课程文献中心 更多>>

关键词： 列车   头型设计   生成式设计   形状文法   交互式遗传算法  

摘要： [目的]典型的列车头型美学设计方法普遍依赖于设计人员的主观经验和直觉,已不能满足快速迭代和大规模定制的设计与生产需求。因此,针对列车头型的美学设计问题,提出了一种结合形状文法与交互式遗传算法的列车头型生成式设计方法。[方法]对列车头型不同层次的形状特征线进行分析与提取,结合形状文法对设计元素特征线进行抽象创作;采用交互式遗传算法对造型设计特征进行编码,考虑到用户在评价方案过程中审美认知的模糊性,适应度采用模糊赋值方法,实现头型设计的智能多样化选择;以磁悬浮列车头型设计为例进行验证。[结果及结论]与传统交互式遗传算法的精确赋值相比,采用高斯隶属函数来模糊表示进化个体的适应度值,可以降低用户评价过程中的心理负担。结合形状文法与交互式遗传算法的列车头型生成式设计方法,可以有效改善概念方案质量,提升设计效率。在交互评价过程中,随着进化代数的增加,用户针对方案的平均交互评价时间逐渐减少,这体现了用户对方案理解的渐进性,也说明了交互式生成技术方法符合用户的认知模式。

关键词： 信息差异度   张量分解   基因网络   粒子群优化覆盖   适应度函数   信息投影  

摘要： 针对信息检索过程易受信息差异度、边缘数据等问题的干扰,导致检索结果的查全率和效率较低等问题,提出基于优化覆盖算法的异构多模态信息检索方法。根据邻量化距离计算异构多模态信息之间的差异度,根据不同差异度,采用张量分解聚类算法对信息实行聚类处理,采用粒子群优化覆盖算法在迭代过程中搜索出最佳的覆盖粒子,得到搜索效果最佳的覆盖值,完成异构多模态信息的检索。实验结果表明,所提方法的检索时间短、查全率高、NDCG数值高,有效提升了信息检索质量。

关键词： 故障诊断   图像编码   卷积神经网络   格拉姆角场   滚动轴承  

摘要： 滚动轴承在工作中面临着高速运行、工况变化大等挑战,其振动信号具有复杂的形态成分,为了增强捕捉轴承故障信号的特征信息的能力,提出一种融合注意力机制和卷积神经网络的轴承故障诊断模型。首先,用格拉姆角场图像编码技术(GAF)将轴承振动信号转化为二维图像,再将这些二维图像输入融合注意力机制的卷积神经网络(GAF-CNN-SA)自动进行故障特征提取及分类。试验和对比结果表明,本文所提出的故障诊断模型能够针对不同种负载条件下的不同故障位置进行有效识别,并且在轴承故障诊断方面的效果优于其他智能算法。

关键词： 图像匹配   局部特征   深度学习   特征检测   特征描述  

摘要： 图像匹配的目标是从两个或多个图像中找到相似结构之间的对应关系,是计算机视觉技术的重要基础,在机器人、遥感、自动驾驶等领域具有广泛应用。近年来随着深度学习技术的发展,基于深度学习的二维(2D)图像匹配算法在特征提取、特征描述、特征匹配3个方面不断进行改进,其性能在匹配精度、鲁棒性等方面远超传统算法,取得了重大突破。首先,总结近10年基于深度学习特征的2D图像匹配算法,将其分为基于局部特征的双阶段图像匹配、联合特征检测和描述的图像匹配、无特征检测的图像匹配3类算法,阐述这3类算法的发展过程、分类方法、性能评价指标并归纳其优点及局限性。然后,介绍2D图像匹配算法的典型应用场景,分析2D图像匹配算法的研究进展对其应用领域的影响。最后,总结并展望2D图像匹配算法的发展趋势。

关键词： 矿井人员定位   RSSI   高精度   高斯混合滤波  

摘要： 为了满足煤矿安全生产以及保障矿井工作人员生命安全等需求,提出了一种基于RSSI的高斯混合滤波的矿井人员精确定位。结合矿井实际环境以50 m分段进行研究,根据RSSI信号的对数阴影衰减模型求解路径衰减因子和环境参量,建立RSSI信号传输模型。在模拟巷道中阶梯部署通信节点,通过高斯混合滤波模型对未知节点接收到的RSSI值进行聚类分析,根据高斯混合滤波后的分布模型得出未知节点的定位坐标。结果表明:改进滤波定位算法的定位精度集中在0.67 m左右,优于粒子滤波算法和卡尔曼滤波定位算法,可实现煤矿井下人员精确定位。

关键词： 信任模型   局部信息   协同过滤   相似性   时间衰变  

摘要： 信任问题是多元化、大规模、开放环境中安全问题的焦点。目前,存在许多信任模型,这些模型依赖于特定代理人过去行为的历史信息来确定信任关系,但并不总是能够获取到特定代理人的信息。为了解决这个问题,本文提出了一种新的计算信任模型的方法,该方法利用用户对陌生服务提供者(目标代理人)可信度的本地信息评估。首先,通过协同过滤算法从用户的本地信息中寻找与目标代理人相似的代理人;接着,采用一种综合考虑信任和信任时效性的方法来计算信任度;最后,通过模拟实验结果证明,基于用户本地信息的信任模型及协同过滤算法能显著提高用户评估的准确性。

关键词： 正余弦算法(OSCA)   反向学习   柯西变异  

摘要： 针对正弦余弦算法(sine cosine algorithm, SCA)后期收敛速度慢、计算精度差的特点,本文提出了一种基于反向学习和柯西变异的正余弦算法(an opposition-based learning and cauchy mutation sin cosine algorithm, OSCA)。新算法利用反向学习机制与柯西变异生成新个体,增加了种群的多样性,通过贪婪选择加快收敛速度并提高计算精度,使算法具备较强的探索潜在较优空间的能力。将新算法与其他优化算法进行对比,18个测试基准函数的仿真实验结果来看,新算法在收敛速度和计算精度上都具有明显的优势。

关键词： 热点区域   近地轨道   多重覆盖   遗传算法   星座   星下点轨迹  

摘要： 针对热点区域的多重覆盖问题,采用回归圆轨道的共星下点轨迹星座方案,提出基于遗传算法求解单颗卫星轨道参数、利用简单解析公式求解星座轨道参数的方法。首先,建立了回归轨道热点区域多重覆盖模型;其次,以卫星一个回归周期内覆盖时间最长为性能指标,首颗卫星轨道根数利用遗传算法可优化求取;最后,根据星下点轨迹重合这一约束条件设计星座构型,并利用各卫星间几何关系求解各卫星的轨道根数。理论分析和仿真结果表明,该方法简单且易于实现,设计结果正确,可实现回归周期内同一卫星星下点轨迹多次覆盖目标,星座使用卫星少、覆盖频率高,具有较好的工程应用价值。

关键词： 计算思维   高职   计算机课程   教学策略  

摘要： 在信息社会背景下,各行各业对人才的需求越来越高,对人才的素质要求也越来越高。具备计算思维能力的人才,能够更好地适应社会发展的需求,解决复杂问题,推动科技创新。因此,高职计算机课程教学改革需要面向计算思维培养,以更好地满足社会对人才的需求。本研究针对性分析计算思维特点,分析当下高职计算机课程教学现状,提出面向计算思维培养的高职计算机课程教学策略。旨在培养学生的计算思维能力,以适应信息技术快速发展的社会需求。同时,强化学生的问题解决能力和创新能力,为其未来的职业发展奠定坚实基础。

关键词： 中国列车控制系统   故障定位   临时限速   组合测试   关联规则  

摘要： 新型列车运行控制系统作为保障我国西部高原铁路运营安全的核心技术装备,具有通信网络复杂、故障模式多、参数输入域广、参数维度高等特点。针对西部高原铁路新型列车运行控制系统多输入参数组合测试问题,选取临时限速场景,提出一种赋权关联规则的故障定位方法。首先,分析新型列车运行控制系统结构及临时限速功能的实现过程,按照层次化理论建立临时限速场景参数输入表,生成测试用例;然后,根据测试用例执行结果,以欧氏距离模型分别计算输入参数组合之间和测试用例之间的相似度,并为各个输入参数组合分配故障致因权重;接着,在输入参数组合与执行结果之间挖掘带权重的定向关联规则,得到不同维度下达到关联规则阈值的故障诱因可疑度,可疑度最高的n-way组合即为故障定位结果;最后,依托京张智能高速铁路列车运行控制系统仿真测试平台,验证所提方法的有效性。实验结果表明:临时限速场景下,故障组合与非故障组合之间的可疑度差值大于0.2,非故障组合之间的可疑度差值小于0.06,故障组合与非故障组合之间的可疑度差异明显;所提方法与FIC-BS、IterAIFL和Delta-debugging方法相比较,查全率、查准率和综合性评价指标的均值分别达到85%、70%和83%,均高于对比的方法,具有更好的故障定位效果。该方法可为新型列车运行控制系统功能测试提供一定的参考。