检索结果-南通市图书馆

基于分数阶时域Talbot效应的宽带射频信号实时频谱分析

在线全文

学校读者我要写书评

暂无评论

光子学报 2024年第4期53卷 139-145页

作者：杨波赵雷杨淑娜池灏中国矿业大学信息与控制工程学院徐州221116 杭州电子科技大学通信工程学院杭州310018

提出一种基于分数阶时域Talbot效应的宽带射频信号实时频谱分析方案。该方案基于采样和色散结构,实现射频信号频率到光脉冲时间间隔的映射。通过预先经过一个满足分数阶时域Talbot距离的色散元件,光脉冲在采样之前的重复频率发生倍增。... 详细信息

提出一种基于分数阶时域Talbot效应的宽带射频信号实时频谱分析方案。该方案基于采样和色散结构,实现射频信号频率到光脉冲时间间隔的映射。通过预先经过一个满足分数阶时域Talbot距离的色散元件,光脉冲在采样之前的重复频率发生倍增。利用分数阶时域Talbot效应,可以显著提升系统的频率测量带宽。实验结果表明,利用9阶分数阶时域Talbot效应,实现29.7 GHz带宽内单音和双音射频信号的实时频谱分析。数值仿真结果进一步验证了该方案能够有效分析频率快速变化的宽带射频信号。该方案结构简单、带宽大、可实时处理,有望应用于电子对抗、宽带雷达、认知无线电等场景。

关键词：频谱分析光子辅助射频频谱分析实时傅里叶变换 Talbot效应分数阶时域Talbot效应

在线全文

学校读者我要写书评

暂无评论

特征增强和度量优化的钢材表面缺陷检测

激光与光电子学进展 2024年

作者：陈俊英黄汉涛李朝阳西安建筑科技大学信息与控制工程学院

针对钢材表面缺陷检测中存在小目标样本检测精度低、容易出现漏检和误检问题，提出了一种改进的YOLOv7算法。首先，引入Swin-Transformer进行特征提取，采用双分支回路设计将全局特征和局部特征交互融合；其次，采用分布移位卷积对高效... 详细信息

针对钢材表面缺陷检测中存在小目标样本检测精度低、容易出现漏检和误检问题，提出了一种改进的YOLOv7算法。首先，引入Swin-Transformer进行特征提取，采用双分支回路设计将全局特征和局部特征交互融合；其次，采用分布移位卷积对高效层聚合网络进行改进，以增强其局部特征提取能力。最后，回归损失函数采用加权的NWD(Normalized Weighted Euclidean Distance)和CIoU度量方法，以解决对小目标偏差较为敏感的问题。通过在NEU-DET数据集上进行实验对比，相较于原始算法，改进算法的mAP值提高了8.8%，达到了83.1%，提升了钢材表面缺陷检测的精度，改善了小目标样本的误检和漏检情况。此外，改进算法的FPS为71，满足实时检测的需求。

关键词：缺陷检测特征增强度量优化 Transformer YOLOv7

改进模糊推理分类器进行木材树种近红外光谱开集分类识别研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

光谱学与光谱分析 2024年第7期44卷 1868-1876页

作者：李振宇赵鹏王承琨东北林业大学计算机与控制工程学院黑龙江哈尔滨150040 广西科技大学计算机科学与技术学院(软件学院) 广西柳州545006 黑龙江科技大学电子与信息工程学院黑龙江哈尔滨150022

开集分类识别是近10多年来模式识别领域研究的热点,它能够识别训练集中已知类别的测试样本,同时还能够有效“拒识”未知类别的测试样本;这些未知类别样本不包含在训练集中。现有的开集分类识别算法主要是基于Support Vector Machine(SVM... 详细信息

开集分类识别是近10多年来模式识别领域研究的热点,它能够识别训练集中已知类别的测试样本,同时还能够有效“拒识”未知类别的测试样本;这些未知类别样本不包含在训练集中。现有的开集分类识别算法主要是基于Support Vector Machine(SVM)和深度学习网络框架进行改进,并且主要应用在自然景物图像领域中;在光谱分析领域中还鲜有报道。将传统的闭集框架下的模糊推理分类器进行模型改进,提出了开集框架下的改进模糊推理分类器,并将其应用到木材树种近红外光谱分类识别中。首先,使用Flame-NIR近红外微型光谱仪采集木材样本横切面的近红外光谱曲线,采用Metric Learning算法进行光谱向量维度约简降维至4维(4D)。其次,改进闭集框架下的模糊推理分类器,根据模糊规则置信度和各维度隶属度概率的乘积构建Generalized Basic Probability Assignment(GBPA),再根据GBPA进行分类处理。在20个树种的具有不同的Openness指标下的近红外光谱数据集的分类识别对比实验表明,改进的开集模糊推理分类器(fuzzy reasoning classifier in an open set,FRCOS)优于现有的基于机器学习和深度学习的开集分类识别主流算法,具有较好的评价指标F-Score,Kappa系数及总体识别率。

关键词：开集分类识别木材树种识别模糊推理分类器近红外光谱分析

在线全文

学校读者我要写书评

暂无评论

基于强化学习的挖掘机时间最优轨迹规划

控制与决策 2024年第5期39卷 1433-1440页

作者：张韵悦孙志毅孙前来王银太原科技大学电子信息工程学院太原030024

针对挖掘机的自主作业场景,提出基于强化学习的时间最优轨迹规划方法.首先,搭建仿真环境用于产生数据,以动臂、斗杆和铲斗关节的角度、角速度为状态观测变量,以各关节的角加速度值为动作信息,通过状态观测信息实现仿真环境与自主学习算... 详细信息

针对挖掘机的自主作业场景,提出基于强化学习的时间最优轨迹规划方法.首先,搭建仿真环境用于产生数据,以动臂、斗杆和铲斗关节的角度、角速度为状态观测变量,以各关节的角加速度值为动作信息,通过状态观测信息实现仿真环境与自主学习算法的交互;然后,设计以动臂、斗杆和铲斗关节运动是否超出允许范围、完成任务总时间和目标相对距离为奖励函数对策略网络参数进行训练;最后,利用改进的近端策略优化算法(proximal policy optimization, PPO)实现挖掘机的时间最优轨迹规划.与此同时,与不同连续动作空间的强化学习算法进行对比,实验结果表明:所提出优化算法效率更高,收敛速度更快,作业轨迹更平滑,可有效避免各关节受到较大冲击,有助于挖掘机高效、平稳地作业.

关键词：挖掘机自主作业轨迹规划多智能体 PPO算法智能决策

在线全文

学校读者我要写书评

暂无评论

压电陶瓷作动器的MPI动态迟滞建模与控制

振动与冲击 2024年第18期43卷 131-136页

作者：周子希王贞艳太原科技大学电子信息工程学院太原030024

压电陶瓷是一种具有迟滞非线性的智能材料。为了实现系统的精密跟踪控制,提出一种基于MPI(modified Prandtl-Ishlinskii)的Hammerstein动态迟滞模型,并基于该模型设计了滑模跟踪控制方案。在play算子的上升边沿和下降边沿阈值处引入了... 详细信息

压电陶瓷是一种具有迟滞非线性的智能材料。为了实现系统的精密跟踪控制,提出一种基于MPI(modified Prandtl-Ishlinskii)的Hammerstein动态迟滞模型,并基于该模型设计了滑模跟踪控制方案。在play算子的上升边沿和下降边沿阈值处引入了延时系数,并串联死区算子构成改进的非对称PI(Prandtl-Ishlinskii)模型,基于MPI的Hammerstein动态迟滞非线性模型可以描述压电陶瓷作动器的率相关迟滞特性。通过采集在单频率10 Hz,40 Hz,80 Hz和复合频率10~90 Hz正弦输入电压信号下的压电陶瓷作动器的位移数据,并采用粒子群算法和最小二乘递推方法辨识MPI模型参数和ARX(auto regressive model with exogenous input)模型参数,验证了模型的可行性,相较于基于经典PI的Hammerstein动态迟滞模型,模型误差分别降低了37%,42%,35%和24%。最后,构建迟滞补偿器,利用Hammerstein模型的模块化特点,提出一种可以实现对系统动态跟踪控制的滑模控制方案,并搭建了滑模控制压电系统试验平台,对单频率1 Hz,40 Hz,80 Hz和复合频率10~90 Hz的正弦输入电压信号进行了微位移实时跟踪控制试验,试验中的相对误差在7.62%以内,均方根最大误差为1.8573μm,表明所提出的滑模控制器有较强的跟踪性能。

关键词：压电陶瓷作动器迟滞非线性 Hammerstein动态迟滞模型 MPI模型滑模跟踪控制

在线全文

学校读者我要写书评

暂无评论

微波显微镜检测金属/非金属裂缝的研究

电子测量与仪器学报 2024年

作者：王雪儿叶鸣刘菲白永江杨放谢拥军西安建筑科技大学信息与控制工程学院北京航空航天大学电子信息工程学院

裂缝检测对钢结构和混凝土建筑、核电、航空等领域具有重要实际意义。本文采用谐振式同轴探头构造微波显微镜开展了金属和非金属裂缝的无损检测方法研究。首先，通过电磁仿真研究了耦合间隙、提离高度和探头材质等关键参数对检测性能的... 详细信息

裂缝检测对钢结构和混凝土建筑、核电、航空等领域具有重要实际意义。本文采用谐振式同轴探头构造微波显微镜开展了金属和非金属裂缝的无损检测方法研究。首先，通过电磁仿真研究了耦合间隙、提离高度和探头材质等关键参数对检测性能的影响。然后，以机加工黄铜、铝合金样品和3D打印非金属样品进行了实验验证。结果表明:同轴探头在谐振频率处的S11幅度可用于材料表面裂缝的无损检测，耦合间隙、提离高度是影响检测灵敏度的主要设计参数;相比于传统的反射型同轴探头，谐振式探头检测灵敏度(有无裂缝时观测频点处的S11幅度差)提高了约20-30倍;针对金属样品的宽3.9 mm裂缝的仿真与实测结果吻合良好，裂缝宽度检测的相对误差＜7.7%，且对于裂缝宽度为1.7 mm的3D打印非金属裂缝样品，其裂缝宽度实测相对误差在6%内。本研究对金属和非金属裂缝的无损检测具有一定借鉴意义。

关键词：微波显微镜金属裂缝非金属裂缝无损检测谐振式同轴探头自动化检测

显著区域抑制与多尺度特征融合的建筑风格识别

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

光电子·激光 2024年第9期35卷 916-924页

作者：孟月波刘佳赵敏华刘光辉西安建筑科技大学信息与控制工程学院

针对建筑元素特征提取不全、相似建筑风格识别困难等问题，提出一种显著区域抑制与多尺度特征融合(salient region suppression and multi-scale feature fusion, SRSMSFF)的建筑风格识别方法。首先，采用改进的Resnet18提取初始建筑特... 详细信息

针对建筑元素特征提取不全、相似建筑风格识别困难等问题，提出一种显著区域抑制与多尺度特征融合(salient region suppression and multi-scale feature fusion, SRSMSFF)的建筑风格识别方法。首先，采用改进的Resnet18提取初始建筑特征。然后，设计显著区域抑制模块(salient region suppression module, SRSM),通过隐藏最具判别性区域，引导网络学习潜在区域的特征，并设计多尺度特征融合网络(multi-scale feature fusion, MSFF),将多尺度结构与显著区域抑制相结合，以获取更完整的建筑元素特征。接着，利用通道注意力赋予各通道相应的权重，以突出重要的通道信息。最后，大边距度量损失函数(large-margin Softmax loss function, L-Softmax)通过最大化特征嵌入空间的决策边界，改善相似建筑风格的识别。在公共建筑数据集10类、25类及自建中国古建筑数据集上的实验结果表明，本文方法的准确率分别达到80.21%、64.4%和88.21%,其性能优于目前的先进方法。

关键词：图像处理建筑风格显著区域抑制多尺度特征融合(MSFF) 大边距度量损失函数(L-Softmax)

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于新混合乌鸦搜索算法的置换流水车间调度

计算机集成制造系统 2024年第5期30卷 1834-1846页

作者：闫红超汤伟姚斌陕西科技大学电气与控制工程学院陕西西安710021 陕西科技大学电子信息与人工智能学院陕西西安710021

为了更加有效地求解以最大完工时间最小化为目标的置换流水车间调度问题,提出一种新混合乌鸦搜索算法(NHCSA)。首先,对一种基于NEH的启发式算法进行了改进,在此基础上提出新的方法以改善初始种群的质量和多样性;其次,采用SPV(Smallest-P... 详细信息

为了更加有效地求解以最大完工时间最小化为目标的置换流水车间调度问题,提出一种新混合乌鸦搜索算法(NHCSA)。首先,对一种基于NEH的启发式算法进行了改进,在此基础上提出新的方法以改善初始种群的质量和多样性;其次,采用SPV(Smallest-Position-Value)规则进行编码,使算法能够处理离散的调度问题;最后,针对迭代贪婪算法,提出了自动调整重插入工件范围的方法、引入了TB机制,并采用改进的迭代贪婪算法对最佳工件排序进行局部搜索,以提升算法收敛的精度。基于典型测试集进行了仿真测试,结果验证了所提算法的寻优能力和稳定性。尤其是在针对Rec19和Rec25算例的比较中,仅NHCSA取得了当前最优解,进一步证明了其优越性。

关键词：乌鸦搜索算法置换流水车间种群初始化局部搜索

在线全文

学校读者我要写书评

暂无评论

深度模糊神经网络的设计和预测

系统仿真学报 2024年

作者：魏呈彪赵涛岩曹江涛李平辽宁石油化工大学信息与控制工程学院辽宁科技大学电子与信息工程学院

本文针对深度神经网络可解释性差，处理大数据回归预测问题时对模型的修正没有针对性，提出一种深度模糊神经网络（Deep fuzzy neural network， DFNN）。提出的深度模糊神经网络在结构学习方面采用一种自适应模糊C均值聚类算法（Adapti... 详细信息

本文针对深度神经网络可解释性差，处理大数据回归预测问题时对模型的修正没有针对性，提出一种深度模糊神经网络（Deep fuzzy neural network， DFNN）。提出的深度模糊神经网络在结构学习方面采用一种自适应模糊C均值聚类算法（Adaptive fuzzy C-means clustering algorithm， AFCM），通过计算引入的有效性函数确定模型的结构，即规则数和规则的前件参数；后件参数的辨识使用一种改进的灰狼优化算法（Improved grey wolf optimization algorithm， IGWO），通过使用指数收敛因子替换标准灰狼优化算法中的线性递减策略，并且使用结合动态权重更新的自适应位置更新策略，通过该算法对深度模糊神经网络的后件参数以及自适应模糊均值聚类中的初始化参数进行了优化。最后，将提出的深度模糊神经网络和相关算法应用于Box-Jenkins燃气炉和短时交通流预测问题中，实验结果证明了提出的模型及算法的可行性。

关键词：深度模糊神经网络自适应聚类灰狼算法 Box-Jenkins燃气炉交通流预测