课程文献中心 更多>>

关键词： 调频连续波雷达   生命体征检测   自相关   奇异值分解   变分模态分解  

摘要： 应用雷达进行生命体征检测时,为解决传统算法无法区分相同距离的多个目标和多目标生命体征信号检测易受干扰的问题,本文提出一种新型的基于调频连续波(FMCW)雷达的多目标生命体征检测与干扰抑制算法。基于MIMO雷达回波数据进行距离-方位维快速傅里叶变换(FFT),完成距离和方位角的目标定位,解决同距离目标分辨问题,之后利用方差法滤除静态杂波和直流分量。针对生命体征信号易受干扰的问题,本文算法利用变分模态分解(VMD)进行呼吸和心跳信号的分离与重构,剔除无效的信号分量,然后对有效重构信号进行自相关和奇异值分解(SVD)去噪,得到干净的呼吸和心跳信号。通过多组实验测试,本算法相较于传统的FFT频谱分析法、VMD信号重构法和基于完全噪声辅助聚合经验模态分解联合独立成分分析算法(CEEMDAN-ICA),心率检测的平均误差分别降低了8.43%、5.66%和1.43%,验证了所提算法的有效性。此外,本文还进行了算法鲁棒性实验和工程应用边界条件分析。

关键词： 排水管网模型   数据模型   可靠性分析   拟合效率  

摘要： 排水系统模拟技术是通过计算机模拟全面反映城镇排水系统运行状态的重要手段。随着排水系统智能控制技术的持续应用,排水系统模型在智能控制系统中的在线应用也日益得到重视。在排水系统模型中,管道模拟占据核心地位,其模拟可靠性和时效性直接影响模型的总体性能。为了克服传统机理模型中管道模拟参数繁多、运行速度慢、复杂性高、难应用于控制器的优化调节等问题,从实现模型的在线高效实时应用角度出发,研究了滑动平均算法、线性拟合法、传递函数法等多种侧重于数据化模拟的方法在管道模拟中的应用可行性与可靠性,并根据实际案例比较了不同数据模型方法在多变管网条件下的模拟表现。

关键词： 移动机器人   路径规划算法   算法分类   仿生算法   深度强化学习  

摘要： 在自动化和人工智能迅速发展的当下,移动机器人已广泛渗透至各行各业,而路径规划技术是确保其自主性和效率的关键。深度剖析了几类主流的路径规划算法,包括图搜索、随机采样、智能仿生以及深度强化学习,揭示了各算法在实际应用中的优势与挑战。进一步将路径规划研究按照应用场景分类,具体分析了陆地机器人、无人机、水下机器人在各自领域中的路径规划方法与发展趋势。此外,还展望了未来路径规划技术可能的发展方向。通过这一概述,旨在为该领域的研究人员提供宝贵的信息与研究思路。

关键词： 分水岭算法   复杂网络   兴趣点  

摘要： 在本文中,首先采用了分水岭算法对图像进行了分割处理,通过这一算法将图像划分成多个互相连通的区域。基于区域内部像素之间的相似性原则,从每个区域中提取了具有代表性的点作为网络节点,这种做法显著地减少了构建图像复杂网络模型时所需的节点数目,进而提升了图像识别过程的计算效率。进一步地在减少节点数量的基础上,本文还探讨并利用了基于欧氏距离和灰度差绝对值的网络连接关系,以此改进了网络拓扑特征参数的选择方式。此外,还考虑了图像中的兴趣点,并将这些兴趣点用作图像识别的重要参考依据,从而提高图像识别的精确度。

关键词： 化工   设备管理   机械   维修保养技术  

摘要： 通过探讨化工设备管理中的机械维修保养技术,旨在为化工企业提供一套科学合理、高效的机械维修保养体系。从化工机械维修保养的重要性出发,分析了维修保养的日常维护技术和专业维修技术,并探讨了改进化工设备管理的化工机械保养技术的建议。分析发现,通过实施全面、细致的维修保养措施,不仅可以有效延长化工机械的使用寿命,减少因故障停机造成的生产损失,还能显著提升企业的生产效率和产品质量。

关键词： 特征提取   数据降维   主成分分析   去噪  

摘要： 主成分分析(Principal Component Analysis,PCA)能够实现对高维数据的快速降维以提取高维数据的关键特征,有助于克服“维数灾难”难题。然而,现有PCA方法难以有效处理带噪数据,基于低维表示的PCA方法存在去噪效果差等问题,而基于低秩表示的PCA方法虽然能够移除噪声干扰,但不能学习投影矩阵,在处理新样本时需要进行低秩分解,存在样本外难题。为解决上述难题,提出了集成低维PCA和低秩PCA的增强鲁棒PCA算法(Enhanced Robust Principal Component Analysis,ERPCA),通过自适应地对含噪样本和干净样本分配不同的权重,选择出干净样本进行训练,减弱噪声样本对投影方向求解的影响,提高ERPCA的鲁棒性和去噪效果。最后,通过在多个常用人脸数据集上进行实验,证明了所提算法的正确性和有效性。

关键词： 时间敏感网络   网络演算   基于信用值整形器   路由与调度  

摘要： 为了保障网络实时性传输需求,提升调度成功率,提出了具有实时感知的AVB流路由与调度算法,模拟车载时间敏感网络(TSN)场景下,音视频桥(AVB)流传输情况,并分析算法对网络调度成功率的影响。试验结果表明:随着数据流数量增加,相较于非实时感知算法与部分实时感知算法,具有实时感知的AVB流路由与调度算法使网络调度成功率分别提升26%和11%,该算法可优化TSN网络对AVB流的带宽预留,实现对数据流路由和报文信息的实时感知。

关键词： 粒子群算法   组合改进策略   单机组   变速优化   动态规划  

摘要： 开展泵站节能降耗优化模型算法研究、实现泵站经济运行具有重要的现实意义。动态规划法在泵站优化调度模型求解中较为常用,针对动态规划法决策变量离散处理对精度的影响,引入决策变量在可行域内随机生成并不断更新的粒子群算法,并提出“Sobol序列优化初始种群+实时调整惯性权重+正余弦替代学习因子”多策略融合的改进方法,通过4种基准函数性能测试,验证了改进粒子群算法在搜索能力和计算精度上有显著提升。在此基础上,将改进粒子群算法应用于某大型调水泵站以耗电费用最小为目标的单机组变速优化模型求解中,得到不同时段的最优决策方案及相应的目标最优值,并与动态规划法计算结果进行对比,2种方法最优决策过程基本一致,最优目标值精度相当。结果表明:粒子群算法组合改进策略是可行的,计算结果是可靠的,可以作为泵站优化调度模型求解的一种有效方法。

关键词： 哈里斯鹰优化算法   佳点集策略   正余弦函数   非线性参数   Wilcoxon秩和检验   基准测试函数  

摘要： 针对哈里斯鹰优化算法(HHO)收敛精度低、易陷入局部最优等问题,提出了一种基于正余弦的非线性哈里斯鹰优化算法(SCNHHO)。首先,采用佳点集策略对种群进行初始化,使种群分布更均匀,提高算法收敛速度和精度;其次,在探索阶段引入正余弦策略,利用正余弦函数的震荡特性扩大搜索范围,寻求更多潜在的优质解;最后,在开发阶段引入非线性参数来平衡探索与开发,避免算法陷入局部最优。针对不同维度的基准测试函数进行性能测试,结合Wilcoxon秩和检验与Friedman检验的结果,将该算法与其他5个对比算法进行分析。结果表明,改进算法性能较原始HHO算法有较大提升,并且优于斑马优化算法(ZOA)、鲸鱼优化算法(WOA)和2种哈里斯鹰算法的变体(MHHO和IHHO),验证了改进策略的有效性。最后通过三杆桁架设计问题进一步验证了SCNHHO的实用性。

关键词： 龙虾算法   精英反向学习   等式约束   土石方调配  

摘要： 针对龙虾优化算法(COA)后期全局搜索能力不足、收敛速度慢、精度低等问题,提出一种基于精英反向学习和逆不完全伽马函数的改进龙虾优化算法(ICOA)。同时针对智能优化算法较难处理等式约束的优化问题,文章对等式约束采用了降维处理的方法,并把改进龙虾优化算法用于土石方调配优化中。与线性规划法相比,该方法对土石方调配问题的约束和目标函数的解析性质没有要求,具有可以解决实际工程中非线性约束的优点。将改进后的算法应用到实际土石方工程中,并与其他算法优化结果进行了比较,结果表明本文所提算法是有效可行的。