课程文献中心 更多>>

关键词： 单光子激光雷达   时间相关单光子技术   蒙特卡洛   透雾成像   三维重建  

摘要： 传统激光雷达在雾霾等复杂环境中常面临探测距离受限和成像质量降低的问题。单光子雪崩二极管激光雷达因其高灵敏度和高分辨率的优势，成为解决上述问题的潜在方案。在此基础上，本文提出一种基于时间相关单光子计数（TCSPC）技术在雾环境下获取目标深度和强度信息的方法。首先，利用蒙特卡洛方法模拟激光在雾中的传输特性，分析激光在雾散射介质中的行为。其次，利用TCSPC技术获取光子在时域上的分布模型，并采用LevenbergMarquardt非线性拟合算法对光子回波数据进行拟合，获得目标的距离和强度信息，实现三维重建。最后，对重构图像进行全变分正则化处理以提高图像质量。实验结果表明，相比于传统的峰值法，其重构出的深度图像均方根误差缩短了1.0231，强度图像结构相似性提高了0.5485。该方法在透雾成像中有效提升了目标恢复的准确度。

关键词： 遗传规划   动态交通流优化   控制膨胀   超启发式策略   双锦标赛法  

摘要： 针对遗传规划(Genetic Programming,GP)算法在大规模动态交通流分配中训练超启发式策略时，算法迭代次数的增加而个体平均大小不断膨胀的问题，提出应用不同GP控制膨胀方法来限制种群中大尺寸个体的遗传，让算法能够在训练过程中找到更小且性能更优的超启发式策略。考虑到超启发式策略在如网格式、环形放射式、自由式的不同结构路网上可能存在性能差异，会影响算法在训练过程中对个体的选择，采用不同结构的路网训练出超启发式策略以进行分析比较。训练后的超启发式策略在不同规模和车流量的大城市路网上进行模拟测试。结论是基于双锦标赛的膨胀控制方法对不同结构路网的效果最优，得到的GP算法对比现有的调度方法能获得路网整体更短的平均旅行时间，更精简有效的超启发式策略，提高决策效率。

关键词： 格子玻尔兹曼法   微通道弹状流   机器学习   粒子群算法   模型优化  

摘要： 在利用格子玻尔兹曼方法（LBM）模拟低毛细数的弹状流流动时，由于气泡发展过程复杂，模型控制参数选择难度大，当所选参数不当时，会产生错误的非物理现象，从而降低计算精度。通过机器学习建立LBM多相流过程模型，采用粒子群算法优化机器学习模型的超参数，进一步优化LBM建模过程中的控制参数，本文建立了LBM-机器学习-粒子群算法耦合多相流数值模拟模型。基于该模型研究了T型微通道内弹状流流动参数对气泡演化过程稳定性的影响。模拟结果表明，所建LBM多相流模型能预测复杂条件下气泡伸长率，在此基础上通过伸长率分析找到了最优气液两相进口流速关系，有效解决了低毛细数下弹状流流动不稳定性问题，显著提高了模拟计算精度与计算效率。

关键词： 推荐系统   多模态   自监督学习   图卷积神经网络   特征融合  

摘要： 针对多模态推荐算法的数据稀疏性问题，以及现有自监督学习算法往往集中在对数据集中单一特征的自监督学习上，忽视了多特征联合学习的可能性，提出了一种基于联合自监督学习的多模态融合推荐算法。首先，整合并优化现有的自监督学习策略，通过联合学习不同模态的数据特征，显著提升了数据的表示能力，从而缓解了数据稀疏性问题。其次，设计了一种构造多模态潜在语义图的方法，通过融合全局视角下的深层次项目关系和局部视角下的直接相互作用，使得算法能够更加精准地捕捉项目间的复杂联系。通过在三个数据集上的实验结果表明，与现有算法中表现最佳的多模态推荐算法相比，提出的算法在多个推荐性能指标上取得了显著提升，Recall@10分别提升了5.49%、2.56%、2.99%,NDCG@10分别提升了1.17%、1.98%、3.52%,Precision@10分别提升了4.69%、2.74%,1.22%,Map@10分别提升了0.81%、1.59%、3.11%。并且通过对本文提出的算法进行消融实验，验证了方法的有效性。

关键词： 图像处理   干涉条纹图像   正余弦分解   离散余弦变换(DCT)  

摘要： 双偏振干涉技术是利用光的偏振特性和干涉现象来分析和测量材料的光学技术，为了消除干涉图像中的噪声干扰，本文提出了一种基于正余弦分解和离散余弦变换（DCT）的去噪算法。首先通过正余弦分解获取干涉图像的映射图像，然后在DCT频域中对DCT系数进行压缩，最后利用反正切运算重构去噪后的图像。将所提算法与传统的滤波方法、偏微分方程图像处理技术、FNLM和WNNM算法以及无监督深度学习去噪策略（N2N）进行对比实验。对比实验表明：所提算法在峰值信噪比（PSNR）和结构相似性（SSIM）评价指标上优于其他对比算法。去噪前后的干涉图像组相移曲线对比中，所提算法去除了异常跳变，进一步验证了算法的有效性，能够提高双偏振干涉技术后续计算的准确性。

关键词： 同步定位与建图   激光雷达   强度信息   回环检测   特征描述符  

摘要： 激光SLAM技术可以实时估计机器人的位姿并对未知环境进行建图。传统的激光SLAM算法仅利用几何信息而忽略了强度信息，导致在复杂的大场景中的建图精度较低。为此，本文提出了一种基于点云几何和强度信息的激光SLAM算法。首先结合几何信息和强度信息进行特征提取，在计算局部平滑度过程中引入加权强度，增强特征提取的鲁棒性；然后引入矩形强度图来构建强度残差，融合几何残差和强度残差优化位姿估计环节，提高建图精度；最后在回环检测环节引入一种基于几何和强度信息的特征描述符，有效提高识别回环精度。在公开数据集上的实验结果表明，相较于当前主流的LEGO-LOAM算法，本文算法在位姿精度方面具有较大优势。

关键词： 电缆故障定位   频域反射   光孤子   衰减补偿   状态评估  

摘要： 频域反射法(frequency domain reflection，FDR)对阻抗变化微弱的缺陷或故障具有良好的检测与定位能力，在电缆故障诊断领域得到了广泛的应用，然而近年来现场经验表明该方法尚不能解决判断故障类型与严重程度的问题。针对以上问题，本文基于频域-空间域积分变换，提出了一种提升电缆故障定位能力，评估故障类型与严重程度的优化算法。首先利用光孤子(Soliton)在光纤通信等领域中的良好自维持性，向电缆频域反射信息中调制其频谱信息，其次定义衰减算子对频谱信息及积分核函数进行衰减补偿，设置Chebyshev窗函数削弱待测频谱低频成分。该方法在保证高检测灵敏度及定位精度的同时，实现了电缆异常处阻抗不匹配类型的判别，根据定位曲线中反射信息的幅值进一步评估其故障严重程度。研究在10 kV电缆模拟线路中进行了不同失配程度的感性、容性故障及中间接头的仿真验证；分别对同轴电缆、10 kV电缆实验线路及已投运的5 km 110 kV电缆线路进行实测，结果表明其定位精度误差小于2%，能够准确判断故障类型并评估其严重程度。

关键词： 机载LiDAR   屋顶巡检   视图规划   路径规划   贪婪搜索  

摘要： 针对现有三维覆盖路径规划算法存在求解效率低的问题，提出了一种基于视点采样的三维覆盖路径规划算法。首先，构建了一种基于栅格降采样的视图规划模型，该模型将三维建筑屋顶分解至二维空间进行栅格采样提取视点，并根据平面法向信息计算视线方向，通过组合视点和视线参数得到建筑屋顶视图数据，有效地消除了视图数据的无序现象；然后，设计了一种基于贪婪搜索的路径规划方案，该方案利用往复式和螺旋式覆盖路径的特点对视点访问顺序进行贪婪搜索，并以路径长度、累计转角和高度变化作为评价指标进行优化求解，生成建筑屋顶的最优覆盖路径，显著地提高了路径搜索效率；最后，结合八叉树地图模型和覆盖路径信息进行冲突路径的碰撞检测，并利用视点插值法优化冲突路径。选取了平顶型、人字型、四坡型及其复合型建筑屋顶，共8组数据进行覆盖路径规划实验。结果表明：所提算法可实现理想的建筑屋顶覆盖路径规划效果，在保证覆盖路径综合评价指标最优的同时，极大地提高了路径规划的求解效率。

关键词： 外卖配送问题   最小比率旅行商   深度强化学习   多特征嵌入   注意力机制  

摘要： 以最小化骑手费用效益比为优化目标，采用最小比率旅行商问题对外卖配送问题进行建模。针对目前算法在求解该问题时计算精度低、算法稳定性差等问题，设计一种基于深度强化学习的DRL-MFA算法。首先，定义外卖配送问题的马尔可夫决策模型来模拟智能体与环境的交互过程；其次，在编码阶段设计多特征聚合嵌入子层，实现特征间的优势互补并提高模型对非线性问题的建模能力；最后，在解码阶段通过注意力机制和指针网络计算解的概率分布，采用策略梯度算法对网络模型进行训练。通过经典算例与长春市仿真案例的相关实验分析，结果表明该算法能够有效地求解外卖配送问题，且与其他启发式算法相比，具有更高的稳定性和求解精度。此外，进行参数灵敏度实验，考虑不同定价策略对外卖配送的影响，使研究结果更具现实意义。

关键词： 多维光存储   数据读取   Sobel滤波   图像检测  

摘要： 随着人工智能、5G通信等新一代信息技术的蓬勃发展，对于大规模数据的高效低能耗保存是大势所趋，光存储因其存储容量大、寿命长等优势被广泛关注。作为数据保存的重要环节之一，数据提取所用算法直接影响读取误码率和数据识别速度。为了进一步提高光存储数据读取准确率和速度，本文提出一种基于Sobel滤波的多维光存储数据读取的图像检测算法。该方法通过Sobel滤波和二维滤波对照片进行预处理，抑制多维光存储中相邻数据层的层间串扰，利用连通区域和归类算法绘制点阵网格，通过分析单个网格的复数图像特征识别数据。经实验验证，该方法能够将多维光存储误码率降低至0.3%，提高数据读取准确率和识别速度，在光存储和图像识别领域具有重要的应用价值。