课程文献中心 更多>>

关键词： 产品BOM结构树   定制橱柜   数据管理  

摘要： 针对定制家居产业中,人造板定制橱柜产品BOM(Bill of Materials)结构树层级不完整、重要信息版块缺失等问题,探讨了构建橱柜产品完整BOM结构树的解决思路,以期为定制家居行业大规模生产的数据管理提供参考。

关键词： 鲸鱼算法   Tent映射   正弦变化因子   T-分布  

摘要： 针对鲸鱼算法存在初始种群多样性差、迭代中后期种群呈趋同化易陷入局部最优解的问题,提出一种基于T-分布扰动的自适应鲸鱼算法(CWOA),通过Tent混沌映射优化初始种群使搜索范围具有遍历性,引入正弦变化因子平衡算法全局搜索与局部开发能力以提高算法的搜索精度,通过T-分布函数对趋同种群进行扰动提高算法跳出局部最优解的能力。实验表明,CWOA算法与传统鲸鱼算法与其他经典算法相比具有更高的寻优精度,能更快地跳出局部最优解。

关键词： 半张量压缩感知   希尔伯特变换   冲击波信号   高精度重构  

摘要： 为了解决在无线分布式瞬态压力测试中高采样率带来的数据冗余和无线资源受限间的矛盾,压缩感知方法被提出在编码端实现冗余数据的压缩采样。但每个节点均需存储高维压缩感知观测矩阵,给无线节点的有限资源带来了新的挑战。基于半张量积的压缩感知技术在编码端利用半张量理论突破矩阵乘法维度的限制,显著降低观测矩阵的维度,但会在一定程度上损失信号的有效信息,且降低倍数优先。本文提出基于希尔伯特半张量压缩感知,利用希尔伯特与傅里叶变换的正交空间对冲击波信号进行能量逼近,增强稀疏表达与观测矩阵的不相干性,以此减少半张量积运算带来的观测损失,同时在重构算法中提出一种无先验信息的最优原子选择策略,利用能量正则化对变换后的数据的“能量”进行惩罚,提高原子支撑集选择的准确性。最后,提出变步长更新策略,使得重构算法在更新支撑集的过程中动态调整步长,降低原子选择时间,提高运行效率。通过对多量程实测炮口冲击波信号的仿真结果分析,本文提出的方法相较于奈奎斯特采样可以实现降低采样率,减少数据总量,保障通信的实时性,且相较于传统压缩感知技术,在观测矩阵维度减少到原来的二分之一时仍可以保证解码端的高精度重构,重构误差低于1e-6,且重构时间缩短约87%。此外,本文提出的方法可应用于分布式无线传输系统的高维信号采集,可以解决冗余数据和有限网络资源之间的矛盾。

关键词： 月面障碍物检测   YOLOv8   轻量化   注意力机制   GIoU  

摘要： 为了提高月面障碍物检测的效率和准确性,提出了一种基于YOLOv8改进的轻量化陨石坑和月面岩石检测算法FSG⁃YOLO。首先,采用FasterNet作为主干网络,提升模型对于陨石坑和月面岩石的特征提取能力,同时减少模型参数量和计算量,提升检测速度;然后,引入Si⁃mAM注意力机制模块,在不增加原始网络参数的同时提高模型的特征融合能力;最后,采用GIoU作为模型的损失函数,提高模型的识别准确率。实验结果表明:相较于原模型,FSG⁃YO⁃LO在自建月面障碍物数据集上的平均精度均值提升了4.0%,模型参数量减少了41.86%,计算量减少了38.27%,检测速度提高了19.99%。算法能够平衡精度和轻量化的需求,能有效适用于复杂空间环境下月面障碍物的检测。

关键词： 集装箱正面吊   人机安全   防撞   实时行人检测   卷积神经网络  

摘要： 针对集装箱装卸作业环境行人小目标检测精度较低以及行人检测易受背景干扰问题,提出了一种融合行人掩模的多尺度人机安全防撞行人智能检测模型。该模型以VGG-16作为主干网络,通过构建行人注意力模块和特征融合模块,将像素级行人注意力掩模与主干网络特征进行特征融合,增强小尺度行人的特征识别,显著减少了背景干扰,并将行人智能检测信息作为参数,提出基于标定法的人机距离测量方法,设计集装箱正面吊自动刹车执行机构,研发集装箱正面吊人机安全防撞行人智能预警系统,实际应用验证了集装箱正面吊人机安全防撞行人智能检测算法的有效性和可靠性,满足铁路货场行人小目标实时准确检测要求,能有效防止集装箱正面吊与行人相撞,避免人身伤亡事故发生。

关键词： 增量式学习   复杂网络   攻击检测算法   网络去噪   特征提取  

摘要： 为了避免网络节点攻击产生的弊端,本文提出了基于增量式学习的复杂网络节点攻击检测算法。该方法首先利用阈值自学习的方式对待检测复杂网络中所含信号实施去噪处理;其次利用支持向量机与网络节点攻击特征提取原则结合的方式实现复杂网络节点攻击特征的精准提取;最后将提取的节点攻击特征输入改进的混合神经网络中并展开增量式学习,以此实现节点攻击特征的分类,实现复杂网络节点攻击精准检测的目的。经实验验证,利用本文方法能够平稳高效地对各类复杂网络中的节点攻击进行精准检测。

关键词： Skyline查询   同态加密   Paillier   多素数   公共模数  

摘要： Skyline查询旨在大量数据点中选择出一组符合要求的点集合,为面向位置对象的多目标优化问题提供了关键技术.明文的Skyline查询会引发数据泄露,采取同态加密Paillier对数据进行保护,实现密文上的Skyline查询.针对Paillier加解密效率低的问题,提出了多素数和公共模数联合的MPGPaillier(multiple primegenerator Paillier)算法,对算法的正确性和安全性进行证明.实验对比分析表明,在加解密效率方面,MP-GPaillier比Paillier和MP-Paillier(multiple primePaillier)算法有显著提升.

关键词： 文本检测   注意力机制   DBNet算法   微分公式  

摘要： 针对复杂自然场景下文本检测信息缺失和漏检的问题,引入Attention机制,提出Attention-DBNet算法.在特征提取的FPNNet(Feature Pyramid Networks)结构中增加了Attention机制,用于增强主干网络的特征提取能力,使模型关注有用信息和抑制无用信息;在模型预测阶段提出一个新的二值化微分公式,使模型对每个像素分类更精准,模型训练的收敛速度加快.实验结果表明:在多个数据集上Attention-DBNet算法优于其它先进算法,召回率、准确率、调和平均、检测时间等指标均有10%以上的提升.

关键词： 多目标优化   进化算法   非支配排序   混合搜索  

摘要： 针对高维投资组合优化问题,提出了一种基于非支配排序和混合搜索的多目标优化算法。考虑到现有进化算法在大规模问题处理上受限于其广泛的搜索空间,引入了基于分解的策略。该策略通过分析个体与参考点的距离,有效地将种群划分为三个子群体。为提升种群多样性并避免局部最优,算法结合了个体的位置特征,并采用了混合局部和全局搜索策略。此外,通过基于分解的双重环境选择机制,有效生成优质解。在包含100、500和1000个决策变量的LSMOP实验中,该算法展现出超越多个先进进化算法的性能。最后,应用该算法于包含交易成本的CVaR模型,并与其他三种多目标进化算法进行比较,进一步证实了其在实际应用中的优势。

关键词： 烟草零售点   容量   测算   DBSCAN  

摘要： 合理的烟草零售点容量对于烟草市场的运行具有重要影响。过多的零售点可能会加剧市场的竞争,导致部分零售点的销售额低于经济效益的临界值,如果零售点的数量过少,可能会导致消费者的购买不便,影响到消费者的购买体验,从而影响到市场的整体销售额。因此,文本提出了一种基于密度聚类(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)算法的烟草零售点容量测算分析模型。该模型利用DBSCAN算法对每一个网格单元烟草零售点进行聚类,估计每个簇的容量,并综合考虑距离和销售额,以准确预测和分析网格单元烟草零售点的合理容量。研究结果表明,基于DBSCAN算法的容量测算模型能够准确预测烟草零售点的合理容量,并为当地烟草专卖局的决策提供重要依据。