计算机
针对当前视觉同步定位与地图构建(visualsimultaneouslocalizationandmapping,VSLAM)算法鲁棒性较差,无法生成适合自主导航的语义地图等问题,提出一种基于实例分割的视觉SLAM算法。在对输入图像提取特征点的同时,使用卷积神经网络对图像进行实例分割;利用实例分割信息辅助定位,剔除容易造成误匹配的特征点,缩小特征匹配的区域;使用实例分割的语义信息构建语义地图。使用TUM数据集对图像实例分割、视觉定位以及语义地图构建进行实验验证,验证结果表明,该算法提高了机器人定位的准确性,生成了精确的语义地图,满足机器人执行高级任务的需求。
为了保证分层异构网络信息传输的正常运行,提高无线通信系统的稳定性,需要进行网络链路中断故障检测,及时维护并修复网络链路。针对当前分层异构网络链路中断故障检测方法中存在的误警率较高,检出率较低,检测效率较低等问题,提出基于断点数据特征的分层异构网络链路中断故障检测方法。分析网络链路及各节点的关系,计算节点信息发射功率与信噪比,据此求算网络链路中断概率,确定检测范围;对网络链路断点数据进行样本采集,结合时频分析法提取样本数据的特征,通过聚类分析划分断点数据特征类型;完成断点数据特征提取与分类后,结合线性变换与KNN算法对分层异构网络链路数据进行分类,划分正常数据与异常数据,完成链路中断故障检测。实验结果表明,所提方法的故障检测误警率低于实验对比方法,故障检出率较高,且检测过程消耗时间更短。
针对基于FPGA的嵌入式系统在机械设备状态检测和故障监测设备中的应用需求,为提升检测设备的性能和检测设备便携性,研究了EMD信号分解方法在FPGA平台上的实现。主要研究了基于XilinxFPGA平台实现EMD算法的方法,直接处理实时采集到的振动信号,通过FPGA模块对采集到的信号进行EMD分解,用于后续信号的分析。将EMD算法移植到FPGA平台,将减少故障检测设备对上位机设备的需求,符合故障检测设备微型化、便携式的发展方向。
无摘要
无摘要
为了解决DPC(Clusteringbyfastsearc̈handfindofDensityPeaks)算法中依赖截断距离、计算复杂度大和需要人工选取簇心的问题,提出了基于残差和密度网格的簇心自确认聚类算法。将数据对象映射到网格上,用网格对象作为聚类对象,删除不含任何信息的网格对象;用特定方式计算网格对象的密度值和距离值;接着通过残差分析确定含有簇心的网格对象;用与非边缘点的距离和自变动的阈值来处理网格边缘点和噪声点。仿真实验表明所提出的算法与一些其他聚类算法对比,有着较高的聚类精度和较低的时间复杂度。
本文基于MSP430单片机,完成了一款高精度电子秤的设计。以MSP430单片机作为控制核心,采用CZL-A电阻应变片称重传感器采集模拟信号,完成了信号放大与处理电路设计,经单片机自带12位AD进行模数转换,然后进行数据处理后换算成砝码质量,数字输入采用开发板自带的齿轮电位计及按键,利用MSP430单片机的休眠与唤醒功能,功耗低,经过测试,高装置测量精度高,具有较好的应用价值。
无摘要
无摘要
无摘要
咨询平台,提供日趋复杂而广泛的设备知识服务,增加医院设备的效益。系统包括算法模块和应用模块,算法模块通过深度学习卷积神经网络实现。通过设计实验进行答案搜索任务测试,在问题相似度前三的反馈信息里面,包含搜索目标的准确率达65%,证明算法可搜索到有效信息。将算法模型嵌入到Web应用中,进一步实现问答的功能。
当前RSA密码算法无法实现RSA加解密阶段大数模乘运算,因此提出基于余数系统蒙哥马利模乘器的RSA密码算法。依据余数系统模计算性能优势,构建二进制数值表示形式与运算法则表达式。采用XilinxVirtex-n平台与双模式乘法器,创建余数系统蒙哥马利模乘器硬件部分,通过四状态调度控制器控制模乘器。基于模乘器算术逻辑单元,完成算法中的乘法与乘累加运算。根据蒙哥马利模乘去除取模阶段的除法运算形式,运用模乘因子界定基转换算法,并采取一种近似方法将除法运算替换为移位操作,依据数据依赖关系对算法性能与芯片面进行折中处理,通过改变特殊基完成RSA密码算法构建。仿真结果表明,研究算法素数采集速率与加密速率高,算法执行时间短,加密效果更好。
针对抑制式模糊C-均值聚类算法应用于灰度图像分割时出现收敛速度较慢和像素误判的问题,通过挖掘图像同质区域内像素间的相关性与分析像素位置对类别判定的影响,提出一种双中心组合迭代抑制式模糊C-均值聚类图像分割算法.首先在图像上经选点、扩展、提取等环节优选出较好的初始聚类中心;然后按该中心分别查找图像中灰度值与其相等的像素位置并遴选产生隐藏中心;其次采用负指数函数对像素位置与隐藏中心之间的欧氏距离进行归一化,得到位置特征;接着在对该特征赋权后直接修正模糊划分矩阵;最后结合抑制式思想进一步减少算法的迭代次数.与现有的多种相关算法进行对比,实验结果表明,所提出算法在获得致密且分离性较好聚类的同时,能够改善图像分割的准确率和执行效率.
航班延误受到多种因素的交叉影响,导致航班延误数据分布不规律,难以从传统统计学的角度准确预测航班延误时间,因此以减少数据过拟合为目标,利用随机森林特征选择模型筛选21个重要特征,引入正则化L1、L2范数,建立弹性神经网络预测模型,对航班落地延误时间进行预测。预测结果为:±3min容差内的准确率达到83.954%,±5min容差内的准确率达到94.431%,结果表明该模型能够提高航班延误预测的准确率。
2019年末的新型冠状病毒肺炎(简称:新冠肺炎,又称COVID–19,novelcoronaviruspneumonia,NCP,2019–nCoV)疫情得到了全球的广泛关注.文献[1–2]提出了一类新的时滞动力学系统的新冠肺炎传播模型(atimedelaydynamicmodelforNCP,简称TDD–NCP模型)来描述疫情的传播过程.本文将这个模型用于研究部分省市的疫情传播问题,通过增加模型的源项用于模拟外来潜伏感染者对于当地疫情的影响.基于全国各级卫健委每日公布的累计确诊数与治愈数,本文有效地模拟并预测了各地疫情的发展.提出了基于TDD模型的再生数的两种计算方法,并做了估计与分析.发现疫情暴发初期再生数较大,但随着各级政府防控力度的加大而逐渐减小.最后,分析了返程潮对上海疫情发展的影响,并建议上海市政府继续加大防控力度,以防疫情二次暴发.
针对传统的基于深度学习的遥感图像分类算法未能有效融合多种深度学习特征,且分类器性能欠佳的问题,提出一种改进的基于深度学习的高分辨率遥感图像分类算法。首先,设计并搭建一个七层卷积神经网络;其次,将高分辨率遥感图像样本输入到该网络中进行网络训练,得到最后两个全连接层输出作为遥感图像两种不同的高层特征;再次,针对该网络第五层池化层输出,采用主成分分析(PCA)进行降维,作为遥感图像的第三种高层特征;然后,将上述三种高层特征通过串联的形式进行融合,得到一种有效的基于深度学习的遥感图像特征;最后,设计了一种基于逻辑回归的遥感图像分类器,可以对遥感图像进行有效分类。与传统基于深度学习的遥感图像分类算法相比,所提算法分类准确率有较高提升。实验结果表明,该算法在分类准确率、误分类率和Kappa系数上表现优异,能实现良好的分类效果。
分布式任务决策是提高多智能体系统自主性的关键.以异构多智能体协同执行复杂任务为背景,首先建立了一种考虑任务载荷资源约束、任务耦合关系约束及执行窗口约束等条件的异构多智能体分布式联盟任务分配模型;其次,对一致性包算法(CBBA)进行了扩展,提出了基于改进冲突消解原则的一致性联盟算法(CBCA),以实现异构多智能体协同无冲突任务分配,并进一步证明了在一定条件下CBCA算法收敛于改进顺序贪婪算法(ISGA).最后通过数值仿真,验证了CBCA算法求解复杂约束条件下异构多智能体联盟任务分配问题的可行性和快速性.
由于地质参数空间分布特征存在自相关和互相关的特性,未知点属性值可通过特定方法内插得到。泛克里金插值方法正是结合数据的相关特性,计算未知点属性值的算法。泛克里金方法使用前提是样品点满足正态分布,但正态分布不能代表样品点的地质属性在研究区内具有一定的变化规律,即不能保证趋势函数的有效性。因此,在样品点满足正态分布的前提下,对趋势函数的精度进行研究是必要的。论文提出,在插值过程中,应用多元线性回归拟合样品点在研究区域内的变化趋势,对趋势函数应用残差分析方法,剔除奇异点,可以达到对趋势函数的优化。在实例应用中,运用论文方法对孔隙度数据进行插值,结果与未使用残差分析的泛克里金插值结果相比较,论文方法插值效果更好。
在中文自然语言处理领域中, 分词是非常重要的步骤之一, 它是
随着互联网技术的快速发展,网络已经成为人们生活及工作中不可或缺的一部分,本文通过对网络用户上网时所表现出来的行为进行分析研究,探索其行为特征及行为模式,建立计算机用户行为模型,利用聚类分析技术及相关算法建立了一个计算机用户行为分析识别系统,通过对网络用户日志数据所表现出来的行为进行预处理、模式挖掘及聚类分析实现了用户身份识别功能。并对系统的准确率和误差进行了分析,最后对该模型的完善和改进提出了若干设想。