计算机
针对目前尚无支持OpenThead协议的边界路由器这一问题,提出并验证一种OpenThread边界路由器设计方案。采用树莓派作为边界路由器的主机端,通过以太网口连接外部)网络,通过内置WUB连接专员认证设备;采用德州仪器CC2538微控制器作为边界路由器的协处理器端,接入OpenThread网络;边界路由器的主机端和协处理器端通过USB连接。实验结果表明,该OpenThread边界路由器功能能够实现,节点设备可通过边界路由器连接互联网,并允许外部OpenThread专员设备添加新节点到OpenThread网络中。
本文提出一种基于深度学习的识别方法用于医用塑瓶气泡、积料等生产缺陷的实时检测,设计工业现场的视觉检测硬件平台,细述积料与气泡检测算法的原理,简述算法检测前的图像预处理。在Pytorch框架下通过ResNet系列算法与MobilenetV2算法的正交实验对积料检测实时性能进行比较,同时优化RetinaNet网络在气泡上的检测性能。在生产现场中该方法关于积料的平均检测精度为99.7%,单幅图片检测时间为29.7ms;气泡的Fβ指数为99.5%,单幅图片检测时间为35.5ms,达到企业生产的要求。
由于网络技术的飞速发展,自媒体、微博、论坛等基于互联网的多种交流渠道日渐完善,人们能够方便地在线生成和共享丰富的社会多媒体内容。社会事件数据具有跨平台、多模态、大规模、噪声大等特点,基于多媒体社会事件的分析研究非常具有挑战性。因此,如何对社会媒体数据进行处理,研究社会事件分析方法、设计有效的社会事件分析模型成为社会事件分析研究的关键问题。文中对近年来多媒体社会事件分析的相关研究展开了综述,重点回顾了多媒体社会事件表示方法及其在虚假新闻检测、多媒体热点事件检测跟踪及演化分析、社交媒体危机事件响应等领域的应用,并对不同应用涉及的数据集进行了详细介绍。最后对多媒体社会事件分析方面未来可能的研究课题进行了展望。
无线传感器网络极易遭受各种安全威胁,基于博弈论的入侵检测方法能有效平衡网络的检测率和能耗,但是基于完全理性假设的传统博弈模型存在不足。因此,针对不同的攻击方式,引入演化博弈理论,从攻防双方的有限理性出发,构建入侵检测攻防演化博弈模型,然后利用复制动态方程分析了攻防双方策略的演化趋势,提出了最优防御策略选取算法。仿真实验表明了所提模型的合理性和算法的有效性,与其他策略相比,所提防御策略更贴合实际应用场景,在保证检测率的前提下,减少了资源消耗,延长了网络生存时间。
利用到达时间差和到达频率差行定位是现代电子战争的重要课题传统的定位算法由于(TimeDifferenceofArrival,TDOA)(FrequencyDifferenceofArrival,FDOA)参数与目标参数存在非线性关系初值与收敛性问题为此提出一种结合两步加权最小二乘法。TDOA/FDOA对移动目标进求解困难且存在,与偏差补偿的定位。(Two-StageWeightedLeastSquares,TSWLS)算法这种结合算法先建立一组关于与的线性方程再利用泰勒级数展开算法线性化中间变量计算偏差值,TDOAFDOA,用线性方程的解减去偏差值得到最终解算法的解为闭式解不存在收敛问题仿真证明,结合算法优于传统(Cramér-RaoLowerBound,CRLB),。TSWLS同时在大噪声环境下也能保持良好的鲁棒性,,算法,且目,在低噪声环境下可以达到克拉美罗界,标距离越近观测点阵的大小越大定位性能越好,
图像集分类算法通过充分利用图像的集合信息来提高识别性能,得到了广泛的关注。但是现有的图像集分类算法存在如下问题:1)需要样本满足某种概率统计分布;2)忽略了图库集类与类之间的互斥性;3)对非高斯噪声不具备鲁棒性。为了解决上述问题,提出了一种基于熵自加权联合正则化最近点的图像集分类算法(SRNPC)。首先在测试集中寻找唯一的全局联合正则化最近点,同时最小化该点与每个图库集中正则化最近点之间的距离;然后,为了增强类之间的判别力以及对非高斯噪声的鲁棒性,引入一种基于熵尺度的自加权策略来迭代更新测试集与各个图库集合之间的熵加权权重,得到的权重能够直接反映测试集与每个图库集之间相关性的高低;最后,利用测试集和每个图库集之间的最小残差值获得分类结果。通过在UCSD/Honda、CMUMobo和YouTube这三个公开数据集上与当前主流的算法进行的对比实验结果表明,所提出的算法具有更高的分类精度和更强的鲁棒性。
针对基本鲸鱼优化算法在非线性优化问题中存在的收敛精度低、易陷入局部最优解的问题,提出一种融合动态概率阈值和自适应变异的鲸鱼优化算法.首先,利用Fuch混沌和反向学习生成均匀的初始种群;其次,设计基于双曲余弦函数的动态调整概率阈值以协调算法全局搜索与局部开采能力,采用可变权重对鲸鱼位置更新公式修正,提高收敛速度和精度;最后,对鲸鱼精英个体引入自适应变异策略,以避免算法陷入局部最优解而搜索停滞.对13个基准测试函数仿真实验,结果表明,与基本GWO算法、PSO算法以及鲸鱼优化算法相比,该算法具有更好的求解精度、收敛速度.
针对车辆主动安全系统在车辆运动状态识别时难以区分换道和无意识车道偏离,在实车环境下采集换道和驾驶人无意识车道偏离时的方向盘转角、横摆角速度和车道线距离。建立了基于神经网络的车道偏离识别模型。为了进一步提高模型整体识别率,通过归一化、主成分分析和遗传算法对神经网络的权值和阈值参数进行优化。通过对优化后的RBF神经网络模型进行训练和测试,结果表明:在时间窗口为时,优化后的神经网络模型总体识别率为别准确率达到了,对无意识车道偏离识别准确率达到了,能够满足车辆主动安全系统的要求。,其中对换道识90%1.8s88%关键字车道偏离;神经网络;主成分分析;遗传算法92%
为提高对海上遇险目标的搜索效率,在搜救行动开始前需要对搜索目标的位置进行预测。在获得遇险目标的最后告知位置后,计算漂流轨迹可以预测搜救力量展开搜索时险目标的实际位置。通过计算各环境因素带来的漂移速度分量,进行矢量合成后可以得到遇险目标的漂移速度。对搜索目标遇险后的漂移轨迹进行预测,以此划定搜索区域。
上、下部结构的连接节点是保证RC框架-轻钢增层混合结构整体协同工作的关键,本文提出一种用于该类混合结构的新型外包锚固式节点,并对该新型节点与传统植筋节点进行了拟静力试验,对比分析了滞回曲线、骨架曲线、强度退化、刚度退化和耗能能力等抗震性能。结果表明:两榀节点试件均为梁铰破坏,新型外包锚固式节点相对于传统植筋节点有效地限制了混凝土梁的裂缝开展,提高了节点承载力和刚度,减缓了强度和刚度退化,增强了节点塑性铰的转动能力;滞回环呈弓形;耗能能力和等效黏滞阻尼系数提升约2倍。
针对低维度混沌系统的密钥空间小、加密系统安全性较低的不足。提出一种由sine混沌改变均匀分布logistic混沌排列次序形成复合混沌序列的图像加密方法。首先,产生服从均匀分布的logistic混沌序列,用sine混沌序列重排该序列整数化后的重复部分,以此无重复数值的复合混沌序列进行像素位置置乱;之后,由于仅进行位置置乱不能改变图像的灰度统计直方图特征,用sine混沌重排整个logistic混沌序列形成复合混沌序列,以此进行像素扩散完成图像加密。对方法安全性从密钥空间、密钥敏感性、差分分析、统计直方图、相邻像素相关性、信息熵方面进行了测量。实验结果表明该方法密钥空间大、敏感性高,能有效地抵抗穷举分析、差分分析和统计分析。
针对目前汽车在车况诊断、防盗等方面存在的不足,设计一款具有车辆故障诊断、防盗预警、定位跟踪等功能的车载智能监测系统。该系统包括车载终端、手机APP、云服务器3部分。构建实时车况监测网络系统,设计车载终端整体框架、高频降压电路以及遵循多种OBD-I标准的协议驱动电路。下位机采用线程调度算法并设计实时有效的防盗预警程序;手机APP使用TCP/IP协议与车载终端、云服务器进行信息传输,实时对车辆远程监测。实验结果表明,该系统可以有效实现对车辆的故障诊断、防盗预警。
智能电网在长期运行的情况下。会因其内部或者外部因素受到干扰而发生异常。研究出一种能够有效的智能电网大数据流异常状态自动监测方法是非常重要的。针对当前方法存在的监测速度慢,准确率低的问题,提出了一种基于熵序列的智能电网数据流异常状态监测方法。方法需要在智能电网的大数据流中提取出一段数据流。并选择一个窗口,计算当前考察窗口相对于参考窗口的强度比率。并对其进行异常判定。完成对异常模式的获取。将异常模式中获取的数据流做为监测样本,通过熵序列对智能电网的数据流异常状态进行监测,将监测出的异常数据流进行提取,实现对智能电网大数据流异常状态自动监测。实验结果表明,与当前方法比较基于熵序列的智能电网数据流异常状态监测方法具有较高的监测精度,实用性较强。
设计单位之间、专业之间难以做到信息及时共享,不利于特高压输电线路科研和设计方案的协调和优化。提出了一种特高压输电线路可研设计一体化管理平台的建设与应用。利用互联网、数字化等相关技术,融合多源通道数据,建立专题数据库,构建网页端与移动端相结合的信息化平台,可实现多单位、多专业协同设计和可视化过程管控等功能。另通过“大方案比选、方案优化、技术经济指标统计、协议进度上报、设计成果校审及提交”等协同设计工具加强了可研深度。经过在多条特高压输电线路工程前期工作中的实际应用和测试结果表明,实现了可研设计与管理在线业务闭环,实现了可研协同设计,并且动态积累的数字化成果可持续服务于后继工程。
考虑列车制动性能与制动距离对列车安全的重要影响, 分析了列车运行的动力学特性, 构建了列车离散化制动模型,并针对影响列车制动性能的关键参数 - 钢轨粘着系数难以直接观测、随钢轨环境变化的特点, 提出基于滑动窗口与最大期望理论的轮轨粘着系数在线辨识算法. 首先, 依据数据特征确定滑动窗口位置与窗口尺寸; 然后, 构造列车动力学模型参数的条件数学期望, 并结合粒子滤波与粒子平滑算法以及贝叶斯理论, 估计预设模型参数下的列车运行状态; 在此基础上, 分析粘着系数的后验概率, 并极大化条件数学期望对模型参数预设进行优化更新, 进而实现模型真实参数的逐步逼近.最后, 考虑雪地、隧道等场景下的粘着系数变化, 对本文方法进行了仿真验证, 并数值分析了粘着系数对制动距离的影响.仿真结果表明本文算法可快速、准确地对粘着系数进行实时辨识, 掌握轮轨间实时粘着状态.
社交网络中的舆情事件关乎社会的和谐与稳定,分析事件的演化趋势并进行管控能够有效降低恶性舆情事件的影响.但是,高效的舆情管控却面临标注数据少、管控资源有限的难题,采用人机混合增强技术,充分利用少量标注样本中的专家知识,是建立舆情演化态势评估模型的可行思路之一.据此,提出一种基于排序学习的舆情事件演化趋势重要性评估算法,在模型训练过程中,充分利用标注数据中的专家知识以及有标签数据和无标签数据的关联关系,筛选重要舆情事件进行管控,提升管控资源利用效能.首先,结合舆情管控经验和需求,从“人”“事”“势”等三要素出发,构建易获取、可量化、有含义的舆情事件演化态势评估指标体系;其次,基于图卷积神经网络构建舆情演化趋势评估模型,利用局部敏感Hash算法挖掘数据的空间结构信息,并利用图卷积求取数据及其邻域的混合特征;最后,针对有标签数据和无标签数据设计相应的损失函数,实现标注数据中专家知识和无标注数据中空间结构信息的综合利用.在公开数据集M
虽然现有基于深度学习的图像阴影消除方法已取得了一定的进步,但是这些方法主要关注图像本身,没有很好地探索其他额外与阴影相关的信息,因此这些方法常常存在图像纹理模糊、内容不协调等问题.针对这些问题,文中基于生成对抗网络(GenerativeAdversarialNetwork,GAN),提出了一种新的阴影消除网络模型.该方法首先从全局上生成一个粗糙的阴影消除结果,再利用与阴影相关的残差信息对粗糙的结果在颜色和细节上进行局部优化,从而获得更加真实自然的无阴影图像.生成网络包含个编码解码结构,首先利用第个编码解码结构对阴影图像进行整体光照恢复,生成一个初始的阴影消除结果;同时将与阴影相关的残差信息作为辅助信息输入第个编码解码器,对初始结果进行进一步优化;为了避免阴影区域出现纹3G1G2G理不协调等问题,最后利用第个编码解码器对阴影区域细节纹理进行修正,使得生成的阴影消除图像更加真实
为了提高企业的管理效率,降低生产成本,需要对工时信息进行准确的掌握,并实时通过工时管理系统进行更新。针对过去工时管理并没有统一的概念,且多依靠经验进行预测等问题,提出了基于最小二乘法对工时进行预测。通过对采集到的历史数据进行分析和挖掘,求解出相应工时预测模型,并以自动钻铆工序的工时为例进行预测说明。针对自动钻铆过程中影响因素众多、影响因子之间关系复杂、影响因子单位不统一等特点,对样本数据中不同单位的工时数据进行了归一化处理,建立了基于最小二乘法的工时预测模型,解决了工时预测靠经验判断、工时管理低效的问题。分析了基于最小二乘法的预测误差,并与根据经验判断允许的误差进行了对比,证明了预测的有效性,这为后续工时管理系统的开发提供了理论支撑依据。
传统的供热锅炉房动力装置故障诊断方法在诊断过程中容易受到外界温度的影响,使其附近的供热管网热损耗过高,造成资源浪费。为此,该文设计基于改进算法的供热锅炉房动力装置故障诊断方法。利用压力传感器和转速传感器监测供热锅炉房动力装置状态参数,通过数据采集卡将参数数据传送至上位动力装置中,修正改进的神经网络算法中的连续权值和节点阈值,将采集的参数数据作为输入,利用阈值判定函数判断输出结果,完成供热锅炉房动力装置故障诊断。实验结果表明,该文方法在诊断过程中,随着温度的变化,其附近的供热管网热损耗始终处于低水平状态,没有发生提高现象,避免了资源浪费。
空间信息支援是未来海上作战获取信息和传输信息的重要方式之一,海战指挥员需要密切关注空间态势。从信息化海战对空间态势的需求出发,提出海战场空间态势模拟系统的功能设计。系统采用“平台组件”的体系结构,主要由卫星平台数据库、卫星平台仿真模型、空间态势显示、空间态势分析和想定数据管理等五个模块组成,能够提供系统级、组件+级和数据级三个层次的服务模式。海战场空间态势模拟系统与海军作战模拟系统无缝链接,将为海军作战模拟训练提供空间态势方面的信息支撑。