计算机
故障检测是保障现代工业正常运转的一项重要技术,随着生产大型化、复杂化,基于数据驱动的故障检测技术在故障检测领域得到广泛应用。本文结合MATLABGUIDE平台和数据驱动故障检测技术,提出一种可视化故障检测工具箱的设计方案和实现方法。该工具箱可根据监测数据特点,选择相应的数据驱动故障检测方法,有效提高故障检测率。以田纳西-伊斯曼系统为例,利用所设计的工具箱对其进行故障检测。仿真结果表明,单变量统计检测法在一定程度上可以实现故障隔离,但会产生大量检测图占用空间;多变量统计检测法能够更直接地判断系统是否存在故障,并且故障检测灵敏度高。
研究生入学成绩是导师初步了解学生学习能力随着学校招生规模的扩大,学生人数的增加,研究生入学成绩的日趋复杂,传统的分析方法已经不能满足当前对于研究生入学成绩分析聚类算法对研究生入学成绩进行分析,将研究生入学成绩进行分类,发现学生成绩分布的特的需要点,找出成绩之间的关系,了解学生各科的学习状况,找到适合学生发展的方向,以实现个性化的研究生教育和培养,所得首先,分析了几种主要聚类算法应用于研结果为研究生培养方案的制定与研究生进行研究方向的选择提供了借鉴意义究生入学成绩的适用性;其次,介绍了通过实验证明了
针对网络数据采集传输过程中冗余数据过多、运算复杂度较大。导致数据采集准确度低、数据传输能耗高、效率低的问题,提出基于云计算技术的网络数据采集传输方法。以云计算技术为背景,传感器节点、sink节点、服务种类和数据上传形式为基础架构网络模型,通过sink节点接收到所有节点的坐标信息选出最优的少量采集点坐标,再采用量子遗传算法获得最短环路,当sink节点依轨迹进行运动抵达采集点时,发送采集信息,节点接收到信息后将执行数据的传输操作,通过无线网关软件的分析转换为以太网数据格式,实现向监测中心传输数据。仿真结果表明,所提方法的采集准确率较高,数据传输耗能较低,网络数据采集传输的效率高。
疫苗注射质量与人民生命安全息息相关,除了疫苗本身质量外,疫苗从生产、存放冷库、出库、检验、输送、注射等过程中的环境最为关键,通过近几年疫苗事件发现存储温度的失控是造成疫苗失效的重要因素。云计算和大数据管理技术的结合为疫苗追溯提供了技术支撑,本文从疫苗追溯平台功能结构、疫苗冷库控制方式,多重保护冷库采集数据,手机智能报警和远程控制,以及注射APP等方面阐述了部分技术要点,为疫苗全程追溯平台的实现提供关键技术的研究参考和实践。
通过分析输电线路机器人上下线作业任务,提出了一种基于机器视觉的输电线路机器人上下线平台的设计方案,包括机械结构设计和视觉检测及控制两部分。研制了输电线路机器人上下线平台样机,并在模拟线路和现场线路进行实验,实验结果验证了机器人上下线平台结构设计的可行性及目标检测算法的有效性。
针对再入飞行器的姿态跟踪问题,基于递归神经网络提出最优跟踪控制.采用反步法和递归神经网络,设计自适应前馈控制,将再入飞行器的最优姿态跟踪问题转化为等价的姿态角误差/角速率误差最优调节问题.采用自适应动态规划技术,解决最优调节问题.引入神经网络估计最优控制中的代价函数,推导最优反馈控制律,同时保证Hamilton–Jacobi–Isaacs(HJI)方程估计误差最小化.采用Lyapunov理论,保证闭环系统中所有信号,包括姿态角跟踪误差是一致最终有界的.在MATLAB/Simulink中仿真验证了所提出控制策略的有效性.
针对基于规则的可解释性模型可能出现的规则无法反映模型真实决策情况的问题, 提出了一种融合机器学习和知识推理两种途径的可解释性框架. 框架演进目标特征结果和推理结果, 在二者相同且都较为可靠的情况下实现可解释性. 目标特征结果通过机器学习模型直接得到, 推理结果通过子特征分类结果结合规则进行知识推理得到, 两个结果是否可靠通过计算可信度来判断. 使用面向液基细胞学检查图像的融合学习与推理的某类宫颈癌细胞识别案例对框架进行验证, 实验表明, 该框架能够赋予模型的真实决策结果以可解释性, 并在迭代过程中提升了分类精度. 这帮助人们理解系统做出决策的逻辑, 以及更好地了解结果可能失败的原因.
双目立体视觉技术具有成本低、适用性广的优点,在物体识别、目标检测等方面应用广泛,成为计算机视觉领域的研究热点。立体匹配是双目立体视觉技术中的核心算法,对实现物体三维重建具有重要作用。在分析局部、全局、半全局和基于深度学习的立体匹配算法研究现状的基础上,阐述了匹配代价、代价聚合、视差计算/优化、视差校正在立体匹配算法中的实际应用,总结及展望了立体匹配算法的发展趋势。立体匹配算法将着重解决无、弱纹理区域误匹配问题,深度学习算法用于立体匹配具有精度高的优点,是未来发展趋势,匹配算法将向高精度、实时性方向发展,为双目视觉技术中立体匹配算法的发展提供思路与参考。
不同的地面温度反演算法会影响地面温度的反演精度。根据遥感影像,以乌鲁木齐市为研究区。采用大气校正法和单窗算法反演研究区域的地表温度,同时与亮温进行对比。结果表明:大气校正法和单窗算法的陆地表面温度和亮温反演在地理上的分布很接近,但也有不同。两个算法之间的平均温差为,单窗算法比平均亮度温度低1]。大气校正法较单窗算法精度低。,大气校正法比平均亮度温度低0.05℃0.35℃年月0.4℃Landsat8[
电磁层析成像逆问题根据灵敏场的边界测量值,通过合适的图像重建算法重建出物场区域内具有电导率或者磁导率的物体的分布情况,是电磁层析成像技术的核心;在逆问题求解的过程中,存在严重的不适定性,导致求解结果不准确,这主要是由于在图像重建过程中灵敏度矩阵的病态性所导致的;为了改善灵敏度矩阵的病态程度,提高成像质量,文章提出将人群搜索算法引入到电磁层析成像图像重建中,利用人群搜索算法对灵敏度矩阵进行优化,降低其条件数,改善病态程度,然后采用Land-weber迭代算法进行图像重建验证效果;仿真结果表明,该算法能够令原始灵敏度矩阵条件数降低87.83%,重建图像的相关系数最高提升45%,图像误差最高降低75%,从而有效提高图像重建结果。
为了优化单位对警用摩托车的管理,使其对车辆调配更加便捷和合理,运用计算机较大的信息存储空间和高性能的处理能力,将摩托车的坐标位置,使用情况,故障情况等车辆基本信息,做出详细的分类和记录,使用户可以直观地在该系统中随时监控车辆信息的变动,并能够及时处理车辆工作中遇到的紧急情况;文章提出了一种基于B/S架构警用摩托车管理系统的设计方案,系统采用WEB方式实现;服务器通过TCP协议获取摩托车终端所采集的数据。并将数据存储到MySQL数据库。文章中详细介绍了服务器对数据的存储,WEB系统的开发和研究,对终端设备的静态数据和动态数据进行分析和呈现。
针对传统调度方法存在年调节保证出力不稳定、水位不平稳等问题,提出基于遗传算法的梯级水库多目标联合调度方法。以多目标发电联合调度和多目标防洪联合调度为主目标函数,以计算周期时间段内的发电总量最大、供水量最大、汛期阶段的弃水量最小等为子目标函数,以电站下的泄流量、电站出力、水库水量上下限、河道演进等为目标函数的约束条件,实现梯级水库多目标联合调度模型构建。引入遗传算法,设置种群数量等算法初始化参数,获取个体电站出力等一系列信息数据。通过种群之间适应度信息与个体的距离信息维持种群多样性,进行最优代数选取,将所得最优解作为满足梯级水库多目标联合调度条件的方案。对比传统方法实验结果表明,研究方法的年调度保证出力平稳性高,可有效实现发电与防洪等方面的调度,具为梯级水库多目标联合调度提供有利依据。
为进一步发展未来的抗串联战斗部防护技术,对破甲反击弹抗串联战斗部的可行性进行研究。通过理论分析、ANSYS/LS-DYNA有限元数值模拟仿真和单个破甲反击弹威力实验等方法,进行实验验证。结果表明:破甲反击弹抗串联战斗部具有一定的可行性,可以作为装甲防护技术的进一步研究方向。
为了提升传输时延计算精度,提出基于信道接入技术的通信端到端传输时延计算方法。将通信端到端传输过程中产生的时延分为传输设备传输时产生的时延、线路时延以及数据帧长度时延三种,计算端到端传输总时延,获得整个通信信号时序序列计算方法;结合信道接入技术,引入随机时延计算模型,去除高斯噪声产生的负面影响,计算单组信号在时延序列上出现的概率等,实现基于信道接入技术的通信端到端传输时延计算。仿真结果表明,所提方法能够有效减少时传输时延计算误差,充分验证了所提计算方法的有效性以及实用性。
多协作追捕问题是多Agent协调与协作研究中的一个典型问题。针对具有学习能力的单逃跑者追协作追捕算法。首先,建立协作追捕团队,并构建协作追捕的博捕问题,提出了一种基于博弈论及Nash累积奖赏的运动轨迹,并把运动轨迹调整到弈模型;其次,通过对逃跑者策略选择的学习,建立逃跑者有限的执行均衡策略完成追捕任务。同时,针对追捕者的策略集中;最后,求解协作追捕博弈得到在求解中可能存在多个均衡解的问题,加入了虚拟行动行为选择算法来选择最优的均衡策略。仿真实验表明,所提算法能够有效地解决障碍环境中单个具有学习能力的逃跑者的追捕问题,实验数据对比分析表明该算法在同等条件下的追捕效率要优于纯博弈或纯学习的追捕算法。Step均衡解,每个TAgentC#-2,2,,,学习;强化学习Abstract:ThemultiFANWenxin1*HANMengyun1ZHENGYanbin1
死锁是并行程序常见的缺陷之一,动态死锁分析方法根据程序运行轨迹构建锁图、分段图等模型来检测死锁.然而,锁图及其现有的各种变型无法区分同一循环中锁授权语句的多次执行,扩展锁图中记录的锁集无法捕捉线程曾经持有而又随后释放的锁信息,分段图无法刻画锁的获取和释放操作与线程启动操作耦合而导致的段间依赖关系.上述问题导致了多种死锁的误报.为解决上述问题,对已有的锁图和分段图模型进行改进,在锁图基础上扩充语句的执行时序信息,在分段图的基础上扩充锁的获取和释放信息,对段进行更细粒度的划分以建模锁对象导致的段间依赖关系;最终,在上述锁增广分段图与时序增广锁图的基础上,提出一种新的死锁检测方法.所提方法能够有效消除前述各种误报,从而提高死锁检测的准确率.文中开发相应的原型系统,并结合多个程序实例对所提方法的有效性进行评估验证.
针对局部立体匹配算法在边缘处容易出现误匹配的问题,本文提出了一种结合权值传播进行代价聚合的局部立体匹配方法。首先采用基于颜色梯度的绝对差及Census方法构造了匹配代价函数;然后,引入传播滤波平滑匹配代价的同时保持视差空间图像边缘,与其他局部滤波器相比,该滤波器利用可传播的权值思想,不受传统局部算法窗口大小的影响;最后,通过左右一致性检查和无效视差值填充获得最终视差图。实验表明,该方法在MiddleburyStereo数据集上可获得精确结果,与Middlebury测试平台上的IGF、TSGO和Dog-Guided算法相比平均误差最低。
为降低NB-IoT测控系统的开发难度,提高NB-IoT测控系统的适应性和灵活性,提出一种面向NB-IoT测控系统的可配置软件开发方法。在NB-IoT测控系统框架的基础上引入组态的思想,对终端节点、应用服务器、人机交互系统进行可配置开发。基于该方法,可以完成对NB-IoT测控软件的流程、界面和数据的可配置,简化软件开发过程。实验结果表明,运用该方法开发的NB-IoT嵌入式测控系统能够满足多变的用户需求,也能提高开发效率,具有一定的通用性。
物流车辆配送路径优化(VRP)是提高物流配送效率和降低物流配送成本的重要途径,作为物流运输系统的核心内容,运用智能算法求解VRP问题可以有效地求出近似最优解。驴和走私者算法(DonkeyandSmug-gleOptimizationAlgorithm,DSO)是受驴的搜索行为启发,通过模拟驴的运输行为,建立两种模式来实现算法中的搜索行为和路径选择。走私者通过查找所有可能路径,然后确定最佳路径;求出的最优路径的适应性发生变化的情况下,利用驴的多种行为求解次优解。因此建立基于驴与走私者算法的物流配送车辆路径优化模型,通过实例研究并与蚁群算法(ACO)进行求解比较。结果表明,与ACO相比,DSO可以在更短的时间内提供更多和稳定的选项。
民航旅客全流程应急疏散是一个非线性的动态过程,分为机舱内部疏散、舱门滑行及地面人员分拣三个阶段,一个合理的应急疏散流程对于疏散的效率有着重要作用。在系统动力学建模的基础之上,考虑这些不同类型乘客的心理状态对其疏散行为的影响,利用AnyLogic仿真软件构建可视化的民航旅客应急疏散一体化流程,分析仿真过程中的拥挤点产生原因及影响,从恐慌因子作用和标志引导等角度进行优化,为飞机冲偏出跑道及其他类似飞机事故的旅客疏散提供借鉴。