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

基于集成学习的雷达自动目标识别综述

计算机应用 2024年

作者：洪梓榕包广清兰州理工大学电气工程与信息工程学院西南石油大学电气信息学院

雷达自动目标识别在军事和民用领域中都有着广泛的应用。由于集成学习通过集成已有机器学习模型来改善模型分类性能，具有较好的鲁棒性，因此被越来越多地应用在雷达目标检测与识别领域中。通过系统梳理和提炼现有的相关文献对集成学习... 详细信息

雷达自动目标识别在军事和民用领域中都有着广泛的应用。由于集成学习通过集成已有机器学习模型来改善模型分类性能，具有较好的鲁棒性，因此被越来越多地应用在雷达目标检测与识别领域中。通过系统梳理和提炼现有的相关文献对集成学习在雷达自动目标识别中的研究进展进行了详细讨论。首先介绍了集成学习的概念、框架与发展历程，将集成学习与传统机器学习、深度学习方法进行对比，总结了集成学习理论和常见集成学习方法的优势、不足及研究的主要聚焦点；简述了雷达自动目标识别的概念；重点阐述了集成学习在不同雷达图像分类特征的应用，其中详细讨论了基于合成孔径雷达和高分辨距离像目标的检测与识别方法，并对其研究进展和应用成效进行总结；最后讨论了雷达自动目标识别以及集成学习面临的挑战，并对集成学习在雷达目标识别领域的应用进行了展望。

关键词：目标的检测与识别集成学习合成孔径雷达高分辨距离像传统机器学习深度学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

考虑阵列间时空相关性的超短期光伏出力预测

电力系统保护与控制 2024年第14期52卷 82-94页

作者：韩晓王涛韦晓广王军西华大学电气与电子信息学院四川成都610039 西南交通大学电气工程学院四川成都610031

随着我国光伏产业建设步伐的加快,光伏出力预测对于优化电网调度和提高新能源消纳的意义日益凸显。基于光伏站点中不同阵列之间的空间相关性和光伏功率输出的时序特性,提出一种基于图卷积神经网络和长短期记忆网络(graph convolution ne... 详细信息

随着我国光伏产业建设步伐的加快,光伏出力预测对于优化电网调度和提高新能源消纳的意义日益凸显。基于光伏站点中不同阵列之间的空间相关性和光伏功率输出的时序特性,提出一种基于图卷积神经网络和长短期记忆网络(graph convolution network and long short-term memory,GCN-LSTM)的超短期光伏出力预测方法。该方法首先以图的形式刻画出光伏站点中不同阵列的连接关系。然后利用图卷积神经网络(graph convolution network,GCN)实现图模型的空间特征提取,并得到包含不同阵列之间空间特征的时序信息。最后将时序数据输入长短期记忆网络(long short-term memory,LSTM)进行光伏出力预测。实验结果表明,基于GCN-LSTM的光伏出力预测方法具有较高的精确性与稳定性,在一定程度上弥补了基于时序信息预测方法的固有缺陷,并且展现出在大规模电站上的良好应用前景。

关键词：光伏发电超短期预测时空相关性图卷积神经网络长短期记忆网络

基于多尺度卷积与Informer混合模型的非侵入式负荷监测方法

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

电力自动化设备 2024年第3期44卷 134-141页

作者：韩林池高放赵子巍郭苏杭李想张冬冬武新章广西大学电气工程学院广西南宁530004 广西大学计算机与电子信息学院广西南宁530004

针对现有非侵入式负荷监测方法存在的负荷分解准确率低、模型泛化性能差的问题,提出一种多尺度卷积与Informer网络相结合的非侵入式负荷监测方法。采用数据分段优化方法对功率信号进行分段,利用多尺度卷积核获取不同时间尺度的特征序列... 详细信息

针对现有非侵入式负荷监测方法存在的负荷分解准确率低、模型泛化性能差的问题,提出一种多尺度卷积与Informer网络相结合的非侵入式负荷监测方法。采用数据分段优化方法对功率信号进行分段,利用多尺度卷积核获取不同时间尺度的特征序列以及自适应提取多维度功率特征,从而形成特征矩阵;基于Informer网络中的概率稀疏自注意力机制在高维空间中充分捕获特性序列的长期依赖关系,从而提高预测准确率;利用分解值修正方法消除功率分解值中的“虚假”激活状态,以进一步提高分解精度。算例结果验证了所提方法的可行性。

关键词：非侵入式负荷监测多尺度卷积 Informer网络分解值修正数据分段优化

在线全文

学校读者我要写书评

暂无评论

同步码字优化降噪的声纳图像多目标检测方法

海洋测绘 2024年第3期44卷 42-46页

作者：魏光春邢传玺崔晶董赛蒙云南民族大学电气信息工程学院云南昆明650500

针对海底侧扫声纳图像分辨率低、噪声污染严重导致水下目标检测不准确的问题,提出一种结合同步码字优化降噪的水下声纳图像目标检测方法。利用同步码字优化对声纳图像中的乘性噪声进行降噪处理,从而使图像中的水下目标物获得更好的视觉... 详细信息

针对海底侧扫声纳图像分辨率低、噪声污染严重导致水下目标检测不准确的问题,提出一种结合同步码字优化降噪的水下声纳图像目标检测方法。利用同步码字优化对声纳图像中的乘性噪声进行降噪处理,从而使图像中的水下目标物获得更好的视觉与检测效果,同时对声纳图像进行相应的数据集扩充。最后利用适合本文方法的YOLO系列中的YOLOv7对降噪后声纳图像中的目标物体进行检测,并在其特征网络中加入了卷积块注意模块,从而加强对目标的特征提取。仿真结果分析得出,同步码字优化降噪与YOLOv7相结合的目标检测方法,可使目标置信度达到79%,相较于降噪前的目标检测置信度提高16%,对于目标较小的物体,能更好地改善漏检与误检情况。

关键词：侧扫声纳图像处理水下目标特征提取多目标检测同步码字优化降噪 YOLOv7目标识别

在线全文

学校读者我要写书评

暂无评论

基于遗传算法改进的AGV路径规划研究

现代电子技术 2024年第4期47卷 123-127页

作者：冯舒刘明云南民族大学电气信息工程学院云南昆明650504

自动引导搬运车(AGV)节能路径规划可提高AGV使用过程的能效,是实现车间生产节能的一种可行方法。为解决AGV在栅格地图中规划路径时易出现的拐弯角度较多和穿墙等问题,并降低AGV在移动时的能耗,提出一种基于遗传算法改进的AGV路径规划方... 详细信息

自动引导搬运车(AGV)节能路径规划可提高AGV使用过程的能效,是实现车间生产节能的一种可行方法。为解决AGV在栅格地图中规划路径时易出现的拐弯角度较多和穿墙等问题,并降低AGV在移动时的能耗,提出一种基于遗传算法改进的AGV路径规划方案。首先减少障碍物角点数,并将路径长度作为目标函数;然后对变异算子进行改进,减少拐弯次数,降低AGV在运动过程中的能耗,提高AGV运行的安全性。仿真结果表明,相比普通遗传算法,改进方法能够找到长度短、能耗更低且安全的路径。

关键词：路径规划自动引导搬运车(AGV) 遗传算法栅格地图路径长度能耗

维普期刊数据库博看期刊

基于分布式协同的强迫次同步振荡溯源方法研究

在线全文

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：吴熙何琴陈曦周金宇廖凯东南大学电气工程学院西南交通大学电气工程学院

电力系统中的次同步振荡(sub-synchronous oscillation，SSO)现象日益频繁，严重危害电网稳定性，实现次同步振荡的快速精准溯源具有重要意义。然而相对于低频振荡，次同步振荡频率更高，需要更高频率的采样数据才能保证分析的准确性，... 详细信息

电力系统中的次同步振荡(sub-synchronous oscillation，SSO)现象日益频繁，严重危害电网稳定性，实现次同步振荡的快速精准溯源具有重要意义。然而相对于低频振荡，次同步振荡频率更高，需要更高频率的采样数据才能保证分析的准确性，严重增加了计算负担，传统的集中式计算方法在实时计算和通信方面面临巨大挑战。为此，本文提出一种分布式协同的次同步振荡溯源方法，首先构建面向电力系统次同步振荡溯源的多智能体分层分布式系统框架，制定次同步振荡测量终端、本地层子站(local layer substations，LLS)及中心层主站的工作职能。其次，研究本地层子站间的自适应协作机制，通过子站收集并就地处理量测数据，基于平均一致性算法将少量能量信息进行交互，实现次同步振荡的快速协同溯源。分布式协同方式大大减少了控制中心/主站的数据传输和计算压力，可为实现强迫次同步振荡快速精确溯源提供算法支持。

关键词：分布式协同溯源方法本地层子站强迫SSO溯源

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

多辅助任务下的单幅深度图像修复

计算机辅助设计与图形学学报 2024年

作者：范志伟李滔罗松宁周群兵林宏伟西华大学电气与电子信息学院西北民族大学电气工程学院

深度图像修复是由稀疏深度图像恢复出密集深度图像. 针对目前单幅深度图像修复算法存在边界模糊、语义信息缺失等问题，提出一种多辅助任务下的单幅深度图像修复算法. 采用由粗到精的修复模式，粗修复网络采用核选择卷积有效地提取输... 详细信息

深度图像修复是由稀疏深度图像恢复出密集深度图像. 针对目前单幅深度图像修复算法存在边界模糊、语义信息缺失等问题，提出一种多辅助任务下的单幅深度图像修复算法. 采用由粗到精的修复模式，粗修复网络采用核选择卷积有效地提取输入信息，精修复网络由深度图像修复主任务和相关辅助任务构成; 灰度重建辅助任务旨在从灰度图像中学习到丰富的语义信息，并由特征融合分支将所学语义信息传递到深度图像修复主任务，有效地解决深度图像修复中细节缺失、结构混乱等问题; 边界预测辅助任务侧重于提高密集深度图像的边界准确性和清晰度; 深度图像修复主分支和灰度重建辅助分支间的特征融合分支中，使用空间和通道注意力机制实现多任务特征的自适应融合，增强相关特征和抑制无关特征. 在NYUv2数据集上的实验结果表明，所提算法的修复视觉效果良好，在200采样点数下，客观评价指标RMSE和REL分别取得0.199和0.033的结果，均优于对比算法.

关键词：深度图像修复辅助任务特征融合注意力机制

ZnO:Na纳米晶室温表面光电压气敏机理的研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

材料工程 2024年第2期52卷 218-226页

作者：隆小芹哈万•阿仁王展梁玉卿平特伍沙王子强孙翼飞余飞袁欢西南民族大学电子信息学院成都610041 电子科技大学光电科学与工程学院成都610054

采用简单溶胶凝胶法在溅射有Au/Ti叉指电极的PET柔性基底上制备出不同Na掺杂浓度的ZnO纳米晶。通过对样品的微结构和光学性质表征,探究光辅助室温NO_(2)气敏机理与表面光电压之间的联系。X射线衍射(XRD)结果显示所有样品均为六方纤锌矿... 详细信息

采用简单溶胶凝胶法在溅射有Au/Ti叉指电极的PET柔性基底上制备出不同Na掺杂浓度的ZnO纳米晶。通过对样品的微结构和光学性质表征,探究光辅助室温NO_(2)气敏机理与表面光电压之间的联系。X射线衍射(XRD)结果显示所有样品均为六方纤锌矿结构,Na的掺杂并没有出现Na及其氧化物的衍射峰。室温气敏测试结果显示Na掺杂ZnO纳米晶具有优良的室温气敏性能,能够检测到0.94 mg/m^(3)浓度的NO_(2),相对于纯ZnO纳米晶体气敏响应明显提高。表面光电压谱(SPV)和紫外可见分光光度计(UV-Vis)实验结果表明掺杂ZnO样品的室温气敏性可能与其表面缺陷含量和缺陷能级有关。Na掺杂能够显著增强光生电荷的分离,同时也引入了更多的氧空位(Vo)和活性位点,促进了NO_(2)气体与表面吸附电离氧缺陷的反应。另外光学带隙的蓝移和新产生的缺陷能级也进一步提高了对NO_(2)气体的灵敏度。

关键词： ZnO 掺杂表面光电压谱气敏叉指电极

表面基团对Ti_(3)C_(2)T_(x)吸附NO性能影响的第一性原理研究

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

材料导报 2024年第5期38卷 138-142页

作者：邱毅邹江峰马智炜罗强刘忠华陈洋代逸飞西南石油大学理学院成都610500 西南石油大学电气信息学院成都610500 西南石油大学信息学院四川南充637001 西华师范大学电子信息工程学院四川南充637000

本工作基于密度泛函理论的第一性原理方法,构建了Ti_(3)C_(2)O_(2)、Ti_(3)C_(2)O1.5(OH)0.5、Ti_(3)C_(2)O(OH)、Ti_(3)C_(2)O1.5F0.5和Ti_(3)C_(2)OF五种模型,从几何结构、电荷转移以及电子性质等方面研究了基团种类和比例对Ti_(3)C_(2)T_(x)吸附NO的影响。结果表明:相较于Ti_(3)C_(2)O_(2),含低比例-OH和-F基团的Ti_(3)C_(2)T_(x)对NO的吸附能更大,电荷转移更弱,不利于其探测NO,与实验结果一致;但随着-OH和-F比例的提高,吸附能分别减小和增大,电荷转移分别增强和减弱,表明高比例的-OH有利于Ti_(3)C_(2)T_(x)探测NO,而高比例的-F是不利的;同时,在吸附NO后,Ti_(3)C_(2)O_(2)在费米能级附近的能带极值曲率变小,电子有效质量增大,表明-O基团有利于Ti_(3)C_(2)T_(x)探测NO。在几何弛豫过程中NO分子总是以N原子靠近衬底,吸附距离均较小,而且最近邻原子的电子轨道出现杂化,电子的聚集和消散位于两端,表明最近邻原子间成键较弱且偏离子性。此计算结果可以为Ti_(3)C_(2)T_(x)探测和屏蔽NO提供理论指导,同时为Ti_(3)C_(2)T_(x)的表面改性提供思路。

关键词：二维材料 Ti_(3)C_(2)T_(x) NO吸附密度泛函理论电子性质