检索结果-南通市图书馆

针对非线性随机系统的概率密度函数(PDF)形状控制问题,文中以FokkerPlanck-Kolmogorov(FPK)方程为研究工具,提出了一种基于紧支撑多变量多项式(CSMP)函数的非线性随机系统PDF形状控制方法。当系统处于稳定状态时,系统的PDF被困在特定的紧凑子空间中,不需要对整个空间进行积分。而CSMP函数在一段连续的空间内非0,满足紧凑子空间的特征。因此,文中将CSMP的线性组合(CSMP-LC)作为FPK方程的稳态近似解逼近目标PDF。首先,采用飞蛾扑火优化(MFO)算法优化CSMP-LC函数的参数;然后,通过对多维稳态FPK方程的每一维状态变量进行积分,确保稳态FPK方程在整个空间中的积分为0;最后,求解出一维和二维非耦合的状态变量PDF形状控制器,并进行了仿真实验。结果表明,对于一维非线性随机系统,文中提出的方法能有效地实现对不同类型目标PDF形状(单峰形状、双峰形状、三峰形状)的控制,且在目标PDF形状为复杂的三峰时,文中方法的均值、方差、峰度和偏度误差均优于其他两种方法。文中方法扩展到二维状态变量非耦合的非线性随机系统时,也能较好地实现对PDF形状的控制,为多变量随机系统的PDF形状控制研究提供了新的思路。同时,CSMP函数可以减少积分计算的复杂性,降低了非线性随机系统的PDF形状控制器的求解难度。

关键词： Fokker-Planck-Kolmogorov方程非线性随机系统概率密度函数紧支撑多变量多项式

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

融合语义分割和三维点云分析的果园障碍物实时重构方法

引用

农业工程学报 2024年第16期40卷 180-187页

作者：林桂潮徐垚曾文勇王明龙殷瑞涵丁力行朱立学仲恺农业工程学院机电工程学院广州510225

针对果园障碍物识别和重构存在实时性差的问题,该研究以番石榴果园为例,提出了融合语义分割和三维点云分析的果园障碍物实时重构方法。首先,以DeepLabV3+为基础,使用MobileNetV3-large作为骨干网络以实时提取特征图,结合上下文Transfor... 详细信息

针对果园障碍物识别和重构存在实时性差的问题,该研究以番石榴果园为例,提出了融合语义分割和三维点云分析的果园障碍物实时重构方法。首先,以DeepLabV3+为基础,使用MobileNetV3-large作为骨干网络以实时提取特征图,结合上下文Transformer注意力丰富特征图细节和语义信息,进一步提出基于Sobel算子的边缘辅助损失函数以提升障碍物分割精度;在此基础上,运用体素化法将枝干三维点云重构为大量立方体,构建基于欧式聚类的果实三维重构方法,设计一种融合逆投影变换和交并比的重构评价指标。试验结果表明:该方法对障碍物语义分割的平均交并比为77.2%,比Xception-DeepLabV3+提高7.0个百分点;平均帧速为78.8帧/s;该方法对枝干和果实的重构交并比分别为56.6%和65.7%,平均重构时间分别为0.84 s和0.34 s。该研究实时性和精度较高,满足水果采摘机器人实时避障作业需求。

关键词：果园三维点云障碍物语义分割 DeepLabV3+ 体素化

来源：

维普期刊数据库

同方期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

序言

引用

冶金自动化 2024年第3期48卷 1-2页

作者：殷瑞钰中国工程院

钢铁工业正加速向高端化、智能化及绿色化方向转型升级，智能制造逐渐成为钢铁行业实现高质量发展的发力点和重要抓手，钢铁企业对其寄予很高的期盼。作为流程制造业典型代表，钢铁制造流程中各个工序或区段的运行规律仍存在“黑箱”现...

钢铁工业正加速向高端化、智能化及绿色化方向转型升级，智能制造逐渐成为钢铁行业实现高质量发展的发力点和重要抓手，钢铁企业对其寄予很高的期盼。作为流程制造业典型代表，钢铁制造流程中各个工序或区段的运行规律仍存在“黑箱”现象，面临变量类型多、维数高、运行规律复杂、存在诸多不确定性和随机等待造成的铁素物质流无序温降等挑战。从钢厂生产全流程运行过程看，各单元工序仍处于信息孤岛式控制模式，相关工序之间的界面尚未完全打通，各工序之间运行参数群处于习惯式“试错”组合，远没有达到所追求的全流程协同优化的目标。

关键词：

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于ARIMA-TCN混合模型的高速铁路时间同步方法

引用

铁道学报 2024年第6期46卷 90-100页

作者：陈永詹芝贤张薇兰州交通大学电子与信息工程学院甘肃兰州730070 兰州交通大学交通运输学院甘肃兰州730070

列控系统作为高速铁路的核心系统,保持其系统的时间同步对于行车安全至关重要。针对现有时间同步方法易受时变上下行传输时延、随机时钟跳变等影响,导致主从时钟偏移估计不准确的问题,提出一种基于差分自回归移动平均-时域卷积神经网络(... 详细信息

列控系统作为高速铁路的核心系统,保持其系统的时间同步对于行车安全至关重要。针对现有时间同步方法易受时变上下行传输时延、随机时钟跳变等影响,导致主从时钟偏移估计不准确的问题,提出一种基于差分自回归移动平均-时域卷积神经网络(ARIMA-TCN)混合模型的高速铁路时间同步方法。首先,根据上下行链路传输速率的不对称比,建立高速铁路时钟的数学理论和实际观测模型。然后,使用拉依达准则识别处理跳变异常值,完成实际时间序列的预处理。再次,使用ARIMA模型平滑时间序列中不确定时延带来的噪声抖动,获得平稳的时间序列。最后,通过提出的注意力增强TCN模型进行预测补偿,完成时钟偏移的补偿校正。通过实验仿真,得到基站区间内位置、基站间距以及车速对高速铁路时间同步的影响性分析。实验结果表明:与对比方法相比,所提方法补偿后的均方根误差较最小二乘法减少了75%、较最大似然估计方法误差减少了44.4%,较BP神经网络方法误差减少了16.7%,验证所提方法具有更低的同步误差和更高的同步精度。

关键词：时间同步精确时钟协议差分自回归移动平均模型注意力增强时域卷积网络时间补偿

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：