计算机
为解决光电探测系统由于多场耦合引起的性能退化建模难题,提出以光电探测系统的能量域表述为基础,建立数字孪生模型以解决其性能退化预测问题的方法。在该数字孪生模型的建立过程中,采用调制传递函数构建光电探测系统的静态性能物理模型;进一步采用动态贝叶斯网络表示调制传递函数随时间的演变规律,实现对其动态性能退化过程的图模型描述;最后通过粒子滤波算法实现系统的状态监测和性能预测,从而完成光电探测系统数字孪生模型的建立,并给出了具有不确定性估计的仿真验证结果,验证了数字孪生模型能够较好的解决光电探测系统的性能预测问题。
采用深度学习进行船舶轨迹序列预测对于智能航运具有重要意义。船舶自动识别系统(AutomaticIdentificationSys-tem,AIS)蕴藏着大量船舶轨迹特征,基于AIS数据预测船舶轨迹是近年智能航运研究的热点之一。文中提出了一种基于改进SeS轨迹序列预测模型,该模型使用门控循环单元网络将历史时空序列编码为一个上下文向量,用以保留轨迹q2Seq的短时AI空间点间的时序关系,同时缓解梯度下降的问题。通过使用门控循环单元网络作为解码器来预测船舶轨迹的时空序列。实验采用了大规模真实船舶AIS数据,选取两类典型河段(重庆弯曲河段和武汉顺直河段)为实验区域,以评估和验证模型的有效性和适用性。实验证明,该模型能够有效提高短时轨迹序列预测的准确性和效率,为智能航船碰撞预警提供了一种有效可行的方法。
无摘要
针对目前商用声发射检测系统的不足,基于虚拟仪器技术设计并开发了一套多通道声发射检测系统;该系统采用通用高速同步数据采集卡实现对四通道声发射信号的采集,单通道采集频率可调且可达125MHz,采样长度可调;以LabVIEW为平台开发配套的软件,实现对数据采集过程的控制、采集数据的预处理、波形显示和数据保存等功能;利用该系统开展了一维直线和二维平面断铅实验,通过对实验数据进行处理实现了对断铅位置的定位,并从多角度分析了定位误差的来源,依据行业标准对系统的性能实施了定性与定量评价;断铅实验结果表明声发射源定位误差低于传感器阵列中最大传感器间距的5%,验证了所开发系统的可用性,其硬件条件、软件功能以及定位精确度满足行业标准;所提出的声发射检测系统设计方案、实验方法以及数据处理方法将为工业现场声发射检测系统的研发提供有益的借鉴。
无摘要
无摘要
针对传统视频跳帧缺帧补偿方法存在效率低且补偿不完整问题,提出一种基于帧间投影算法的三维视频跳帧缺帧动态补偿方法。使用帧间投影算法使帧间运行转化为两个单独波形,得出参考帧在水平方向与垂直方向运动矢量,并利用逆变转化限制旋转、平移等基础变形,减少后续补偿的干扰向量,分析三维视频补偿需求构建相应深度卷积神经网络,利用训练模块对两种波形进行训练,通过不同方法测定三维视频补偿效率,获取三维视频跳帧缺帧动态补偿完整性。实验结果得出,所提方法在三维视频跳帧、缺帧补偿上效率更高,并且较比传统方法更快。据此可得出结论为所提三维视频跳帧缺帧补偿方法的性能更好。
针对主动感知问题多为单机器人系统的主动视觉问题,本文提出了基于自组织映射特征网络的异构机器人主动感知框架,为无人机团队规划出遍历所有目标所需时间最短的平滑路径。首先把多目标主动感知场景建模为带邻域的多旅行商问题,然后使用自组织映射网络为无人机团队规划出旅行时间最短的闭环轨迹,最后利用三阶贝塞尔曲线对轨迹做平滑处理。仿真结果和对比实验表明,本文的方法在多目标主动感知的应用中有着较好的效果。
无摘要
无摘要
小型无人侦察车执行远距离任务需要实时定位信息来进行路线规划或遥控指挥,但是由于重量和尺寸限制,无法使用复杂的导航设备来获得其所在位置信息。本文研究了一种适用于小型无人侦察车,利用无线传输技术及NMEA0183协议实现的远程定位系统。实验表明,在天气条件良好的情况下,该无人侦察车远程定位系统的定位精度小于3m,在开阔环境下首次定位速度小于30s,同时该系统体积小、重量轻、功耗低,在轻小型无人平台上具有较高的应用价值。
无摘要
无摘要
无摘要
针对云资源提供问题, 为了降低云消费者的资源使用成本, 提出了一种采用随机规划模型的云资源分配算法. 同时考虑按需实例和预留实例, 采用两阶段随机整数规划对云资源提供问题进行建模, 在资源预留阶段, 根据长期的工作负载情况, 确定预留实例的类型和数量, 在按需分配阶段, 根据当前的工作负载, 确定动态分配的按需实例的类型和数量. 采用抽样平均近似方法减少资源提供问题的场景数量, 降低求解复杂度, 并提出了一种基于阶段分解的混合进化算法求解资源提供问题. 仿真实验结果表明, 采用随机规划模型的云资源分配算法能够在较短时间内获得近似最优的云资源预留方案, 有效降低了云消费者的资源使用成本.
无摘要
针对传统模型无法为节点分配最佳的数据速率而导致吞吐量低、延时长等问题,提出一种基于空闲信道检测的高机密数据传输速率优化模型。对近邻时隙对的传输信道状态进行概率分析,计算出目标网络信道繁忙概率,使高机密数据主动躲让减少冲突。基于信道状态模型构造一种时空动态感知矩阵,降低采样频率。以最小传输数据量为优化目标,链路容量、功率、路由选取为约束条件,构建了数据传输速率优化模型。通过求解速率优化模型,获得最优的数据传输策略。实验结果表明,在传输数据所用时间上,所提模型相比基于最优停止理论的传输速率优化模型以及基于多信道分配决策的传输速率优化模型提高了15%以上,在提高吞吐量和减少延迟时间上也显示出了更好的效果。
、中英文
电子器件容器生产是一种对安全性、高效性、完整性要求极高的过程,是各大企业必须要关注的问题。但是在实际的生产封装过程中,容器上的污渍、容器内的异物,外观的异常不可避免地出现,这些问题亟待解决。目前解决这些问题主要的检测方法还是人工检测和传统的机器视觉的方式,人工检测方式的缺点在于准确率高而效率低,传统机器视觉检测方式是效率高而准确率低,都难以满足高速自动化生产线要求。因此,本文提出一种基于CascadeR-CNN的电子器件容器质检方法,针对实际过程中的容器数据定向改进网络,加入FocalLoss检测难以区分的样本,使用可变形卷积更高效地提取特征,以多尺度训练方式训练强鲁棒性的模型,用于电子器件容器的多类别检测问题。实验结果表明提出的改进的基于CascadeR-CNN的电子器件容器质检模型具有高准确率和强鲁棒性。
为解决传统卷积神经网络中大量池化层的引入导致特征信息丢失的问题,依据胶囊网络(CapsNet)使用向量神经元保存特征空间信息的特性,提出了一种用以识别三维模型的网络模型3DSPNCapsNet。使用新的网络结构,提取更具代表性的特征的同时降低了模型复杂度,并提出基于动态路由(DR)算法的DRL算法来优化胶囊权重的迭代计算过程。在ModelNet10上的实验结果表明,相比3DCapsNet以及VoxNet,该网络取得了更好的识别效果,在原始测试集上3DSPNCapsNet的平均识别准确率达到95%,同时验证了该网络对旋转三维模型的识别能力。适当扩展旋转训练集之后,所提网络对各角度旋转模型的平均识别率达到81%。实验结果表明,3DSPNCapsNet对三维模型及其旋转具有良好的识别能力。