课程文献中心 更多>>

关键词： 被动测向   极化敏感阵列   角分辨力   多重信号分类算法  

摘要： 针对具有超分辨能力的多重信号分类(MUSIC)算法在基于共形极化敏感阵列的被动雷达导引头测向应用中的角分辨力问题,提出了谱函数角分辨力的定义与分辨角门限。利用MUSIC算法零谱的定义近似推导了在渐进有偏条件下的期望值,并针对矢量阵列与标量阵列模型分别得出了相应的角分辨力表达式。以均匀圆形阵列为例,根据计算机仿真模型定量分析了各参量对角分辨力的影响,对比了标量阵列与矢量阵列的分辨角门限统计值。仿真结果表明,在同样的阵列及信号源参数设定条件下,标量均匀圆阵的分辨角值普遍高于矢量均匀圆阵。

关键词： “互联网+”   智慧农业   大数据平台  

摘要： 随着信息技术的快速发展,基于“互联网+”的智慧农业大数据管理一体化平台已经成为助推现代化农业发展的重要工具。该平台能够实时监测农田状况、气象信息等数据,帮助农民进行科学决策,合理安排农业活动。本研究中,相关工作人员深入挖掘“互联网+”在农业活动中发挥的作用,从监测预警、资源优化配置、农业信息共享三个维度,详细说明智慧农业大数据管理平台设计要点,以期为农业产业的可持续发展提供技术支持。

关键词： 人工智能   算法权力   公共政策   算法风险  

摘要： 近十年来,人工智能技术与应用的蓬勃发展,持续对人类社会带来颠覆性的改变。算法在公共决策和公共服务中得到了广泛应用,已经成为社会权力体系中的重要变量。算法权力作为一种内化的、弥散的权力关系,在嵌入公共政策领域的过程中,让原有的公共政策失败风险更加严峻。因此,透过文献分析途径,回顾整理国内外学者讨论政府应用算法可能产生的疑虑,尝试厘清算法权力嵌入公共政策领域的内在逻辑,并从公共价值错位问题、组织内多重代理人问题和行政裁量权行使问题等三个公共行政理论的核心议题,反思算法权力嵌入公共政策领域的一系列风险表现及其影响。鉴于此,提出政府要构建以证据为中心的循证决策机制并探索协同治理的算法监管沙盒机制,行政人员要持续发展算法应用能力。

关键词： 人工智能   算法黑箱   侵权责任   算法权利  

摘要： 在人类依照摩尔定律增长的算力基础与海量人类数据的算法迭代之下,人工智能技术终于质变,给人类带来了前所未有的交互体验。问题也随之而来,非常规的信息使用模式,阳光难以照进的算法黑箱,难以规范的侵权责任,技术进步和利益保护之间的矛盾凸显,人工智能信息技术的快速迭代提供了新的发展机遇,也在世界范围内产生了新的超出立法者预计之内的侵权问题,甚至威胁人类文明兴亡。现阶段,剖析算法的侵权肌理,制定有力的监管体系,构建健全的发展机制,已然刻不容缓。

关键词： 防吊起   目标检测   YOLOv5s算法  

摘要： 为防止集装箱卡车卸箱作业过程中与集装箱一同被吊起的安全隐患,需要对其作业过程中的位置状态进行准确的识别。以集卡车轮作为目标检测的特征提取对象,利用神经网络中YOLOv5算法作为基础算法,并针对算法中的特征提取能力不足、特征联系程度不强、场景应用能力不足的缺陷,给出融合结构重参数、自适应加权金字塔、检测头剪枝3种改进措施。实验结果表明,改进算法可提高模型的目标检测性能。

关键词： 变压器   核主成分分析(KPCA)   支持向量机(SVM)   优化海鸥算法   故障诊断  

摘要： 变压器故障诊断率不足一直是制约着电网运行安全和效率低下的关键问题。为解决这一问题,提出基于改进海鸥算法优化支持向量机(improved seagull optimization algorithm support vector machine,ISOA-SVM)的变压器故障诊断方法。首先开始构建SVM的油中溶解气体分析的故障诊断模型并通过核主成分分析(kernel principal component analysis,KPCA)对油中数据处理;其次通过ISOA寻找到SVM的最优核函数参数和惩罚系数;最后将数据归一化输入ISOA-SVM模型进行诊断,判断变压器的运行状态,并将结果与其他算法优化模型进行比较,仿真结果显示,该模型故障检测方法在识别故障速度以及识别精度上明显优于其他模型,有助于保证变压器的稳定运行。

关键词： YOLOv5s   遥感图像   舰船目标检测   可变形卷积   圆形平滑标签  

摘要： [目的]针对遥感图像舰船目标检测任务中轻量化和快速推理的需求,提出一种基于改进YOLOv5s的轻量化遥感舰船目标检测算法LR-YOLO。[方法]首先,主干网络采用ShuffleNet v2 Block堆叠方式,有效减少算法的参数量并提高计算速度;其次,设计区域选择模块Filter,选择感兴趣的区域,更充分地提取有效特征;最后,引入圆形光滑标签计算角度损失,对遥感舰船目标进行旋转检测,并采用可变形卷积,以此来适应几何形变,提升检测效果。[结果]在HRSC2016舰船数据集上的实验结果表明,该算法的检测精度达到92.90%,提高1.3%,并且算法参数量仅为基线模型的39.33%。[结论]该算法实现了轻量化和检测准确率的平衡,为轻量化遥感舰船目标检测提供了参考。

关键词： 养殖池塘   U-Net模型   金字塔特征提取单元   全局引导流  

摘要： 针对现有方法对于养殖池塘和干扰地物的区分效果不足,在多源高分辨率遥感影像上的普适性有待验证等问题,提出一种融合全局上下文信息的PG-Unet养殖池塘提取模型.该模型在U-Net的基础上,通过增加金字塔特征提取单元来捕捉丰富的全局上下文信息,增加全局引导流来改善不同级别特征图的质量,提升模型在多干扰地物环境定位目标的能力.在GF-2 PMS和BJ-2 PMS数据集上的实验结果表明,PG-Unet模型精度最优,其IoU和F_(1)分数分别达到92.30%、96.00%和92.07%、95.87%,优于U-Net、DensenetUnet和U2Net等方法,具有更强的抗干扰能力和普适性,能更好地区分养殖池塘和干扰地物;同时,PG-Unet模型在诏安湾养殖区域应用也取得了较高的提取精度,能够实现大范围养殖池塘空间分布信息自动精准提取.

关键词： 信道均衡   稀疏性   Turbo   接收机   双向均衡  

摘要： 针对具有稀疏性的水声信道,提出了一种参数自适应调整稀疏迭代最小二乘自适应算法。通过联合优化遗忘因子和稀疏约束参数,实现不同结构特性稀疏信道的自适应匹配,使均衡算法更快地收敛到稳态;针对常规均衡算法和单一方向Turbo判决反馈均衡器存在误差传递的问题,设计了一种稀疏自适应迭代最小二乘算法与双向迭代Turbo判决反馈均衡器相结合的均衡器结构,改善了常规均衡算法和单一方向Turbo判决反馈均衡器误差传递的问题,提高了在稀疏水声信道条件中自适应均衡器的收敛速度和均衡性能。仿真和试验数据结果表明,在稀疏水声信道中,基于参数自适应调整稀疏迭代最小二乘算法的双向Turbo均衡算法具有更快的收敛性能、更低的误比特率和更好的均衡效果。

关键词： 风电系统   发电机故障   故障预测   CEEMDAN   GA-BP神经网络  

摘要： 发电机是风电系统中重要的核心部件,为了提高风电机组的稳定、高效运行,对风电机组发电机的故障预测十分必要。文章围绕风电系统发电机机侧轴承温度超限故障预测的问题,考虑到所采集的故障特征信号具有较大噪声的特点,引入自适应完备噪声经验模态分解(CEEMDAN)联合自适应小波阈值去噪的方法实现信号有效去噪,同时结合GA-BP神经网络建立故障预测模型。通过与BP神经网络、GA-BP神经网络对比预测指标、误差指标和预测效果图形,验证了所提算法可以获得较好的预测效果。误差指标和预测效果均有提升,对提前15 d风电系统发电机故障预测的准确率达到了92.98%。