课程文献中心 更多>>

关键词： 外转子永磁电机   多目标优化   增强多目标鲸鱼算法   带式运输机   参数分层  

摘要： 为提高带式运输机滚筒驱动电机的转矩性能,本文提出了一种结合增强多目标鲸鱼算法、参数分层法、响应面法的多目标优化方法,并基于该方法对外转子永磁电机进行优化。通过对传统鲸鱼算法引入多种改进策略得到增强多目标鲸鱼算法,并测试算法性能,验证算法改进的有效性。建立了电机有限元仿真模型,基于相关性分析进行参数分层处理。针对第一层参数,利用响应面法建立数学代理模型,借助增强多目标鲸鱼算法进行深入优化;针对第二层参数,采用参数化扫描进行优化。通过有限元仿真分析优化效果,结果表明,优化后电机平均输出转矩提高4.19%,齿槽转矩降低22.92%,转矩脉动降低31.34%,空载反电势基波幅值增加13.39%,永磁体成本降低7.83%,证明了所提出方法的有效性和可行性。

关键词： 改进RSA算法   智慧医院   电子病历   加密存储   生成密钥  

摘要： 在生成公钥和私钥时,RSA算法通常将选择2个大的素数计算乘积,这一过程的计算复杂度较高,导致加密效率变低。因此,文章提出了基于改进RSA算法的智慧医院电子病历加密存储方法。首先,通过改进RSA算法,设定多个固定长度素数,用其欧拉函数值生成智慧医院电子病历的公钥私钥。然后,采用DES算法初步加密病历数据,再用优化RSA算法保护DES密钥,并结合SMM算法提升RSA效率。最后,在存储方面选用eMMC存储器,通过身份验证、访问控制及特定格式实现病历数据的加密存储与高效管理。实验结果表明,设计方法能够在优化电子病历数据维度的同时显著提升加密速度,提高了数据加密处理的效率。

关键词： 拖轮大桅   激光雷达   点云算法   防碰撞   障碍物检测  

摘要： 随着航运业的快速发展,拖轮在港口作业中扮演着越来越重要的角色。拖轮在进行拖曳作业时,面临着巨大的操作风险,尤其是在狭窄航道中,拖轮与大型船舶、港口设施等的碰撞事故频繁发生。为了提高拖轮作业的安全性,基于激光雷达(LIDAR)点云数据的防碰撞技术应运而生。本文结合激光雷达的高精度空间感知能力,提出了一种基于点云算法处理的拖轮大桅防碰撞技术。通过激光雷达数据的采集与处理,结合先进的障碍物检测、距离估计与碰撞预警算法,实现了对拖轮大桅周围障碍物的精准检测与实时预警。实验结果表明,本文提出的方法能够有效减少拖轮作业过程中的碰撞风险,提高航行安全。

关键词： 低轨道卫星星座   分布式路由   探测转发   负载均衡  

摘要： 随着地面网络负载压力的增大,卫星网络逐渐成为未来空天地一体化通信网络的重要组成部分。基于低轨卫星网络在负载均衡和拥塞处理方面存在的不足,本文提出一种基于低轨卫星网络的分布式探测负载均衡路由算法(DDR),通过扩大卫星节点的负载感知范围,在选取路径时可有效避免局部最优,规避拥塞区域。并通过设计符合不同业务类型的探测路由优先级度量值以及应急抗毁机制,为不同业务选取最合适的转发路径,避免浪费或集中于最优解的转发方向。仿真结果表明,相比LRES和LCRA算法,DDR算法能有效利用分布式探测转发机制,在保障良好的网络负载均衡下有效提高了网络的传输效率。

关键词： 变电站   工程造价   造价预测   粒子群算法   最小二乘支持向量回归   预测精度   运算效率   混合调节策略  

摘要： 【目的】电网建设项目中变电站工程造价的预测一直是影响项目成本管理的重要问题。然而,当前常用的变电站造价预测方法存在预测精度不足、计算效率低等问题,制约了预测模型在实际工程中的应用。为提高预测的准确性和计算效率,提出了一种基于改进的粒子群优化(IPSO)算法和最小二乘支持向量回归(LSSVR)算法的变电站工程造价预测方法。【方法】考虑到常规变电站与智能变电站在设备、技术和运维上的差异,通过分析这两类变电站的特点,对相关数据进行了有针对性的预处理,以去除噪声数据,填补缺失值,并将有效信息转换为特征向量,作为LSSVR模型的输入。为避免传统粒子群(PSO)算法易陷入局部最优解的问题,引入了一种混合调节策略,对PSO算法的惯性权重和学习因子进行优化,使得优化过程更加稳定并具备较强的全局搜索能力。通过该策略IPSO算法可以在全局搜索和局部搜索之间实现更好的平衡。利用IPSO算法优化LSSVR模型参数,并建立变电站工程造价预测模型。【结果】通过与其他预测模型进行比较分析得出结论,所提出的IPSO-LSSVR算法在预测精度上具有明显优势。具体来说,基于该模型的预测误差显著低于其他方法,可以将偏差控制在5%以内。改进后的粒子群优化算法能够有效避免陷入局部最优,确保了LSSVR模型在各种情况下都能提供较为准确的预测结果。【结论】基于IPSO优化LSSVR算法的变电站工程造价预测方法,克服了传统预测方法在预测精度和计算效率上的不足。在实际应用中,该方法能够为电网建设项目的成本管理提供更加准确的预测依据,从而有助于项目预算的合理制定和资源的有效配置。

关键词： 流形学习   红外图像   脉冲噪声   图像去噪   低维流形  

摘要： 红外图像在医学诊断、安防监控和工业检测等领域具有广泛应用,但容易受到脉冲噪声等干扰,导致图像质量下降,影响后续分析与决策。基于此,文章提出了一种基于流形学习的红外图像去噪方法,通过构建低维流形表示,利用局部建模与全局优化分解相结合的方式实现对脉冲噪声的有效抑制,同时最大程度保留图像细节和结构信息。在FLIR-ADAS和HIT-UAV红外图像数据集上的实验结果表明,这一算法在10%和15%脉冲噪声强度下,PSNR和SSIM均优于BM3D和NLM等传统算法,验证了其在噪声抑制和细节保留方面的显著优势,适用于复杂红外图像的处理场景。

关键词： 煤矿监控检测   不安全行为识别   目标检测   自注意力机制   融合边界框损失函数  

摘要： 我国煤矿工业建设已逐步转化为智能化模式,采用深度学习算法识别煤矿监控视频中矿工不安全行为具有十分重要的意义。但煤矿井下环境恶劣,提取矿工行为特征干扰大,目前目标检测算法存在精度低、计算量大的问题。针对这些挑战,该文提出了一种融合自注意机制的矿工行为识别模型CMFA-YOLO,采用ConvNeXt V2模块来替代原有YOLOv8n中的C2f模块,实现了Transformer思想与目标检测领域的完美融合,有效降低了模型计算量。进一步采用融合边界框损失函数MF-IoU(MPD-and-Focaler IoU)提高模型的精度。此外引入了自适应空间相关性金字塔注意力ASCPA,配合ConvNeXt V2发挥模型最佳效果。经过多项实验结果显示,CMFA-YOLO在煤矿视频监控场景下的检测精度达到99.0%,为煤矿场景下的异常行为检测任务提供高精确算法。

关键词： PM2.5预测   ICEEMDAN   改进蜣螂算法   卷积神经网络   长短期记忆网络  

摘要： 为了提高PM2.5浓度的预测精度,提出了一种新的预测模型。首先使用改进的自适应噪声完全经验模态分解对复杂的PM2.5时间序列进行分解,提取出多尺度的本征模态函数;接着利用卷积神经网络捕捉并提取序列中的关键特征,从而增强表征能力;然后将提取的特征输入到双向长短期记忆网络中进行预测。为了进一步提升模型的性能,采用改进的蜣螂算法对模型进行优化训练。实验结果表明,与传统的单一预测模型相比,所提出的模型在预测性能上有显著提升:预测拟合度提高了17.35%,均方根误差降至0.46μg/m^(3),有效实现了空气质量的精准预测。

关键词： 自适应噪声完备集合经验模态分解   模糊熵   改进小波阈值   局部放电   降噪  

摘要： 电气设备局部放电信号的去噪对电气设备状态监测具有重要意义。提出了一种改进的自适应噪声完备集合经验模态分解-模糊熵-小波阈值的降噪方法。首先对局部放电信号进行自适应噪声完备集合经验模态分解;然后对分解后的各阶本征模态分量求取模糊熵,将它们分为信号主导和噪声主导的分量,并对后者采用改进的小波阈值降噪;接着将信号重构,得到降噪后的信号;最后分别对仿真和实测的局放信号采用所提方法和其他降噪方法进行降噪处理和比较。结果表明:所提算法能够实现对白噪声和窄带干扰的抑制,指标信噪比和均方误差相较于其他降噪方法均更优。所提算法具有较好的降噪效果,为电力系统变压器绝缘状态的评估技术提供可行性。

关键词： 特征匹配   Clifford代数   特征检测   内积   网格运动统计  

摘要： 针对欧氏空间尺度不变特征变换(SIFT,scale invariant feature transform)算法在彩色图像匹配过程中丢失图像光谱信息、匹配精度低、计算量大等问题,利用Clifford代数(CA,Clifford algebra)对多维空间的表达能力提出一种基于CA-SIFT的图像匹配算法。首先,将图像转换到CA空间表示,同时保留图像空间和光谱信息,通过共形几何代数内积运算构造度量函数,提高特征点搜索效率,在CA空间中检测特征点;其次,采用图像特征两级匹配策略,即将CA-SIFT特征描述向量转换为哈希编码,由暴力匹配得到粗匹配结果;最后,采用网格运动统计(GMS,grid-based motion statistics)方法完成精匹配。实验结果表明:本文算法性能优于SIFT算法,提取的特征点对数量最多提升近54%;图像匹配方面,平均匹配精度达到98%以上,实现了高精度、适用于多数场景的图像匹配方法。