检索结果-南通市图书馆

基于数字孪生模型的轮廓误差估计和预补偿方法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机集成制造系统 2024年

作者：梅乐黄华支晓波黄亮兰州理工大学机电工程学院

针对数控机床进给系统的轮廓误差影响加工精度的问题，提出了一种基于数字孪生模型和交叉耦合相结合的轮廓误差预测与预补偿方法。该方法针对数控进给系统的多领域交叉耦合的特点，首先构建了机电一体化的联合仿真机理模型，同时基于融... 详细信息

针对数控机床进给系统的轮廓误差影响加工精度的问题，提出了一种基于数字孪生模型和交叉耦合相结合的轮廓误差预测与预补偿方法。该方法针对数控进给系统的多领域交叉耦合的特点，首先构建了机电一体化的联合仿真机理模型，同时基于融合了SE注意力机制（Squeeze-and-Excitation Networks，SE）的卷积循环神经网络（CNN-BiLSTM）和交叉耦合补偿构建了数据驱动补偿模型，二者共同构成了进给系统数字孪生模型。其次，通过数据驱动模型预测轮廓误差，同时基于预测结果对数字孪生模型进行预补偿。最后将数字孪生模型预估的轮廓误差与预补偿得到的耦合控制增益更新到实际进给系统的控制部分，提高了轮廓的控制性能。通过实验在进给系统上验证了轮廓误差预测与预补偿的可靠性，同时利用虚实同步实验验证了实际轮廓误差补偿的有效性。与补偿前相比，相对误差均保持在6%以下。结果表明：该方法能够有效的预测并控制轮廓误差，在精密运动控制领域有良好的应用前景。

关键词：数字孪生进给系统注意力机制轮廓误差误差补偿

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

圆弧足被动行走机器人步态多重稳定性研究

力学学报 2024年第6期56卷 1784-1795页

作者：暴雨萌饶晓波丁顺良高建设郑州大学机械与动力工程学院郑州450001

目前关于被动行走步态的研究主要是揭示参数变化对其稳定性的影响,而对于步态多重稳定性的研究则较为少见.步态的多重稳定性不仅是行走模式多样化产生的根源,还是引发步态突变的关键因素.尽管当前共存步态的存在性已受到关注,但关于这... 详细信息

目前关于被动行走步态的研究主要是揭示参数变化对其稳定性的影响,而对于步态多重稳定性的研究则较为少见.步态的多重稳定性不仅是行走模式多样化产生的根源,还是引发步态突变的关键因素.尽管当前共存步态的存在性已受到关注,但关于这些步态的产生、演化以及消失机制的系统性研究尚未开展.为此,文章以圆弧足被动行走机器人为研究对象,应用胞映射及点映射算法探索到与周期一步态共存的几种高周期步态,绘制了共存步态的三维吸引盆并对这些步态的行走特性进行了详细的对比分析.此外,基于跳跃矩阵法改进了Poincaré-Newton-Floquet(PNF)算法,对被动行走系统的不稳定轨道及其对应的Floquet乘子进行了求解,并结合吸引盆进一步揭示了步态演化过程中的分岔和激变现象.研究结果表明,共存步态的周期越高,其平均步速越快,但步态稳定性越差;这些共存步态均由极限环的折叠分岔产生,并由倍周期级联路径通向混沌,最终与不稳定轨道在吸引盆边界上产生碰撞而消失.文章的研究结果有助于理解被动行走步态的多重稳定性,并为机器人的优化设计及稳定控制提供理论依据.

关键词：被动行走多重稳定性 PNF方法倍周期分岔折叠分岔边界激变

基于数据-模型驱动的数控机床综合误差动态预测方法

在线全文

学校读者我要写书评

暂无评论

计算机集成制造系统 2024年第7期30卷 2283-2295页

作者：黄华支晓波李嘉然赵秋舸梅乐兰州理工大学机电工程学院甘肃兰州730050

针对数控机床综合误差建模复杂,模型适应性差的问题,提出一种基于数字孪生技术的数控机床综合误差建模方法及误差预测方法。为了建立模型和实时数据相融合的综合误差数字孪生体,以三轴数控机床为研究对象,首先采用多体动力学和齐次坐标... 详细信息

针对数控机床综合误差建模复杂,模型适应性差的问题,提出一种基于数字孪生技术的数控机床综合误差建模方法及误差预测方法。为了建立模型和实时数据相融合的综合误差数字孪生体,以三轴数控机床为研究对象,首先采用多体动力学和齐次坐标变化相结合的方法,建立了考虑几何误差和动态误差的综合误差预测模型,并将预测模型进行数字化表达,以此构建基于数据和模型驱动的综合误差数字孪生模型。然后,为将物理空间高保真地映射到数字孪生体中,基于TCP/IP通讯协议构建数据传输框架,实现了数据在物理空间和数字孪生体之间的双向实时映射。最后通过三轴数控机床验证了综合误差预测数字孪生体的可靠性,同时利用虚实同步运动实验验证了数据传输的实时性和稳定性。研究结果为构建误差模型数字孪生体提供了一种新途径,并为实现数控机床的综合误差动态预测提供了理论基础。

关键词：数字孪生数控机床几何误差综合误差

基于体素分析的首发青少年抑郁症全脑DTI研究

在线全文

学校读者我要写书评

暂无评论

放射学实践 2024年第5期39卷 611-616页

作者：邓杰何建波汪雨婷袁义志隆晓菁郭鑫杨虹莉冯莉周玉邱丽华宜宾市第四人民医院放射科四川644000 西南医科大学附属医院放射科四川646000 宜宾市第二人民医院医学影像中心四川644000 宜宾市第二人民医院心理卫生科四川644000 中国科学院深圳先进技术研究院广东518055 宜宾市第二人民医院临床医学研究与转化中心神经影像大数据研究中心四川644000

目的:运用磁共振弥散张量成像(DTI)技术探讨首发未治疗青少年抑郁症患者的脑白质微结构变化特点。方法:前瞻性纳入35例首发未治疗青少年抑郁症患者(抑郁症组)和年龄、性别及受教育程度相匹配的26例健康志愿者(对照组)进行DTI扫描,运用FS... 详细信息

目的:运用磁共振弥散张量成像(DTI)技术探讨首发未治疗青少年抑郁症患者的脑白质微结构变化特点。方法:前瞻性纳入35例首发未治疗青少年抑郁症患者(抑郁症组)和年龄、性别及受教育程度相匹配的26例健康志愿者(对照组)进行DTI扫描,运用FSL软件计算全脑白质各向异性分数(FA),应用基于体素分析(VBA)方法比较两组间全脑白质FA差异,并分析抑郁症组脑白质微结构改变与临床数据的相关性。结果:抑郁症组17项汉密尔顿抑郁量表(HAMD-17)评分高于对照组(P<0.01)。与对照组相比,抑郁症组脑桥、左侧小脑前叶白质FA值升高(簇水平P<0.05,FWE校正),未发现白质FA值减低的脑区;脑桥FA值与HAMD-17评分呈负相关(r=-0.352,P=0.038)。结论:青少年抑郁症患者脑桥小脑环路受损,在疾病早期出现脑白质FA值升高,可能是神经纤维代偿性再生所致。

关键词：青少年抑郁症弥散张量成像白质磁共振成像各向异性分数

在线全文

学校读者我要写书评

暂无评论

基于深度学习的马铃薯形心及芽眼识别方法

激光与光电子学进展 2024年

作者：张存东黄华支晓波张晖旺兰州理工大学机电工程学院

切块均匀性对于马铃薯种薯的后续发育有重要影响，然而在马铃薯自动化切种中该问题经常被忽视。本文立足自主研发的智能切种机，采用基于机器视觉的方法提取马铃薯的形心和芽眼，为马铃薯种薯切种均匀性提供了位置参考。在形心识别中，... 详细信息

切块均匀性对于马铃薯种薯的后续发育有重要影响，然而在马铃薯自动化切种中该问题经常被忽视。本文立足自主研发的智能切种机，采用基于机器视觉的方法提取马铃薯的形心和芽眼，为马铃薯种薯切种均匀性提供了位置参考。在形心识别中，根据传统机器视觉方法对马铃薯的边缘提取受环境因素影响，常规语义分割算法精度低、计算量大，不能满足实时精度和速度要求的情况，首先提出一种用于马铃薯形心识别的改进U-Net模型。该模型继承了U-Net编码-解码的结构特点并兼具多层特征感知能力，在编码和解码阶段引入倒置残差块来代替卷积模块，更好地结合高阶语义信息和低阶语义信息，并提高计算速度。然后将改进的U-Net与传统方法矩特征计算结合，对马铃薯的形心进行了精准提取。实验结果表明，改进的U-Net模型精确率、召回率、平均交并比和平均像素准确率分别为95.54%、98.19%、93.86%、98.19%，模型大小为6.1Mb，模型性能优良，在针对马铃薯的图像分割问题使模型轻量化的同时提高了分割精度、分割速度，使所提取的马铃薯形心位置更加准确、快速，为后续切种刀具的精准动作提供了理论基础。在自研的智能切种机上使用YOLO v5进行芽眼识别并采用刀具决策方法进行切种规划的条件下，改进的U-Net模型在实际切种中效果更好。

关键词：马铃薯深度学习图像分割 U-Net 形心识别 YOLO v5

基于模糊C均值聚类的空—地—井垂直重力梯度数据反演方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

石油地球物理勘探 2024年第3期59卷 629-639页

作者：张显侯振隆赵福权秦朋波赵信阳王家辉东北大学资源与土木工程学院辽宁沈阳110819 中国冶金地质总局青岛地质勘查院山东青岛266109 广州海洋地质调查局广东广州511458

通过重力梯度数据三维反演能够获得地下密度结构模型,用于地质资源勘探等领域。航空、地面和井中观测的重力梯度数据含有不同频率的信息,通过数据联合可以降低反演多解性,提高成像分辨率。对于具有复杂形态的地下异常体,目前这种多尺度... 详细信息

通过重力梯度数据三维反演能够获得地下密度结构模型,用于地质资源勘探等领域。航空、地面和井中观测的重力梯度数据含有不同频率的信息,通过数据联合可以降低反演多解性,提高成像分辨率。对于具有复杂形态的地下异常体,目前这种多尺度数据联合反演的纵向空间分辨率,尤其是异常体底部的成像分辨率有待提升。针对该问题,开展了航空—地面—井中垂直重力梯度数据的联合反演方法研究。首先,在正则化反演中引入模糊C均值聚类算法,通过在迭代过程中加入聚类约束降低多解性;其次,联合航空、地面和井中垂直重力梯度数据,提出一种联合反演方法,并使用GPU加速计算;然后,将反演应用于理论模型数据与美国文顿盐丘地区重力梯度数据,验证方法的效果,并讨论了井位置对结果的影响;最后,对基于GPU加速的并行反演方法进行性能分析。数据试验证明了模糊C均值聚类算法能够降低反演的多解性,通过联合反演能够获得准确的密度分布,该方法具有一定的抗噪能力;使用异常旁井和穿异常井数据的成像分辨率更高。计算的文顿盐丘地区密度分布与其他学者的结论相近,证明了方法是有效且可行的。试验还表明,GPU并行方法具有较高的加速比,提出的方法能够为地质找矿等研究提供技术支撑。

关键词：空—地—井垂直重力梯度密度反演模糊C均值聚类文顿盐丘 GPU加速

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于深度学习的群体动作识别综述

计算机学报 2024年第11期47卷 2552-2578页

作者：严锐葛晓静黄捧舒祥波唐金辉南京大学计算机软件新技术国家重点实验室南京210023 南京理工大学计算机科学与工程学院南京210094

不同于传统的简单动作识别,群体动作识别需要理解场景中由若干人物的单人动作和他们之间的交互动作构成的复杂语义.近年来,群体动作识别在公共安全监控、体育视频分析和社会角色理解等领域的研究与应用引起了学者们的广泛关注.但是现有... 详细信息

不同于传统的简单动作识别,群体动作识别需要理解场景中由若干人物的单人动作和他们之间的交互动作构成的复杂语义.近年来,群体动作识别在公共安全监控、体育视频分析和社会角色理解等领域的研究与应用引起了学者们的广泛关注.但是现有能够帮助学者们快速了解研究概况的中文文献很少且用于归纳和分析的依据较为笼统.为此,本文旨在综述近十年来基于深度学习的群体动作识别的研究进展.首先,本文介绍了群体动作识别的问题与定义,总结了现有解决方案的核心流程和该研究的关键挑战.然后,本文针对现有研究中的两个核心内容,即个体动作特征的提取及其关联建模,对现有文献作出了归纳与分析.具体而言,本文介绍并总结了群体动作研究中常用的人体行为特征,并将现有关联建模类型归纳为三类,即线性关联、序列关联和图关联.此外,本文还列举了现有的十二种可用于群体动作研究的视频数据集,并在三个常用数据集上对目前流行的方法进行了对比与分析.最后,本文研判了几个更具挑战的未来研究趋势.综上,本文剖析了群体动作识别的核心研究思路及未来研究趋势,有助于相关研究人员快速了解群体动作识别的研究概况.

关键词：视频理解动作识别群体动作识别深度学习注意力机制递归神经网络图模型

基于大数据变量最优组合的违约预测模型——以中国小企业为例

在线全文

学校读者我要写书评

暂无评论

系统工程理论与实践 2024年第3期44卷 912-931页

作者：沈隆周颖大连理工大学经济管理学院大连116024

以提升商业银行企业客户信用风险识别和管理水平为目的,本文提出了一种系统的违约预测方法.一是在高维大数据变量集的构建上,通过基尼指数最小,反推出指标区间划分的最优切分点,确保决策树群中的每一个路径能最大限度地区分客户违约与否... 详细信息

以提升商业银行企业客户信用风险识别和管理水平为目的,本文提出了一种系统的违约预测方法.一是在高维大数据变量集的构建上,通过基尼指数最小,反推出指标区间划分的最优切分点,确保决策树群中的每一个路径能最大限度地区分客户违约与否,并把每一个路径作为一个虚拟变量,即客户属于这个路径则变量数值取1,否则为0.二是在虚拟变量的降维上,通过Lasso回归的违约预测误差最小,反推一组最优的虚拟变量组合.三是以客户判对率之和最高反推逻辑回归模型的最优违约预测临界点,提高了违约企业预测的准确率.实证研究表明,1)决策树路径变量的违约鉴别能力要强于原始信用指标,信息含量更丰富.2)净利润现金含量,城市居民人均可支配收入和企业法律纠纷情况指标对中国小企业的违约预测具有重要影响,这3个指标的个数占比是3.704%,精度贡献占比却达到了41.639%.3)该方法在准确性和稳健性方面优于对比模型,可以揭示影响企业信用风险的关键因素和关键阈值,为商业银行授信审批和贷前审查工作提供依据.且该方法可以拓展到个人以及大、中型企业违约预测模型的构建.

关键词：违约预测大数据决策树路径变量 Lasso 违约预测临界点

基于计算实验的重大工程风险管理激励效率演化分析——考虑保险机构的参与

在线全文

学校读者我要写书评

暂无评论

系统管理学报 2024年

作者：时茜茜姚隆玉李博雅朱建波南京航空航天大学经济与管理学院南京航空航天大学能源软科学研究中心东南大学土木工程学院

面对重大工程建设过程中极大的风险暴露，考虑到保险机构参与重大工程现场风险管理的动能，建立了保险机构介入下的业主与承包商群体的多周期激励模型，基于计算实验方法模拟了不同情景下各主体的风险管理行为演化，研究了公平偏好、激... 详细信息

面对重大工程建设过程中极大的风险暴露，考虑到保险机构参与重大工程现场风险管理的动能，建立了保险机构介入下的业主与承包商群体的多周期激励模型，基于计算实验方法模拟了不同情景下各主体的风险管理行为演化，研究了公平偏好、激励机制、保险机构参与等因素对风险管理激励效率的影响。研究发现：承包商的公平偏好心理显著影响激励效果；业主和保险机构采取动态激励方式优于激励系数保持不变的静态激励方式；保险机构主动参与重大工程风险管理激励可以有效促进承包商风险管理努力行为，提升各参与方收益。研究结果为重大工程风险管理实践提供了新的视角和理论参考。

关键词：重大工程保险风险管理激励计算实验