检索结果-南通市图书馆

维普期刊数据库

基于动态分治的大规模多场站无人机应急救援优化方法

在线全文

学校读者我要写书评

暂无评论

北京邮电大学学报 2024年第1期47卷 65-71页

作者：苏立晨赵浩然郭通杜文博李宇萌北京航空航天大学自动化科学与电气工程学院北京100191 北京航空航天大学电子信息工程学院北京100191

面对应急救援任务时间紧、需求量大、待救援点数量规模较大等特点,提出了基于动态分治的大规模多场站无人机应急救援优化方法。在充分考虑无人机平台约束和应急救援任务约束的基础上,以最小化累计救援时间为目标函数,建立了多场站无人... 详细信息

面对应急救援任务时间紧、需求量大、待救援点数量规模较大等特点,提出了基于动态分治的大规模多场站无人机应急救援优化方法。在充分考虑无人机平台约束和应急救援任务约束的基础上,以最小化累计救援时间为目标函数,建立了多场站无人机应急救援模型。基于该模型,提出了基于路径相似度的动态分治策略,根据救援点的耦合关系进行空间聚类,将大规模问题分解为若干个规模较小、且耦合度较低的子问题;提出了自适应扰动邻域的变邻域搜索算法,通过多维邻域的协同搜索和动态交互,实现大规模应急投送方案的高效寻优。以典型样本为例,与先进元启发算法在不同规模的数据集上进行了对比,结果验证了所提方法能够有效地缩短应急投送的时间,为高效的灾后应急救援任务提供技术支撑。

关键词：无人机任务规划车辆路径问题混合整数规划邻域搜索算法

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于HA算法的舰载机出动作业调度方法

系统工程与电子技术 2024年第5期46卷 1691-1702页

作者：刘子玄万兵苏析超郭放刘玉杰海军航空大学航空基础学院山东烟台264001 海军航空大学岸防兵学院山东烟台264001 海军航空大学航空作战勤务学院山东烟台264001

出动离场是舰载机作战效能发挥的基础环节,本文研究其出动作业优化调度,将作业过程抽象为柔性车间调度问题,考虑优先序、资源及空间约束建立了混合整数规划模型,提出了一种基于种群进化搜索与邻域改进能力的混合遗传模拟退火算法,并给... 详细信息

出动离场是舰载机作战效能发挥的基础环节,本文研究其出动作业优化调度,将作业过程抽象为柔性车间调度问题,考虑优先序、资源及空间约束建立了混合整数规划模型,提出了一种基于种群进化搜索与邻域改进能力的混合遗传模拟退火算法,并给出了作业扰动时的重调度策略,通过引入任务表的生成构建了实际作业调度仿真架构。该架构融合了问题输入、动态扰动与算法,实用推广性强。仿真结果表明,所提算法收敛性快、解的准确性好、效率高,可有效解决任务表驱动下的出动调度问题;灵敏度分析发现,保障点军械加工对全局调度影响最为显著。

关键词：舰载机出动作业柔性车间调度混合整数规划混合算法

维普期刊数据库

无人机航拍图像中绝缘子缺陷检测的深度学习方法研究进展

在线全文

学校读者我要写书评

暂无评论

电工技术学报 2024年

作者：刘传洋吴一全刘景景南京航空航天大学电子信息工程学院池州学院机电工程学院

依托计算机视觉和深度学习技术，从海量的无人机航拍图像中实现绝缘子缺陷检测，已经成为电力运维工作亟待解决的问题。近年来，深度学习方法在绝缘子缺陷检测任务中表现出了优异的性能。该文综述了无人机航拍图像中绝缘子缺陷检测的深... 详细信息

依托计算机视觉和深度学习技术，从海量的无人机航拍图像中实现绝缘子缺陷检测，已经成为电力运维工作亟待解决的问题。近年来，深度学习方法在绝缘子缺陷检测任务中表现出了优异的性能。该文综述了无人机航拍图像中绝缘子缺陷检测的深度学习方法研究进展。首先，简述了基于深度学习的输电线路巡检研究现状；其次，阐述了基于深度学习的绝缘子缺陷检测方法，主要从目标检测模型、轻量化网络模型、级联检测模型以及其他方法进行归纳总结，按照深度学习算法的发展历程，阐明了基于双阶段、单阶段、Anchor-free的目标检测算法，概述了轻量化网络、级联检测在绝缘子缺陷检测中的应用；然后，介绍了用于绝缘子缺陷检测的公开和自建数据集；最后，指出了深度学习技术在绝缘子缺陷检测应用中存在的问题，并对未来研究工作进行了展望。

关键词：绝缘子缺陷检测无人机航拍图像深度学习计算机视觉

TSN网络时间触发流的启发式约束转化调度方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

北京航空航天大学学报 2024年

作者：周子燕李峭时启栋北京航空航天大学电子信息工程学院

针对时间敏感网络（TSN）的时间触发流通信，提出了一种启发式约束转化调度方法（HCCS）。该方法依据路径和单流时序约束确定端口优先序，使流实例在高优先序端口的转发时间不受低优先序端口影响；对于经过相同端口的流实例，再考虑所... 详细信息

针对时间敏感网络（TSN）的时间触发流通信，提出了一种启发式约束转化调度方法（HCCS）。该方法依据路径和单流时序约束确定端口优先序，使流实例在高优先序端口的转发时间不受低优先序端口影响；对于经过相同端口的流实例，再考虑所属流的优先级和超周期内释放的先后关系，形成流实例的调度次序；依次将流实例的约束转化为可调度时间区间，在区间内启发式搜索足够长度的空时隙，确定相应端口中的门控转发时间。每次转化仅需考虑单个流实例的约束，且转化所得的时间区间限定了搜索范围，大幅度提高了约束求解效率；并且，约束转化使HCCS方法既可以设置单队列也可以设置多队列，既适用于零抖动也适用于抖动在一定范围内的调度。与已有的HERMES算法进行仿真对比，发现HCCS能使更大比例的流获得可调度性，且在不同的流量规模下计算速度提升约3～25倍。

关键词：时间敏感网络时间触发调度启发式方法约束规划

无人机视角下目标检测的YOLO系列算法研究进展

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

北京航空航天大学学报 2024年

作者：陈金林吴一全苑玉彬南京航空航天大学电子信息工程学院

在诸多基于深度学习的目标检测算法中，YOLO(you only look once， YOLO）系列算法因具有检测速度快、检测精度高、适应性强等优点，成为无人机航拍图像目标检测的优先选择。无人机航拍图像与视频复杂多变的特点，使得该视角下YOLO系列... 详细信息

在诸多基于深度学习的目标检测算法中，YOLO(you only look once， YOLO）系列算法因具有检测速度快、检测精度高、适应性强等优点，成为无人机航拍图像目标检测的优先选择。无人机航拍图像与视频复杂多变的特点，使得该视角下YOLO系列目标检测算法成为一个具有挑战性的难题。因此有必要将近期无人机视角下目标检测的YOLO系列算法研究与应用成果进行全面总结与分析。首先，归纳了10种YOLO基础版本的发展、联系、优化特点，重新绘制了YOLO系列结构图，指出了各种YOLO版本优化策略的作用与特点。其次，综述了在无人机目标检测应用领域中YOLO的优化方法:数据训练前的预处理、训练与推理优化、注意力模块的应用、卷积优化、检测头以及损失函数的优化；梳理了一些无人机视角下的应用数据集以及数据扩展方法。通过实验对无人机视角下数据集上YOLO系列算法的性能及CBAM（convolutional block attention module， CBAM)对YOLO不同改进的作用进行了评估。最后，指出了无人机视角下目标检测YOLO系列算法的研究还存在的一些问题与可能发展趋势。

关键词：无人机系统目标检测深度学习 YOLO系列算法数据集性能对比

基于深度学习的无人机航拍图像小目标检测研究进展

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

航空学报 2024年

作者：吴一全童康南京航空航天大学电子信息工程学院

基于深度学习的无人机航拍图像小目标检测在军事情报侦察、战场监视和评估、军事目标捕获与验证、智能交通治理、基础设施检查和维护、灾害防治、搜索和救援、农作物管理与分析、生态保护和监测等领域具有广泛应用，近年来已成为当下的... 详细信息

基于深度学习的无人机航拍图像小目标检测在军事情报侦察、战场监视和评估、军事目标捕获与验证、智能交通治理、基础设施检查和维护、灾害防治、搜索和救援、农作物管理与分析、生态保护和监测等领域具有广泛应用，近年来已成为当下的研究热点。但尚未发现关于该主题的综述，故此对近5年基于深度学习的无人机航拍图像小目标检测展开全面深入的调查。首先介绍无人机航拍图像小目标检测定义与面临的挑战。其次重点从判别性特征学习、超分辨率技术、实时轻量化检测、其他改进思路这4个方面详细阐述了无人机航拍图像小目标检测方法。然后系统总结无人机航拍图像小目标检测数据集，并基于VisDrone挑战赛深入分析不同算法的性能。最后全面呈现无人机航拍图像小目标检测在军事和民生领域的具体应用，讨论其未来潜在的发展方向，并指出了无人机航拍的一些担忧。期望该综述可以启发相关研究人员，进一步推动基于深度学习的无人机航拍图像小目标检测的发展。

关键词：小目标检测无人机航拍图像深度学习性能评估小目标检测应用

一种融合LightGBM的ResNeXt网络气象目标细粒度识别方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

系统工程与电子技术 2024年

作者：欧阳彤汪玲朱岱寅李勇南京航空航天大学电子信息工程学院

为精确识别气象目标与混杂其中的非气象目标，本文提出一种融合轻量级梯度提升机(light gradient boosting machine，LightGBM)与ResNeXt网络的气象目标识别方法。首先，制作块状样本数据集，以此数据集为驱动，建立以ResNeXt网络为基... 详细信息

为精确识别气象目标与混杂其中的非气象目标，本文提出一种融合轻量级梯度提升机(light gradient boosting machine，LightGBM)与ResNeXt网络的气象目标识别方法。首先，制作块状样本数据集，以此数据集为驱动，建立以ResNeXt网络为基础的气象目标识别网络模型，实现以块状数据样本为识别单位的气象目标粗粒度识别，识别精度可达99.6%以上。再将此粗粒度结果与参考数据的差异值纳入LightGBM分类器，得到与以雷达采样单元为识别单位的细粒度识别结果。结合实际观测数据，证明此方法融合了LightGBM细粒度识别与ResNeXt网络高精度识别能力，准确且细致地完成气象目标与杂波的判别，结果与参考结果高度一致。

关键词：气象雷达气象目标识别残差网络轻量级梯度提升机融合深度学习

基于红外图像的电力设备识别及发热故障诊断方法研究进展

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国电机工程学报 2024年

作者：刘传洋吴一全南京航空航天大学电子信息工程学院

在电力大数据背景下，依托机器视觉和深度学习技术，从海量的红外图像数据中实现电力设备识别及发热故障诊断，已经成为该领域运维工作亟待解决的问题。本文以红外图像为研究对象，综述了基于传统图像处理和基于深度学习两类方法的红外... 详细信息

在电力大数据背景下，依托机器视觉和深度学习技术，从海量的红外图像数据中实现电力设备识别及发热故障诊断，已经成为该领域运维工作亟待解决的问题。本文以红外图像为研究对象，综述了基于传统图像处理和基于深度学习两类方法的红外图像中电力设备识别及发热故障诊断研究进展。首先概述了电力设备红外图像识别及发热故障诊断的发展历程及技术流程；然后阐明了基于传统图像处理的电力设备识别及发热故障诊断方法，从图像预处理、图像配准、图像分割、特征提取与分类、发热故障诊断5个方面进行归纳总结；阐述了基于深度学习的变电站设备和输电线路设备识别及发热故障诊断方法，与传统图像处理方法相比，深度学习方法能够快速准确地识别电力设备发热故障；最后指出了基于深度学习的视觉技术在电力设备识别及发热故障诊断应用中存在的问题，基于现有的深度学习技术和最近的研究思路，对未来研究工作进行了展望。

关键词：电力设备识别发热故障诊断红外图像传统图像处理深度学习视觉检测

基于稀疏度自适应和迭代加权的捷变频雷达目标高精度参数估计

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

信号处理 2024年

作者：张亚男张劲东王行舒张欣媛南京航空航天大学电子信息工程学院

捷变频雷达具有低截获概率、抗干扰能力强等优点，然而其载频在脉间跳变导致信号相位非均匀变化，使得传统动目标检测不再适用。针对捷变频雷达目标距离-速度参数估计以及参数估计中存在虚假目标检测和真实目标幅度损失的问题，本文建... 详细信息

捷变频雷达具有低截获概率、抗干扰能力强等优点，然而其载频在脉间跳变导致信号相位非均匀变化，使得传统动目标检测不再适用。针对捷变频雷达目标距离-速度参数估计以及参数估计中存在虚假目标检测和真实目标幅度损失的问题，本文建立了距离-多普勒的稀疏信号处理模型，将参数估计问题转化为稀疏重构问题，并提出了稀疏度自适应和迭代加权重构（Sparse Adaptive and Iterative Weighted Reconstruction，SAIWR）算法。首先，该算法根据字典矩阵与信号的相关性挑选原子并通过正则化条件对原子进行二次筛选。然后，每次迭代中扩展步长自适应地匹配信号稀疏度，继续寻找最佳原子集。最后，在迭代中根据原子与字典矩阵的相关性调整权矩阵，增强目标原子在信号重构过程中的作用，实现了目标个数未知情况下雷达目标场景重构和虚假目标抑制。自适应对角加载矩阵求逆时，算法利用了矩阵求逆引理，减少了所需的计算量。计算机仿真实验表明，本文所提算法在邻近目标场景与小目标场景下均实现捷变频雷达目标参数的准确估计，与现有的正则化自适应匹配追踪算法(Regularized Adaptive Matching Pursuit，RAMP)与稀疏贝叶斯算法(Sparse Bayesian Learning，SBL)相比，SAIWR算法重构精度更高，误检率更低。

关键词：目标参数估计捷变频稀疏重构稀疏度自适应和迭代加权