课程文献中心 更多>>

关键词： 阀门泄漏   支持向量机   麻雀优化算法   故障诊断  

摘要： 由于数据驱动支持向量机模型在阀门泄漏诊断过程中各个参数不具备自适应能力,导致诊断能力较弱,提出了麻雀算法(Sparrow Search Algorithm,SSA)优化支持向量机(support vector machines,SVM)的阀门内漏诊断模型,并在诊断过程和模型诊断性能上与标准SVM模型进行对比分析。结果表明:在诊断过程中,SSA-SVM阀门内漏诊断模型能够适时调整模型参数,并保持较高的诊断性能,多个泄漏诊断指标均优于标准模型。当泄漏诊断准确率优先级高于诊断时间时,SSA-SVM诊断模型拥有更好的阀门泄漏诊断能力。

关键词： 声学   主动噪声控制   次级通路   汽车发动机   特征值均衡   数字音频处理器  

摘要： 在车内主动噪声控制领域,滤波最小均方(Filtered-x Least-mean-square,FxLMS)算法在面对发动机的低频窄带噪声时,因为其步长因子优化在不同频率上的不一致性,影响整体噪声控制效果。本文提出一种基于特征值均衡的主动噪声控制算法,均衡FxLMS算法在面对多种频率成分噪声时的收敛特性,并使其主要频率成分的收敛性能更加均匀。最后,建立基于国产数字音频处理器(Digital Audio Processor,DSP)的车内双通道主动噪声控制系统,车辆定置发动机稳态与行驶过程非稳态加速两种工况的实车实验。实验结果表明,在稳态工况下,主要阶次的车内噪声降噪量最大值为39.35 dB(A);在非稳态工况下,车内总声压级最大降噪量为4.77 dB(A),可为车内主动噪声控制系统国产化应用提供参考。

关键词： 人机交互   界面优化   飞机驾驶舱   遗传算法  

摘要： 合理的界面布局对飞行的安全性、效率等有很大影响,因此有必要对驾驶仪表的布局进行优化。结合飞行驾驶舱设计原则,在标准的遗传算法基础上融合反向学习、切片树策略和最优保存策略提出一种改进的遗传算法(OSG-GA),以提高算法的全局搜索范围,避免容易陷入早熟与收敛速度较慢的问题。通过实验获得一种飞行驾驶仪表的优化布局,验证了该算法的有效性与优越性,对于飞行驾驶舱的界面优化有一定参考价值。

关键词： 目标检测   表情识别   YOLOv7-tiny   注意力机制   Mish函数   CARAFE算子  

摘要： 表情识别不仅能够提升人机交互体验,推动情感计算的发展,还可以辅助心理健康评估和治疗,提升社会安全和监控效率。为了提高表情识别的检测平均精度,提出了一种基于优化YOLOv7-tiny的表情识别算法。首先,将YOLOv7-tiny中原有的激活函数替换为Mish函数,提高了模型的优化能力;在YOLOv7-tiny的主干网络上再增加CA注意力机制,提高了对目标感兴趣区域的注意,增加了检测的平均精度;最后,将Neck层的上采样部分替换为轻量级上采样算子CARAFE,提高了特征融合能力。实验结果表明,优化后算法的检测效果有了明显的提升,与原始YOLOv7-tiny相比,模型的mAP@0.5提高了1.6百分点,达到88.6%,mAP@0.5:0.95提高了1.3百分点,达到64%;图片检测速度达到每张图片5.0 ms,而且模型保持了轻量化。

关键词： 100以内的口算减法   不退位   教学设计   几何直观   算理算法   基础课   笔算加   笔算减法  

摘要： 《100以内的口算减法(不退位)》一课是学生学习100以内减法的起始课。20以内的减法和整十数减整十数是学习本节课的基础,本课又为后续学习100以内的笔算加、减法奠定重要基础。本文通过比较三版新教材,挖掘各自特点并设计教学,旨在基于教材分析更好地开展课堂教学。

关键词： 印刷电路板(PCB)   缺陷检测   机器视觉   机器学习   深度学习  

摘要： 印刷电路板(PCB)作为电子产品的核心组成部分,其质量直接影响产品的可靠性。随着电子产品朝着更轻、更薄、更精密的方向发展,基于机器视觉的PCB缺陷检测面临诸如微小缺陷难以检测等挑战。为深入研究PCB缺陷检测技术,根据其发展历程对各阶段的算法进行了详细探讨。指出了该领域面临的主要挑战,并介绍了传统PCB缺陷检测方法及其局限性。从传统机器学习和深度学习两个角度系统回顾了近几年PCB缺陷检测所采用的方法及其优缺点。对PCB缺陷检测算法常用的评价指标和主流数据集进行了归纳,并对近三年在PCB-Defect、DeePPCB和HRIPCB三个数据集上的最新研究方法进行了性能比较,分析了产生差异化的原因。基于当前现状和亟待解决的问题,对未来的发展趋势进行了展望。

关键词： 悬浮系统   振动抑制算法   扰动观测器   磁浮列车  

摘要： 磁浮列车经过轨道接缝、道岔等路段时,悬浮系统易产生振动,文章针对该问题对基于扰动观测器的悬浮系统振动抑制算法进行了研究。首先,综合考虑非线性相关因素,建立与悬浮系统名义模型等效的非线性悬浮电磁铁-轨道模型,并对其进行离散化插值计算得到离散化模型G_(nmd)及其逆模型G_(nmd)^(-1);然后,基于G_(nmd)^(-1)设计扰动观测器对振动扰动量进行观测,得到对应的控制补偿量并对控制量进行补偿,以消除振动扰动量的影响,实现对悬浮系统振动的抑制。通过仿真和单悬浮架试验平台对振动抑制算法的振动抑制效果进行试验验证,试验结果表明,该振动抑制算法可将悬浮间隙的振动范围分别降低约97%和76%,对振动的抑制效果较好。

关键词： attention mechanism   composite loss function   data augmentation   deep learning   defect detection  

摘要： Objective Defects such as cracks, porosity, pits, undercuts, and slag inclusions commonly occur in laser welding and gas^-shielded welding processes. However, imaging these defects poses a challenge, which has led to a scarcity of samples and an imbalance in the frequencies of different types of defects. Recent deep learning algorithms often have high complexity, a large number of parameters, and high consumption of computational resources. To address these challenges, this study aims to solve problems such as the scarcity of defect images, any imbalance in the data that affects detection accuracy, high model complexity that hinders real^-time detection, and difficulty with the recognition of small features. Data augmentation techniques were applied to the dataset to increase the amount of data and balance the sample defect types. Simultaneously, an improved YOLOv8 model, named YOLO-DEFW, was proposed to reduce the number of parameters needed, increase detection speed, and improve detection accuracy for small defects and those for which there were only a few samples, which enables the intelligent visual inspection system for welds to perform real^-time detection tasks online. Methods In the experiment, the ROBOT_WELD weld defect dataset was compiled and used as the training set for the YOLO-DEFW model. First, images were captured by the MV^-HS2000GC camera mounted on a robotic arm, and additional samples were sourced from public datasets. Subsequently, the dataset was increased in size from 460 to 11960 images using 25 techniques for image augmentation. The optimized YOLO-DEFW model was characterized by the following improvements: DSConv2D was used in place of the standard convolution layers (Conv) at layers 0, 1, 3, 5, 7, 17, and 21, and C2f_DSConv2D was used to replace C2f at layers 2, 4, 6, 8, 12, 15, 19, and 23, which reduced the number of model parameters;EMA module was introduced into layers 16, 20, and 24 to enhance the

关键词： 球团分拣机器人   改进多目标粒子群优化算法   尺度优化   动力学性能  

摘要： 为提高球团分拣机器人整体动力学性能,对本体机构结构参数进行尺度优化设计。首先,将机构关节驱动力矩峰值和总能耗最小作为评价指标,相邻杆长比例为优化变量;为增强粒子的多样性和收敛性,根据迭代次数引入自适应惯性权重和位置分裂策略,对多目标粒子群优化(MOPSO)算法予以改进并求解,并通过标准测试函数与标准MOPSO算法和NSGA-Ⅱ进行对比,验证改进MOPSO算法的优越性;最后,应用于球团分拣机器人尺度优化设计。结果表明:改进MOPSO算法得到的解优于标准MOPSO算法。

关键词： 选择性版权保护行为   网络平台   算法   用户上传作品  

摘要： 网络平台逐渐成为版权作品传播中心,大量用户上传作品在平台传播,版权相关方利益也会被此类作品侵蚀,要求网络平台维护著作权人群体权益就成为必然选择。平台是提供搜索匹配服务的信息中介,算法信息匹配效率是平台的核心竞争力之一。因此,观察算法如何对待平台用户上传作品可以了解平台版权保护倾向。以电影作品为关键词,在短视频平台进行搜索,分析搜索结果中用户上传作品的搜索结果排序及其影响因素。结果表明,为实现利益最大化,网络平台确实存在选择性版权保护行为。平台会将存有侵权可能性的影视二次创作作品推荐给用户;但当平台依赖该影视作品获取直接经济利益时,则会以降低搜索权重方式隐藏二次创作作品,以使平台的版权作品优先被选择和消费。对此,平台自身应提高盗版内容过滤清除能力,同时,平台的版权算法相关责任也亟待明确。