课程文献中心 更多>>

关键词： 桥梁拉索   表面缺陷   视觉检测   OTSU阈值分割   SVM算法  

摘要： 桥梁拉索作为索结构大桥的关键承重构件,其任何损伤或缺陷都会削弱桥梁的承载能力,最终影响桥梁的可靠性和安全性。主要研究如何结合视觉检测算法实现对拉索表面缺陷的有效识别。首先,利用OTSU阈值分割算法进行图像预处理;其次,采用支持向量机(Support Vector Machine,SVM)算法实现缺陷的识别与分类。检测模型由MATLAB设计,通过构建训练集以提高缺陷识别的准确性和检测效率,可以为桥梁的智能检测与养护提供参考依据。

关键词： 中国农业科学院   国际学术期刊   计算机科学   前沿科技   化学生物学   组学技术   质谱数据   理学博士  

摘要： 质谱数据处理、化学结构鉴定、药物靶点解析,看似无关的三个科研方向,却被他交叉融合,探究出共同的发展之路;追索前沿,落地实践,造福社会,是每一项科学技术的落脚点,更是他始终坚持的方向;平实而诚笃,谦逊而坚毅,他那挺拔的身躯里似乎能够产生源源不断的智慧与力量。他就是纪宏超。纪宏超,中国农业科学院深圳农业基因组研究所组学技术研究中心研究员,课题组长,中南大学理学博士。长期致力于计算机科学与化学生物学的交叉研究。以生物信息学为主要手段,开发一系列用于植物、作物代谢组学数据分析的新算法、新技术,并围绕“未知小分子结构与功能预测”这一核心科学问题展开研究工作。获得国家自然科学基金2项、深圳市优秀科技人才培养项目等,在国际学术期刊上发表论文20余篇。

关键词： 人工智能   残缺   数据样本集   数据补全  

摘要： 在补全残缺数据样本集的过程中,由于缺少评价数据样本集合的相似度导致数据值估计准确率低、补全程度低等问题,提出一种新的残缺数据样本集补全算法。通过插值模型构建残缺数据拟合函数,得到相似数据样本集。通过皮尔森相关系数评价相似数据样本集的相似度,得到残缺数据样本集补全权重。采用推荐算法计算最优推荐数值,实现残缺数据样本集的补全。实验结果表明,与现有残缺数据样本集补全算法相比,所提算法极大地提升了数据值的估计准确率与补全率,充分说明该算法具备更好的补全性能,能够保证各领域数据的完整性,具有较强的实际应用性。

关键词： 改进的Sine混沌映射   非线性衰减因子   麻雀精英突变   Bernoulli混沌映射   Wilcoxon秩和检验  

摘要： 针对黑猩猩优化算法存在迭代速度慢、精度不高及初始化分布不均匀等问题,提出一种融合多策略的改进黑猩猩优化算法。采用改进的Sine混沌映射初始化种群,解决种群边界聚集分布问题,引入考虑线性权重系数、自适应加速因子的粒子群思想,配合改进的非线性收敛因子平衡算法的全局搜索能力,加快算法收敛,提高收敛精度。引入自适应水波因子改进麻雀精英突变和Bernoulli混沌映射策略,提高个体跳出局部最优的能力。利用22个基准测试函数进行迭代分析求解和Wilcoxon秩和统计检验,得出所提算法迭代速度更快、精度更高、跳出局部最优能力更强。将所提算法应用到工程实例中,进一步验证算法处理现实优化问题的优越性。

关键词： 集卡路径优化   改进布谷鸟算法   局部搜索策略  

摘要： 在集装箱公路运输中,合理规划集卡路径以提高运输效率具有重要的现实意义。本文以最小化总运输时间为目标,构建了集卡路径优化问题的数学模型,并设计了改进布谷鸟算法进行求解。为了提升算法性能,本文根据问题的特点构造了局部搜索策略来改善布谷鸟算法的局部寻优能力。实验结果表明,改进布谷鸟算法在优化性能上明显优于标准的布谷鸟算法、差分进化算法和粒子群算法,因此是解决该类问题的有效算法,能为集装箱公路运输方案的规划提供重要的决策支持。

关键词： 激光SLAM   管件   退化环境   点云配准  

摘要： 管道巡检机器人执行天然气管道内部任务的重要前提是具备定位建图能力。主流激光同步定位与地图构建(SLAM)技术在管道环境中面临两大问题:显著特征点数量不足和点云难以配准。这些问题导致SLAM算法定位精度降低,稳定性差。为了解决该问题,在FAST-LIO2的基础上提出了一种基于管件结构点云配准的激光SLAM算法。首先,针对特征点数量不足的问题,通过融合管件形状的几何先验,优化了特征提取算法。其次,针对管道中点云的几何特征配准退化问题,提出一种基于管件结构信息的配准优化方法,提取出管件的结构信息并根据管件类型进行配准。最后,通过实验结果证明所提算法较FAST-LIO2算法在管道环境下具有更好的定位精度和鲁棒性,定位精度(均方根误差)提升了30%,为管道机器人定位建图提供了一种可行的方案。

关键词： 改进NSGA-Ⅱ   混合交叉算子   优化供水调度   IGD评价指标  

摘要： 以安徽省董铺—大房郢水库为例,以水库缺水率最小和补水量最少为最优准则,考虑董铺—大房郢水库水源连通工程水量补偿式调节和接受上游淠河灌区水库群补水的特殊机制,构建董铺—大房郢水库双目标优化供水调度模型,并采用基于混合交叉算子改进的NSGA-Ⅱ算法求解模型。结果表明,算数交叉算子(ACO)混合模拟二进制交叉算子(SBX)的收敛时间较单一SBX算子缩短11.48%,较单一ACO算子缩短2.58%;其中混合算子SBX-ACO求得的解集质量更好,对应评价指标世代距离(GD)值(8.13×10^(-4))、反世代距离(IGD)值(3.1×10^(-4))为所有计算方案中最小。优化调度模型求解的供水方案中两库补水量比不优化条件下的补水量减少11.5%。在计算效率及解集质量上综合验证了所提出的改进算法的有效性,同时为区域水资源优化调度提供科学依据。

关键词： 改进区块链   数据库信息   数据匹配   可搜索加密   时间复杂度  

摘要： 为消除传统数据库存在的单点故障和数据篡改的风险,提高数据安全性,基于改进区块链研究了新的数据库信息可搜索加密算法。设置相应的数据库信息存储方案,结合区块链改进技术匹配交互信息,并转化不同的数据分享区间,执行内部数据匹配任务,实现信息匹配。计算数据搜索时间复杂度,搜索加密的标签总和的大小,根据重建时的泄漏函数,得到整数样本,计算重加密密钥数据,根据计算结果生成密钥,实现加密。实验结果表明,改进区块链的数据库信息可搜索加密算法数据丢包率不大于0.05%,加密后篡改率低于0.5%,数据库安全性得到明显优化。

关键词： 铝电解   算法   电解温度   深度学习   过程控制  

摘要： 铝电解生产环境恶劣,受电场、磁场、流场、温度场等多物理场耦合影响,导致铝电解生产过程故障频发。铝电解温度是影响铝电解槽寿命和运行状态的重要参数,但由于槽内温度很高且具有强烈腐蚀性,至今尚未找到有效的电解温度在线检测与预测方法。为了解决这一技术难题,通过理论分析结合现场实验验证,揭示了铝电解槽电解温度与其工艺参数间的密切相关性,并据此提出一种基于深度学习的铝电解槽电解温度预测模型。考虑到铝电解槽工艺参数的复杂性、非线性、高维度、时序性等特征,采用卷积神经网络(CNN)用于提取数据的高维特征,长短期记忆网络用于建模(LSTM),处理铝电解生产过程中的时序数据,引入了注意力机制(Attention),学习输入参数不同部分之间的关联性,同时根据输入数据的重要程度进行加权处理,并采用PID搜索优化算法(PSA)对CNN-LSTM-Attention模型的参数进行寻优,减少训练时间并提高模型的性能。最后经铝电解实际生产数据进行现场实验验证,结果表明:提出的温度预测模型相关指数(R~2)为0.963 7,均方根误差(RMSE)和平均绝对误差(MAE)分别为5.417 6和3.382 5,与单一模型算法、其他预测算法和不同优化算法对比验证表明,该模型的性能更佳,能够准确预测铝电解槽电解温度,实现了铝电解槽电解温度的在线检测。

关键词： BP神经网络   财务信息   自动分类   接口设计  

摘要： 为准确分类财务信息,便于用户财务信息的查询与应用,设计基于BP神经网络算法的财务信息自动分类系统。系统整体划分为数据层、服务层与表示层,数据层利用以DSP芯片TMS620F2812为核心的财务信息采集单元由财务、税务等部门采集财务信息,并传输至服务层内;服务层中,在系统核心功能控制下,财务信息分类单元利用BP神经网络分类器划分所采集财务信息的类别,并将其存储于工资、支出管理等单元内;表示层中财务工作人员等根据权限发送财务信息查询与处理指令,并基于实时交互接口获取查询与处理结果。实验结果显示:该系统可准确分类财务信息。