课程文献中心 更多>>

关键词： 自动驾驶   目标检测   YOLOv8n   可变形卷积   注意力机制   检测头  

摘要： 为了解决自动驾驶场景中因目标遮挡和远处小目标导致的错检和漏检问题，提出了一种基于YOLOv8n的自动驾驶目标检测改进模型。首先在Backbone网络的C2f模块嵌入了可变形卷积网络（Deformable Convolution Network，DCN），加强了模型在复杂背景条件下的特征提取能力；其次在Neck网络中加入了全局注意力机制（Global-attention Mechanism，GAM），突出车辆和行人重要特征信息，提高模型特征融合能力；最后引入了Dynamic Head目标检测头，增强模型对小目标的检测能力。实验结果显示，改进后的YOLOv8n算法在KITTI数据集上的精确率（Precision，P）、召回率（Recall，R）和平均精度均值（Mean Average Precision，mAP）为93%、82.9%和91.0%，比传统的YOLOv8n算法分别提升了2.2%、4.4%和3.7%，取得了更好的检测精度和效果。

关键词： 小目标检测   状态空间模型   空间信息聚合   注意力机制   辅助边界框  

摘要： 小目标检测旨在解决传统目标检测算法在处理微小目标时的困难。小目标检测需要克服目标尺寸小、像素少、目标与背景之间差异小导致难以检测的问题，对目标检测算法的鲁棒性、准确性提出了更高的要求。设计了一种基于状态空间模型的小目标检测算法，探索状态空间模型在目标检测领域的应用，设计了一种滑动窗口扫描机制以将二维图像转换为一维序列，更适用于小目标检测任务；设计了一种空间信息聚合模块，通过双分支结构分别计算全局和局部注意力，抑制无关背景信息；针对传统交并比损失进行改进，关注边界框形状和尺度对检测性能的影响，并使用辅助框加速模型收敛。在公开数据集VisDrone 2019上进行了充分的实验，论证了所提出方法的有效性。

关键词： 矿山压力   微震判识   微震时空演化   微震集聚度  

摘要： 微震数据监测已成为矿井安全判识、预警的重要手段，但是基于微震的时空演化机制及其与岩层活动的相关性仍然亟待解决。当前微震分析多采用多个指标分别或者综合评价，但是不同指标间的联系较弱，多个指标可能存在冗余，单个指标则可能存在不足，导致判识结果关联性较弱甚至相悖。工作面海量的、能量各异的微震事件都是由于岩层破裂、回转运动引起，许多微小事件是由同一个岩层破坏衍生，故而微震事件之间存在一定的关联性。因此，基于内涵丰富的指标来研究微震时空演化有着至关重要的意义。基于此提出了一个包含空间三个维度、能量一个维度以及时间一个维度，共五个维度的微震时空演化指标：微震集聚度，该指标表明岩层破断回转时往往伴随着较大的微震能量或者是空间聚集程度和时序集中度。推导了包含能量、空间、时序三个因素下的微震集聚度计算公式，并进行了推广性验证。进一步采用该公式计算了亭南307工作面初次来压和周期来压期间的微震事件的微震集聚度，并分析了较大微震集聚度的事件所在层位的分布规律。研究结果表明直接顶的微震事件频次较大，但其大部分事件的微震集聚度大小不如基本顶，较大微震集聚度的事件更能反应矿山压力变化规律。初次来压和周期来压前后基本顶微震集聚度均呈现先上升后下降的规律。该指标突破了能量频次、空间频次等单一性分析，可以在一定程度上降低直接顶和基本顶中微小微震影响，更加直观地揭示了矿压显现的整体规律。微震集聚度具有一个指标多个维度的特征，不仅可以在矿山进行应用，还可以推广到隧道、水电站、金属矿等所有应用微震的岩土领域，具有重要的现场意义。

关键词： 抽蓄电站   运行规则   云模型   Apriori算法   云推理  

摘要： 为探究抽蓄电站长系列历史运行数据中蕴含的运行规律，本文首先分析了抽蓄电站出力与负荷、清洁能源出力之间相关关系，采用云模型将定量数据转换为定性的云概念，然后采用数据挖掘Apriori算法提取抽蓄电站出力与负荷、清洁能源出力的强关联规则，之后运用云推理方法模拟抽蓄电站日出力过程。以湖南电网黑麋峰抽蓄电站为实例，验证模型方法的有效性。利用提取得到的各时段强关联规则，对每个月最大峰谷差日抽蓄电站日出力进行云推理模拟，结果表明：模拟抽蓄电站出力下的电网剩余负荷峰谷差和均方差与抽蓄电站实际运行效果相比，均有所减少。说明基于关联规则的云推理方法有效，合理结果，具有参考应用价值。

关键词： 改进跳蛛算法   微电网   经济调度   余弦相似度   改进信息素  

摘要： 为解决微电网分布式电源出力配合而引起的经济性问题，本文提出一种改进跳蛛算法(IJSOA)，首先引入佳点集策略，增加初始化种群多样性；引入余弦相似度策略增强跳出局部最优解的能力；通过设置非线性收敛因子来平衡全局搜索和局部搜索的能力；提出改进的信息素更新策略，来加快算法收敛速度和收敛性能。并建立以发电维护费用和污染治理费用最低的并网型微电网经济优化调度模型以及系统的优化运行策略，通过IJSOA算法在不同策略下进行仿真实验，并与其他算法结果进行对比分析。仿真结果表明，IJSOA算法相较于传统跳蛛算法（JSOA）、蚁群算法（ACO）等算法，最大提高了10.63%的经济性，验证了所提方法的经济性和有效性。

关键词： 特征选择   多模态多目标优化   粒子群算法   互信息   决策空间多样性增强  

摘要： 特征选择本质上是一个多模态多目标优化问题，然而，多模态多目标优化算法在直接应用于特征选择时，常常面临冗余特征过多和算法收敛困难等问题。为此，提出了一种决策空间多样性增强的两阶段多模态多目标粒子群特征选择算法。在第一阶段，该算法提出了一种融合互信息的逐层学习领导粒子选择策略，通过这种策略，在保持算法收敛性和分类精度的同时，能够有效地剔除冗余特征。第二阶段引入了一种基于距离多样性和特征频率的粒子速度奖惩机制，以提高决策空间的多样性。该机制通过对全体粒子速度进行自适应调整，使粒子能够更广泛地探索不同的解空间，提高搜索等价特征子集的能力，避免陷入局部最优。在八个规模各异的UCI数据集上和五种多模态多目标优化算法进行对比实验，实验结果表明，该算法不仅表现出更优秀的收敛性和多样性，在不损失分类正确率的同时也搜索到了更多的等价特征子集。

关键词： 流密码   初始向量和密钥前缀组合   Draco   状态位索引   动态初始化  

摘要： Draco算法是首次基于初始向量和密钥前缀组合(CIVK)方案构造的一个流密码设计实例，其声称对于时空数据折中(TMDTO)攻击具有完全可证明的安全性。但因Draco算法的选择函数存在周期小的结构缺陷，攻击者给出了突破其安全界限的分析结果。针对Draco算法存在的安全缺陷等问题，该文提出一种基于状态位索引和动态初始化的改进算法Draco-F算法。首先，Draco-F算法通过使用状态位索引的方法增加了选择函数的周期并降低硬件成本；其次，在保障非线性反馈移位寄存器(NFSR)状态位使用均匀性的前提下，Draco-F算法通过简化输出函数进一步降低算法的硬件成本；最后，Draco-F算法引入动态初始化技术以防止密钥回溯。对Draco-F算法的安全性分析和软硬件测试结果表明：相对于Draco算法，Draco-F算法避免了Draco算法的安全漏洞，可以以128 bit的实际内部状态提供128 bit的安全级别；同时，Draco-F算法具有更高的密钥流吞吐率和更小的电路面积。

关键词： 同时透射和反射的可重构智能表面   认知无线电   无线携能通信   物理层安全   保密率  

摘要： 为解决认知无线电（Cognitive Radio, CR）系统动态开放性带来的信息传输安全问题，本文提出了一种同时透射和反射的可重构智能表面（Simultaneously Transmitting And Reflecting Reconfigurable Intelligent Surface,STAR-RIS）辅助CR系统安全波束成形算法.在考虑认知基站（Cognitive Base Station, CBS）发射功率、次用户（Secondary User, SU）能量收集等约束下，联合优化SU功率分配（Power Splitting, PS）系数等耦合变量，以最大化SU最差保密率.通过连续凸逼近（Successive Convex Approximation, SCA）算法将其转化为凸问题，利用半定松弛（Semi-Definite Relaxation, SDR）等算法求解耦合变量.仿真结果表明，所提出的联合优化算法相较于其他方案具有更高的SU保密率，且引入人工噪声（Artificial Noise, AN）可以进一步提升系统的安全性.

关键词： 炼化污水   水质预测   相关性分析   机器学习   算法优化  

摘要： 炼化企业生产工艺流程复杂且装置繁多，污水水质和水量波动大，下游响应调控滞后，水质超标问题难以避免，亟需构建高效水质预测模型。以广东省某炼化企业2023年全年监测池出水水质数据为基础，构建水质预测模型。结果表明：插值算法可以实现对炼化污水缺失数据的有效填充；HS、TN、TOC、BOD5、pH与出水COD未表现出明显的相关性，多参数预测模型无法捕获数据特征；时间序列模型可以大幅提高预测准确性，变异粒子群算法（MPSO）可以实现对BP神经网络（BP-NN）权值、阈值以及支持向量回归机（SVR）惩罚因子c和核函数参数g的显著优化；MPSO-BP-NN模型预测精度最高，决定系数(R2)和相关系数（r）分别为0.81和0.89，MAE、RMSE、MBE和MAPE分别为1.10 mg/L、1.63 mg/L、-0.25 mg/L和2.58%；模型现场验证结果表明MPSO-BP-NN模型有较好的稳定性和泛化能力。本研究可以显著提升水质数据的时效性，为炼化污水处理系统上游工艺参数的调控提供理论指导，保障长周期平稳运行。