课程文献中心 更多>>

关键词： “展示空间设计”课程   算法   参数化设计   数字建造  

摘要： 我国以加快建设教育现代化强国之举措大步前行,教育数字化成为高校建设的重中之重间。“展示空间设计”课程尝试从“技术+艺术”的跨学科思维出发,将算法、数字建造等数字技术有机融入传统“展示空间设计”课程,并以校内改革、合作等实践作支撑,致力探索新时代创新型、应用型的课程体系,推动课程向更前瞻性、实用性的方向发展。为培养更富创新精神、更适应时代需求的设计人才奠定坚实基础。

关键词： 三维虚拟图像   动态特征   增强   颜色转换   密集连接  

摘要： 为有效解决三维虚拟图像存在的亮度不均匀的问题,提出一种三维虚拟图像中动态特征增强算法。将中值滤波算法和小波软阈值算法有效结合,对三维虚拟图像进行去噪处理。通过视觉选择特性设定新的结构元,构建连通粒属性以及分层统计模型对图像进行颜色转换和结构元匹配,得到对应的映射子图,提取动态特征。将三维虚拟图像输入至改进的U-net++网络内,采用不同层密集连接增强不同层次图像特征的关联性,并将全部动态特征融合进行细节重建,实现三维虚拟图像动态特征增强。实验结果表明,所提算法可获取满意的三维虚拟图像中动态特征增强效果。

关键词： 实践应用能力   机器学习   偏最小二乘法   支持向量机   高维数据   软件应用   数据类型   数理知识  

摘要： 关于《机器学习》的课程内容复杂且较难理解,统计学专业的学生需要有一定的数理知识基础,不仅要注重软件应用,还需关注理论原理学习。现有的教学方式为讲解算法原理后只进行简单的算法实验,此教学方式会使学生一知半解,且无法灵活地将机器学习算法应用到多个场景中。基于此,本文将从教学内容和实验设计与分析两个方面阐述,首先讲解了支持向量机、偏最小二乘法和神经网络的概念及推导,尤其注重讲解算法的应用数据类型和领域,并结合可视化的图片,便于学生理解;其次再将机器学习经典算法应用于高维数据下的线性和非线性场景。由此可以看出,本教学方法不仅能够加强学生实践应用能力,同时还能够启发学生的创新思维,使学习更富有乐趣和探索意义。

关键词： 机载激光雷达   特征提取   配准   ICP算法   点云  

摘要： 传统ICP算法存在计算效率低、易陷入局部最优等缺点,故提出一种附有线特征约束的ICP算法。该方法采用由粗到精的配准策略,首先在点云和影像数据生成的DSM图像中使用SIFT算法进行特征点配对,经RSANC算法消除误匹配后,作为数据配准的初始参数;然后分别在原始点云数据和影像DSM数据中提取建筑物边界线作为线特征,并将线特征进行简化、拟合、正交化;而后用端点表示特征线,将同名特征线的端点加入到ICP算法中作为线特征约束,完成点云数据和影像密集点云数据的配准。相较于传统ICP算法,新方法不需要对全部的点云数据进行运算,只需抽样少量点(3%左右)参与配准计算,即可完成点云与影像3D-3D配准,算法效率大幅提高,同时在线特征约束下,可避免传统算法容易陷入局部最优的缺点。实验表明,改进算法将配准结果中平均点间距由0.462 m提高到0.342 m,精度提升显著。

关键词： 陶瓷梭式窑   深度强化学习   BP神经网络   PRDQN算法  

摘要： 针对陶瓷梭式窑大延迟、非线性、慢时变及强耦合等特点,提出了基于改进DQN算法的陶瓷梭式窑温度智能控制方法。首先,建立了基于BP神经网络的陶瓷梭式窑模型。然后,提出了基于改进DQN算法的智能控制方法。最后,对所提出的方法进行了仿真研究。仿真结果表明,改进的PRDQN算法的温度控制相对误差为0℃~5℃,温度控制效果相对较好。因此,所提出的方法是有效且可行的。

关键词： 永磁同步电机   Logistic-Tent映射   多参数辨识   模糊PI   改进布谷鸟算法  

摘要： 为解决PI控制器依赖于准确的电机参数且传统PI控制器效率不高、稳态误差大的缺点,采用模糊PI控制器替代永磁同步电机矢量控制系统中的传统PI控制器,采用改进的布谷鸟算法,以实现对电机多参数的精确辨识。通过Logistic-Tent映射构造随机衰减惯性权重,并采用高斯分布改进步长因子和指数函数构造动态发现概率,采用多样性维持策略,在一定程度上改善了标准布谷鸟算法收敛速度慢和后期易陷入局部最优解的问题,从而使改进的布谷鸟算法对电机多参数的辨识更加精确。改进的布谷鸟算法只需采集模糊PI控制下电机的转速,定子电压和电流信号就可精确辨识电机参数。仿真实验表明:改进的布谷鸟算法对多参数的辨识收敛速度更快精度更高,对改善电机性能具有重要意义。

关键词： 大规模优化问题   代理模型   昂贵问题   随机分组   协同进化   RBFN  

摘要： 随着工程或者科学问题的复杂化,优化问题的维度日益增高,导致有些问题评价一次候选解的时间很长,而进化算法在获得最优解的过程中需要进行大量的目标函数评价,因此其无法直接应用于求解大规模昂贵优化问题。代理模型辅助的进化算法可以有效地解决昂贵优化问题,但是随着问题维度的增高,训练一个准确的代理模型需要的样本也会增多,这对于大规模问题显然是难以完成的。为此,利用随机分组将大规模优化问题分成若干个低维度的子问题,通过代理模型对每个子问题进行优化,以此不断迭代搜索得到最优解。为了验证算法的有效性,在CEC'2013的15个基准测试问题上进行了测试,实验结果表明,所提出的算法在求解大规模昂贵优化问题上效果十分显著。

关键词： 数据要素市场   政策量化分析   政策外部结构   政策主题   政策工具  

摘要： 建设数据要素市场对促进数字经济高质量发展具有重要意义。为展现省级地方政府在数据要素市场建设方面的关注重点与薄弱环节,构建包含政策外部结构、政策主题、政策工具的三维分析框架,对2015—2024年我国省级地方政府122份数据要素市场建设相关政策文本进行量化分析。研究发现:当前我国地方政府数据要素市场建设专门性政策较少,各地区政策数量分布不均;政策内容以数据流通和数据要素市场规则构建为重点,对数据交易关注较多,而对数据收益分配、数据跨境流动关注不足;政策工具使用结构失衡。因此,建议地方政府加快专门立法,健全相关政策体系;平衡各类数据流通方式的发展,完善数据要素市场规则;增加需求型政策工具使用,优化政策工具组合配置。

关键词： 门式起重机   遗传算法   结构优化   多工况约束   有限元分析  

摘要： 门式起重机是一种广泛应用于露天货场的装卸机械,其承载部分主要包括主梁和支腿,对起重机的承载结构进行优化设计可以保证在安全的条件下减轻起重机重量,节约制造成本。本文以现有50 t、35 m跨的起重机主梁为研究对象,分析了门式起重机的计算工况及载荷,建立了门式起重机主梁的优化设计数学模型。并采用遗传算法(GA)对其进行优化,得到了主梁结构尺寸的最优值。同时主梁的强度、刚度、稳定性以及局部稳定性等约束条件均符合要求。优化后主梁自重减轻约22.65%,有效地降低了材料成本,且用有限元验证了其正确性。

关键词： 变压器   DGA   模糊学习   决策树J48   故障诊断  

摘要： 目前电力变压器故障诊断方法普遍存在精度低、可识别故障类型少的问题。提出一种基于模糊强化学习和决策树算法的自适应变压器故障诊断模型。通过对真实变压器进行油中溶解气体分析(DGA),提取一系列能够反映变压器状态的变量。采用决策树J48算法对这些变量进行筛选,优选出8个最具代表性的变量,旨在以最少的输入变量实现高分类精度。将筛选出的变量输入至模糊强化学习分类器中进行故障诊断。试验结果表明:所构建的故障诊断模型更加精确,其精度高达99.7%。相较于传统DGA故障识别算法,所提出的基于模糊强化学习的诊断算法对于电力变压器故障诊断准确性更高。