检索结果-南通市图书馆

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

面向畜禽舍温度监测数据融合算法改进研究

中国农机化学报 2024年第1期45卷 193-201页

作者：刘雅楠南新元新疆大学电气工程学院乌鲁木齐市830017

在现代化大型智能畜禽养殖中,由于畜禽舍内温度分布不均匀、传感器采集数据效率低下等原因,无法全面、准确及时反映畜禽舍内温度变化情况。为提高畜禽养殖温度监测系统的性能,提出一种分层无线传感器网络(WSN)实时融合策略。该策略设计... 详细信息

在现代化大型智能畜禽养殖中,由于畜禽舍内温度分布不均匀、传感器采集数据效率低下等原因,无法全面、准确及时反映畜禽舍内温度变化情况。为提高畜禽养殖温度监测系统的性能,提出一种分层无线传感器网络(WSN)实时融合策略。该策略设计的无线传感器网络分为两层,首先将底层传感器采集的温度数据利用改进的无迹卡尔曼滤波器(IUKF)进行预处理,然后融合中心利用改进蜣螂算法优化核极限学习机(IDBO-KELM)对预处理后的数据进行实时融合。试验结果表明,在数据预处理方面改进的无迹卡尔曼滤波器能够有效抑制畜禽舍内噪声干扰,克服采集数据出现异常和发散现象;在多传感器数据融合方面本文建立的IDBO-KELM算法其训练集与测试集准确率分别是99.15%和98.12%,相较于原始算法准确率提升6.98%,数据融合用时3.36 s,保证禽畜舍内温度监测的效率和准确性,同时减少运算时间。

关键词：畜禽舍多传感器数据融合环境监测改进无迹卡尔曼滤波

在线全文

学校读者我要写书评

暂无评论

室内障碍环境下空气质量监测异构WSN部署

河北科技大学学报 2024年第1期45卷 91-100页

作者：赵建豪宋华南新元新疆大学电气工程学院新疆乌鲁木齐830017 新疆建筑设计研究院股份有限公司新疆乌鲁木齐830002

针对室内空气质量中污染性气体众多、浓度分布不均,单一传感器无法有效监测,而且室内障碍物会对传感器部署位置造成影响的问题,通过改进北方苍鹰优化算法(improved northern goshawk optimization,INGO)对障碍下异构传感器进行部署研究... 详细信息

针对室内空气质量中污染性气体众多、浓度分布不均,单一传感器无法有效监测,而且室内障碍物会对传感器部署位置造成影响的问题,通过改进北方苍鹰优化算法(improved northern goshawk optimization,INGO)对障碍下异构传感器进行部署研究。首先,采用SPM混沌映射对种群进行初始化,以解决原始北方苍鹰算法初始化种群多样性不高、覆盖率低、冗余度高的问题;其次,使用非线性步长权重改进Lévy飞行策略,对种群位置进行更新;最后,融合柯西变异和反向学习,解决算法后期种群易陷入局部最优的问题。结果表明,改进的优化算法在无障碍和障碍环境下覆盖率分别达到了94.2%和93.0%,与其他学者在无障碍环境下提出的算法进行对比,覆盖率分别提高了0.8%,1.2%,2.8%,7.1%。INGO算法能够对室内障碍环境下的空气质量监测传感器进行最优部署,为室内空气质量监测等复杂环境异构传感器的部署问题提供科学依据。

关键词：环境质量监测与评价无线传感器网络部署北方苍鹰优化算法室内障碍环境异构无线传感器 Lévy飞行

基于YOLO-CDBW模型的列车接触网异物检测研究

在线全文

学校读者我要写书评

暂无评论

广西师范大学学报(自然科学版) 2024年

作者：郭翔羽石天怡陈燕楠南新元蔡鑫新疆大学电气工程学院

接触网是为列车行驶提供电力的输电线路，附着在接触网的塑料袋等异物会对列车运行造成安全隐患。针对目前人工检查效率低下、劳动成本高等问题，提出一种基于YOLOv7改进的接触网异物检测YOLO-CDBW模型。首先，在特征提取阶段构建一种... 详细信息

接触网是为列车行驶提供电力的输电线路，附着在接触网的塑料袋等异物会对列车运行造成安全隐患。针对目前人工检查效率低下、劳动成本高等问题，提出一种基于YOLOv7改进的接触网异物检测YOLO-CDBW模型。首先，在特征提取阶段构建一种使用残差瓶颈结构和深度分离卷积层的特征提取模块，避免因网络深度增加造成的小目标特征丢失问题，并降低网络运算量；其次，颈部改用BiFPN结构，捕捉多尺度信息，改善细节特征丢失问题。同时嵌入BiFormer注意力机制，重新分配融合后特征图的权重，提高网络对异物的关注度；最后，使用WIoU损失函数优化模型，通过动态聚焦机制，将注意力聚集在普通质量锚框上，提高预测精准度。经实验，YOLO-CDBW模型平均精度均值mAP0.5达到87.1%，检测速度FPS达到66.5f/s，较YOLOv7模型分别提高5.0%和10.8%，满足接触网异物检测需求。

关键词：接触网异物检测目标检测 YOLO 损失函数注意力机制

基于混合麻雀算法改进反向传播神经网络的短期光伏功率预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

现代电力 2022年第3期39卷 287-294,I0002-I0005页

作者：常东峰南新元新疆大学电气工程学院新疆维吾尔自治区乌鲁木齐市830047

精准地预测短期光伏发电功率,是提高光伏电站运行效率、保障光伏并网后安全稳定运行的关键。因此,提出了一种基于精英反向学习策略并结合Metropolis准则的混合麻雀搜索算法(hybrid sparrow search algorithm,HSSA)改进反向传播神经网络(... 详细信息

精准地预测短期光伏发电功率,是提高光伏电站运行效率、保障光伏并网后安全稳定运行的关键。因此,提出了一种基于精英反向学习策略并结合Metropolis准则的混合麻雀搜索算法(hybrid sparrow search algorithm,HSSA)改进反向传播神经网络(back propagation neural network,BPNN)的预测模型。首先采用皮尔逊相关系数公式选择与光伏输出相关性最好的气象特征集作为模型的输入,避免冗余的气象因子影响光伏输出。再利用欧式距离公式计算时序相似度来选取训练集,以提高训练集的可靠性。最后,使用HSSA-BPNN的权阈值建立预测模型,并利用新疆某光伏电站的实际数据进行实验分析。分析结果表明,与BPNN、粒子群算法(particle swarm algorithm,PSA)-BPNN、麻雀搜索算法(sparrow search algorithm,SSA)-BPNN相比,混合麻雀搜索算法(hybrid sparrow search algorithm,HSSA)-BPNN模型具有良好的适应性、较好的预测性能。

关键词：光伏发电预测麻雀算法精英反向学习策略 Metropolis准则神经网络

改进InceptionV3与迁移学习的太阳能电池板缺陷识别

在线全文

学校读者我要写书评

暂无评论

计算机工程与科学 2023年第4期45卷 646-653页

作者：史册南新元新疆大学电气工程学院新疆乌鲁木齐830047

传统识别方法对太阳能电池板表面缺陷的识别准确率低、速度慢,针对该情况,提出一种基于改进InceptionV3与迁移学习的识别方法。首先对采集到的太阳能电池板图像进行预处理;其次采用平衡因子δ,引入了新损失函数来改进InceptionV3神经网... 详细信息

传统识别方法对太阳能电池板表面缺陷的识别准确率低、速度慢,针对该情况,提出一种基于改进InceptionV3与迁移学习的识别方法。首先对采集到的太阳能电池板图像进行预处理;其次采用平衡因子δ,引入了新损失函数来改进InceptionV3神经网络,保证了网络的识别率;最后结合迁移学习方法建立缺陷识别模型,进一步提升性能。仿真结果表明,该方法有效提升了太阳能电池板的缺陷识别准确率和速度,其识别准确率高达96.43%,相较于传统InceptionV3模型提升了2.45%,平均分类时间缩短了4.5 ms,表明此方法取得了很好的效果,且具有广阔的应用前景。

关键词：太阳能电池板神经网络损失函数 InceptionV3 迁移学习缺陷识别

基于AO-VMD和IAO-SVM的齿轮箱故障诊断

在线全文

学校读者我要写书评

暂无评论

机械传动 2023年第5期47卷 143-149页

作者：王博南新元新疆大学电气工程学院新疆乌鲁木齐830047

针对提高变分模态分解(Variational Mode Decomposition,VMD)的自适应性、优选本征模态分量(Intrinsic Mode Function,IMF)及多故障分类的问题,提出一种天鹰优化器(Aquila Optimizer,AO)优化VMD、综合评价模型优选IMF、改进天鹰优化器(Improved Aquila Optimizer,IAO)优化支持向量机(Support Vector Machine,SVM)的齿轮箱故障诊断方法。首先,采用AO优化VMD的参数并分解原始信号;其次,构建基于相关系数、峭度、包络熵、能量熵的CRITIC-TOPSIS综合评价模型,优选IMF,提取能量熵建立特征向量;最后,将其输入IAO-SVM识别故障类型。通过实验验证所提出方法的有效性。

关键词：天鹰优化器变分模态分解综合评价模型改进天鹰优化器支持向量机

改进RegNet识别多种农作物病害受害程度

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2022年第15期38卷 150-158页

作者：杜甜甜南新元黄家興张文龙马志侠新疆大学电气工程学院乌鲁木齐830017

针对传统农作物病害识别方法效率低、受害程度识别不准确的问题,提出了一个基于深度迁移学习和改进RegNet的多种农作物病害受害程度识别模型。该模型首先在RegNet输入端进行在线数据增强,用以提高训练样本的多样性;其次在模型的特征提... 详细信息

针对传统农作物病害识别方法效率低、受害程度识别不准确的问题,提出了一个基于深度迁移学习和改进RegNet的多种农作物病害受害程度识别模型。该模型首先在RegNet输入端进行在线数据增强,用以提高训练样本的多样性;其次在模型的特征提取层引入了有效通道注意力机制,用以提高模型的特征提取能力;然后在模型的分类层引入多尺度特征融合策略,用以提高模型对细粒度特征的分类能力;最后使用深度迁移学习来优化模型的整体性能,加快模型的收敛速度,提高模型的泛化能力。试验结果表明,改进后的网络模型在农作物病害受害程度数据集上准确率达到了94.5%,相较于RegNet原模型准确率提高了10.4个百分点。改进后的模型具有更好的特征提取能力,对细粒度特征有更强的分类能力,该模型为农作物病害类型及其受害程度的识别提供了一种有效方法。

关键词：农作物模型病害 RegNet ECA注意力机制多尺度特征融合迁移学习

在线全文

学校读者我要写书评

暂无评论

单通道涡流无损检测信号盲源分离算法

合肥工业大学学报（自然科学版） 2023年第2期46卷 175-179,267页

作者：杨智伟南新元新疆大学电气工程学院新疆乌鲁木齐830047

针对脉冲涡流无损检测(pulsed eddy current testing,PECT)系统中获取单一检测信号存在的混叠问题,文章提出一种基于经验模态分解(empirical mode decomposition,EMD)和快速独立分量分析(fast independent component analysis,FastICA)的单通道盲源信号分离算法。该算法首先通过EMD对混合观测信号分解,然后利用奇异值分解(singular value decomposition,SVD)估计源信号数目,根据估计得到的源信号数目将观测信号和对应模态分量构成新的虚拟信号,最后利用FastICA算法分离得到源信号的估计。有限元仿真实验表明该算法能有效分离单通道混合检测信号,并且优于小波分解的单通道盲源分离算法。

关键词：独立分量分析(ICA) 经验模态分解(EMD) 脉冲涡流无损检测(PECT) 单通道盲源分离有限元仿真

在线全文

学校读者我要写书评

暂无评论

基于改进YOLOv5的道路车辆跟踪算法

广西师范大学学报（自然科学版） 2022年第2期40卷 49-57页

作者：张文龙南新元新疆大学电气工程学院新疆乌鲁木齐830047

针对现有多目标跟踪算法参数量和计算量大,难以满足移动设备实时性要求的问题,本文通过改进JDE跟踪算法,提出了一种道路车辆多目标跟踪算法。首先,设计关联融合网络来解决JDE算法中多任务学习存在的竞争问题,提高算法的跟踪精度,减少身... 详细信息

针对现有多目标跟踪算法参数量和计算量大,难以满足移动设备实时性要求的问题,本文通过改进JDE跟踪算法,提出了一种道路车辆多目标跟踪算法。首先,设计关联融合网络来解决JDE算法中多任务学习存在的竞争问题,提高算法的跟踪精度,减少身份切换次数;其次,使用改进的EfficientNetv2重新构建YOLOv5的特征提取网络,降低模型复杂度,提高模型实时检测速度;最后,使用改进的YOLOv5检测算法与JDE跟踪算法结合,实现道路车辆多目标跟踪。实验结果表明,提出的方法相比原JDE跟踪算法,MOTA提高0.3个百分点、跟踪速度提高约43.2%,可以满足实际自动驾驶场景中对车辆跟踪的速度要求。

关键词：车辆跟踪 EfficientNet 通道注意力关联融合网络 YOLOv5