课程文献中心 更多>>

关键词： 农业工程   机械设备   管理问题   优化策略  

摘要： 农业工程机械设备的应用,有助于解决农业生产效率偏低的问题,助力农业的现代化发展。但从如今的农业工程机械设备整体发展情况来看,人员的设备管理意识偏低,相关法律制度建设滞后,管理制度不够完善,导致存在较多的安全隐患,生产安全故事发生概率相对较高,对农业的持续健康发展造成不利影响。基于此,本文通过对农业工程机械设备管理的意义进行探究,分析农业工程机械设备管理现状,提出农业工程机械设备管理策略。

关键词： 海洋浮体   Koopman算子   模型预测控制   路径跟踪   扩展动态模式分解   增量更新  

摘要： 针对具有强非线性动力学特性的海洋浮体路径跟踪问题,提出基于改进Koopman算子在线预估器的模型预测控制(MPC)算法.在算子可观测函数中引入状态时延变量与状态导数,将浮体动态系统提升到希尔伯特空间,使其高维线性化模型包含更多系统模态.据此提出基于Koopman算子的线性预估器,该数据驱动方法通过在提升空间中解决最小二乘问题,对系统的输入-输出数据进行非线性变换.将扩展动态模式分解得到的线性模型作为MPC控制器的内模,以此方式设计的MPC优化问题与一般线性动态系统的MPC优化问题具有相同的计算复杂度.此外，既可以以线性的方式对状态和控制输入施加线性不等式约束，也可以施加源自海洋浮体动态特性的非线性约束.为了减少计算时间，在线预测器采用增量更新策略.将所提出控制方案应用于海洋浮体的路径跟踪控制，并通过仿真实验验证其有效性.

关键词： 图像去噪   U-Net模型   噪声建模   深度学习  

摘要： 文中运用了卷积神经网络结合照亮每一处黑暗(Lighting Every Darkness,LED)策略处理图像去噪，基于U-Net模型引入了重新参数化噪声去除模块(Reparameterized Noise Removal,RepNR)，以提升去噪及泛化能力。经过虚拟相机采样合成噪声图像预训练与目标相机少量图像微调后，系统可快速部署于特定相机中。经仿真试验验证，对极低光照条件下的索尼A7S2图像集进行图像去噪任务(Extreme Low-light Denoising,ELD)处理后，结果显示本文算法的去噪效果优于ELD算法，图像灰度更集中、频谱高频成分更少、等高线更平滑，且在特定条件下训练时间最短。

关键词： 智能电网   用电行为   异常检测   深度学习算法  

摘要： 文章以宁夏某工业园区配电网负荷优化工程为例，探索了深度学习技术在用电行为异常检测中的应用，设计了一套完整的深度学习检测框架，包括数据采集与特征处理、深度学习网络建模、异常检测算法优化及系统集成与边缘部署。研究结果表明，基于深度学习的用电行为异常检测技术能显著提高电网运行效率，为智能电网的精准管理提供有效技术支撑，并在分布式电网场景下具有广泛推广意义。

关键词： 钢缆缺陷   注意力机制   目标检测   SSD算法   特征融合  

摘要： 针对在框绞过程中钢缆表面会产生缺陷的问题，采用了改进型SSD算法的方法。具体措施为：使用ResNet18作为SSD的骨干算法来提取特征信息；通过萤火虫优化算法和K-Means算法优化先验框，提高匹配精度；引入单向特征融合模块和改进的CBAM注意力模块，提高了检测的精度；将Focalloss作为损失函数，减少训练过程中负样本的权值。结合钢缆缺陷数据集进行训练实验，得出改进型SSD算法平均精度为80.3%，相对于传统的SSD-VGG模型提升9%,FPS保持在63.3。在检测精度和检测速度方面上，改进型SSD算法能满足实际需求。

关键词： 交流异步电机   矢量控制   滑模观测器   超螺旋算法   转子磁链观测  

摘要： 研究基于超螺旋滑模算法的异步电机转子磁链观测问题.根据异步电机电流模型,设计超螺旋算法下的转子磁链开环估计模型.为了提高该模型对于转子电阻及外部扰动变化的鲁棒性,对观测器中电机参数的不确定部分进行估计.进一步地,将观测器得到的转子磁链引到定子电流估计方程中,得到闭环结构,从而提高磁链观测精度和收敛速度.通过重构模型中待观测的中间变量,解决了传统观测器模型对于转子磁链求解时的积分漂移和初值误差问题.针对磁链与转子转速的耦合问题,通过处理扰动给出系统稳定的充分条件.最后通过仿真和实验结果验证所提出算法的可行性和有效性.

关键词： 肺癌   四级手术   胸腔镜手术   肺部感染   预测模型   机器学习   列线图   风险管理  

摘要： 目的 开发并验证基于5种机器学习算法的风险预测模型，以评估行肺癌四级胸腔镜手术患者术后发生肺部感染的风险。方法 采用回顾性研究方法选取2022年1月—2024年6月上海市某三甲医院行四级胸腔镜手术的肺癌患者2 380例为研究对象，并将其分为训练集1 665例和验证集715例。采用Logistic回归(LR)模型、人工神经网络(ANN)、支持向量机(SVM)、随机森林(RF)和极端梯度增强(XGB)5种机器学习算法构建肺癌四级胸腔镜手术患者术后肺部感染风险预测模型，并绘制列线图。结果 2 380例患者中，术后肺部感染患者226例。最小化绝对收缩和选择算子(LASSO)回归算法筛选出每日吸烟量、糖尿病病史、术前弥散功能、肿瘤最大直径、术后24 h胸液引流量、围术期口服营养补充(ONS)情况、术后留置导尿管情况、术中胸膜粘连程度8个特征变量。使用8项临床特征构建术后肺部感染风险预测模型，5个模型的曲线下面积(AUC)为0.862～0.947, XGB模型表现最好，AUC为0.947(95%CI:0.937～0.962); LR模型AUC为0.926(95%CI:0.918～0.933),仅次于XGB模型。结论 基于机器学习算法的模型可帮助精准识别肺癌四级胸腔镜手术后发生肺部感染的高危患者。列线图有望成为护理人员对此类患者进行风险管理的有效工具。

关键词： Closed-Form   抠图   线缆绝缘   前景像素   背景像素   不透明度  

摘要： 针对当前自动化设备存在的因线缆绝缘边缘检测精度不足导致厚度测量不精确的问题，提出一种基于Closed-Form抠图算法的绝缘边缘检测方法。将成像中的绝缘部分视为前景像素，垫片部分视为背景像素，对成像施加一定的约束条件，通过Closed-Form抠图算法估算未知像素的不透明度，实现绝缘像素精确提取，最终测量出线缆的绝缘厚度。仿真与试验结果表明，文中所提方法能够有效提取线缆绝缘边缘，提升绝缘厚度的测量精度。

关键词： 起重机主梁   动态径向基代理模型   差分进化算法   加点策略  

摘要： 针对基于有限元仿真模型的起重机结构优化计算成本在工程上难以接受的问题，文中结合差分进化算法和径向基代理模型提出一种基于动态径向基代理模型的全局优化策略。该策略在优化过程中通过局部开发最优解和全局探索误差最大区域的加点策略构造动态径向基代理模型，并以约束函数模型的预测误差和目标函数下降程度构建优化终止条件，保证优化的全局收敛性和最优解处的模型精确性。通过数值算例和工字梁优化算例进行验证，该方法不仅能够获得全局最优解，而且明显减少了对原函数的调用次数，显著提高了优化效率。最后，结合桥式起重机桥架的有限元分析，将此方法用于解决起重机主梁优化问题。结果显示：在满足约束的条件下，主梁横截面面积减小了约22.36%,并且降低了大量的计算成本，提高了优化效率，解决了智能群算法与起重机结构有限元模型直接结合进行优化的昂贵计算成本问题。

关键词： 多模态深度学习   特征融合   行人检测   跨模态   YOLOv7框架  

摘要： 针对目前普遍采用的可见光单光谱行人检测容易受到环境和光照的影响，当在夜晚和复杂环境下，以及在检测被遮挡和小尺度目标时，都会出现检测结果偏差大或漏检的现象，提出了一种基于双分支特征融合的跨模态行人检测算法．在YOLOv7框架内将主干网络改进为双主干结构，分别提取可见光图像和红外图像特征信息，并设计差分交叉融合模块(DCF)融合两种模态特征，对融合特征进行训练学习，利用检测网络实现各类行人检测．为了提升检测精度，在双主干网络中添加了注意力机制SeNet模块；为了提升检测效率，设计了轻量化ELAN-G和ELAN-WT模块替换原网络中的对应模块．实验结果表明：本文算法检测精度优秀，同时满足实时性需求．