课程文献中心 更多>>

关键词： 缺陷检测   YOLOv5s   Swin-Transformer结构   正则化  

摘要： 针对已有目标检测算法在缺陷检测方面识别精度低、泛化能力差的问题,提出一种基于改进YOLOv5s的包装盒缺陷检测方法。首先,针对包装盒缺陷特征复杂难以识别分类的问题,主干特征提取网络CSPDarknet结构替换为Swin-Transformer结构,提高模型对缺陷特征信息的获取能力和检测精度;其次,在预测端加入Dropout和Label smoothing正则化方法,解决破损包装盒图像中不同缺陷特征交叉分布导致模型识别能力差的问题。试验结果表明,改进后YOLOv5s模型检测精度平均精度均值mAP提升了10.7%,测试时,能有效检测出更多的包装盒缺陷。该模型在包装盒缺陷检测识别任务中检测精度提高,误检率和漏检率降低,有效提高了模型泛化能力。

关键词： 安全防护装备检测   DETR-SGC   变换器   CBAM   Smooth-L 1   GIoU损失函数  

摘要： 为了对煤矿井下变电所人员防护装备穿戴情况进行智能监测,以及避免监测视频受光照不均、粉尘干扰、遮挡等因素影响导致检测精确率降低的问题,提出了平滑幽灵卷积检测变换器(detection Transformer-smooth-L 1 ghost convolution,DETR-SGC)算法进行煤矿变电所安全防护装备检测。首先,在检测变换器(detection Transformer,DETR)算法的位置编码部分,引入幽灵组块通道缩放(ghost batchnormalization sigmoid gated linear unit-squeeze and excitation,GBS-SE)模块,增强算法空间维度特征提取能力;其次,在变换器模块中引入卷积块注意力模块(convolutional block attention module,CBAM),提高通道和空间维度特征提取能力,提升算法的检测精确率;最后,融合平滑L 1范数损失(smooth-L 1)和广义交并比(generalized intersection over union,GIoU)损失函数提升算法的回归精确率。实验表明,DETR-SGC算法的平均精确率、召回率、平均精确率均值分别达到了93.3%、87.9%、91.3%,比原始DETR算法分别提升了10.8%、4.3%、5.9%。因此,该算法能够有效解决煤矿变电所人员安全防护装备穿戴的检测问题。

关键词： 粒子群优化算法   灰色预测   湖泊水位   BP神经网络  

摘要： 湖泊水位对于保障区域供水安全、防洪减灾等方面具有重要意义。为了提高湖泊水位预测的精度和可靠性,针对传统灰色预测模型在对非线性和不确定性数据序列时预测精度下降的问题,提出一种基于粒子群优化算法(PSO)的改进灰色预测模型。通过采用粒子群优化算法来寻找最优参数组合,改进灰色预测模型的参数估计和反算方法,将改进后的模型应用于湖泊水位的预测,通过与BP神经网络模型进行比较,验证研究模型在短期预测精度上的优越性。研究结果不仅为湖泊水位预测提供一种新的高效方法,同时也为粒子群算法在环境科学领域的应用拓宽路径,为湖泊水资源的科学管理和决策提供参考。

关键词： 路径规划   物料配送   遗传算法   A^(*)算法   栅格环境  

摘要： 针对传统避障搜索算法在车间物料配送中仅能解决单点配送且未充分考虑多点配送及往返取货需求的问题,提出一种结合遗传算法优化的A^(*)算法.该方法利用A^(*)算法的成本计算方式完成有障碍物条件下各配送点之间的成本计算,并融合遗传算法的迭代寻优特性,实现了对多点配送及往返取货需求的高效稳定全局搜索.通过某车间物料配送的实际算例验证,该改进算法能有效规划障碍环境下的配送路径,显著提升配送效率.

关键词： AIS数据   船舶行为特征   滑动窗口   轨迹压缩  

摘要： 为了提高船舶AIS轨迹数据的在线压缩效率,提出了一种考虑AIS轨迹异常数据及船舶停留、航行等行为特征的在线轨迹数据压缩算法(ASN)。通过判断空间阈值和时间阈值,利用双通道对AIS轨迹数据进行分割和连接,实现在线清洗异常数据;创建临时停留窗口对船舶处于停留行为下的AIS轨迹数据进行分割;改进滑动窗口算法以保留更为细致的船舶航行行为数据。选取舟山水域实际船舶AIS轨迹数据进行试验分析,在压缩率相同的条件下,对比了Sliding Window算法、OPW算法、OPW-TR算法与SQUISH-E(λ)算法。结果表明,ASN算法在多个性能指标上取得了更好的效果。当压缩率为90%时,相比于目前效果较好的SQUISH-E(λ)算法,长度损失率降低了67.9%,轨迹相似度提高了61.6%,平均SED误差减少了35.5%,平均方向误差降低了65.2%,平均速度误差减少了32.0%,有效提升了AIS轨迹数据的在线压缩效率。

关键词： 图像去雾   卷积神经网络   FFA-Net   全局空间上下文增强模块   细节渐进增强模块  

摘要： 雾霾会严重影响使用卷积神经网络的视觉系统对目标图像的检测和识别能力,为此本文在特征融合注意力网络FFA-Net的基础上设计和添加全局空间上下文增强(GSCE)模块和细节渐进增强(PDE)模块,进而提出一种改进型单幅图像去雾算法。GSCE模块用于增强全局空间信息,PDE模块用于逐步细化和增强图像特征,二者结合进行高效和轻量级的特征提取,弥补原模型中大量使用跳跃连接所造成的细节信息损失。改进模型分别在公共基准数据集RESIDE的室内数据和室外数据上进行训练,并分别在SOTS的室内和室外两个数据集上进行了测试。结果表明,本文算法明显超越了原FFA-Net和现有典型的单幅图像去雾算法,尤其在SOTS室内测试数据集上,单独融合GSCE模块就使得PSNR指标从36.36 dB提升到38.39 dB,在进一步使用PDE模块后PSNR指标提升到38.78 dB,算法的去雾性能得到较大提高,验证了改进策略的有效性。

关键词： 正时系统   齿形链   节距变异算法   参数化设计   多体动力学  

摘要： 基于一种双轴式发动机齿形链正时系统,建立了链条理想轨迹数学模型,提出了一种自动求取链条松紧边半径及其相应包角的算法。基于正时系统围链要求,提出了一种基于节距变异算法的发动机正时齿形链系统设计方法。同传统设计方法相比,新设计方法无须借助CAD软件进行二次设计以及多次调整,并且设计结果更加符合设计要求,是一种标准意义上的参数化设计方法。通过借助CAE软件的二次开发功能,即时生成了正时齿形链系统的多体动力学仿真模型,分析了基于新设计方法的正时齿形链系统在不同转速下的链节轨迹、链节间张力以及张紧器振动。结果表明,采用新设计方法的设计方案,其传动稳定性与高速特性较好,系统匹配度与链条耐磨性表现优异,链节间张力较为稳定,可满足设计要求。该方法也适用于其他类型的发动机正时系统。

关键词： 无明火森林烟雾检测   YOLOv7   注意力机制   特征金字塔  

摘要： 快速准确判断森林火情对森林防火有着重要意义。然而,现有的森林烟雾检测模型提取的烟雾特征较为单一。因此,现有模型在图像中只有烟雾未见明火时的火情检测任务中表现并不理想。针对该问题,提出一种基于改进YOLOv7的无明火森林烟雾检测算法。该算法在主干网络中引入注意力机制CA和全卷积掩码自编码器框架FCMAE,使模型在提取语义特征的同时可以获取更为丰富的局部信息,解决了现有模型存在的特征崩溃问题。同时在预测网络中引入集中式特征金字塔CFP以加强特征的层内调节能力。另外,模型使用动态非单调调频的损失函数Wise-IoU以加强对低质量烟雾样本的检测能力。实验结果表明,相较于其他模型,该模型在检测无明火烟雾时表现上佳,精确率达到98.1%且mAP@50%达到99.1%。

关键词： 带式输送机   液压   AMESim   遗传算法  

摘要： 带式输送机是煤矿生产中不可或缺的运输设备,其制动系统的可靠性直接关系到输送机的安全运行。盘式制动系统由于具备结构简单、技术成熟、操作便捷和成本较低等优点,已被广泛应用。针对带式输送机盘式制动装置的实际工况,设计了一种具有保压功能的新型电液比例液压制动系统,并对其进行了深入分析。首先介绍了系统在不同工作状态下的运行原理,并建立了相关数学模型。然后,利用AMESim平台对该电液比例液压制动系统进行了仿真分析,以验证设计的合理性。同时,设计了基于遗传算法的PID闭环控制策略,以满足盘式制动系统的具体控制需求。研究结果表明,采用遗传算法优化后的PID闭环控制策略,显著提升了制动系统的整体性能,且具有良好的适应性和有效性。

关键词： 信息需求   信息采集   自动推荐   指挥决策  

摘要： 信息获取是指挥决策的前提。在充斥着海量信息的大数据时代,高价值信息淹没于海量信息之中,如何高效获取指挥人员所需的有用信息,成为提升作战指挥效能的关键。运用基于信息需求的信息自动推荐算法,依据指挥人员提出的信息需求,通过对信息文本的向量化处理,基于文本相似性比较提取有用信息并向指挥人员自动推荐,可有效提高信息获取的时效性,提升指挥决策及时性和科学性。