课程文献中心 更多>>

关键词： 追逃博弈   目标跟踪   强化学习   有限理性  

摘要： 针对现实中的决策者并非总能完全理性分析问题的情况,提出有限理性下的追逃博弈算法。建立追逃博弈模型,先求解完全理性下博弈双方的鞍点策略。引入有限理性level-k模型,对追击者和躲避者思考策略的层次进行结构性假设,允许追逃双方具备不同的策略推理能力,并给出相应等级的值函数和策略,策略满足HJI方程。随着等级的增加,策略最终会趋于纳什均衡。由于HJI方程难以直接求解,基于强化学习的actor-critic算法进行求解,设计算法使追击者能够估算出躲避者的思维等级并采取合适的策略。以舰船为对象,将舰船运动简化为二维的数学模型,建立舰船追逃博弈模型,对其进行算法仿真验证。

关键词： 橇装零散气回收   防爆电气   管理要求  

摘要： 主要探讨了“油公司”模式下橇装零散气回收场站中防爆电气管理的重要性、现存问题及相应的解决策略。通过对防爆电气管理的深入研究,旨在提高天然气生产场站的安全性和可靠性,减少潜在的爆炸风险。

关键词： 行人误闯   预警系统   CNN算法   图像识别   深度学习  

摘要： 为了及时发现并阻止行人非法进入高速公路,有效确保高速公路行车安全,文章提出了一种基于CNN算法的高速公路行人误闯预警系统。该系统通过图像识别+CNN深度学习算法,能够准确地检测出行人误闯并及时发出预警信号,为高速公路行车安全提供了保障。

关键词： 全基因组重测序   群体结构   选择信号分析   候选基因  

摘要： 本研究基于全基因组重测序数据,以全球76个马品种共406匹马为研究对象,采用主成分分析、系统发育树和祖先成分分析三种方法,在遗传学层面综合评估了现代马群体的遗传结构。此外,以核苷酸多样性为指标对现代马群体的遗传多样性进行了评估,并运用Fst和XP-EHH受选择方法检测不同马群体之间的基因组选择信号,筛选出了5个与藏马高原适应性显著相关的候选基因(HBB、EPAS1、TMEM247、RHOQ和ATP6V1E2),3个与中国西南马体型性状显著相关的候选基因(HMGA2、TBX3和TBX5),以及与欧美高度选育马的马术表演,行为和运动显著相关的基因(IGFBP3、IGFBP1、HSD7A和ADCY1)。该研究为进一步保护地方马种的种质资源提供科学依据,并揭示人工培育马种的选择方向。

关键词： 直方图均衡   双边滤波   累积概率密度   伽玛矫正   像素灰度等级  

摘要： 图像很容易因光照不均匀导致质量下降,无法从图像中挖掘出有效信息,限制图像使用范围。通过单一增强方法只能将图像部分噪声滤掉,且易丢失细节特征,为此提出一种融合直方图均衡和双边滤波的图像增强算法。通过Key函数、归一化法将图像划分成三个子图,即高、中、低亮度直方图均衡图,采用积分算法、概率密度函数求解各子图像素点密度值,为了避免出现晕光或者过度增强的情况,采用伽玛矫正得出各子图像素最佳调节因子,按照此值调节子图像素灰度等级。利用双边滤波、权重函数弱化图像噪声、强化细节特征,最终得到较为清晰图像。实验结果表明,所提融合方法处理下图像像素点部分均匀、平均梯度值较大,图像增强效果良好,且细节保留良好。

关键词： 毫米波雷达   动作识别   时频分析   特征融合   卷积神经网络  

摘要： 目前基于毫米波雷达的人体动作识别方法存在人体动作特征利用不足导致识别精度低,与多维特征融合方式简单导致模型参数量增加的问题。针对以上问题,提出了一种基于毫米波雷达的三维特征自适应融合人体动作识别方法。首先,对雷达回波信号进行时频分析以获取人体动作距离、多普勒与角度特征,并在时域上拼接构建三维特征数据集。然后,设计了一种带有特征自适应融合器的三分支卷积神经网络,实现对三维特征数据集的高维抽象特征提取与多维特征的自适应融合。最后,通过活动分类器得到人体动作检测结果。实验结果表明,所提方法的人体动作识别平均准确率可达到96.41%,受试者工作特征曲线下面积(Area Under the Curve,AUC)值可达到0.984,优于单维特征识别方法与多种三维特征融合方法。

关键词： 项目学习   计算思维   信息技术教学   高中教育   教学策略  

摘要： 随着信息化时代的到来,计算机技术的应用越来越多样化和普及化,计算机科学的基础理论也在不断地发展壮大。如何提高学生的计算思维能力成为教育领域中的一个重要课题。本文以高中信息技术课堂教学为背景,以项目学习为方法,旨在探讨如何通过项目学习的方式培养学生的计算思维能力。本文先对计算思维的概念和内涵进行了阐述;然后,分析了项目学习对计算思维培养的作用;接着,通过案例分析了项目学习在高中信息技术教学中的应用;最后,提出了评价与反思的方法以及改进建议。本文旨在为高中信息技术教学提供一种有效的教学策略,以培养学生的计算思维能力,促进其全面发展。

关键词： SCBSS   GAN   对抗约束   汉字修复  

摘要： 传统算法解决单通道盲源分离任务时,需要利用多个独立源信号的先验信息,如低秩、稀疏性、时间连续性等。针对这一问题,本文基于生成对抗网络(generative adversarial network, GAN)提出一种新颖的单通道盲源分离(single-channel blind source separation, SCBSS)算法。该算法在不需要任何先验信息的前提下,由GAN的生成器大致分离源信号,再创新性地结合分布、能量平衡、创建对抗约束,以此来确保良好的分离效果。在公开的手写数字数据集MNIST图像源上进行的实验验证了本文算法的良好性能,并结合SCBSS的两个重要指标峰值信噪比和结构相似性评价图像的分离效果。结果表明,该算法优于一些常用的基于先验的传统算法,可利用该算法无监督的优势将其应用与古文献汉字修复工作中。

关键词： 汽车工程   故障诊断   香农熵   动力电池   数据优化   核密度估计  

摘要： 动力电池系统故障诊断是保障电动汽车安全可靠运行的关键,其中避免误报警不仅能减少驾驶人对车辆的安全焦虑,同时也是诊断方法进行实际应用的必要条件,因此提升方法的可靠性具有重要意义。动力电池系统中电压的异常波动是电池性能恶化所释放的重要信号,因此能很好评估数据离散程度的熵方法在电池故障诊断领域被广泛研究。然而,当经典的基于区间概率的香农熵方法在进行工程实践验证时,发现结果中存在大量的一级和二级误报警单体电池。基于此,为了提升方法的准确率,首先,利用具有热失控事故的车辆电压数据分析模型的故障诊断原理。进一步地,基于正常车辆运行数据,研究2种典型场景下模型的误报警机制。在上述条件下,提出2种措施来缓解原始方法的误报和漏报问题,即数据优化法和核密度估计与熵融合法。最后,选取具有不同故障特征的真实故障样本来检验算法的泛化能力,同时他们的有效性和可靠性被分别验证。基于大量正常在役车辆数据,进行了模型优化前后性能的对比分析。结果显示:相比之下,2种方法对正常车辆的相对误报警率分别降低了90%和98%,从而极大提升了诊断策略的可靠性,推动了方法的在线实车应用,并为其他故障诊断策略准确率的分析和优化提供了思路。

关键词： 超磁致伸缩致动器   超磁致伸缩式AEB系统   TTC算法   安全距离算法   联合仿真  

摘要： 提出一种以超磁致伸缩致动器GMA为制动执行机构的超磁致伸缩式AEB(autonomous emergency braking system,自动紧急制动系统)系统,该系统能够实现车身轻量化、快速制动和主动制动的效果。对比了五种避撞算法在超磁致伸缩式AEB系统的作用下的纵向避撞效果。以碰撞时间来判断避撞效果的TTC算法;以制停后前后两车相对距离为避撞效果的4种安全距离算法:Mazda算法、Honda算法、Berkeley算法和SeungwukMoon算法。以均能实现车辆避撞为前提(车速为10~80km/h),将4种安全距离算法的前后两车相距最小安全距离d0值设置为18m。搭建PreScan/Simulink的联合仿真平台,对比五种算法的避撞效果。最终仿真结果表明,TTC算法避撞效果最佳。