课程文献中心 更多>>

关键词： 滚动轴承   变分模态分解   麻雀搜索算法   峭度值   近似熵   信号重构  

摘要： 针对滚动轴承在强噪声中提取故障信号频率的时候,变分模态分解(VMD)中模态分量k和惩罚因子α难以确定的问题,提出麻雀优化算法(SSA)与变分模态分解相结合的滚动轴承故障诊断方法。首先,SSA以包络熵为适应度函数来自主搜寻最优解,得到最优参数组合[k, α]。其次,利用优化的参数组合对VMD进行故障信号分解,得到若干本征模态分量(IMF)。最后,通过计算模态分量的峭度值和近似熵来筛选出符合需求的分量进行重构,从而得到最优的降噪信号,根据重构信号的包络谱来得出故障频率。仿真和实验结果表明,上述方法可以得出最优的参数组合,并且很准确的提取故障频率,实现滚动轴承的故障诊断。

关键词： 灾难性遗忘   持续学习   深度学习   植物病害识别   YOLO  

摘要： 植物病害对农业生产和粮食安全构成严重威胁,及时准确地识别和处理成为关键步骤。综述了深度学习在植物病害识别中的应用现状、挑战及未来发展方向。首先介绍了植物病害的重要性和传统识别方法的局限性,然后探讨了深度学习技术的优势及其在植物病害识别中的应用前景,特别是YOLO系列模型在植物病害实时检测中的应用。同时对比了常见的深度学习算法在植物病害识别中的性能,以及对数据集多样性、实时性和灾难性遗忘等挑战进行了分析。最后,提出了持续学习和模型更新的重要性,并展望了未来研究方向。

关键词： 浣熊优化算法   多目标优化   双向长短期记忆神经网络   参数优化   预测  

摘要： 为了提高双向长短期记忆神经网络的预测性能,针对BiLSTM存在的预测精度低、预测结果不稳定的问题,提出了一种新的多目标浣熊优化算法;在浣熊优化算法的基础上,通过改进探索与开发算子,结合快速非支配排序与拥挤度距离计算方法建立精英浣熊保留策略,实现单目标到多目标的改进;基于所提算法,以预测均方误差及预测误差方差为目标函数对BiLSTM超参数进行优化,并建立MOCOA-BiLSTM预测模型,最终实现精确稳定预测;将所提MOCOA-BiLSTM预测模型在变电工程造价数据集上进行了仿真测试,并与其他3种主流算法优化后的模型进行了对比;结果表明,所提MOCOA-BiLSTM的平均百分比误差相比与MOSSA-BiLSTM、NSGAIII-BiLSTM、MOMVO-BiLSTM分别降低了69.59%、58.43%、56.67%。

关键词： 智能医疗算法   自动化决策   个人健康信息保护   知情同意  

摘要： 在万物互联、事事算法的人工智能时代,个人健康信息保护面临知情同意机制存在漏洞、自动化处理算法具有多重歧视、自动化处理范围的法律界定模糊、个人健康信息安全性降低、自动化处理保护机制不完善等现实困境。应优化自动化决策下的知情同意机制,增强个人健康信息自动化处理算法的公平性,厘定个人健康信息自动化处理的边界,强化对个人健康信息自动化处理算法的审查监管,构建全生命周期的个人健康信息自动化处理法律保护机制以实现技术创新和个人健康信息权益保障的平衡。

关键词： 新预算法   行政事业单位   绩效管理   绩效评价   财政监督  

摘要： 在新预算法的框架下,行政事业单位的绩效管理和评价面临着诸多挑战和改革机遇。文章探讨了绩效管理过程中存在的问题和障碍,如管理过程中的不足、评价的主观性与客观性问题,以及绩效信息的透明度和信任度问题。进一步分析了新预算法对行政事业单位绩效管理的影响。深入探究在新预算法下行政事业单位如何有效实施绩效管理,充分使用绩效管理工具,以及定期进行绩效审查。基于问题和实际需求,建立了一个全面的绩效评价体系,为提高行政事业单位的绩效管理效果提供参考和建议。

关键词： 选通图像   YOLOv8n   遮挡目标   小目标   大卷积核  

摘要： 激光选通成像技术在复杂环境下表现出色,但选通图像为灰度图像无法提供颜色信息,并且对比度较低,所以在进行小目标和遮挡目标检测时更加困难。为解决以上问题提出了一种改进YOLOv8n的选通图像目标检测算法。在特征提取的主干网络部分,使用大核卷积C2f-DSF更有效地捕获输入数据的全局信息。添加了多头注意力检测头Detect-SEAM模块,增强了特征提取和目标识别的能力。为了获取不同感受野的上下文信息,增强特征提取能力,使用了SPPF-M模块。采用上采样算子Dysample,减少特征信息的损失,从而提高小目标的检测精度。改进的YOLOv8n算法在选通图像数据集上mAP@0.5提高了2.4个百分点,mAP@0.5:0.95提高了1.8个百分点。为了验证改进的YOLOv8n算法的泛化性,选取KITTI数据集实验,相比于YOLOv8n算法改进YOLOv8n的mAP@0.5提高了4.3个百分点,mAP@0.5:0.95提高了3.5个百分点。

关键词： 机器视觉   波浪监测   图像识别   特征匹配   神经网络   深度学习   智能算法  

摘要： 综述了波浪监测中基于视觉的测波技术,重点讨论了单目、双目、多目视觉技术的基本原理,并通过应用案例分析其优势与不足。基于智能算法正逐渐应用到图像处理中,如卷积神经网络、长短期记忆神经网络等,对人工智能在视觉测波技术中角点检测、特征匹配等阶段的具体应用进行了分析,讨论了深度学习算法在波浪反演、波浪预测中取得的进展,阐述了智能算法及技术对优化波浪监测系统的重要性,并展望了未来人工智能在此领域的发展趋势。

关键词： 微电网   调度   粒子群算法   自适应   变异  

摘要： 为克服传统粒子群算法在求解时容易形成局部最优,求解精度低的不足,提出了一种基于自适应变异粒子群优化的微电网调度求解方法。惯性权重采用自适应正态分布递减,随着迭代次数的增加更新粒子位置的移动策略,并且在算法后期引入变异环节。为验证算法的有效性,文章与其他算法进行收敛性能对比,并对两种典型天气情况下的微网运行成本模型仿真求解,得到最优调度。算例结果表明,改进算法能够对粒子全局最优搜索优化,效果优于其他算法,可合理调配分布式电源出力时段,具有良好的可行性。

关键词： 神经网络优化   历史数据   飞机大修   检修任务   维修经验   派工系统   航空维修   精准控制  

摘要： 现阶段国内各主要航空公司对飞机大修中的检修任务处理以及工卡派工仍是通过依靠维修人员的维修经验、采用人工分配的方式对检修任务进行分配和处理。随着各种新模型和算法在航空维修中的不断深入应用,本文提出了一种基于历史数据分析并结合神经网络优化的飞机大修派工模型,建立了一套科学、合理的飞机大修全任务预派工系统,实现了飞机大修全周期的精准控制。

关键词： 微电网   蚁群算法   优化调度  

摘要： 针对传统微电网调度中存在收敛较慢和局部最优的问题,为提高微电网的准确性、稳定性和收敛速度,提出了基于改进蚁群算法的微电网优化调度策略。首先建立各发电单元的数学模型分析其影响因素,然后建立了约束条件并给出改进蚁群求解算法及其流程,最后通过算例分析对孤岛状态下的微电网进行分析比较,验证了改进蚁群算法可有效降低成本,具有良好的经济性和环境友好性。