课程文献中心 更多>>

关键词： 自治式潜水器   轨迹跟踪   控制算法   有限时间控制理论   障碍李雅普诺夫函数   正切型障碍李雅普诺夫函数   对数型障碍李雅普诺夫函数  

摘要： 为解决自治式潜水器(Autonomous Underwater Vehicle,AUV)轨迹跟踪控制过程中的系统快速收敛和输出误差约束问题,提出一种结合正切型障碍李雅普诺夫函数(Tangential Barrier Lyapunov Function,TBLF)和有限时间控制理论的AUV快速轨迹跟踪控制算法。鉴于传统渐近稳定控制的收敛时间不可控的缺点,设计一种有限时间控制器,确保AUV可在有限时间内实现对期望轨迹的快速跟踪。进一步利用TBLF对AUV的设计轨迹与期望轨迹之间的轨迹跟踪误差进行约束,克服传统对数型障碍李雅普诺夫函数(Logarithmic Barrier Lyapunov Function,LBLF)无法适用于无误差约束需求系统的问题。仿真结果表明,所设计的控制算法具有更强的应用能力。

关键词： 铁道异物侵限检测   YOLOv5s   NAM注意力机制   NH-YOLOv5  

摘要： 提出一种基于YOLOv5s改进的铁道异物侵限检测算法NH-YOLOv5。先通过列车头装载的视频检测设备实时采集相关图像,建立铁路异物入侵数据集RD。使用已建立的数据集RD对NH-YOLOv5模型进行仿真实验和在线评估。实验结果表明,所提出的NH-YOLOv5算法的精准率和召回率分别为92.6%、78.3%,均值平均精度mAP@0.5和mAP@0.5:0.95分别为85.3%、61.5%,相比YOLOv5s原模型,精准率提高1.4个百分点,召回率提高7.4个百分点,均值平均精度mAP@0.5和mAP@0.5:0.95分别提高6.3、7.7个百分点。可见,文中算法比YOLOv5s算法具有更好的检测效果和泛化性能,有效改善了漏检、误检等问题,且提高了小目标的检测能力,验证了该方法的准确性和可用性。

关键词： 遥感图像检测   DAB-DETR模型   多尺度注意力融合   高效注意力Transformer   SIoU损失  

摘要： 由于遥感图像中的目标尺寸差异大,且捕获不同尺度目标的信息非常困难,因此难以有效识别不同尺度目标。同时,传统Transformer在处理高分辨率图像时会出现计算资源不足的问题;单一的损失计算方式和匈牙利算法结合会增大代价损失的波动性,影响算法的收敛速度和精度。基于上述问题,本文提出一种基于改进DAB-DETR的多尺度遥感目标检测算法(Multi-scale dynamic anchor boxes for DETR, MSDAB-DETR)。首先,该算法通过创建一种新型的多尺度注意力融合模块,利用不同分辨率特征信息之间的差异,实现了对遥感图像的多尺度预测。其次,采用高效注意力机制对Transformer模型中的自注意力机制进行改进,降低原始模型的内存占用量。最后,利用SIoU损失函数作为边界框回归损失,与匈牙利算法相结合,削弱了二分图匹配的波动性,加快了收敛速度,并进一步改善了边界框的回归能力。实验结果表明,该方法在NWPU VHR-10和DIOR数据集上的检测精度分别高达95.3%和71.5%;在NWPU VHR-10数据集上,小、中、大3种尺度目标的平均检测精度相较于DAB-DETR模型分别提升了10.5%、1.8%和2.7%;内存占用量减少约9%。

关键词： 地平线行动计划   统一数据模型   数据治理   数据素养  

摘要： 为了进一步提升高等教育数据治理水平,美国高等教育信息化专业组织(EDUCAUSE)于2024年发布了《2024地平线行动计划:统一数据模型》,从提升学生全面体验、加强数字素养培训、构建数据网格体系架构、建立行业互操作标准、实现全面学习记录五个方面,描绘了高等教育统一数据模型未来十年的愿景目标,从个人、部门、机构、跨机构合作四个层面,阐述了具体的行动方案。本文通过对该报告内容进行分析和解读,提出了可行的高等教育统一数据模型实施路径——健全组织机制和标准规范以强化顶层设计、完善法律法规和防护措施以确保数据安全、强化人员数据素养培训以塑造数据文化氛围、拓展数据技术应用场景以释放数据要素价值,进而构建育人为本、全员参与、开放共享的高等教育数据治理体系。

关键词： 无线传感器网络   安全定位   参数掩盖   叠加信号   索引相位  

摘要： 对无线传感器网络的安全定位服务问题进行了研究,采用了无线传感器网络的参数掩盖安全定位算法;该方法将网络定位区域划分均匀分布的网格相位,对存在恶意节点参与定位的多跳节点网络设计参数掩盖通信信号,该信号中包含跳数和位置信息;将网络中每跳参数掩盖信号沿多跳路径叠加,产生多跳路径叠加信号的索引相位,通过逐跳解算掩盖信号的相角,并将其与相位索引矩阵匹配,恶意节点转发叠加的多跳掩盖信号使得估计的位置和跳数信息难以与相位索引矩阵匹配,从而筛选出恶意节点攻击的多跳路径;利用网络中节点的身份信息提取恶意节点,并对合法节点重新定位;经实验测试实现了多跳叠加的参数掩盖信号消除恶意节点对网络的攻击,有效抑制了恶意节点对合法节点定位精度的影响。

关键词： 图神经网络   漏洞   检测   算法   模式  

摘要： 为提高漏洞检测的准确性,提升软件运行的安全,基于图神经网络(GNN)提出一种漏洞检测算法,并对其具体应用效果进行分析.在此基础上,运用图神经网络(GNN)对特征进行分类,输出漏洞检测的结果.结果表明,提出的漏洞检测算法能更准确地识别真实的漏洞,减少将正常代码错误地标记为漏洞的情况.

关键词： 分子力模型   无线传感器网络   WSN定位算法  

摘要： 无线传感器网络中利用节点发送与接收无线信号,确定物体的位置被称为无线传感器网络节点定位,它是无线传感器网络的一个重要研究领域.基于测距的无线传感器网络定位算法,其关键步骤是通过接收信号的强弱来估计信标节点与未知节点的距离.提出了一种基于分子力模型的WSN定位算法,本算法也是基于测距思想,其中,引入排斥力和吸引力的概念,并假设未知节点处于平衡状态,这两种力此时合力为零.算法求解使用迭代算法.论文实验证明,所提算法的时间复杂度和空间复杂度较小,且具备较好的定位精度.

关键词： 深度学习   干扰感知   资源预测模型   在线调度  

摘要： 由于GPU可以加速深度学习作业的处理,许多研究人员通过提高GPU利用率来达到减少作业完成时间的目的。与传统的作业独占GPU资源来减少作业完成时间不同,考虑了多个作业共置的问题(即同一个GPU中同时执行多个作业能有效提高GPU利用率并减少作业完成时间),提出了一种面向深度学习作业的干扰感知在线调度算法(OASIS)。该算法首先在作业共置的情况下,使用改进的机器学习方法构建了作业所需资源的预测模型。其次,为了计算作业间干扰值,设计了一种作业组合模型,通过模型计算的干扰值来主动修改作业调度策略以避免无效调度,达到减少作业完成时间的目的。最后,在真实环境中部署了实验,实验结果表明:提出的OASIS算法与经典的FCFS算法、MBP算法和SJF算法相比,不仅平均作业总体完成时间缩短了5.7%,而且平均能耗降低了4.0%,验证结果充分说明了该算法的有效性和优越性。

关键词： 流程校核   校核算法   改进递推最小二乘法   变电站移动作业终端   数字化开票  

摘要： 常规的变电站移动作业终端数字化开票流程校核,主要采用矩阵线性运算定位预测完成校核,忽略了逻辑数据参数的辨识,导致校核时延较大。因此,提出基于改进递推最小二乘法的变电站移动作业终端数字化开票流程校核算法。提取开票流程逻辑数据,对其进行离散化处理后,进行改进递推最小二乘法运算,对逻辑数据参数进行辨识,将辨识得到的参数进行聚类处理,分析终端动作生成校核算法。实验结果表明,所提算法应用后得到的校核结果,在不同开票流程逻辑数据量下,校核时延均较低,平均仅为786 ms,满足了变电站移动作业终端数字化开票的现实需求。

关键词： 海水循环冷却   卷积神经网络   计算机视觉   污损生物分类  

摘要： 海水循环冷却系统取水头部及管道中污损生物附着会堵塞管道,加速腐蚀,严重影响设备的正常运行。杀生剂的投加方案与污损生物的种类密切相关,由于监测困难,现在通常采用固定杀生剂投加方案。污损生物在管壁建构筑物上的附着主要是以优势种群聚集附着的形式,可以在海水管道头部及管道中加装摄像头,实现污损生物的监测,以便及时调整加药方案。利用卷积神经网络算法,建立污损生物分类模型,实现常见污损生物的自动分类。利用常见污损生物聚集图像作为模型训练数据,以交叉熵损失函数和准确率作为模型评价指标,进行模型训练。该模型分类准确率较高,可用于自动化加药设备中污损生物的自动识别,以此为基础,配合自动化加药设备,可实现杀生药剂投加方案的自动实时调整,提高海水循环冷却系统的精细化管理水平。