课程文献中心 更多>>

关键词： 多参数联合估计   波达方向估计   调制模式识别   阵列信号处理   神经网络  

摘要： 针对水声信道复杂多变且衰减严重等问题,为提升非合作条件下水声通信信号的检测概率并扩大感知范围,设计了一种新型基于阵列多通道时频谱输入的神经网络多参数联合估计算法。该算法通过引入载波频率标签分配策略,将载波频率作为区分不同信号的关键物理特征,有效避免了频带外信号和噪声的干扰;利用端到端的多任务学习,能够同时完成信号检测、调制模式识别,以及对信号个数、载波频率、带宽和波达方向的联合估计,从而避免了传统算法中需要先进行波束成形再进行检测识别的复杂流程。仿真实验结果表明,在阵列阵元位置失配和信号被噪声掩蔽的情况下,所提算法仍能实现准确的信号估计。进一步的湖上实验验证了所提算法的实用性和泛化能力。

关键词： 红尾鹰优化算法   佳点集   切线飞行   高斯柯西变异   光伏功率预测   极限学习机  

摘要： 红尾鹰优化算法(Red-tailed Hawk Optimizer,RTH)具有较强的全局搜索和快速收敛能力,但收敛精度低、局部开发性能不足。针对此问题,该文提出一种融合多策略改进的红尾鹰优化算法(Improved Red-tailed Hawk Optimizer,IRTH)。首先,在初始种群生成阶段引入了佳点集模型,以增进红尾鹰种群的多样性;其次,利用切线飞行策略优化步长来改进个体的位置更新策略,从而提高算法的收敛速度和精度;最后,引入高斯柯西变异策略,解决算法迭代后期容易陷入局部最优问题。采取基准测试函数、Wilcoxon秩和检验等实验将改进算法IRTH与其他5种经典算法进行对比,实验结果表明,IRTH收敛性和寻优精度整体均优于其他算法。最后,将IRTH应用于光伏功率预测领域,结果表明,该模型的RMSE、MAPE和MAE分别为9.58%、0.61%和6.91%,相比单一极限学习机模型和其他算法优化模型分别提高了85.04%、22.48%和67%,从实际工程领域验证了改进策略的有效性和优异性。

关键词： SAR图像   舰船检测   可变形卷积   舰船空间金字塔聚合结构   尺度扩展特征金字塔网络  

摘要： 由于环境复杂、舰船目标散焦和尺度的多样性,基于SAR图像的舰船目标检测仍然存在一些问题。提出了一种针对SAR图像的舰船目标检测算法。首先,基于可变形卷积构建舰船目标特征细化模块,提高对大长宽比姿态的舰船目标的特征提取能力;其次,在主干网络末尾引入了舰船空间金字塔聚合结构,增强对舰船目标的全局特征提取能力;最后,设计了尺度扩展特征金字塔网络,增强舰船浅层和深层特征信息的交互,提高对多尺度舰船目标的检测能力。实验结果表明,所提算法在HRSID数据集上的mAP达到了93.72%,F1分数达到了89.70%,优于所有比较算法,具有良好的检测效果。

关键词： 高校数据可视化   多维度可视分析   交互式排名   个性化推荐  

摘要： 高考志愿填报对考生个人发展至关重要,如何有效提升高校志愿填报效率是考生关注的重要问题。针对这一问题,该文提出了一种基于交互式排名算法的高考志愿个性化可视推荐方法。首先,设计了一种个性化志愿推荐算法(NCEF-Rank),通过多目标决策方法量化考生对不同属性特征的偏好,并将其加权至高校多维属性特征中,从而构建新的高校偏序对关系。然后,利用排名支持向量机(Ranking Support Vector Machine,RankSVM)算法模型推荐出个性化的志愿排名列表。其次,采用多视图协调可视化技术,设计了一套交互式的高考志愿推荐可视分析框架。该框架支持用户交互式挖掘志愿的多维属性特征,建立个性化的决策路径,并展示多维属性的排名规则,从而帮助用户高效地从众多的可选志愿中挑选出符合自身个性化需求的高校和专业。最后,通过性能评估和案例分析,验证了算法和框架的有效性。

关键词： 盾构隧道   超大直径   切桩   深度学习   振动  

摘要： 对盾构切桩诱发建筑物振动响应的精确预测有利于减小盾构切桩施工对建筑物的影响,指导工程的顺利进行。为实现对盾构切桩诱发建筑物振动响应的合理预测,依托广州市海珠湾盾构隧道切桩工程,建立基于卷积神经网络(CNN)、长短期记忆神经网络(LSTM)、反向传播神经网络(BP)与混合神经网络(CNN-LSTM)的4种神经网络模型,对建筑物的振动进行预测并对比各模型的准确性,分析影响预测精度的因素。结果表明:CNN-LSTM神经网络的预测性能最佳,CNN、LSTM与BP神经网络的预测精度相近。经过对比发现,使用贝叶斯优化算法对超参数进行调节可有效提高预测精度。盾构切桩工法的选用以及现场施工的复杂环境影响了建筑物的振动响应,导致了模型预测精度的下降,未来可进行室内缩尺实验并对环境因素进行量化以提高预测精度。研究结果可为盾构切桩工程提供参考。

关键词： 多目标优化算法   LID设施布局   建设成本   洪峰削减   城市内涝  

摘要： 为解决传统低影响开发(LID)设施空间布局时受主观因素导致径流控制成本高及控制效果差的问题,以山西省原平市经济开发区为例,对比分析了NSGA-Ⅱ、CCMO、NSGA-Ⅲ与MOPSO等4种多目标优化算法对LID设施布局比例优化问题的求解结果与性能评价指标,以此提出研究区域的最佳方案。结果表明,CCMO算法较为适合优化LID布设比例。根据不同重现期,选择近期、中期和远期三种方案,建设成本分别为1 724×10^(4)、1 972×10^(4)、2 448×10^(4)元,在不同重现期下的平均洪峰流量削减率分别为72.0%、81.2%、90.8%。多目标算法优化LID设施布局后,通过较低的LID设施建设成本达到较优的洪峰削减效果,为缓解城市内涝提供决策支持。

关键词： GIS设备   梅尔频谱倒谱系数   单类支持向量机   双向门控循环单元   声纹识别   贝叶斯优化  

摘要： 为了准确识别气体绝缘开关柜(gas insulated switchgear,GIS)设备的异常工况,提出了一种基于加权梅尔频率谱系数单类支持向量机(Mel frequency cestrum coefficient-one class support vector machine,MFCC-OCSVM)和贝叶斯优化的门控循环单元(bidirectional gate recurrent unit,BiGRU)声纹识别算法。首先,利用基于F统计量的MFCC对声纹数据进行加权特征提取,突出重要特征并减弱噪声的影响,然后利用OCSVM对加权后的特征进行异常检测并去除异常值,提高数据质量。为解决样本不平衡问题,采用合成少数类过采样技术(synthetic minority over-sampling technique,SMOTE)进行声纹样本的均衡。最后,应用基于贝叶斯优化的BiGRU模型进行声纹识别。以某气体绝缘全封闭组合电器(gas insulated switchgear,GIS)为例,采集了20类不同工况下操纵机构的声音样本,与多种经典分类模型进行对比。结果显示,所提算法取得的最高平均识别准确率达到了92.8%,相比于自适应增强、朴素贝叶斯和线性判别分析算法分别提升了30.1%、14.7%和11.5%。通过消融实验进一步评估和验证了所提算法各个流程对声纹识别的实际效果和性能影响,研究成果可为GIS设备异常工况的声纹识别提供高效技术路线。

关键词： 弹群协同   TDMA   QoS保证   信道资源   动态时隙  

摘要： 为了发挥弹群组网协同作战效能,满足协同网络数据链节点间传输及中继过程中业务数据动态变化的要求,在有限的带宽资源下保证多节点多业务并发的服务质量QoS(Quality of Service),本文提出一种感知业务需求实现动态分配时隙资源的算法,即在TDMA协议的基础上以静态时隙分配为基础,周期性地感知各类业务需求量并根据业务优先级采取不同策略的动态分配时隙算法。通过仿真验证,相较于静态时隙分配资源的常规算法,本算法能够实现带宽利用率的最大化,满足对各类复杂业务数据的调度和QoS保证。

关键词： 3-5-3多项式   混沌映射   调幅三角形游走   鲸鱼螺旋搜索   自适应t分布  

摘要： 针对电动汽车充电机械臂时间最优轨迹规划的问题,提出一种多策略改进的蜣螂优化算法YXDBO。以AR4六轴机械臂为研究对象,建立机械臂的运动学模型,并构造关节的运动轨迹。在蜣螂算法DBO的基础上,通过调幅三角形游走策略和改进的鲸鱼螺旋搜索策略,提高全局和局部搜索能力,并引入混沌映射初始化和变异算子扰动,得到改进的YXDBO算法。经CEC2022测试并与其他元启发式算法比较,改进算法求解性能表现优异。将该算法应用于机械臂的时间最优轨迹规划,在收敛速度和精度上明显优于PSO、WOA和DBO算法,关节运行时间缩短了32.159%,优化后的关节运动学曲线平滑连续,验证了该算法在工程类问题中的实用性。

关键词： 无人战车   解码能耗   能耗优化   复杂度-码率-失真模型   HEVC  

摘要： 为了优化无人战车在解码压缩视频时产生的能耗,提出一种改变视频码流的HEVC解码复杂度感知算法,以降低解码复杂度,并限制编码效率的影响。确定解码复杂性,视频质量和比特率的比例,再通过解码复杂度感知算法,生成解码复杂度-码率-失真模型优化的HEVC比特流。与HM16.0和OpenHEVC解码器实现相比,该算法产生的比特流在相同视频质量下分别降低了29.19%和13.24%的解码复杂度,编码效率影响最小。相比于HM16.0编码,该算法能耗减少了15%。