检索结果-南通市图书馆

基于多传感器融合的校园无人接驳车自主导航系统研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多传感器融合的校园无人接驳车自主导航系统研究

作者：李一铎浙江科技大学

学位级别：硕士

随着城市化和校园规模的发展,校园内人流量与交通流量不断增加,急需提高交通管理的效率。无人接驳车被认为是解决这一问题的有效工具。但当前的无人车自主导航技术在复杂校园环境中仍存在局限性,具体表现在有限的环境感知能力、受限的... 详细信息

随着城市化和校园规模的发展,校园内人流量与交通流量不断增加,急需提高交通管理的效率。无人接驳车被认为是解决这一问题的有效工具。但当前的无人车自主导航技术在复杂校园环境中仍存在局限性,具体表现在有限的环境感知能力、受限的路况处理能力以及对人流影响应对的不足。所以需要设计精准且适应性强的无人接驳车自主导航系统来满足当前发展需求。校园环境同时又能够为自动驾驶技术研究提供理想实验场景。因此,设计并实现校园无人接驳车自主导航系统不仅可以提高校园交通管理效率,还可作为自动驾驶技术的重要案例,为其发展提供实践经验和技术参考。本课题采用多传感器融合方案,设计了适用于大型室外封闭场景的无人车自主导航系统。其主要内容包括:(1)使用两个16线激光雷达和9轴IMU作为主要传感器,并采用基于特征点云地图的改进ICP点云配准方法进行激光雷达之间的外参标定,提高了车辆感知能力和传感器之间数据关联精度。(2)采用双16线激光雷达和IMU在因子图框架下进行融合SLAM建图,得到点云地图。在点云地图基础上,通过NDT点云配准算法进行定位,使用无迹卡尔曼滤波将NDT定位位姿与IMU观测的无人车位姿进行融合,提高了无人车在环境中的定位精度。(3)制作高精度地图,为无人车提供超视距感知能力,并采用Open-planner算法进行路径规划,在***.1.14自动驾驶框架下实现全局和局部路径规划,使用纯跟踪控制算法进行车辆横向控制。(4)通过仿真实验和校园实车实验对标定结果、建图精度和定位精度进行了量化分析,结果表明,基于多传感器融合的自主导航系统能够准确地对周围环境进行建模感知,实现高精度的定位和路径规划,为校园交通管理和自动驾驶技术的发展提供了有效的技术支持。

关键词：无人接驳车自主导航多传感器融合 SLAM 路径规划

Zn2+对F4ac大肠杆菌鞭毛及其诱导细胞促炎反应的调控作用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

Zn2+对F4ac大肠杆菌鞭毛及其诱导细胞促炎反应的调控作用

作者：嵇星铎扬州大学

学位级别：硕士

基于不完备信息系统的多属性模糊决策方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于不完备信息系统的多属性模糊决策方法研究

作者：孙振铎江南大学

学位级别：硕士

传统不完备信息系统决策通常依赖于粗糙集理论,通过选择合适的二元关系来提取决策规则。然而,此类方法无法有效解决现实生活中存在的多属性的决策方案的选择和排序问题,在生产生活中不能得到广泛的应用;而在信息缺失的情况下,传统的多... 详细信息

传统不完备信息系统决策通常依赖于粗糙集理论,通过选择合适的二元关系来提取决策规则。然而,此类方法无法有效解决现实生活中存在的多属性的决策方案的选择和排序问题,在生产生活中不能得到广泛的应用;而在信息缺失的情况下,传统的多属性决策方法无法依据不完整信息进行有效决策。为了解决不完备信息系统下的多属性决策问题,本文将信息系统与模糊模式识别相融合,并引入前景理论,针对完备信息系统以及不完备信息系统提出了三种多属性模糊决策方法,有效解决了上述问题。本文的主要工作如下:(1)为解决混合信息下的多属性决策问题,依据信息系统理论和模糊模式识别方法,建立一种基于混合信息系统模糊模式多属性决策模型。将隶属度函数集引入传统混合信息系统,提出一种新型混合完备信息系统。根据决策目的选择决策属性和条件属性,并采用关联分析法确定各条件属性的权重,利用不同属性的隶属函数构建模糊模式决策模型中的标准集和方案集,增加了决策者在决策过程中的影响力,保证了同一属性的隶属度函数相同。该决策方法与传统的多属性决策方法TOPSIS进行了对比,简化了决策流程和决策计算复杂度。给出了“公司招聘”决策应用,验证了方法的可行性和优越性。(2)相较于完备信息系统,不完备信息下的多属性决策问题在生产生活中更为常见,为解决这类问题依据不完备信息系统理论与模糊模式识别方法,提出一种以不完备信息系统中的属性重要度和信息完备度作为权重确定方式的多属性决策模型。提出一种引入隶属度函数的新型不完备信息系统。针对标准集,利用信息补足方法解决信息缺失问题,由关联分析法确定标准集中属性权重,并由此确定标准集的层级划分。利用容差关系和众数补足法对缺失信息进行补足,以属性重要度和信息完备度确定条件属性权重,进而构建方案集。计算方案集中不同方案对不同层级标准集的贴近度,根据贴近度选择最优决策方案。选择“优秀教师”的决策实例应用验证了方法的有效性。(3)随着决策科学的发展,决策者需求越发被重视。传统多属性决策方法结合行为决策可以有效表现决策者需求。为更好的在决策过程中体现决策者需求,结合前景理论与基于不完备信息系统的模糊模式多属性决策方法,提出一种基于前景理论的不完备信息模糊模式决策方法。引入前景理论增加了决策者的意见和偏好在决策过程中的权重,更符合现代决策的需求。针对标准集,采用信息补足法确定最优标准集和最差标准集。依据容差关系和众数补足法,结合属性重要度和信息完备度计算权重确定方案集。给出价值函数后计算得到综合前景损失值和综合前景收益值。以选择“优秀教师”决策实例应用不仅验证了方法有效性,还与基于不完备信息系统的模糊模式多属性决策方法进行对比,突出的表现决策者偏好对决策结果的影响,验证了方法的优越性。

关键词：模糊模式识别不完备信息系统贴近度多属性决策属性权重

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

装置艺术融入初中美术课程的教学实践研究

装置艺术融入初中美术课程的教学实践研究

作者：张振铎海南师范大学

学位级别：硕士

无人机高频雷达散射截面计算及RCS缩减技术研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

无人机高频雷达散射截面计算及RCS缩减技术研究

作者：杨铭铎电子科技大学

学位级别：硕士

基于大数据分析的电动汽车换电站选址定容优化技术研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于大数据分析的电动汽车换电站选址定容优化技术研究

作者：于渲铎长春工业大学

学位级别：硕士

在“双碳”发展理念的指导下,国务院明确指出在交通领域中的二氧化碳排放量应尽快达到峰值,新能源汽车成为未来工业汽车发展的必然趋势。在国内此种形势下,国网有限公司提出“车电分离,换电为主,插充为辅,集中换电,统一配送”的新能源... 详细信息

在“双碳”发展理念的指导下,国务院明确指出在交通领域中的二氧化碳排放量应尽快达到峰值,新能源汽车成为未来工业汽车发展的必然趋势。在国内此种形势下,国网有限公司提出“车电分离,换电为主,插充为辅,集中换电,统一配送”的新能源汽车充换电策略越来越受到广泛的关注。针对在新能源换电汽车发展普及过程中的换电站基础建设相关问题,本文做了如下工作:(1)通过数据采集获取新能源汽车行业相关数据,以换电能力、换电距离为约束条件,建立了以换电站运营目标年限年均综合费用最小为目标,综合考虑土地价格、建站成本、运营成本、维护成本、道路流量、服务能力等因素的优化目标数学模型。(2)对传统的量子粒子群算法进行优化,引入自适应调整的惯性权重,提高粒子的整体搜索能力;利用Logistic混沌映射初始化种群信息,提升种群的遍历性;通过Levy飞行策略与Cauchy变异策略,提升种群的多样性并扩大算法在迭代过程中的搜索空间,进一步提升算法的全局搜索能力并快速跳出局部最优区域,利用改进的量子粒子群算法对模型求解,从而得出待规划区域内换电站最佳优化布局。(3)利用本文所提及方法对长春市实际规划区域内道路进行规划,将该规划区域相关数据引入建立的数学模型,通过本文改进的量子粒子群算法对模型求解,从而得出待规划区域内换电站最佳优化布局。本文最终得出在不同建站数量时年均综合费用并确定了该区域内建设4座换电站时最佳,通过实际算例证明本文提出的数学模型与优化算法科学合理;本文研究内容对相关部门政策实施和设施建设的决策有一定的参考作用。

关键词： “双碳” 新能源汽车改进的量子粒子群算法换电站选址定容

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于SiC薄膜忆阻器的性能及应用研究

基于SiC薄膜忆阻器的性能及应用研究

作者：邵一铎河北大学

学位级别：硕士

生物大脑神经系统具有高效性和节能性,可以克服传统冯·诺依曼体系架构面临的存储墙和功耗墙瓶颈,受此启发而衍生的类脑神经形态计算因此颇受研究者关注。生物大脑中神经元数量约为1011个,突触数量约为1015个,因而构建高效的神经元和突... 详细信息

生物大脑神经系统具有高效性和节能性,可以克服传统冯·诺依曼体系架构面临的存储墙和功耗墙瓶颈,受此启发而衍生的类脑神经形态计算因此颇受研究者关注。生物大脑中神经元数量约为1011个,突触数量约为1015个,因而构建高效的神经元和突触模型对类脑神经形态计算至关重要。然而,目前基于传统互补金属氧化物半导体（Complementary Metal-Oxide-Semiconductor,CMOS）有源电路构建的人工神经元和突触模型电路复杂、功耗高、尺寸大,难以实现大规模集成,更无法完成复杂的类脑计算任务。忆阻器因具有生物相似性,可以在元器件尺度上模拟复杂的突触及神经元功能而引起了研究学者的广泛关注。碳化硅（Silicon Carbide,SiC）作为第三代半导体材料的典型代表,具有宽带隙、高击穿电压、高电子迁移速率、高热导率等优点,有利于制备低功耗器件。研究SiC基薄膜忆阻器对寻求具有开发潜力的介质材料,构建工艺简单、性能优异、可与现有CMOS工艺兼容的神经元及突触模型具有重要意义。本文具体研究内容如下:一、基于SiC薄膜忆阻器的突触特性研究。本文通过磁控溅射技术制备了Pd/SiC/n-Si结构的忆阻器,研究了不同制备温度条件下的薄膜质量及器件性能,发现当温度为室温时,薄膜粗糙度较低,器件性能更为优异。该器件在电流-电压（I-V）测试中展现出电导线性可调的多阻态特性,正向线性度为0.964。此外,通过脉冲调制模拟实现了脉冲速率依赖可塑性、兴奋性突触后电流、生物不应期等突触仿生功能,证明了该器件具有用于高密度集成神经形态系统的极大潜力。最后,基于该器件完成了手势识别任务,准确率为94%。这表明该器件可作为类突触器件应用,为SiC材料在构建人工突触模型及类脑神经形态计算应用方面提供了崭新的发展思路。二、基于SiC薄膜忆阻器的可重构特性研究。本文制备了Ag/SiC/n-Si结构的忆阻器,发现当薄膜制备压强为3 Pa、温度为室温时,Ag/SiC/n-Si忆阻器展现出了可重构特性。即在器件电学测试中发现,通过调节限制电流,可以在一个器件中实现易失型忆阻器特性和非易失型忆阻器特性的相互切换。当器件被调控为易失型器件时,器件具有高达10～5的开关比、低至1.26 V的开启电压以及低至3.4 p W的功率;当器件被调控为非易失型器件时,器件具有典型的“8”字I-V回线,保持时间长达1.5×10～4 s。此外,还模拟实现了多种突触仿生功能,如双脉冲易化、双脉冲抑制、长短期记忆转变、连续学习等。最后,对器件的可重构机理进行分析,将其转变行为归因于形成导电细丝的强度改变。三、基于SiC薄膜忆阻器的神经元特性研究。为进一步改善器件的阈值性能（如开启电压、开关速度等）,本文通过在功能层掺杂Ag的方式制备了Ag/SiC/Ag/SiC/n-Si结构的忆阻器,该器件具有低至0.8 V的开启电压和42 ns的开启速度。此外,通过电路实现了该器件在“Leaky Integrate and Fire”（LIF）神经元模型方面的应用,并通过提取LIF神经元模型参数作为脉冲神经网络的激活函数,实现了手写数字识别,其识别准确率为94.7%。综上,该项工作为SiC忆阻器在神经科学与人工智能领域的交叉研究提供了新的理论基础和方法路径。

关键词：忆阻器 SiC 类脑神经形态计算脉冲神经网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

高速切换场景下的双门限判决算法研究

哈尔滨工程大学学报 2024年第6期45卷 1196-1201页

作者：孙志国王程王震铎宁晓燕哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001

传统的越区切换算法无法应对高速列车提速带来的通信质量需求增长,本文提出一种基于双门限判决的位置触发切换算法,以提升越区切换时的通信质量。选择大小双门限值,能够有效减少信号强度波动带来的影响。在接收信号强度波动较小时采用... 详细信息

传统的越区切换算法无法应对高速列车提速带来的通信质量需求增长,本文提出一种基于双门限判决的位置触发切换算法,以提升越区切换时的通信质量。选择大小双门限值,能够有效减少信号强度波动带来的影响。在接收信号强度波动较小时采用双门限中的较小值,波动较大时则采用较大值,针对每次测量结果实时进行连续双判决。仿真结果表明:相较于传统切换算法,双门限判决算法能够使得切换发生位置更靠近基站重叠区域的中点,进而降低切换掉话率和切换失败率。同时双判决减小了平均切换次数,使通信体验得到了极大提升。

关键词：越区切换 LTE-R 列车通信系统双门限判决掉话率切换失败率性能仿真动态检测

维普期刊数据库

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

基于用户画像的高校学生成绩预测

基于用户画像的高校学生成绩预测

作者：王震铎北方工业大学

学位级别：硕士

近些年来,随着国内各高校大规模的扩招,我国高等教育规模也在不断扩大,越来越多的学生因为各种原因出现了诸如学业危机、毕业就业难等一系列问题,甚至会因学业就业问题出现抑郁、退学等问题。与此同时大数据、人工智能等技术与人们日常... 详细信息

近些年来,随着国内各高校大规模的扩招,我国高等教育规模也在不断扩大,越来越多的学生因为各种原因出现了诸如学业危机、毕业就业难等一系列问题,甚至会因学业就业问题出现抑郁、退学等问题。与此同时大数据、人工智能等技术与人们日常生活的联系也越来越紧密,从日常教学活动中产生大量的数据中发现其中隐藏的一些关联和趋势,为教育和教学改进提供相应的决策建议已经成为高校教育信息化发展的一个必然趋势。本文首先利用ISODATA聚类算法对于高校学生进行聚类分析。利用经过采集整合后的学生学习、生活、消费三方面数据,对于学生进行聚类,并且结合着聚类中心的数据对于聚类结果中各类别学生的特征进行分析,为学生添加相应的标签,最后利用词云图的形式将学生的标签进行可视化展示,以这样的形式提供给学校相关管理老师,以便于其对于不同学生制定个性化的教育指导。随后本文利用Light GBM方法基于学生的学科成绩和在校期间的行为数据得到了基于学生相似度的成绩预测模型,利用Stacking融合算法结合学生的在校成绩建立了学生的学业成果等级预测模型,利用杰卡德相似系数根据课程的基本信息计算出了课程的相似度并利用热力图的形式进行可视化展示。最后,分别预测出上述学生成绩、行为相似度和课程相似度的成绩预测值,并与学生真实成绩值进行对比,利用Lasso回归模型建立了基于用户画像的高校学生成绩预测模型。应用大数据技术进行分析预测,针对于每个学生建立其有个性化的学生用户画像,并结合不同学生的个人学习以及行为的相关数据对其学习成绩进行预测,不仅有助于学校管理质量的提高,还可以促进教学模式的进步,实现-个性化教学,还可以优化当前的学业预警机制,针对每个学生进行个人分析,在其出现相应预兆时及时给出预警,减少学业问题的出现。大数据技术也能够从各个方面记录学生的成长记录并进行科学的分析,可以让学生更加了解自己,让学校学院各层领导全方面的把握每一位学生的在校情况,帮助老师了解学生的成绩以及其努力程度,以便帮助其提高学习成绩并且在其面对就业问题时给出相应的推荐来缓解当前日益增加的学生毕业难、就业难等问题。

关键词：大数据用户画像 ISODATA聚类分析成绩预测 LightGBM