课程文献中心 更多>>

关键词： 碳滑板   边缘检测   图像检测算法  

摘要： 弓网系统对电气化铁路的提速和安全运行至关重要,传统的人工测量碳滑板厚度存在工作效率低、检修周期长问题。首先,对现场采集的碳滑板图片进行灰度处理、透视校正、图像滤波、图像增强;其次,提出一种基于canny算子的边缘检测算法对碳滑板边缘提取和定位;最终,得到碳滑板厚度曲线。实验结果表明,通过图像检测算法测量得到的碳滑板厚度值误差在合理范围内,准确度高,具有实际的工程应用价值。

关键词： 图像处理   机器学习   水稻病虫害识别   残差网络  

摘要： [目的]解决传统水稻病虫害检测领域面临的人力和时间成本高、误检率高等问题。[方法]文章提出了一种基于改进残差网络的水稻病虫害识别方法,利用自然环境下的水稻叶片病虫害数据集进行实验,构建了ResNet34基准模型进行训练,引入残差连接的神经网络结构,通过跨层传递信息解决了深度网络训练中的困难。[结果]1)模型在训练集上的准确率达到了0.98,测试集的准确率、精确率、召回率、精确率和召回率的调和平均数均达到并收敛于0.97。2)各类病害的检测准确率均在97%以上,褐斑病的检测准确率达到99.113%,是4种病害检测中最高的。[结论]改进后的模型在查准率、查全率和召回率方面取得了较好的平衡,具有较好的泛化能力和实用价值,能够有效解决水稻病害图像特征不明显、识别效果差等诸多问题。

关键词： 高速度梯度流场图像   PIV   PSV   算法  

摘要： 在流场测量中往往存在较大速度变化的区域,所获得测量图像若出现高速模糊的情况,则会出现单独使用现有PIV/PSV方法不能完全准确描述速度场的情况。本文提出一种结合PIV-PSV的图像处理方法,通过将高速度梯度图像进行高速度区域与低速度区域的拆分后,分别使用PIV和PSV方法进行对应处理,最终将结果进行整合,该方法相对于使用单一方法处理的准确度有超过2倍以上的提升,该方法具有进一步提升的空间以及处理三维速度场的可扩展性。

关键词： 随机森林   长短期记忆网络   数据驱动   故障诊断  

摘要： 针对现有的无人机执行器故障检测存在解析模型构建耗时长、故障诊断准确度低等问题,该文提出了一种基于数据驱动的复合故障诊断算法,有效地避免了传统解析模型诊断需要更为精确的信息的问题,实现准确快速的执行器故障诊断。该文提出了基于随机森林长短期记忆(RF-LSTM)模型的数据驱动的无人机执行器故障诊断方法。利用随机森林(RF)算法对输入数据进行特征选择,在此基础上构建RF-LSTM小型固定翼无人机故障诊断模型。在4种典型的执行器故障模式下验证了所提出方法的可行性。仿真实验结果表明,基于RF-LSTM模型的故障诊断精度较高,具有较好的实时性。

关键词： 计算机   图像处理   人工智能算法  

摘要： 随着计算机技术与人工智能技术的融合应用,各种算法在图像处理领域实现了广泛实践。人工智能算法包含遗传算法、粒子群优化算法、蚂蚁算法、退火算法等常见算法模式,这些算法具有良好的自学习、自适应以及独特的自组织能力,因此逐渐成为计算机图像技术领域的研究热点话题。基于此,文章结合计算机图像处理中人工智能算法的技术原理,分析了计算机图像处理中人工智能算法的应用优势及其价值体现,重点围绕这四种关键算法,对计算机图像处理中人工智能“遗传、粒子群优化、蚂蚁、退火”算法的具体应用进行了研究和论述,旨在为人工智能算法的发展提供参考与借鉴。

关键词： 激光诱导击穿光谱   主成分分析   贝叶斯优化算法   机器学习  

摘要： 口香糖是犯罪现场常见的物证之一,为建立一种高效识别口香糖类别的方法,利用激光诱导击穿光谱技术对34种口香糖样品进行检测,获取样本光谱数据。首先对样本光谱数据进行归一化处理,再使用主成分分析法对光谱数据进行降维,选取累计解释率达92.32%的前100个主成分。预处理后,将全部数据划分为70%的训练集和30%的测试集,分别输入与贝叶斯优化算法相结合的随机森林、支持向量机和K最近邻三种机器学习模型。经历100轮迭代,三种模型得到最优超参数组合,此时分类准确率分别为98.03%、88.72%、89.21%。其中,贝叶斯-随机森林模型的分类准确度最高,达到98.03%。最后,使用K折交叉验证评估贝叶斯-随机森林模型的分类精度和稳定性。

关键词： 压缩感知   信号恢复   匹配追踪   子空间追踪   剪枝   回溯   贪婪算法  

摘要： 针对现有压缩感知贪婪算法容易陷于局部最优、过拟合等问题,提出一种稀疏恢复算法,称为多路径支撑集回溯贪婪重构(multipath backtracking greedy pursuit,MBGP)算法。该算法以最小残差为重构目标,对候选原子展开多条路径同时搜索,且每次筛选多个原子,通过回溯过程剔除误选的原子。基于有限等距性质给出MBGP算法重构信号的充分条件,以确保其从测量值精确恢复任何K-稀疏信号,并通过信号重构能力来评估MBGP算法的性能。数值实验结果表明,该算法在相同信号条件下,能够在采样数更少、稀疏度更大的场合下精确重构信号,且性能更逼近理想Oracle-最小二乘估计器。

关键词： 改进多目标布谷鸟算法   多目标优化   水资源优化配置   南水北调东线工程江苏段  

摘要： 为有效求解跨流域水资源多目标优化调配问题,提出一种改进多目标布谷鸟算法(improved multi-objective cuckoo search algorithm,IMOCS)。针对多目标布谷鸟优化算法(multi-objective cuckoo search algorithm,MOCS)收敛速度慢、容易陷入局部最优解的缺点,引入混沌理论和变异机制,采用自适应发现概率和步长改进MOCS,形成IMOCS算法。以南水北调东线工程江苏段为例,构建跨流域水资源多目标调配模型,分别采用IMOCS和MOCS求解模型,并运用基于组合赋权的非负矩阵分解法对2种算法所得的Pareto解集进行评价。结果表明:IMOCS在收敛性、多样性和综合性能方面优于MOCS,能够得到更高质量的Pareto解集;相较于50%、75%和95%来水频率下的MOCS所求解的最优配置方案,IMOCS所求解的最优配置方案缺水总量减少0.21亿、0.51亿和0.07亿m~3,损失水量分别减少了0.13亿、1.53亿和1.11亿m~3。因此,IMOCS可为跨流域水资源多目标优化配置计算提供有效的算法参考。

关键词： 白骨顶鸡优化算法   多策略算法改进   拉丁超立方抽样   二次插值   工程应用  

摘要： 针对白骨顶鸡优化算法全局搜索能力弱、收敛速度慢、易陷于局部最优的不足,本文提出一种增强型白骨顶鸡优化算法.首先,利用拉丁超立方抽样方法均匀初始化种群,从而改善种群的多样性和算法的全局性能.其次,在跟随领导者的位置更新策略中加入掉队机制,增强算法跳出局部最优能力.最后,引入二次插值策略,提高算法收敛速度与寻优精度.实验使用CEC2017测试函数对算法进行测试比较,测试结果表明改进的算法在精度、收敛速度、稳定性方面优于原算法与六种流行的群智能算法.此外,通过3个实际工程优化问题验证了所提出的增强型白骨顶鸡优化算法的实用性.

关键词： 激光雷达   散粮堆   粮面异动   图像识别   点云数据  

摘要： 粮面异动监测是国家储备粮日常库存检查的重要内容,是粮食仓储监管的一项新需求。为了解决传统粮面异动监测技术难题,本文提出了一种基于激光雷达的粮面异动监测方法。通过搭建一个能够模拟真实粮堆状态的足尺实验平台,利用高精度激光三维测量装置,设计了基于激光扫描点云数据和出入仓作业信息的散粮堆粮面异动识别算法,并通过实验平台进行了算法检验与验证。结果表明:该方法可直接获取高精度的粮堆表面坐标信息,克服了图像识别技术数据精度不足的问题;构建的基于粮堆形貌坐标信息和出入库作业状态数据的粮面异动判据算法,能够实现可靠的定量计算;将所提出的方法应用于实际粮仓场景,验证了该方法的可行性和有效性,能够满足粮食库存动态监管需求,为粮面异动在线监测及预警提供了新技术。