验结果表明,无论是在新类性能方面还是总体性能方面,本研究所提出的方法相较于其他多个小样本目标检测模型均展现出更加优越的性能表现。

关键词： 森林病虫害   Sentinel-2影像   敏感光谱参数   随机森林   支持向量机  

摘要： 森林病虫害严重威胁森林的生态功能与经济效益,如何有效识别森林病虫害并对其危害程度进行估测,对维护森林资源的健康和可持续利用至关重要。遥感技术能够实时、大范围连续动态获取植被对环境胁迫的光谱响应信息,广泛应用于森林病虫害监测。以广西六万林场森林公园为实验区,将地面调查数据及2022—2023年Sentinel-2遥感影像作为基础数据源,选取对植被颜色变化敏感的植被衰减指数(PSRI)、对植被结构变化敏感的结构不敏感色素指数(SIPI)、归一化差值红边指数(NDRE)及对植被功能变化敏感的植被光合有效辐射吸收系数(FAPAR)、归一化差值水体指数(NDWI)作为森林病虫害监测的光谱特征参数,分别利用支持向量机(SVM)和随机森林(RF)两类机器学习算法建立森林病虫害胁迫遥感监测模型,从总体精度、Kappa系数等指标对模型精度进行评价。结果表明:(1)广西六万林场森林公园的病虫害具有集聚分布、连片蔓延特点,多发生于11—12月林场森林公园北部与中部地区;(2)利用RF与SVM进行森林病虫害遥感分类的总体精度分别为63.51%92.21%、52.70%81.82%,Kappa系数分别为0.54~0.90、0.41~0.77;(3)相比SVM算法,基于RF的森林病虫害遥感监测模型精度更高,更有利于森林病虫害的监测识别。研究结果为探讨实验区的森林病虫害时空分布提供基础数据,为森林病虫害防治提供科学依据,同时为大尺度森林病虫害遥感监测提供参考。

关键词： 半分析算法   固有光学量   Landsat-8 OLI   近岸和内陆水域  

摘要： 水资源在人类的生活环境中起着十分重要的作用,固有光学特性(IOPs)作为反映水生生态环境的重要因素可以使用QAAs算法进行估算。然而,大多数算法依赖412 nm波段估算水组分吸收系数。新半分析算法(QAA-LN)基于遥感反射率比值估算内陆和近岸水体的IOPs。该算法主要由两个部分组成。首先,选择常见的665 nm波段作为参考波段反演总吸收系数a和后向散射系数bbp。其次,通过490 nm和665 nm波段遥感反射率比值计算浮游植物吸收系数(aph)和颗粒和有色溶解有机物(adg)。使用收集的近岸和内陆水域数据集对模型进行评估,a (λ)、bbp (λ)、aph (λ)和adg (λ)的平均绝对误差(MAE)分别为0.20 m−1、0.18 m−1、0.19 m−1、0.28 m−1,结果表现良好。还将新算法用于实测数据匹配的Landsat-8 OLI卫星数据,也能展现出较好的性能,并应用到澳大利亚Hume水库。QAA-LN有潜力作为一种简单有效的算法,未来将扩展到其他卫星监测全球内陆和近岸水域IOPs的变化。Water resources play a crucial role in human living environments, and inherent optical properties (IOPs) serve as important indicators of aquatic ecological conditions that can be estimated using QAA algorithms. However, most algorithms rely on the absorption coefficients of water constituents estimated at the 412 nm wavelength band. The new semi-analytical algorithm (QAA-LN) estimates IOPs for inland and coastal waters based on the ratio of remote sensing reflectance. This method consists of two main components. Firstly, it selects the commonly used 665 nm band as a reference to retrieve the total absorption coefficient (a) and the backscattering coefficient (bbp). Secondly, it calculates phytoplankton absorption coefficient (aph) and the absorption by particles and colored dissolved organic matter (adg) using the ratio of remote sensing reflectance at 490 nm and 665 nm. The model was evaluated using the collected coastal and inland water data sets. The mean absolute error (MAE) of a (λ), bbp (λ), aph (λ) and adg (λ) were 0.20 m−1, 0.18 m−1, 0.19 m−1, and 0.28 m−1, indicating satisfactory performance. The new algorithm was also applied to the Landsat 8 OLI satellite data in conjunction with the measured data, demonstrating favorable performance, particularly in its application to the Hume Lake in Australia. QAA-LN has the potential to serve as a simple and effective algorithm, with plans for future expansion to monitor changes in IOPs of global inland and coastal waters using other satellites.

关键词： 颅内动脉瘤   去金属伪影技术   单能量成像   金属伪影   能谱CT  

摘要： 目的探讨能谱CT单能量成像联合去金属伪影算法在减少颅内动脉瘤弹簧圈栓塞术后金属伪影的应用价值。方法收集2023年6月~2024年8月湖南医药学院总医院48例颅内动脉瘤栓塞术后需行能谱头颈CT检查患者的原始数据,分别重建出40~140 keV单能级图像、140 kVp混合能量图像及40~140 keV联合去金属伪影算法重建的图像。选择受伪影影响的脑组织区域作为实验组,不受伪影影响的脑组织区域作为对照组,测量CT值及标准差,计算该区域的伪影指数及信噪比;由2名诊断医生采用Likert 5分量表法对金属伪影严重程度及周围组织的清晰度进行主观评分。结果伪影指数随着单能级的增加逐渐降低,信噪比逐渐增高。在相同的keV条件下,单能量联合去除金属伪影算法组的伪影指数低于单能量组,差异有统计学意义(P<0.05);单能量联合去除金属伪影算法组的信噪比高于单能量组,差异有统计学意义(P<0.05)。在能级100~140 keV时,单能量联合去除金属伪影算法组的信噪比达到最高且趋于稳定,而伪影指数达到最低且趋于稳定。相同keV下,单能量联合去除金属伪影算法组的主观评分均更高,差异有统计学意义(P<0.05)。结论能谱CT单能量成像联合去金属伪影算法有效减少了颅内动脉瘤栓塞术后金属伪影,优化血管显示,提高图像质量。

关键词： 黏菌算法   混沌映射   反馈因子   随机学习策略   莱维飞行   测试函数   桁架优化  

摘要： 针对黏菌算法易陷入局部最优停滞,收敛速度慢等问题,提出了基于多种混合策略改进的黏菌算法。首先采用混沌映射初始化种群,增加种群的多样性;在黏菌个体更新位置引入自适应可调节反馈因子协调算法的全局探索与局部开发能力;将教与学优化算法中的随机性学习策略与黏菌算法结合,避免算法在全局的盲目寻优;利用Lévy飞行的变异机制的变异操作,使得算法跳出局部最优。对八个标准的测试函数对改进算法进行寻优性能测试,结果表明,改进后的算法鲁棒性强,寻优精度强,寻优速度快。选取了经典的桁架结构优化问题用算法进行求解,该算法在桁架结构优化设计中优于其他算法,运行更少的迭代次数达到目标函数。