课程文献中心 更多>>

关键词： boost变换器   切分岔   浣熊优化算法   线性自抗扰控制  

摘要： 针对直-直变换器中系统参数变化导致输出电能质量降低的问题，提出一种基于浣熊优化算法的自抗扰控制策略。首先，建立boost变换器的离散模型，分析给出切分岔的存在性证明及系统稳定域边界，并通过仿真验证系统中切分岔扰动的存在；然后，通过分析离散模型和仿真结果，发现切分岔扰动是导致系统输出电压产生低频高幅振荡的原因；其次，利用线性自抗扰控制中线性扩张状态观测器对总扰动进行观测，引入浣熊优化算法自适应调整控制器参数，更好地对扰动估计补偿；最后，通过仿真对比所提控制策略与传统控制策略在不同工况下对切分岔扰动的抑制效果。结果表明：所提控制策略能够有效抑制切分岔扰动，保障系统稳定运行。

关键词： 多尺度目标   卷积注意力   窗口变换器   LAMP剪枝  

摘要： 针对在复杂道路条件下，目标大小不同导致检测准确性和速度下降等问题，提出空间金字塔剪枝变换器（spatial pyramid pruning transformer - YOLO，SPPT-YOLO)目标检测算法。设计基于卷积块注意力与融合的空间金字塔池化（spatial pyramid pooling based on convolutional block attention with fusion， SPPCBF）模块通过引入卷积注意力，对池化层结构优化来帮助骨干网络捕获多尺度目标特征信息。通过在颈部引入基于卷积网络的窗口变换器（swin transformer with cnn， STRCN）模块更好地整合SPPCBF提取的特征。将STRCN和池化层串联弥补池化层带来的信息损失。最后通过基于层自适应幅度剪枝（layer-adaptive sparsity for the magnitude-based pruning， LAMP）方法，在保持模型精度的前提下进一步优化推理效率。最终在kitti数据集上进行实验，对多尺度目标检测效果更好，平均精度0.5和平均精度分别提高2.1%和3%，检测速度每秒帧率提升39.7。

关键词： 互花米草   叶绿素含量   高光谱   连续小波分解   随机森林  

摘要： 叶绿素含量是检测植物生理状态的关键指标,精准估算互花米草叶绿素含量对于表征其组分含量性状与量化其生理状态具有重要的意义.以独流减河湿地互花米草实测高光谱反射率和叶绿素含量为数据源,采用连续投影算法(sequential projection algorithm,SPA)对原始光谱及其数学变换和连续小波变换光谱进行特征提取,基于随机森林回归(random forest regression,RFR)算法建立互花米草叶片叶绿素含量的高光谱估算模型.结果表明:(1)连续小波分解低尺度下互花米草光谱时间分辨率更精确且频率更高,对应的小波函数较窄,可以更好区分光谱间差异,突出特征光谱信息.(2)除倒数(1/R)和对数的一阶微分[(logR)']外,光谱数学变换与连续小波分解方法可有效反应光谱细节特征,且小波分解效果总体上优于数学变换,小波分解L10尺度与一阶微分(R')分别与叶绿素含量的相关性达到0.78和0.77.(3)一阶微分(R')、倒数的一阶微分[(1/R)']、对数(logR)变换和连续小波分解可提升光谱对互花米草叶片叶绿素含量的估算能力,其中基于一阶微分R'(R2=0.776,RMSE=0.510,RPD=1.893)和连续小波分解下L2、L3与L4多尺度相结合构建的模型(R2=0.871,RMSE=0.305,RPD=3.846)分别为两种处理下的最优模型.研究表明高光谱技术可以作为互花米草叶片叶绿素含量的无损检测手段,连续小波分解后多尺度结合建立的高光谱估算模型可更加准确估算互花米草叶片叶绿素含量.

关键词： 深度学习   深度神经网络   图像分类   标签噪声   元学习  

摘要： 随着计算机视觉领域的不断进步，图像分类技术日益成熟，并逐渐用于各个领域。图像分类需要收集大量的图片进行模型训练与优化，但图片的收集过程不可避免地带来噪声标签。为了应对这一挑战，鲁棒性分类方法应运而生。目前的鲁棒性分类方法中超参数的设置需要手动调节，对人力物力带来了大量的损耗。因此，提出了元超参数调节器MHA(Meta Hyperparameter Adjuster)，采用双层嵌套循环优化的方法自适应学习噪声感知的超参数组合，并称为Meta-FPL算法(Pseudolabel adaptive learning algorithm based on meta learning)。此外，为了解决元训练阶段反向传播过程耗费GPU大量算力的问题，提出了选择激活元模型层策略SAML(Select the activation metamodel layer strategy)，通过比较虚拟训练阶段反向传播的平均梯度与元梯度的大小，限制部分元模型层的更新，有效提升了模型的训练效率。在四个基准数据集和一个真实数据集上分别进行了实验，实验结果表明Meta-FPL算法的分类准确率较高，且在元训练阶段的反向传播过程训练时长缩短了79.52%，说明MetaFPL算法能在较短训练时间内有效提升分类测试准确率。

关键词： 点云投影   边缘提取   边缘匹配   三维重建  

摘要： 工业零部件边缘的精确重建是视觉定位和质量检测的前提和关键。针对工业零部件边缘处的点云难以精确重建的问题，提出了一种基于点云投影的双目边缘三维重建算法。首先，通过双目结构光方法扫描得到零部件三维点云，提取扫描点云中的边缘点，然后，在双目图像中提取图像边缘点，之后，将点云边缘点投影到双目图像得到对应的双目投影边缘点，在投影边缘点附近搜索最近邻的图像边缘点并作筛选，匹配得到对应双目边缘点，最后，通过立体视觉方法重建得到精确的三维边缘点云。实验结果表明，相比于当前其他方法，该方法够有效解决由于反光、表面划痕等干扰导致的伪边缘问题，重建误差在0.15 mm以内，能够用于机器人上下料、在线质量检测等工业场景。

关键词： 结构状态评估   结构损伤识别   自适应蝗虫算法   稀疏正则化   不完备测量  

摘要： 结构状态评估对于保障结构安全服役至关重要，其中结构损伤识别是核心环节。针对测量不确定性及不完备性容易引发的结构损伤识别不适定性问题，提出一种基于自适应蝗虫算法与稀疏正则化的结构损伤识别方法，以获得精确可靠的结构损伤识别结果。首先，自适应蝗虫算法中引入了自适应Lévy飞行和精英反向学习策略，避免结构损伤识别陷入局部最优，以提高识别结果稳定性；其次，融合了稀疏正则化构造模态参数型目标函数，通过提高结构损伤识别解的稀疏度以实现识别精度和鲁棒性的提高。基准函数测试表明，自适应蝗虫算法相比标准算法具有更好的全局收敛性和识别稳定性。针对简支梁的数值与试验结果表明，所提方法在不完备测量情况下仍可保证可靠的结构损伤识别精度，并且具有良好的噪声鲁棒性。

关键词： 月径流预测   小波包变换   改进蝴蝶优化算法   改进海马优化算法   加权极限学习机   超参数优化  

摘要： 针对传统数据分解技术直接应用于整个时间序列，从而在模型训练过程中提前使用“未来信息”导致预测结果“不可信”问题，提出两种不引入“未来信息”的小波包变换（WPT）-改进蝴蝶优化算法（IBOA）/改进海马优化（ISHO）算法-加权极限学习机（WELM）月径流时间序列预测模型。首先，将月径流时间序列划分为训练集和预测集，利用WPT分别对训练集和预测集进行分解处理，避免在训练过程中提前使用“预测集信息”。其次，通过6个典型函数验证IBOA/ISHO的寻优能力；利用IBOA/ISHO优化WELM输入层权值和隐含层偏差（简称“超参数”），建立WPT-IBOA/ISHO-WELM模型对各分解分量进行预测和重构；同时构建基于整个时间序列分解的WPT-IBOA/ISHO-WELM（全）模型、基于4种对比算法的WPT-SHO-WELM、WPT-BOA-WELM、WPT-?鱼优化算法（ROA）-WELM、WPT-猎人猎物优化（HPO）算法-WELM模型和未经分解、未经优化的IBOA/ISHO-WELM、WPT-WELM模型作对比分析。最后，通过云南省把边、景东水文站月径流时间序列预测实例对各模型进行检验。结果表明：（1）WPT-IBOA-WELM、WPT-ISHO-WELM模型对把边、景东站月径流预测的平均绝对百分比误差（MAPE）在1.649%—1.897%之间，预测精度优于其他对比模型，具有更好的预测效果。（2）WPT-IBOA-WELM、WPT-ISHO-WELM模型的预测精度基本不受“未来信息”的影响，能客观真实反映出月径流预测效果，具有较好的实用意义。（3）IBOA/ISHO仿真精度和WELM超参数优化效果均优于HPO/SHO/ROA/BOA，表明通过logistic映射等策略可以显著提升BOA/ISHO优化性能。

关键词： 爬壁机器人   RTAB-Map算法   扩展卡尔曼滤波   多传感器融合   导航  

摘要： 针对爬壁机器人难以实现对大型石化装备壁面感知和自动化检测等难题，提出了一种改进RTAB-Map算法，通过融合多种传感器数据以实现爬壁机器人定位、建图与导航。首先搭建了具有壁面吸附能力的机器人运动底盘，保证爬壁机器人在壁面灵活稳定运行；其次针对爬壁机器人在壁面滑移造成的里程计累计误差问题，采用扩展卡尔曼滤波融合编码器和IMU数据作为里程计，提高RTAB-Map算法的建图精度；再次，基于RTAB-Map算法对激光雷达、深度相机以及里程计数据融合，生成二维栅格和三维点云地图，实现对装备壁面的完整描述；然后基于融合数据构建爬壁机器人导航框架；最后，在装备壁面进行了实验验证。结果表明，改进RTAB-Map算法提高了爬壁机器人在壁面环境的建图与感知能力，采用扩展卡尔曼滤波融合里程计，其航向角相对误差减小了6.95%，平均误差为0.78°；融合传感器数据能够完成对装备壁面环境的完整构建，并结合路径规划算法，实现了在大型石化装备壁面的自主导航。该研究对于爬壁机器人自动化检测技术具有一定的工程实践意义。

关键词： 水肥一体化   水肥配比控制   水肥pH控制   精准农业   模糊PID  

摘要： 农业中水肥管理十分关键。目前水肥一体化设备智能化不高，水肥调控不够精准，并且水肥调控中存在的大滞后、大惯性、数学模型不精准问题。为了解决这些问题，设计了一套通用氮、磷、钾肥料精准配比的水肥一体化系统，并采用粒子群算法（particle swarm optimization algorithm，PSO）优化模糊比例-积分-微分（proportional integral derivative，PID）控制器参数，应用于水肥一体化中水肥配比和水肥溶液pH值控制，通过Matlab软件对系统进行控制仿真，在水肥配比控制中相较于模糊PID控制超调量减少28.48%，调节时间减少18.2s；在水肥溶液pH值控制中相较于模糊PID控制超调量减少30.55%，调节时间减少62s。

关键词： 感知哈希算法   能源数据   数据检索   云环境   多粒度文本匹配  

摘要： 检索能源数据时极易泄露用户隐私信息，导致检索安全性下降，设计基于感知哈希算法的能源数据安全快速检索方法。利用云环境创建能源数据库，运用已知数据模型和背景数据模型保证数据安全性。采用感知哈希算法把数据映射为较小长度的比特位，通过比特位相等位数判断数据相似度。结合数据相似度计算结果进行多粒度文本匹配，加权求和检索语句和文档的相关性分数，将相关性分数最高的数据提供给用户，实现高效率能源数据检索。实验结果分析表明，该方法的能源数据检索执行时间短，检索索引空间代价小，F1值较高，数据检索安全性好。