课程文献中心 更多>>

关键词： 分布式校正   幅相误差   平均共识   波达方向估计  

摘要： 分布式处理结构，凭借低通信成本、高系统稳定性、低算力需求等优点广泛应用于阵列信号处理领域。但去融合中心也导致传统误差校正方法不再适用。为此，本文分别提出了适用于分布式结构的子阵间幅相误差有源校正算法和自校正算法。首先，基于平均共识理论，利用子阵节点协方差矩阵和共轭梯度法，实现分布式子阵间幅相误差有源校正。随后，利用数据Hadamard积进行波达方向估计，实现分布式结构下子阵间幅相误差自校正。仿真结果表明，所提算法能够有效实现子阵间幅相误差的分布式校正，且算法性能不受子阵间幅相误差大小的影响。

关键词： 公路隧道视频   裂缝关键帧提取   多尺度滤波   脊变化检测   帧间相异度  

摘要： 针对公路隧道视频关键帧提取精度低和速度慢的问题，提出一种联合多尺度滤波(Multi-Scale Filtering， MSF)和脊变化检测(Ridge Change Detection， RCD)的公路隧道视频裂缝关键帧高效提取算法。首先，基于多尺度滤波和Hessian矩阵设计了裂缝脊特征提取方法，顾及裂缝在不同方向和尺度下的梯度和二阶导数性质通过特征值解算和阈值分析，提取和融合不同尺度滤波结果中的脊线，实现公路隧道视频裂缝脊特征准确提取；然后，提出了一种道路裂缝视频帧的索引空间模型，基于脊线差分分析和帧间相异约束，构建了裂缝关键帧索引机制，利用脊线变化检测裂缝区域的动态特征，并通过帧间相似度判别筛选出具有代表性的关键帧，从而减少冗余帧的存储量，显著提高裂缝检测视频的处理效率；最后，开展了公路隧道裂缝视频关键帧提取实验。实验结果证明：本文方法匹配准确率较现有关键帧提取方法提高28.94%～64.77%， 裂缝关键帧平均提取速度较基于运动的方法提高了11～13倍，能够有效提高公路隧道裂缝检测效率，为公路隧道裂缝智能检测提供了参考。

关键词： 改进K-Medoids聚类算法   HRP系统   精细化管理   人工蜂群优化算法  

摘要： 为深入挖掘医院海量信息中有价值的信息，研究面向大型综合三甲医院C设计了医院资源规划系统，为推进智慧医院的转型需求，使用Tent混沌映射改进人工蜂群优化算法，并在此基础上优化k-中心点聚类算法。研究提出的算法平均准确率为93.76%。在实际应用中，2023年收入预支出预算执行率分别为99.63%与99.04%。上述结果说明研究提出的医院资源规划系统具有优秀的性能，能显著提升实际应用中预算管理水平，有利于医院财务精细化管理的推进。

关键词： 接入认证   自组织网络   消息摘要5算法   三次握手  

摘要： 自组织网络由于其具有组网灵活、不需要固定设施即可完成通信的特点，在抢险救灾、军事对抗等场景有着广泛的应用，但其安全性缺乏足够的保障。针对自组织网络在建网阶段可能受到外部攻击者干扰的问题，设计了一种高可靠、低开销的接入认证算法。为了降低算法带来的通信载荷开销，对传统的消息摘要5（message-digest 5，MD5）加密算法进行改进，减少了加密结果的长度；为了降低算法带来的认证时间开销和抵抗传输差错，对传统的“三次握手”机制进行改进，引入重传机制减少传输差错，并增加了报警机制以实现对攻击者的识别。通过仿真与理论分析，可以证明该算法能够抵抗节点之间的传输差错、识别出潜在的攻击者并维持较低的通信载荷开销与认证时间开销，可以广泛应用于各类自组织网络系统中。

关键词： 弱目标检测   低旁瓣   混沌信号   波形设计   失配滤波器  

摘要： 在雷达探测领域，由于LFM信号近主瓣区的较高旁瓣电平，强目标旁瓣对弱目标的遮盖现象使得传统雷达对这类弱目标的检测能力大幅下降。对于这一问题，本文提出一种混沌波形近主瓣区低旁瓣的优化方法。该方法在保持了混沌波形优秀的抗截获和抗干扰能力的基础上，结合了混沌波形较低的旁瓣电平的特性，充分利用双混沌信号设计的频谱特性和失配滤波器时频自由度来调整脉冲压缩后信号的能量分布。仿真结果表明，所设计的混沌波形具有比较好的距离分辨率，并且经失配滤波器脉冲压缩后的近主瓣区的旁瓣电平达到了较低水平，对检测距离相近情况下的弱目标具有一定意义。

关键词： Transformer   知识图谱   抽取算法   词嵌入   标签与实体   关联性  

摘要： 为了提高知识图谱抽取的准确率和速度，提出一种基于Transformer的知识图谱抽取算法。该算法利用Bert和FastText对文本数据进行预处理，通过Transformer模型有效提取特征，并采用SCR算法精确完成实体命名任务。进一步地，算法创新地将命名后的实体再次处理并输入模型，深入挖掘实体、关系与尾实体间的关联性，从而高效完成知识抽取。实验结果显示，该算法在实体抽取任务中表现出色，准确率高达95%，F1值也达到了95.26%，充分验证了算法各组件的有效性。此外，该算法成功应用于构建电力系统知识图谱，其准确全面、易用性强的特点以及卓越的可视化效果，为用户提供了直观且易于理解的知识展示方式，具有广阔的应用前景。

关键词： 探地雷达   层状介质   参数反演   猎人猎物算法   正交匹配追踪   振幅补偿   薄层介质   起伏介质  

摘要： 在使用探地雷达对道路进行探测时，薄层介质的存在使探测受到探地雷达垂直分辨率的限制，导致反射信号重叠；提取起伏介质双程走时的过程中容易偏离真实值，进而影响探测结果。为了解决这些问题，本文提出了一种基于改进猎人猎物算法的层状介质反演算法。该算法首先利用正交匹配追踪算法提取各层的双程走时并确定层状介质的参数取值范围，然后对较深层界面反射信号进行振幅补偿，最后通过改进猎人猎物优化算法精确反演。仿真结果表明，该算法在薄层介质和起伏介质存在时能提高参数反演的准确性。

关键词： IGBT   长短期记忆网络   灰狼优化算法   莱维飞行策略   寿命预测  

摘要： 针对绝缘栅双极型晶体管（IGBT）长期工作出现的老化失效问题，提出一种多策略改进灰狼优化算法优化卷积神经网络（CNN）和长短期记忆网络（LSTM）组合模型的IGBT寿命预测方法。首先，分析IGBT的失效机理，并建立CNN-LSTM组合预测模型。然后，利用灰狼优化算法优化CNN-LSTM模型中的初始学习率等参数，为解决传统灰狼优化算法容易陷入局部最优的问题，从最优解扰动、参数调整和搜索机制方面引入三种策略进行改进。最后，基于NASA数据中心提供的IGBT老化数据集对改进模型进行性能验证。仿真结果表明：对比LSTM、CNN-LSTM等模型，多策略改进灰狼优化算法优化的CNN-LSTM模型的均方根误差（RMSE）、平均绝对误差（MAE）、平均绝对百分比误差（MAPE）三个评价指标均为最优，可以有效应用于IGBT寿命预测。

关键词： 人工智能   YOLO系列算法   电力行业   目标检测   改进模型   未来趋势  

摘要： 为了研究你只看一次(you only look once,YOLO)系列算法在电力行业目标检测领域的应用情况,分析其未来在该行业的发展趋势。首先分析了较新的YOLO版本10(YOLO version 10,YOLOv10)算法的网络结构,然后探讨了YOLO系列算法在电力行业从发电、输电、变电到用电环节中目标检测的应用,最后从潜在改进方向、与大模型的融合2方面分析了YOLO系列算法的发展趋势。研究发现,YOLO系列算法在检测速度和精度方面取得了明显进展,特别是在电力行业的缺陷检测、故障检测、设备监控、智慧管理、安全监测等方面表现出极大的潜力;但在复杂背景下,该系列算法仍存在检测精度不高的问题。YOLO系列算法要在电力行业中实现更广泛的应用,还需进一步优化算法的速度与精度以应对实际应用中的挑战。

关键词： 拓扑重构   群切换   测控定位   局部可观测马尔科夫决策   最小连通度  

摘要： 受到战争等特殊环境下部分节点导航拒止、节点移动性与环境干扰所带来的影响，快速进行测控网络拓扑重构是保证连续测控关键。为了解决上述问题，本文针对多体制无人集群测控网络的场景，提出了一种基于多智能深度确定性策略梯度（multi-agent deep deterministic policy gradient，MADDPG）的分布式多智能体测控网络群切换算法。该算法运用了局部可观测马尔科夫决策模型，并考虑最小连通度、能耗与测控精度设计奖励函数，构建了可靠的测控定位系统。仿真结果表明，该算法在不同的干扰环境下能有效抵抗外界干扰，保证测控定位的正常运行，与传统切换算法相比切换成功率提升12%以上。