课程文献中心 更多>>

关键词： 产量分离   时间序列   机器学习   旱地   春小麦   产量预测  

摘要： 为探究机器学习算法与时间序列结合预测春小麦产量的可行性,使用HP滤波算法,将1971-2021年甘肃省定西市安定区和2014-2021年定西市渭源县的产量数据分离为气象产量和趋势产量,利用研究区的气象数据,分别基于随机森林(random forest,RF)、循环神经网络(recurrent neural network,RNN)、支持向量机(support vector machine,SVM)、反向传播神经网络(back propagation neural network,BPNN)和长短期记忆网络(long short-term memory,LSTM)5种机器学习算法实现春小麦气象产量的预测对比;构建了ARIMA时间序列模型,探究旱地春小麦趋势产量的最佳预测模型。结果表明,旱地春小麦产量中气象产量占比大,趋势产量占比小,且气象产量的变化趋势基本与总产量一致。LSTM模型对研究区内气象产量的模拟效果最佳。通过参数率定,获得最优的趋势产量预测模型为ARIMA(4,1,2)模型,其残差基本为白噪声,符合正态分布。利用LSTM和ARIMA(4,1,2)模型组合,对2014-2021年渭源县的春小麦产量进行预测,并与研究区的实际产量数据比较,预测结果与实际值接近,模型精度较高,其R^(2)为0.96,MAPE为1.22%,MAE为32.12 kg·hm^(-2),RMSE为35.32 kg·hm^(-2)。在本研究条件下,LSTM和ARIMA(4,1,2)组合模型具有良好的预测精度,可实现旱地春小麦产量的预测。

关键词： 自适应平滑区间   卡尔曼滤波算法   概率数据互联算法   状态估计  

摘要： 针对概率数据互联(Probability data association, PDA)算法在杂波环境下计算复杂度高的问题,设计了一种基于PDA算法的数据关联方法,当波门内量测点数量大于阈值时,采用PDA算法更新目标状态;当波门内量测点数量小于等于阈值时,采用最近邻思想筛选目标量测点,接着利用卡尔曼滤波(Kalman filter, KF)算法实现杂波环境下的快速滤波更新。在此基础上,通过自适应区间平滑方法,动态修正平滑区间,实现整体状态估计的反向平滑,从而提升算法的精度。不同杂波环境下的实验结果表明,本文方法相较于PDA算法与KF-PDA算法,在保证跟踪效率的同时,有效提升了系统状态的估计精度,验证了该方法的鲁棒性和有效性。

关键词： 二进制群智能优化   登山队优化算法   特征选择   转换函数   数据分类  

摘要： 特征选择的主要目的是缩减和精炼数据的特征集,使得生成的特征子集可以进一步提高模型的学习精度。针对特征选择这一特定问题,提出了一种二进制登山队优化算法BMTBO(Binary Mountaineering Team-Based Optimization)。该算法属于二进制版本的群智能优化算法,并采用倒“S”形和“V”形数值空间转换函数,实现了在特征选择时,不仅可以降低特征维数,而且可以降低模型学习的误差率。为验证BMTBO算法的实际效果,在15个公共测试数据集上进行实验。实验结果显示,与现有方法相比,BMTBO算法的平均分类准确率最多可提升1百分点,证明所提出的算法在提高模型学习精度方面的可行性与有效性。

关键词： 知识图谱问答   知识图谱   知识图谱嵌入   关系记忆网络  

摘要： 针对自然语言处理领域中不完整知识图谱导致实体关联膨胀,进而需进行额外推理和推断使答案的推导过程变得更复杂的问题,提出一种结合关系记忆与路径信息的知识图谱问答算法RMP-KGQA.该算法利用关系记忆网络解决问题与知识图谱映射空间不一致的问题,利用其路径信息丰富评分函数,显著提高了智能问答检索系统的准确性和鲁棒性.实验结果表明,在基准数据集WebQSP和WebQSP-50上,RMP-KGQA的准确率分别比EmbedKGQA提升了2.8,2.4个百分点.消融实验进一步验证了关系记忆感知和路径信息在模型中的关键作用.因此,RMP-KGQA是一种解决复杂环境下多跳知识图谱问答问题的有效方法.

关键词： 数学形态学   LMD算法   滚动轴承   全生命周期   故障检测  

摘要： 当滚动轴承在高速旋转时,会产生振动和摩擦,容易引起轴承表面的细微磨损和损伤,且在恶劣的工作环境中,会加剧轴承的磨损和腐蚀,难以区分表面缺陷;为此,对滚动轴承全生命周期故障检测方法进行了研究;根据滚动轴承的故障机理及特征,设置滚动轴承故障检测标准,模拟滚动轴承全生命周期工作过程;采集并预处理滚动轴承的表面图像数据和内部振动数据,利用数学形态学基于形状特征提取滚动轴承表面图像的微小特征,通过LMD算法分解复杂信号为多个单一调频和窄带调频分量,提取峭度、频率等关键特征;采用特征匹配的方式,得出滚动轴承故障类型、位置以及故障量的检测结果;通过实验得出结论:优化设计方法的故障类型误检率明显降低,具有良好的故障检测能力。

关键词： 时变因子   天牛算法   粒子群算法   分布式电源   故障定位  

摘要： 为了提升接入分布式电源(Distributed generation,DG)后配电网的故障定位准确率,搭建了一个接入逆变型分布式电源的电力系统模型,并设计了时变天牛群算法,利用时变天牛群算法对逆变型分布式电源电力系统进行故障定位研究。结果显示,搭建的模型可以反映出逆变型分布式电源对配电网断路器短路电流的影响,接入逆变型分布式电源后,断路器1的短路峰值电流会下降,断路器2的短路峰值电流会上升。时变天牛群算法在逆变型分布式电源电力系统中的故障定位准确率最高为99%。所设计的算法满足了逆变型分布式电源配电网的故障定位要求。

关键词： 小目标检测   无人机   红外图像   YOLOv8   注意力机制  

摘要： 针对无人机视角下对地红外目标检测任务中小目标的误检、漏检问题,提出一种改进的YOLOv8检测算法.首先,考虑到无人机视角下目标普遍较小,在YOLOv8n初始模型基础上,增加小目标检测层作为第4输出层,对小尺度目标进行检测.其次,为增强网络对不同维度特征的提取能力引入CA注意力机制,CA将通道注意力分解为横向和纵向2个空间方向,并沿着2个方向的位置信息聚合特征,最后通过一维编码融入到网络的特征表示中.在HIT-UAV数据集上的实验表明:相比于原算法,本算法的准确率P、召回率R、平均精度(mAP@0.5)以及平均精度均值(mAP@0.50~0.95)分别提高了0.9%,1.3%,5.1%,4.5%.改进的网络能有效提高红外小目标的检测精度,具有良好的泛化性.

关键词： 5G网络规划   基站   仿真优化   粒子群优化  

摘要： 随着5G通信时代到来,不同区域之间的通信需求大幅度上涨,为此基站建设的重要性不断提升。当前通信设施无法满足日益增长的远程通信需求,为了满足5G技术的要求,需要建设高质量的5G基站。在5G基站建设过程中,5G基站选址决策与优化具有非常重要的意义。为此,提出了一种基于粒子群算法的5G基站选址决策与优化方法。针对5G基站建设过程中因数据传输量庞大导致元启发式计算执行难度大的问题,以及5G关联发送的情况,综合考虑覆盖目标和通信质量目标,搭建了5G基站选址决策优化模型。粒子群算法通过初始化粒子群、评估适应度、更新个体最优和群体最优解、调整速度和位置以及迭代优化等步骤,得出了5G基站选址决策优化结果。实验结果表明,该方法能够有效优化5G基站的选址决策,可以在5G基站选址决策领域得到广泛应用,从而促进现代化通信技术的进一步发展。

关键词： 数据中台   中小企业   数据治理   数据管理  

摘要： 随着信息技术迅速发展和广泛应用,数据已成为企业的核心战略资源,在企业运营管理中占据着重要位置。针对中小企业所面临的数据冗余、数据“孤岛”及数据安全等问题,研究提出一种基于中台技术的数据治理方案,并围绕方案的特点、技术框架和实施路径展开论述,为中小企业数据治理问题的解决提供借鉴经验。

关键词： 卷积-轮廓恒星图像算法   自由空间光通信   调制   数据转换   深度学习  

摘要： 针对现有信号调制技术存在计算复杂、操作不便等缺点,该文提出了一种基于卷积-轮廓恒星图像算法的信号调制方法。传统轮廓恒星图像算法未能考虑单个样本点与全局样本点联系的缺陷,所提算法对其进行了增强;为解决增强后的方法计算量过大,引入了卷积运算和正交振幅调制方法。相关实验结果表明,所提方法在信号符长度为14000 bit时和图片分辨率大小为600 px×600 px时所需的运行时间分别为19 s和24 s,综合性能优于对比算法。因此,所提方法能够满足对自由空间光通信系统的信号调制性能需求。