课程文献中心 更多>>

关键词： 植保无人机   网络信息   数据管理  

摘要： 随着科学技术的发展,机械化植保设备在农业生产中的应用越来越广泛。传统的机械化植保设备依靠人工手段进行,植保范围小、精度低,工作强度大、作业环境恶劣,无法满足大规模农业生产的植保需求。针对以上问题,以植保无人机为研究对象,引入网络信息技术,完成了植保机网络信息系统的设计。通过系统总体方案设计,明确服务器、网关集群、服务集群等模块之间的关系,完成了系统数据库E-R关系图和典型信息表的设计,并对信息管理模块、地块管理模块、航线模块和作业管理模块等功能模块进行页面设计。最后,完成系统功能测试,结果表明:植保机网络信息系统运行稳定,数据管理功能全面,能够实现多个植保机之间的数据信息共享,提高了农业生产中植保作业效率,减轻了作业强度。

关键词： 联合作战   情报保障   人工智能算法   乌克兰危机   突破传统   战争形态   运用与思考   信息化智能化  

摘要： 从美、俄军队建设和自2022年初爆发的乌克兰危机来看,以人工智能算法为核心的信息化智能化科学技术已正式登上现代战争舞台,并展现了其在情报保障、精确打击、认知攻防等多方面联合作战的强大力量。面对科技之变、战争之变、对手之变,必须突破传统作战理念的束缚,转变战争形态认识、作战思维和作战方式,推动联合作战由一体化联合作战向智能化联合作战不断发展。

关键词： 自动化调试技术   机械电气设备   管理  

摘要： 随着现代工业的快速发展,机械电气设备已成为各行业生产和运营的核心组成部分,其管理的效率直接影响实际的产出经济效益。在此背景下,自动化调试技术逐步成为机械电气设备管理领域的重要方案,通过自动化调试技术,可以实现设备的实时监控、精准故障诊断以及预测性维护,从而显著提升设备运行效率和可靠性。本文通过探讨自动化调试技术的要点,了解其在机械电气设备管理中的应用,为机械电气设备管理的优化提供参考。

关键词： 无线传感器网络   多跳定位   减法优化   多峰模型   帐篷混沌映射   黄金正弦   Levy飞行策略  

摘要： 针对传统的三维无线传感器网络节点定位算法在计算复杂地形坐标时因地形环境影响而出现无解的问题,提出一种基于减法优化的凹凸山地无线传感器网络定位算法。首先,将复杂多峰模型投影降维成二维模型,并引入基于随机变量的帐篷混沌映射对减法优化初始粒子进行混沌映射,增强初始粒子的多样性及均匀性;然后,采用黄金正弦对粒子的位置进行更新,使其跳出局部最优解;最后,使用Levy飞行策略模拟在搜索空间中的随机探索,使算法有更好的全局搜索能力。实验结果表明,该算法相较于其他传统算法,具有更好的稳定性和更高的定位精度,使用该算法对山地地形中未知节点的坐标进行计算,能够有效降低计算误差。

关键词： 大数据算法   高校   课堂教学管理模式   人机共评技术  

摘要： 大数据时代,给高校教育教学管理带来重大影响,尤其是传统课堂教学管理模式不再符合新时代的要求,甚至开始影响教学管理水平的提升。为更好提升高校课堂教学管理水平,需要对当前使用的课堂教学管理模式进行调整优化,加强大数据算法的融入,搭建符合高校课堂教学管理情况和时代需求的数据库,为高校课堂各个层面管理提供技术和数据支撑,弥补以人工为主管理模式的缺陷,以此推动高校可持续发展。

关键词： Offshore wind turbines  

摘要： When using vibration response and supervised learning algorithm to identify the damage of offshore wind turbine supporting structure under operating conditions, the influence of harmonic components with high energy proportion in the response and the problem that supervised learning algorithm needs to manually define labels will be encountered. Therefore, the Variational Modal Decomposition (VMD) and Fuzzy C-Means (FCM) clustering algorithm awere employed to identify the damage of offshore wind turbine supporting structure in this paper. In order to eliminate the harmonic components in the vibration response signal,firstly, the VMD is was used to decompose the acceleration response signal, and the structural modal response (only containing the natural frequency of the structure) signal is was selected as the analysis signal. Then, the time domain, energy, energy ratio and sample entropy of the modal response signal are were calculated to construct the feature matrix, and the principal component analysis (PCA) is was used to reduce the dimension of the feature matrix to obtain the damage feature matrix. The damage feature matrix is was input into the FCM clustering algorithm, and the damage state of the structure is was obtained by clustering analysis. The model test data of damage identification of offshore wind turbine supporting structure under displacement excitation verify the effectiveness of the proposed method.,The proposed this methodwhich is not affected by the harmonic components in the response. On the other hand, it does not need to manually define the label because the FCM clustering algorithm belongs to the unsupervised learning algorithm. © 2025 Chinese Vibration Engineering Society. All rights reserved.

关键词： Strain measurement  

摘要： Evaluating the mechanical performance and operational conditions of bridge structures relies on accurately measuringement of vibration displacement. Such measurement can provide essential parameters, such as mode and frequency, to assess the operational status and condition of damaged bridge structures. However, traditional displacement monitoring techniques have high cost, low accuracyare expensive, have low accuracy, and offer and limited measurement positions. This paper proposes a A low-cost, non-contact, and multi-point measurement method was proposed in this paper,based on the Kernelized correlation filters (KCF) algorithm to measure the vibration displacement of bridges. The proposed method used shaking Shaking table tests on a dual-column pier model were conducted,with energy dissipation links under different white noise sweeps. The recorded vibration displacement from a laser displacement sensor (LDS) was used as a reference for comparison. The natural frequencies and mode shapes of the dual-column pier and bridges were identified using the covariance-driven stochastic subspace identification method. The study verified the The reliability, feasibility, and accuracy of machine vision technology in identifying the natural frequencies and mode shapes of bridges were verified. The results showed that the small amplitude vibration displacement of the dual-column pier identified by the KCF algorithm is almost consistent with the waveforms, change trends, and peak values recorded by LDS, with a maximum peak error of 4%. The error between the natural frequencies identified by the KCF algorithm and the LDS results was within 2.5%. The confidence level of the mode shapes identified between both approaches was above 0.90. © 2025 Chinese Vibration Engineering Society. All rights reserved.

关键词： 走滑断裂   XGBoost算法   碳酸盐岩   测井评价   特征带识别   四川盆地   高石梯−磨溪地区  

摘要： 受制于走滑断裂内部强烈的非均质性、储集类型多样及流体分布复杂的影响，走滑断裂内部裂缝带、破碎带和溶蚀带之间的测井响应复杂多变，为有效利用成像及常规测井资料识别走滑断裂内部3特征带造成了困难。引入XGboost算法建立模型，以提高对走滑断裂内部3特征带的识别精度。分析了走滑断裂内部3特征带的测井响应特征，优选敏感测井曲线构建基于均值及方差的特征向量空间集，采用极端梯度提升算法，建立了走滑断裂溶蚀带、破碎带和裂缝带的XGBoost回归预测模型，并通过多分类评价指标对XGBoost模型的关键参数进行调优，提高了走滑断裂内部特征带的识别精度。利用构建的XGBoost模型对研究区走滑断裂内部特征带进行了识别，其中总样本数234个，识别正确样本208个，识别正确率达88.89%；预测结果表明在走滑断裂内部特征带中，裂缝带分布范围最广，破碎带其次，溶蚀带最窄，这与实际走滑断裂内部特征带的分布范围相符。基于XGBoost算法的走滑断裂内部特征带识别模型能够有效地识别裂缝带、破碎带和溶蚀带，从而有助于对走滑断裂内部尺度更小的溶蚀孔洞及裂缝储集空间的分布进行更为有效的分析，对走滑断裂内部结构的精细刻画有一定借鉴意义。

关键词： 全波形   激光雷达   轻量化   回波检测   波形分解  

摘要： 小光斑全波形激光雷达凭借高穿透、完整回波获取能力而蕴含巨大应用潜力。高效精准处理海量回波信号是全波形激光雷达实际应用前提，成为波形分解技术前沿性挑战。对于小光斑全波形激光雷达系统，单目标回波占比高且仅多目标回波需要精细波形分解处理，然而现有方案通常以牺牲精度为代价而采用简单快速波形分解算法，或将全部回波信号无差别进行波形分解而导致效率低下，难以兼顾精度和效率。该研究面向小光斑全波形激光雷达，提出一种时空耦合模型驱动的多目标回波轻量化检测算法，首次实现从未知回波次数的波形数据中高效精准检测多目标回波，有效避免波形分解算法无差别处理单目标回波而引入冗余计算，显著减少波形分解次数。具体地，(1)该算法构建了激光雷达时空耦合回波信号模型，以揭示回波传输的时空特性;(2)基于此模型驱动双高斯函数叠加拟合方式，轻量化估计波形参数;(3)根据信噪比引入自适应相关性判别方法。结合系统发射脉冲一致性，所提方法能够轻量化且准确检测多目标回波信号，在地基和机载波形数据实验结果证明，该研究提出的轻量化多目标回波检测算法检测准确率高达98.4%，召回率93.1%。利用4种波形分解方法结合多目标回波检测，效率显著提高2～3倍，且在单目标回波数量占比增大情况下效率提升更显著。