课程文献中心 更多>>

关键词： 人工智能   数据管理   数据分析技术   海量异构数据   无线电通信技术   状态数据   产业竞争力   动态智能  

摘要： 人工智能驱动的数据管理、分析与应用研究已经成为计算机和通信技术领域的一个重要的热点问题,获取大量数据管理过程中的状态数据,并建立对其动态智能的处理能力,已经成为产业竞争力的体现。近年来,大数据管理技术与系统已能够满足各类海量异构数据的基本管理与统计分析需求,但在如何利用新一代人工智能技术对数据管理、数据分析与系统进行优化方面还缺少足够的理论支撑。本专题目标在于推动国内人工智能驱动的数据管理的发展,探讨数据管理与人工智能的深度融合,阐述人工智能驱动的数据库新技术和新型系统,包括传统数据管理、数据分析技术及系统与人工智能相结合;以及大数据管理与分析是新一代人工智能技术发展的基础。

关键词： 自动厚度控制(AGC)   自适应优化算法   性能参数监测   实时数据分析   智能制造  

摘要： 本研究提出了一种创新的监测技术,旨在提高自动厚度控制系统(AGC)中AGC缸的性能监测精度和效率。该方法通过集成先进的自适应优化算法,能够实时分析AGC缸的运行数据,并自动调整监测参数以适应不同的工作条件。与传统监测方法相比,本方法显著提升了AGC缸性能的监测速度和准确性,确保了轧制过程的稳定性和带钢产品的厚度一致性。此外,该技术还具备自我学习和自我优化的能力,能够根据历史数据不断改进监测策略,延长AGC缸的使用寿命,降低维护成本。本研究的方法适用于多种钢铁生产线,对于提升整个生产线的智能化水平和市场竞争力具有重要意义。

关键词： 图像去雾   AOD-Net模型   金字塔池化   低光照算法  

摘要： 为了提高雾天条件下交通目标识别的准确率并降低交通事故风险,文章对自动驾驶系统中用于雾天环境的去雾算法进行了研究与改进。主要工作如下:针对车载摄像头受雾气影响导致成像质量下降,从而影响检测算法精度的问题,提出了一种基于AOD-Net的改进去雾算法。首先,在AOD-Net架构中集成了金字塔池化模块(Pyramid Pooling Module,PPM),旨在网络训练阶段更好地整合特征信息,减少特征提取过程中上下文信息的损失,从而实现更好的去雾效果。其次,为解决AOD-Net去雾后图像亮度不足的问题,引入了轻量级的Zero-DCE++图像增强算法。在合成雾天数据集和真实雾天数据集上进行了对比实验,并使用多个评价指标对算法进行了评估,验证了改进方法的有效性。

关键词： 真空封装   激光干涉   光学检漏   十字中心定位法  

摘要： 典型的光学检漏方法需要对整幅干涉图甚至多幅干涉图进行图像处理,过程相对复杂。本文结合MEMS器件封装结构的对称特性以及变形分布特征,提出了一种简单、快捷的十字中心定位算法。通过确定干涉图案中心点坐标,获取中心线光强分布,进而拟合得到样品中心线形貌。进一步利用封装结构中心点随真空度变化的相对位移,计算得到漏气率。本文以圆形封装结构为例,证明了该方法的可行性。

关键词： 水面漂浮垃圾   目标定位   垃圾识别   YOLOv8   双目测距算法   视觉检测   自动收集  

摘要： 为解决户外水域垃圾自动回收船的垃圾目标定位与识别差的问题,提出一种结合YOLOv8与双目测距算法的水面漂浮垃圾回收船的垃圾识别定位系统。该系统主要由摄像头、上位机视觉处理单元和下位机控制单元三部分组成,通过对水域环境内的垃圾进行视觉识别分类后,再进行定位和测距,实现水域垃圾的定位和识别;在定位和识别之后,控制机器收集垃圾。采用双目相机获取图像,使用Jetson Nano嵌入式芯片作为上位机主控芯片,利用最新深度学习模型YOLOv8进行水面垃圾的提取与识别,并通过SGBM算法进行双目测距,得到距离和角度信息;然后将上位机测得的距离和角度信息通过串口通信发送给下位机Arduino控制板,以控制船体做出转向和航行。测试结果表明,收集装置识别结果稳定,准确率达到90.5%,测距结果准确,精度达到厘米级,能够实现控制装置自动收集的目标。

关键词： 锂电池   电池管理系统   荷电状态   等效电路模型   在线参数辨识   遗忘因子递推最小二乘算法   平方根无迹卡尔曼滤波  

摘要： 传统无迹卡尔曼滤波在荷电状态(SOC)估计时主要面临两个问题:一是电池模型参数固定导致SOC估计精度低;二是协方差矩阵出现非正定时导致SOC估计失败。提出了遗忘因子递推最小二乘(FFRLS)算法结合平方根无迹卡尔曼滤波(SRUKF)的SOC估计算法。首先,建立二阶阻容(RC)等效电路模型。其次,利用FFRLS算法对电路模型参数在线辨识并实时修正电池等效电路模型,在此基础上使用SRUKF算法估计SOC。最后,通过间歇恒流脉冲放电和动态应力测试工况对所提算法进行验证。试验结果表明,该算法的平均绝对值误差低于0.0115、均方根误差低于0.012。与SRUKF算法相比,FFRLS-SRUKF算法具有更好的SOC估计性能,为电池管理系统解决锂电池的不一致性提供了可靠依据。

关键词： 风储一体化   不确定性   拉丁超立方抽样   t分布   调速  

摘要： 含风储一体化的联合调度是较为复杂的电力调度模型,需要综合考虑风电不确定性、储能运行以及总运行成本。为了得到更经济的调度策略,采用场景法对风电不确定性建模,并针对电力系统优化调度提出了t分布杂草算法。该算法采用拉丁超立方抽样构建初始种群,增加了初始化种群的多样性;利用t分布在搜索阶段进行空间扩散,通过将t分布自由度设定为自适应参数,实现算法从全局搜索到局部寻优的自适应转变;引入调速参数,可以对寻优速率与精度进行调整。仿真算例采用IEEE30节点系统,通过多场景验证了改进后算法对该模型求解的有效性及可行性。

关键词： 自适应策略   滤波算法   3D假肢   模型重建  

摘要： 针对经典统计滤波算法无法自适应选取参数以及传统双边滤波算法难以兼顾保特征和光顺性的问题,提出一种自适应组合滤波算法。首先引入基于局部点云体积的自适应标准差倍数以灵活滤除假肢点云大尺度噪声;在滤除大尺度噪声的基础上,引入一种新的协方差矩阵加权方式,提高估计点云法向的准确性,并通过法向夹角变化程度的均值对特征权重因子进行改进,增强双边滤波因子的保特征性,旨在光顺三维假肢模型小尺度噪声。与单独使用统计滤波、双边滤波相比,所提算法在3个假肢模型的最大误差E_(max)至少降低了5%;平均误差E_(ave)至少降低了6.9%。仿真结果表明,该改进算法在有效剔除假肢模型大尺度噪声的同时又避免了过光顺和去噪不彻底,可以较好地保持模型中的几何特征。

关键词： 二次误差测度   拉普拉斯网格优化   模型简化   实景三维   边折叠   误差度量   特征保持   边界保护  

摘要： 三维模型轻量化是实景三维中国建设的当务之急,对三维模型进行一定简化是较为合适的途径。在模型简化算法中,二次误差测度QEM(Quadric Error Metrics)算法是较为经典的算法。但传统的QEM算法在简化过程中没有专门的机制来保护重要细节,并且简化后模型网格质量有待进一步优化。为此,本文提出了一种基于边折叠的实景三维模型简化与优化方法,该方法中的简化算法引入了顶点近似曲率及体积误差作为约束条件,以改变边折叠代价从而使三维模型在简化的同时能够保持模型的重要细节,达到较好的简化效果。在改变边折叠代价的同时加入边界保护条件,有效保护了模型边界。最后针对简化后的网格进行了拉普拉斯网格优化处理,用于三角形形状优化和特征保持。本文使用的数据源是采用倾斜摄影测量方式采集影像并使smart3D三维重建得到的格式为OSGB的实景三维网格模型数据,使用这一数据源进行实验研究,并和经典的QEM算法进行对比。研究结果表明,本文算法很好地保留了三维模型的细节特征,同时提高了简化模型的网格质量。该算法适用于实景三维模型的轻量化。

关键词： 小目标检测   激活函数   注意力机制   特征提取   损失函数  

摘要： 针对小目标检测时因目标像素小、分布密集且相互遮挡等原因导致的检测精度低、漏检率高等问题,提出一种基于YOLOv7的改进算法。使用ACON激活函数更换SiLU激活函数,增强算法的拟合能力;使用SPPFCSPC替换算法中的SPPCSPC结构,结合BiFormer注意力机制改进SPPFCSPC,使之提高模型检测效果的同时加快模型的速度;使用SPD-Conv卷积改进算法中的MP结构,提高模型的特征提取能力;在WIoU中引入辅助框设计Inner-WIoU,并结合NWD损失函数改进YOLOv7的损失函数。经过在VisDrone2019数据集上的实验证明:在没有增加太多参数量的前提下,改进后的算法比原算法的mAP@0.5提高4.39%,验证了改进算法对提高模型性能的有效性。