课程文献中心 更多>>

关键词： VOCs排放   排放监管   数据管理   系统架构   .NET Core  

摘要： 为提高VOCs排放监管效率,设计并实现了一套基于.NET Core技术的VOCs重点企业污染物排放监管系统。该系统以分层架构为核心,围绕VOCs产生的关键环节构建,具备数据录入、审核、分析和展示等关键功能。通过多轮测试验证,系统展现出良好的功能性和可靠性,显著提升了VOCs重点排放企业的数字化监管效率,为环境保护工作提供了有效的技术支持。

关键词： 超声波流量计   时差法   TDC-GP22   最小二乘曲面拟合  

摘要： 为提高超声波流量计的精度,在传统时差法流量测量理论的基础上,提出并实现了一种基于时差法和温度补偿算法的高精度超声波液体流量计。流量计以ARM为内核的STM32F103主控芯片为控制计算中心,并且采用高精度低功耗时间数字转换器计时芯片TDC-GP22进行超声波传输时间的测量。并在传统的查表法温度补偿的基础上,提出了基于流速分段补偿的最小二乘曲面拟合算法,该算法基于温度和流速的关系拟合得到曲面模型,对瞬时流量进行补偿。实验结果表明,与查表法相比,在小流量区最小二乘曲面拟合算法的测量精度更高,其误差小于±2%,温度补偿效果更稳定。

关键词： 转向架构架   磁粉探伤   缺陷检测   YOLO-CET   注意力机制  

摘要： 针对转向架构架磁粉探伤缺陷识别环节人工目测效率低的现状,提出一种基于YOLO-CET(You Only Look Once based on CoTNet-Efficient-Transformer blocks)的探伤图像缺陷自动识别算法,实现对构架表面真伪缺陷的智能识别。以YOLOv5(You Only Look Once version 5)为基础模型,在骨干特征提取网络引入轻量化CoTNet(Contextual Transformer Networks)网络层,实现缺陷特征的多尺度融合与提取。加入高效通道注意力机制,在不增加网络计算量的同时提高模型的鲁棒性和泛化性。增加一个小尺寸缺陷检测头用于减轻不同尺寸特征带来的尺度方差影响,同时引入视觉自注意力模块,增强小目标缺陷的抓取识别能力。利用自建的构架表面缺陷探伤数据集进行测试,结果表明,与YOLOv5相比,所提出的YOLO-CET使检测平均精度提升33.8%,F1-Score提升0.26,浮点运算量仅增加1.5 B,该模型可实现缺陷的自动检测,有效解决背景误判、细小缺陷漏检等问题。

关键词： 水稻   施肥   行为识别   YOLOv8   检测层   注意力机制  

摘要： 在水稻种植过程中,为实现人工施肥行为自动化的检测和识别,以浙江省宁波市海曙区数字农业中心水稻田间的人工施肥行为识别作为研究目标,开展基于YOLOv8算法的水稻田间人工施肥行为识别研究。在YOLOv8算法的基础上增加目标检测层,保留浅层特征信息,增强网络模型对小尺寸目标特征的感知能力;引入全局注意力模块,增强网络模型对全局特征信息的关注度。结果表明,改进后的YOLOv8-GS识别模型mAP值为98.4%,比原YOLOv8模型提高2.4%,每幅图像检测时间为1.7 ms。对小尺寸目标测试集检测,mAP值为98.6%,比改进前提高3.3%。YOLOv8-GS模型具有高精度、实时性、多尺度等优点,特别是对小尺寸目标具有较强的检测和识别能力。

关键词： ISSA-BP   声发射定位   混凝土   BP神经网络  

摘要： 针对现阶段声发射技术在混凝土结构健康检测中由于衰减严重而导致的损伤源精度低问题,提出了一种基于改进麻雀搜索算法来优化BP神经网络(ISSA-BP)用于混凝土声发射定位的方法。首先采用BP人工神经网络作为混凝土声发射定位的基础框架,通过对声发射信号进行小波降噪,并将信号的峰值时间,时间差,能量和幅值作为网络的输入参数,然后利用ISSA对BP神经网络的权重和偏置进行优化。为了验证该方法的有效性采用0.5 mm硬度为2H的铅芯进行断铅实验,实验结果表明所提方法算法比传统BP神经网络和麻雀搜索算法(SSA)优化神经网络在混凝土损伤源声发射定位上平均误差分别减少了43.47%、14.02%,最大误差减少了56.52%、4.41%,最小误差减少了42.82%、72.42%,具有一定的工程应用价值。

关键词： 图像加密   分数阶2D-TFCDM映射   改进的Hilbert曲线   分块置乱   Arnold变换  

摘要： 为增强数字图像在传输中的安全性,同时解决图像像素间关联性强、数据量大等问题,提出了一种基于分数阶2D-TFCDM映射和改进的Hilbert曲线置乱的图像加密算法。首先,利用分数阶2D-TFCDM映射产生伪随机序列;其次,对明文图像进行分块,将改进的Hilbert曲线对子块图像进行置乱,为充分地削弱图像的相关性,进一步提高图像的置乱度,再对图像进行M×N次Arnold变换,同时改变每次Arnold变换的参数;最后,将异或运算与明文图像的平均像素值相结合进行扩散,得到最终的加密图像。对3幅256×256大小的灰度图像进行测试,结果表明,加密图像的像素间关联性较弱,具有较好的加密效果、良好的统计特征和强大的抗干扰能力,可有效抵抗各种常见的攻击,在图像加密方面具有较好的实用价值。

关键词： 深空探测   光学自主导航   乘性噪声   非线性滤波  

摘要： 针对深空探测任务中航天器的状态估计问题,考虑到基于光学相机的自主导航系统在建立观测方程时所使用的坐标系转换矩阵含有由星敏感器引入的测量噪声,该噪声与量测状态相互耦合,属于乘性噪声,建立带有乘性噪声的光学自主导航系统模型。针对系统存在乘性噪声时,仅适用于处理加性噪声的传统滤波器估计误差增大的问题,将乘性噪声矩阵引入高斯滤波算法的递推公式进行推导,并结合混合阶球面单形-径向容积卡尔曼滤波器(mixed-order spherical simplex-radial cubature Kalman filter,MSSRCKF)的数值积分方法,提出混合阶容积-乘性卡尔曼滤波器(mixed-order cubature-multiplicative Kalman filter,MC-MKF)。该滤波器能够对由星敏感器引入观测方程的高斯以及非高斯乘性噪声进行处理,在不增加计算复杂度的情况下提升滤波器的估计精度。最后,将MC-MKF应用于自主导航系统模型,并与MSSRCKF进行比较分析。仿真结果表明,当系统存在乘性噪声时,MC-MKF的估计精度明显优于MSSRCKF,且计算量与MSSRCKF基本一致。

关键词： 智能监控   个人信息权   算法  

摘要： 职场监控作为用人单位用工管理权的表现形式之一,蕴含着用人单位用工管理权和劳动者权益的对抗冲突,技术的发展又赋予了职场监控智能属性,导致了诸多劳动者权益保护困境。智能监控实施较为集中的场景可分为工作空间与非工作空间、工作设备与个人设备两大类,为了确保智能监控的合理运用,需要明确界定合理区域,前者需要重视的必要性以及目的—手段的均衡性审查,后者则应强调知情同意原则。实践层面还需要通过构建以劳动基准法为重点的规范体系,落实个人信息保护原则在劳动场景的应用,同时建立行政监管和行业自律协同的监督机制,实现用人单位监督管理和劳动者权益保护的动态平衡。

关键词： 制度松绑   数字治理生态   新质生产力   大数据管理机构   双重机器学习  

摘要： 数据具有边际报酬递增乘数效应,是打造新质生产力的新增长极。通过数据制度松绑将赋能新质生产力,助力高质量发展与中国式现代化。借助双重机器学习模型,选取2010—2022年省级面板数据,探讨大数据管理机构设立对新质生产力的影响,考察制度松绑、数字治理生态与新质生产力的内在联系与建链路径。研究发现:①以大数据管理机构设立为代表的制度松绑能有效促进新质生产力发展。大数据管理机构的设立推动数字政策环境、数字经济环境与数字社会环境优化,从而作用于新质生产力发展;②进一步分析发现,制度松绑带来的驱动效应受到异质性因素干扰,其中在高政府效率、高人力资本、高信息化水平地区的作用效果更强。研究结论为新质生产力嵌入制度变迁视角提供理论解读,为通过制度路径和治理体系推动新质生产力发展提供现实依据。

关键词： 数据挖掘   物联网   粒子群算法   K-means聚类算法  

摘要： 为了提高物联网数据挖掘的准确性,提出了一种基于群智能算法的物联网数据挖掘方法,对粒子群算法进行改进,引入自适应的惯性权重因子,结合K-means聚类算法,进一步优化聚类中心的位置,使算法不易陷入局部最优,以提升算法的收敛性和准确性。经仿真实验证明,此算法能够有效提升物联网数据挖掘的准确性。