课程文献中心 更多>>

关键词： BIM技术   数据模型   土木工程结构设计  

摘要： 文章深入探讨了建筑信息模型(building information modeling,BIM)技术在土木工程结构设计中的应用,剖析了BIM技术特点,阐述其重要作用,结合实际案例,展示了从方案设计到施工阶段BIM技术的具体应用方法和成效,全面呈现其应用价值,以期为土木工程行业技术进步提供参考,也为BIM技术在该领域更广泛的应用奠定基础。

关键词： 稀土熔盐电解槽   温度检测   YOLOv8   目标分类  

摘要： 电解温度与稀土熔盐电解槽电流效率、炉体寿命紧密相关,然而热电偶测温、红外热成像等测量方法受电解车间高温强腐蚀环境影响难以实时检测。基于YOLOv8算法对熔盐电解槽炉面温度进行预测。首先,通过高温试验炉自制温度数据集并基于YOLOv8算法训练获得温度区间分类模型;其次,采用图像灰度与温度关系式重建炉面图像温度云图;最后,基于YOLOv8-SSW算法构建了炉面温度图像识别模型,其预测准确率为93.4%,可用于电解槽炉面温度监测。

关键词： 通道注意力   YOLOv3   行车检测算法   FPGA  

摘要： 铁路行车检测场景中,由于光线变化、天气条件、摄像头角度等多种因素的影响,传统的YOLOv3算法在检测精度和实时性方面仍面临一定的挑战。针对这些问题,研究利用通道注意力与空间注意力对标准YOLOv3算法进行改进,并采用了现场可编程阵列进行硬件加速。实验结果表明,该算法准确率经历210次迭代后收敛于99.6%,且与其他算法相比,计算耗时最短。该算法具有检测准确率高,实时性高等优点,为保障铁路运输安全提供有力的技术支持。

关键词： 正电子发射断层扫描/X射线计算机断层成像(PET/CT)   脱氧葡萄糖   有序子集期望最大   深度学习  

摘要： 目的:探讨深度渐进式重建(DPR)算法对肥胖患者氟-18脱氧葡萄糖正电子发射计算机断层扫描(^(18)F-FDG PET)图像质量和标准化摄取值(SUV)的提升作用。方法:回顾性收集2023年9月至2024年5月在南京医科大学附属南京医院行^(18)F-FDG PET/CT检查的27例肥胖患者图像,所有患者均采用uMI 780型PET/CT采集图像。采用有序子集最大期望值(OSEM)迭代算法和DPR算法进行PET图像重建,测量PET/CT图像散射符合计数率、真符合计数率、噪声等效计数率(NECR)和散射分数(SF)。评价肝脏^(18)F-FDG PET/CT图像信噪比(SNR),病灶最大SUV(SUVmax)、背景比(TBR)、对比度(CNR)和视觉评分的PET图像质量指标。分析DPR与OSEM两种重建算法各评价指标的差异性及一致性。结果:27例患者平均^(18)F-FDG注射活度为(0.12±0.01)mCi(1 mCi=37 MBq)/kg,PET图像真符合计数率、NECR和SF分别为(153.73±25.09)、(44.81±8.47)kcps和(36.77±1.91)%。DPR算法所得肝脏SNR为15.83±3.60,显著高于OSEM算法9.06±1.87,差异有统计学意义(t=20.6,P<0.05),且两种算法所得的肝脏SNR存在显著相关性(R2=0.91,P<0.0001)。在27个摄取^(18)F-FDG病灶中,OSEM算法所得病灶SUV_(max)、TBR和CNR分别为(5.86±1.49)、(1.95±0.49)和(17.74±4.77),均低于DPR算法的相应值,差异有统计学意义(t=9.03、8.79、15.49,P<0.05),且两种算法所得的病灶SUV_(max)、TBR和CNR存在显著相关性(R2=0.71、0.70、0.76,P<0.05)。DPR算法所得PET图像视觉评分为4(3,5)分,显著高于OSEM算法[3(2,4)]分,差异有统计学意义(U=396,P<0.05)。结论:肥胖患者^(18)F-FDG PET/CT显像散射效应较强,噪声等效计数率较低。DPR重建算法较OSEM算法能显著提高PET图像信噪比和病灶对比度,对病灶SUVmax有显著增益作用,能显著提升肥胖患者^(18)F-FDG PET/CT图像质量。

关键词： GaN HEMT   小信号模型   斑马优化算法   参数提取方法   改进算法  

摘要： 为了提高半导体器件小信号建模精度并解决优化算法易陷入局部最优解的问题,提出了一种基于改进斑马优化算法(Improved Zebra Optimization Algorithm,IZOA)的氮化镓高电子迁移率晶体管(Gallium Nitride High Electron Mobility Transistor,GaN HEMT)混合小信号建模方法。采用数学修正法和直接提取法提取小信号参数,建立初步模型,再使用改进的斑马优化算法进一步提高建模的精度。对斑马优化算法(Zebra Optimization Algorithm,ZOA)的改进主要集中在三个方面:采用混沌映射提高初始种群多样性;使用反向学习策略扩大搜索范围;使用动态概率值替代固定值平衡搜索与收敛能力。实验结果表明,IZOA将直接提取法的平均误差从3.47%降至0.19%,相比灰狼优化(Grey Wolf Optimizer,GWO)算法(平均误差0.95%)降低0.76%,较标准ZOA(平均误差0.52%)降低0.33%,验证了算法的有效性和准确性。

关键词： RRT算法   PSO算法   可行路径   参数优化  

摘要： 针对传统RRT算法在静态障碍环境下进行可行路径搜索时存在采样率低、搜索时间长等问题,提出了PSO-RRT算法。PSO-RRT算法是一种将PSO(粒子群)算法融合RRT(快速扩展随机树)算法中的机器人可行路径搜索算法。该算法主要引入一个采样拒绝率参数改变随机采样方式,使用PSO算法来优化RRT算法中的随机采样拒绝率、扩展步长等参数,以减小RRT算法的平均采样点数和搜索时间,提高搜索效率。在3种不同的障碍环境下进行仿真实验,验证了PSO-RRT融合算法的有效性,其算法的平均采样点数、平均搜索时长、平均路径长度等评价指标较优于对比算法。

关键词： 铜杆检测   智能制造   深度学习   人工智能   智能检测系统  

摘要： 智能检测铜杆质量,在检测系统中起到重要作用。该文设计一个基于网络架构(VGG、Resnet和MobileNet)的深度学习框架,用于铜杆质量检测。此外,受到MobileNet架构的启发,还提出一种实时检测深度学习框架,用于高效的自动检测,检测结果准确率在90%以上。另外,基于现有的铜杆检测数据集和Django与Vue框架开发第一套铜杆智能检测系统。该系统实现铜杆类别管理,自动检测管理,这是目前在铜杆检测行业首次使用基于MobileNet神经网络模型实现的智能管理系统。

关键词： 相对定向   大倾角   信赖域折线算法   共轭梯度法  

摘要： 立体像对相对定向是摄影测量三维重建中的重要步骤。为解决初始值不理想导致的相对定向迭代解算不收敛、鲁棒性差的问题,提出了一种大倾角单独像对相对定向的混合算法。首先基于高精度同名像点坐标观测值构建非线性的共面条件方程组,再通过信赖域折线算法进行解算并将方程组解作为后续迭代初始值;最后采用非线性共轭梯度法进行迭代以提高相对定向参数解算精度。无人机航空影像数据集的对比实验结果表明,该算法的相对定向精度可达1μm,具有解算精度高、稳定性好的优点。

关键词： 双流神经网络   注意力机制   漏电故障   剩余电流   光伏电源  

摘要： 针对含光伏电源的低压配电台区中剩余电流受多种因素影响,使正常泄漏电流波动,造成漏电流故障难以被准确识别的问题,提出基于改进双流神经网络的含光伏电源的低压配电台区漏电故障检测算法。首先,通过改进的卷积神经网络结构提取漏电故障波形的空间特征;然后,基于长短期记忆神经网络提取漏电故障波形的时序特征,通过CBAM(convolutional block attention module,CBAM)注意力机制从空间角度提取关键信息,并增强每个通道的特征表达以提取重要特性,从而实现漏电故障精确识别;最后,通过仿真模型进行仿真分析与验证。实验结果表明,该文提出方法可实现漏电故障的高精度检测,且与常用方法相比,所提方法的故障检测准确率和稳定性更高、抗干扰能力更强。