检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于强化学习的激光导航无人车路径跟踪控制

沈阳工业大学学报 2024年第2期46卷 206-211页

作者：母军臣何洪辉开封大学信息工程学院河南开封475000 河南大学软件学院河南郑州450046

针对智能仓储无人车运动轨迹控制精度的问题,提出了一种基于强化学习的激光导航无人车路径跟踪控制算法。建立了智能仓储无人车的数学模型,设计了一种激光导航定位算法,提出了一种Actor-Critic强化学习路径跟踪算法,最终实现对无人车路... 详细信息

针对智能仓储无人车运动轨迹控制精度的问题,提出了一种基于强化学习的激光导航无人车路径跟踪控制算法。建立了智能仓储无人车的数学模型,设计了一种激光导航定位算法,提出了一种Actor-Critic强化学习路径跟踪算法,最终实现对无人车路径跟踪的高精度控制。通过对比仿真验证了设计的路径跟踪算法具有更优的控制效果和更高的控制精度,最大路径跟踪误差仅为0.3 m,最大x坐标跟踪误差仅为0.1 m,最大y坐标跟踪误差仅为0.29 m,大幅提高了对仓储无人车运动轨迹的跟踪精度。

关键词：智能仓储无人车激光导航路径跟踪定位算法强化学习跟踪控制高精度

融入区块链的课程目标达成评价系统建构与应用研究

在线全文

学校读者我要写书评

暂无评论

现代教育技术 2024年第2期34卷 72-80页

作者：张恩杨翠王春丽马媛媛李功丽河南师范大学计算机与信息工程学院河南新乡453007 河南师范大学教育学部河南新乡453007 河南师范大学智慧商务与物联网技术河南省工程实验室河南新乡453007

推进课程评价数字化转型升级,是实现教育现代化、推进教育高质量发展、建设教育强国的重要举措。然而,当前课程目标达成评价领域存在中心化管理、数据孤岛、安全性不足等问题,影响了课程目标达成评价的科学性和公信力,进而制约了课程评... 详细信息

推进课程评价数字化转型升级,是实现教育现代化、推进教育高质量发展、建设教育强国的重要举措。然而,当前课程目标达成评价领域存在中心化管理、数据孤岛、安全性不足等问题,影响了课程目标达成评价的科学性和公信力,进而制约了课程评价数字化转型。为此,文章提出一种基于区块链技术变革课程评价的新思路,设计了融入区块链的课程目标达成评价系统,从数据共享框架、课程目标达成评价合约、隐私保护方案三个层面探讨系统的运行机制,并阐述该系统的主要功能和应用成效。文章设计的系统,可为消除数据孤岛、提高评价数据安全性、推动课程评价数字化转型提供参考。

关键词：区块链技术课程目标达成评价数字化转型成果导向

基于改进K-means的局部离群点检测方法

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

工程科学与技术 2024年第4期56卷 66-77页

作者：周玉夏浩岳学震王培崇华北水利水电大学电气工程学院河南郑州450045 河北地质大学信息工程学院河北石家庄050031

离群点检测任务是指检测与正常数据在特征属性上存在显著差异的异常数据。大多数基于聚类的离群点检测方法主要从全局角度对数据集中的离群点进行检测,而对局部离群点的检测性能较弱。基于此,本文通过引入快速搜索和发现密度峰值方法改... 详细信息

离群点检测任务是指检测与正常数据在特征属性上存在显著差异的异常数据。大多数基于聚类的离群点检测方法主要从全局角度对数据集中的离群点进行检测,而对局部离群点的检测性能较弱。基于此,本文通过引入快速搜索和发现密度峰值方法改进K-means聚类算法,提出了一种名为KLOD(local outlier detection based on improved K-means and least-squares methods)的局部离群点检测方法,以实现对局部离群点的精确检测。首先,利用快速搜索和发现密度峰值方法计算数据点的局部密度和相对距离,并将二者相乘得到γ值。其次,将γ值降序排序,利用肘部法则选择γ值最大的k个数据点作为K-means聚类算法的初始聚类中心。然后,通过K-means聚类算法将数据集聚类成k个簇,计算数据点在每个维度上的目标函数值并进行升序排列。接着,确定数据点的每个维度的离散程度并选择适当的拟合函数和拟合点,通过最小二乘法对升序排列的每个簇的每1维目标函数值进行函数拟合并求导,以获取变化率。最后,结合信息熵,将每个数据点的每个维度目标函数值乘以相应的变化率进行加权,得到最终的异常得分,并将异常值得分较高的top-n个数据点视为离群点。通过人工数据集和UCI数据集,对KLOD、LOF和KNN方法在准确度上进行仿真实验对比。结果表明KLOD方法相较于KNN和LOF方法具有更高的准确度。本文提出的KLOD方法能够有效改善K-means聚类算法的聚类效果,并且在局部离群点检测方面具有较好的精度和性能。

关键词：离群点检测 K均值聚类最小二乘法密度峰值目标函数值

在线全文

学校读者我要写书评

暂无评论

引入相量算子和流向算子的天鹰优化算法

浙江大学学报（工学版） 2024年第2期58卷 304-316页

作者：周玉裴泽宣王培崇陈博华北水利水电大学电气工程学院河南郑州450045 河北地质大学信息工程学院河北石家庄050031

针对天鹰优化算法搜索效率不足,容易陷入局部最优的缺点,提出多策略改进天鹰优化算法(MIAO).引入广义正态分布优化算法(GNDO),将该算法得出的结果与天鹰优化算法第1阶段得出的结果进行比较,筛选出这2种优化算法下的最优值.该操作扩大了... 详细信息

针对天鹰优化算法搜索效率不足,容易陷入局部最优的缺点,提出多策略改进天鹰优化算法(MIAO).引入广义正态分布优化算法(GNDO),将该算法得出的结果与天鹰优化算法第1阶段得出的结果进行比较,筛选出这2种优化算法下的最优值.该操作扩大了搜索空间,提高了解的质量.引入相量算子,将第2阶段变为自适应的非参数优化,提高算法的高维优化能力.针对天鹰优化算法在迭代后期存在种群多样性降低、局部开发能力不足的问题,在天鹰算法的第3阶段引入流向算子,使信息可以在每个个体间相互传递,提高种群信息的利用率,增强天鹰优化算法的开发性能.通过对16个测试函数寻优对比分析以及Wilcoxon秩和检验可知,MIAO的寻优能力和收敛速度都有较大的提升.为了验证MIAO算法的实用性和可行性,采用所提算法求解减速器设计问题,通过实际工程优化问题的实验对比分析可知,MIAO算法在处理现实优化问题上具有一定的优越性.

关键词：天鹰优化算法广义正态分布优化算法相量算子流向算子测试函数 Wilcoxon秩和检验

基于并行轻量化卷积和多尺度融合的脑部磁共振图像配准

在线全文

学校读者我要写书评

暂无评论

生物医学工程学杂志 2024年第2期41卷 213-219页

作者：沈瑜严源宋婧刘广辉许佳文魏子易兰州交通大学电子与信息工程学院兰州730070

医学图像配准在医疗诊断和治疗规划等领域具有重要意义。然而,当前基于深度学习的配准方法仍然面临着一些挑战,如对全局信息提取能力不足、网络模型参数量大、推理速度慢等问题。为此,本文提出了一种新的模型LCU-Net,采用并行轻量化卷... 详细信息

医学图像配准在医疗诊断和治疗规划等领域具有重要意义。然而,当前基于深度学习的配准方法仍然面临着一些挑战,如对全局信息提取能力不足、网络模型参数量大、推理速度慢等问题。为此,本文提出了一种新的模型LCU-Net,采用并行轻量化卷积以提升全局信息的提取能力;通过多尺度融合来解决网络参数量大和推理速度慢的问题。实验结果显示,LCU-Net的Dice系数达到0.823,Hausdorff距离为1.258,网络参数量相对于多尺度融合之前减少了约四分之一。本文提出的算法在医学图像配准任务中表现出显著优势,不仅在性能上超越了现有的对比算法,而且具有出色的泛化性能以及广泛的应用前景。

关键词：医学图像处理并行路径多尺度融合模型轻量化

在线全文

学校读者我要写书评

暂无评论

一种基于微环腔辅助干涉的Fano谐振器

光学学报 2024年第11期44卷 104-114页

作者：李柯陈佳豪魏潇陈露程培红王卓远周裕鸿喻平金婧练斌宁波工程学院电子与信息工程学院浙江宁波315211 浙大宁波理工学院信息科学与工程学院浙江宁波315100

本文提出并研究了一种基于微环腔辅助干涉的Fano谐振器。在该谐振干涉结构中,输入信号光经环形谐振腔后分成的下路光和直通路光以一定相位差合束,该合束光干涉形成了有别于传统对称Lorentz线型的非对称陡峭Fano光谱。在理论上使用传输... 详细信息

本文提出并研究了一种基于微环腔辅助干涉的Fano谐振器。在该谐振干涉结构中,输入信号光经环形谐振腔后分成的下路光和直通路光以一定相位差合束,该合束光干涉形成了有别于传统对称Lorentz线型的非对称陡峭Fano光谱。在理论上使用传输矩阵方法分析了非对称线型产生的相位条件,讨论了不同耦合系数、微环损耗对非对称谱线的消光比和斜率的影响,给出了理想条件下谷点波长漂移的计算公式和完全消光条件。分析表明,当两路光信号相位差为94°时,对于耦合系数为0.242、损耗系数为0.995的Fano谐振谱消光比可高达41.54 dB,斜率可高达2372 dB/nm。基于时域有限差分(FDTD)仿真和设计,采用电子束光刻(EBL)直写器件在绝缘层上硅(SOI)平台上进行了验证。实验中两路光的合束采用了多模干涉(MMI)结构,并设计了不同相位差以验证其对Fano谐振非对称线型的影响。实验表明,在本文工艺条件下,可以获得近-25 dB的消光比和1997 dB/nm的光谱斜率。本文提出的Fano谐振结构将为高分辨率光传感、低功耗光开关和高对比度光探测等领域高性能器件的设计开辟新途径。

关键词：谐振腔 Fano共振微环传感

在线全文

学校读者我要写书评

暂无评论

混合注意力与多特征交互的去雾算法

哈尔滨工业大学学报 2024年第9期56卷 56-64页

作者：杨燕张全君梁皓博兰州交通大学电子与信息工程学院兰州730070

为解决目前深度学习去雾算法在处理非均匀雾天图像时无法有效利用多尺度特征,导致复原出的图像产生颜色失真、细节恢复不完整等问题,提出了混合注意力与多特征交互的图像去雾算法。首先,利用编码模块提取不同尺度的特征;其次,构造混合... 详细信息

为解决目前深度学习去雾算法在处理非均匀雾天图像时无法有效利用多尺度特征,导致复原出的图像产生颜色失真、细节恢复不完整等问题,提出了混合注意力与多特征交互的图像去雾算法。首先,利用编码模块提取不同尺度的特征;其次,构造混合注意力模块,从全局角度对图像雾气进行感知,并利用通道注意力机制对不同雾浓度分配权重;然后,设计多特征交互模块,实现不同尺度特征间的信息交换,有效利用低分辨率特征中的语义信息,同时保留了高分辨率特征的空间细节与颜色信息,并利用门控融合模块聚合不同尺度的特征;最后,解码模块对融合后的特征进行重构,得到无雾图像。实验结果表明,运用本文提出的算法恢复的去雾图像不仅主观上颜色自然、细节清晰,而且在客观指标上也优于现有的主流算法。该研究结果可为深度学习去雾研究与应用提供新的方案。

关键词：图像去雾编解码器混合注意力多特征交互门控融合

基于RIME-CNN-SVR模型的麦田土壤水分反演

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

农业工程学报 2024年第15期40卷 94-102页

作者：王然赵建辉杨会巾李宁河南大学计算机与信息工程学院开封475004 河南省大数据分析与处理重点实验室开封475004 河南省空间信息处理工程研究中心开封475004 河南大学交叉学科高等研究院开封475004

土壤水分监测对于农业生产和作物产量预估具有重要意义。近年来深度学习技术在土壤水分反演领域得到广泛应用,但大多侧重于模型结构增强和优化,对模型超参数优化研究探索不足。该研究提出了一种基于霜冰优化算法(rime optimization algo... 详细信息

土壤水分监测对于农业生产和作物产量预估具有重要意义。近年来深度学习技术在土壤水分反演领域得到广泛应用,但大多侧重于模型结构增强和优化,对模型超参数优化研究探索不足。该研究提出了一种基于霜冰优化算法(rime optimization algorithm,RIME)的卷积神经网络(convolutional neural network,CNN)超参数优化模型,结合极化分解技术来校正植被对土壤水分反演精度的影响,以提高冬小麦农田土壤水分反演性能。首先利用RIME优化CNN超参数以构建RIME-CNN模型,然后使用RIME-CNN模型对特征参数进行自适应提取和挖掘,之后对这些特征参数进行正则化处理并输入到支持向量回归(support vector regression,SVR)模型,构建RIME-CNN-SVR模型进行土壤水分估算。为验证所建RIME-CNN-SVR模型的有效性,利用合成孔径雷达(synthetic aperture radar,SAR)数据结合光学遥感数据,在河南省开封市冬小麦农田区进行试验验证和精度分析。结果表明,该方法在不增加模型结构复杂性和可学习参数的前提下,显著提升了模型的预测性能,决定系数可达0.72,均方根误差为2.78%,平均绝对误差为2.20%。该研究可为农业生产提供一个更为准确、可靠的土壤水分监测手段。

关键词：土壤水分卷积神经网络支持向量回归霜冰优化算法极化分解合成孔径雷达

在线全文

学校读者我要写书评

暂无评论

混合卷积神经网络用于高光谱小麦品种鉴别

光谱学与光谱分析 2024年第3期44卷 807-813页

作者：李国厚李泽旭金松林赵文义潘细朋梁政秦莉张卫东河南科技学院信息工程学院河南新乡453003 北京邮电大学人工智能学院北京100876 桂林电子科技大学计算机与信息安全学院广西桂林541004 安徽大学互联网学院安徽合肥230039 宁波大学信息科学与工程学院浙江宁波315211

不同品种的小麦满足了市场的不同需求,同时也会带来小麦品种混杂的风险。为了提高小麦品种的纯度进而提高选种、育种、加工等环节的经济价值,小麦种子的鉴别起到关键作用。传统的小麦品种纯度理化分析鉴别方法,鉴定时间长且破坏种子,已... 详细信息

不同品种的小麦满足了市场的不同需求,同时也会带来小麦品种混杂的风险。为了提高小麦品种的纯度进而提高选种、育种、加工等环节的经济价值,小麦种子的鉴别起到关键作用。传统的小麦品种纯度理化分析鉴别方法,鉴定时间长且破坏种子,已不能满足现代农业的迫切需要。高光谱成像作为近年来发展迅速的一种快速、高效、无损的新型鉴别技术,在种子品种鉴别领域取得了显著成效。然而,已有的大多数高光谱分类方法仅利用光谱信息,没有充分考虑空间信息,分类效果较差。为了解决上述问题,利用高光谱成像设备采集8个品种的小麦种子正背面的高光谱图像,基于这些高光谱数据集,提出一种基于注意力机制的混合卷积神经网络的高光谱小麦品种鉴别方法,主要利用三维卷积和二维卷积的互补优势特性提取小麦的有价值特征,进而提高小麦品种的鉴别效果。具体而言,首先提取小麦品种的感兴趣区域,并利用多元散射校正方法削弱由于散射水平差异带来的同一品种的光谱差异。同时,利用主成分分析方法减少三维数据的无用光谱波段,进而保留并压缩对鉴别小麦品种有价值的特征。随后,利用三维卷积获取空间维度和不同光谱间的特征信息,二维卷积获取空间信息和图像的自身固有的特征信息,并在二维卷积模型中引入注意力机制进一步增强图像的特征信息的提取。最后在全连接层实现同一区域不同小麦品种的鉴别。实验表明,所提出的方法比其他方法具有较好的分类性能,分类准确率达97.92%。此外,所提出的方法对小样本数据也具有较好的分类性能。总的来说,提出的方法对于高光谱小麦种子鉴别具有较好的有效性和鲁棒性,为小麦种子的在线鉴别提供了一种新的方法。

关键词：高光谱成像小麦品种注意力机制混合卷积