检索结果-南通市图书馆

基于牛顿迭代型灵敏度协同的新能源并网功率优化分配方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电力系统自动化 2025年

作者：郑鑫齐磊孙孝峰姜颢宇赵巍燕山大学电气工程学院

大量分布式发电单元接入导致电网强度弱化进而致使光伏集群输出电流谐波谐振，威胁系统安全稳定运行。为此，考虑谐波谐振约束，基于系统源网阻抗聚合模型及稳定性指标，构建了新能源并网功率一定情况下系统稳定裕度最优的目标函数，将... 详细信息

大量分布式发电单元接入导致电网强度弱化进而致使光伏集群输出电流谐波谐振，威胁系统安全稳定运行。为此，考虑谐波谐振约束，基于系统源网阻抗聚合模型及稳定性指标，构建了新能源并网功率一定情况下系统稳定裕度最优的目标函数，将牛顿数值迭代融入拉格朗日条件极值求解过程之中，实现阻抗灵敏度趋于一致的快速调节。面向固定功率及并网功率最大分配应用场景，提出了基于牛顿迭代型灵敏度协同的新能源并网功率优化分配方法，并与常规集群功率分配方法及同类优化分配方法进行对比，所提功率优化分配方法求解效率高、算力需求较小。最后，基于实时数字仿真系统硬件在环仿真平台搭建IEEE 33节点算例，对上述研究进行了验证。

关键词：分布式发电功率分配振荡稳定灵敏度协同牛顿迭代

基于全驱系统方法的AUV鲁棒自适应轨迹跟踪控制

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

控制与决策 2025年第1期40卷 285-291页

作者：王鹏钱承张柳柳华长春燕山大学电气工程学院燕山大学河北省智能康复及神经调控重点实验室

针对存在执行器故障、外界干扰和模型不确定的自主式水下潜航器系统(autonomous underwater vehicle,AUV),提出基于全驱系统(fully actuated system, FAS)方法的鲁棒自适应轨迹跟踪误差受限控制策略,使AUV能够渐近跟踪目标信号.首先,将... 详细信息

针对存在执行器故障、外界干扰和模型不确定的自主式水下潜航器系统(autonomous underwater vehicle,AUV),提出基于全驱系统(fully actuated system, FAS)方法的鲁棒自适应轨迹跟踪误差受限控制策略,使AUV能够渐近跟踪目标信号.首先,将跟踪误差相关的归一化函数和障碍函数与时变尺度函数相结合,提出误差受限全驱系统方法;其次,将径向基函数神经网络(radial basis function neural networks, RBFNNs)与误差受限全驱系统方法相结合处理系统中的不确定模型;进一步,设计自适应补偿机制处理执行器故障;再次基于Lyapunov稳定性理论证明轨迹跟踪误差渐近收敛于零;最后,通过仿真结果验证所设计的鲁棒自适应轨迹跟踪误差受限控制器的有效性.

关键词：全驱系统方法鲁棒控制自适应控制神经网络轨迹跟踪控制

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于颜色线模型和多尺度融合的水下图像增强

控制与决策 2025年第1期40卷 162-169页

作者：梁秀满赵治刚于海峰刘振东李鑫滨华北理工大学电气工程学院燕山大学电气工程学院

针对水下图像出现蓝绿色偏、雾化和噪声等问题,提出一种基于颜色线模型和多尺度融合的水下图像增强算法.首先,设计一种局部自适应颜色校正方法对退化图像进行预处理,提高图像颜色线拟合效果并降低图像色偏的程度;然后,构建一种利用颜色... 详细信息

针对水下图像出现蓝绿色偏、雾化和噪声等问题,提出一种基于颜色线模型和多尺度融合的水下图像增强算法.首先,设计一种局部自适应颜色校正方法对退化图像进行预处理,提高图像颜色线拟合效果并降低图像色偏的程度;然后,构建一种利用颜色线和背景光矢量求解偏置来估计透射率的凸优化算法,求得准确的模型参数来恢复图像实现图像去雾;接着,将预处理后的图像利用白平衡算法来补偿颜色的深度选择性吸收所造成的偏色,将白平衡处理后的图像分别利用伽玛校正和基于颜色线约束的噪声抑制算法进行处理,分别得到提高全局对比度和抑制噪声的图像;最后,对去雾、对比度增强和低噪声图像进行多尺度融合,得到特征丰富的水下增强图像.实验结果表明:所提出方法能够有效解决水下图像的色偏、雾化和噪声现象;相对于各对比算法,在水下彩色图像质量评价指标和峰值信噪比上分别提高了18.37%和42.16%,更好地保留了水下图像的颜色并降低了图像噪声.

关键词：水下图像增强颜色线模型多尺度融合颜色校正凸优化噪声抑制

基于改进YOLOv8的遥感图像目标检测算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计量学报 2025年

作者：金梅王泓沣张立国张琦袁煜淋燕山大学电气工程学院

针对遥感图像背景复杂、尺度多变等特点导致目标检测精度低的问题，提出了一种基于改进YOLOv8的遥感图像目标检测算法。首先，基于YOLOv8网络框架，在骨干网络部分引入全局注意力机制，使模型更关注于重要区域，降低无用背景对模型的干... 详细信息

针对遥感图像背景复杂、尺度多变等特点导致目标检测精度低的问题，提出了一种基于改进YOLOv8的遥感图像目标检测算法。首先，基于YOLOv8网络框架，在骨干网络部分引入全局注意力机制，使模型更关注于重要区域，降低无用背景对模型的干扰；其次，采用一种明智的交并比作为新的边界框回归方式，减小低质量示例对模型的影响，提高模型的边界框回归水平；最后，在特征融合网络部分和头网络部分分别引入高效多尺度注意力模块和动态检测头模块，全面提升模型的尺度适应能力。实验结果表明，所提算法在公开遥感数据集DIOR和RSOD上均取得较高的检测精度，阈值为0.5的平均精度均值分别达到了72.0%和94.6%，并且改进后的算法具有较强的鲁棒性，当输入数据集改变时，仍能保持较好的检测性能。

关键词：计算机视觉深度学习遥感图像目标检测 YOLOv8

基于李群不确定映射的冗余IMU鲁棒CI融合姿态估计

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

控制与决策 2025年第1期40卷 345-352页

作者：仇翔石水萌胡中尧陈博浙江工业大学信息工程学院

针对冗余惯性测量单元(inertial measurement unit, IMU)姿态估计问题,通过采用不变扩展卡尔曼滤波器结构,将被估计系统动态特性建模为矩阵李群和偏差向量的混合模型,从而设计基于协方差在线校正的局部IMU姿态估计器.在此基础上,采用对... 详细信息

针对冗余惯性测量单元(inertial measurement unit, IMU)姿态估计问题,通过采用不变扩展卡尔曼滤波器结构,将被估计系统动态特性建模为矩阵李群和偏差向量的混合模型,从而设计基于协方差在线校正的局部IMU姿态估计器.在此基础上,采用对数映射将李群不确定性映射到向量空间,进而构造依赖于局部姿态估计器参数的分布式融合问题,从而设计基于李群的鲁棒协方差交叉融合准则.特别地,为解决局部估计器之间互协方差未知的问题,通过引入先验容差来约束未知互协方差,从而提供低保守性的协方差上界以提高融合估计性能,形成一种具有双层结构的冗余IMU姿态估计方法.最后在下肢外骨骼康复机器人平台上验证所提出算法的有效性.

关键词：姿态估计冗余IMU 不变卡尔曼滤波矩阵李群协方差交叉

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

多尺度密集交互注意力残差真实图像去噪网络

图学学报 2025年

作者：郭业才胡晓伟 AMITAVE Saha 毛湘南南京信息工程大学电子与信息工程学院无锡学院电子信息工程学院

针对图像去噪特征提取不全面以及特征利用率低，导致生成图像不够清晰的问题，提出一种多尺度密集交互注意力残差去噪网络(MDIARN)。首先，通过多尺度非对称特征提取模块(MAFM)初步提取浅层信息特征，以确保图像特征的多样性；然后，多... 详细信息

针对图像去噪特征提取不全面以及特征利用率低，导致生成图像不够清晰的问题，提出一种多尺度密集交互注意力残差去噪网络(MDIARN)。首先，通过多尺度非对称特征提取模块(MAFM)初步提取浅层信息特征，以确保图像特征的多样性；然后，多尺度级联模块(MSCM)利用多维密集交互残差单元(MDIU)对图像特征进行多维映射，并逐步级联以增强模型之间的信息传递和交互性，充分拟合训练数据；引入双路全局注意力模块(DGAM)对多级特征进行全局联合学习，获取更具有判别性的特征信息；跳跃连接促进结构之间的参数共享，使不同维度的特征充分融合，保证信息的完整性。最后，采用残差学习构建出清晰的去噪图像。结果表明，该算法在真实噪声数据集(DND和SIDD)上峰值信噪比分别为39.80 dB和39.62 dB，结构相似性分别为0.954和0.958，均优于主流去噪算法。此外，所提算法在低光度场景下应用也能保留更多细节，从而显著提升图像质量。

关键词：图像去噪多尺度特征提取多维密集交互卷积神经网络注意力

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于改进DGCNN的树木点云分割方法

南京农业大学学报 2025年第1期48卷 240-248页

作者：刘超卜鑫荣刘慧杨官学沈跃徐婕江苏大学电气信息工程学院江苏镇江212000

[目的]通过目标分割为果园喷雾机提供树木的表征信息,使喷雾机能够实现精准喷雾。在分割过程中,对苗圃中的树冠、树干等不同部位进行分割,可以帮助喷雾机对喷雾部分对靶,在果园或苗圃景观中实现自动导航以及精准喷药等操作。与图片相比... 详细信息

[目的]通过目标分割为果园喷雾机提供树木的表征信息,使喷雾机能够实现精准喷雾。在分割过程中,对苗圃中的树冠、树干等不同部位进行分割,可以帮助喷雾机对喷雾部分对靶,在果园或苗圃景观中实现自动导航以及精准喷药等操作。与图片相比,点云能够更好地表征树木的三维结构并且受照明条件影响小,因此针对点云树木设计分割算法更适合应用在果园、苗圃等室外环境作业的农业机械。[方法]本文基于DGCNN提出了一种分割精度准确、参数量小的树木点云分割网络——TSNet,它可以很容易被部署在果园喷雾机上。该网络主要具有以下特点:1)该网络是基于DGCNN改进的,可以更好实现点云分割任务;2)网络引入了连续递归门控卷积模块(gnConv),可以提高树木分割的准确率;3)为避免全局信息损失并增加信息传递效率,我们设计了权重通道用于特征传递。[结果]TSNet分割树木的mIoU达到90.08%,模型大小为0.72 M,优于PointNet、PointNet++、DGCNN、CurveNet、PointMLP和D-PointNet++等常用的点云分割算法。[结论]TSNet能够为苗圃树木检测识别和农业机器人作业提供更准确的感知信息。

关键词：点云树木分割深度学习精准喷雾果园喷雾机

维普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

深度学习驱动下的目标检测研究进展综述

计算机工程与应用 2025年第1期61卷 24-41页

作者：山显英张琳李泽慧北京建筑大学电气与信息工程学院北京102616

近年来,深度学习在GPU高性能计算能力的加持下得到了迅速推广,并在安防、医疗、工业等领域实现了广泛应用。目标检测模型的性能也在稳步提高,从传统的目标检测方法逐渐过渡到基于卷积神经网络(CNN)深度学习的进一步应用,极大地节省了人... 详细信息

近年来,深度学习在GPU高性能计算能力的加持下得到了迅速推广,并在安防、医疗、工业等领域实现了广泛应用。目标检测模型的性能也在稳步提高,从传统的目标检测方法逐渐过渡到基于卷积神经网络(CNN)深度学习的进一步应用,极大地节省了人力物力。通过参考大量文献,按照两阶段脉络梳理了目标检测的发展历程以及近年深度学习在目标检测领域内的研究进展,对比了在不同数据集上模型网络的性能,总结不同方法的优势与不足,并对领域内重要数据集作了归纳,还对目标检测算法的落地效果做了总结,特别是生活与科技中的实际应用(无人驾驶、医学图像、遥感等)。最后,还对深度学习驱动下目标检测在未来研究上的机遇和挑战作了展望。

关键词：目标检测卷积神经网络单阶段两阶段目标检测应用

维普期刊数据库

具有信息异质的多重休假排队系统中顾客的策略分析

在线全文

学校读者我要写书评

暂无评论

运筹学学报(中英文) 2025年

作者：付越阳田瑞玲燕山大学理学院

研究了M/M/1多重休假排队系统中异质信息顾客的策略行为。将到达系统的顾客为两类,第一类顾客到达时同时知道系统中顾客数和服务台状态;第二类顾客到达时对系统状态一无所知。顾客是策略性的,并基于收益-支出结构做出加入或止步的决定... 详细信息

研究了M/M/1多重休假排队系统中异质信息顾客的策略行为。将到达系统的顾客为两类,第一类顾客到达时同时知道系统中顾客数和服务台状态;第二类顾客到达时对系统状态一无所知。顾客是策略性的,并基于收益-支出结构做出加入或止步的决定。利用拟生灭过程和矩阵几何解法,得出了系统的稳态概率和性能指标,并分析了顾客策略和社会最优收益。结果表明,社会最优策略随着服务率的增大而增大,随着到达率和休假率的增大而减小。并且当两类顾客同时存在时,第二类顾客比例越大,社会收益越大。该结论可为服务商和顾客提供决策参考和评估依据。

关键词：排队系统多重休假异质信息顾客收益-支出社会收益