检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于深度学习的微藻自动检测系统研究

生物化学与生物物理进展 2024年第1期51卷 177-189页

作者：向睿捷刘浩路珍肖泽宇刘海鹏王寅初彭晓严伟深圳大学物理与光电工程学院深圳市光子学与生物光子学重点实验室光电子器件与系统教育部/广东省重点实验室深圳518060 中国科学院烟台海岸带研究所烟台264003 国家基础学科公共科学数据中心北京100190

目的微藻养殖产业规模巨大,在养殖过程中微藻易受杂菌和其他污染物的影响,因此需要定期对微藻进行检测,以确定其生长情况。现有的光学显微成像法和光谱分析法对实验人员、实验设备及场地的要求较高,无法做到实时快速检测。为了实现实... 详细信息

目的微藻养殖产业规模巨大,在养殖过程中微藻易受杂菌和其他污染物的影响,因此需要定期对微藻进行检测,以确定其生长情况。现有的光学显微成像法和光谱分析法对实验人员、实验设备及场地的要求较高,无法做到实时快速检测。为了实现实时快速检测,需要一套检测要求低、速度快的实时微藻检测系统。方法本文开发了一种基于深度学习的微藻检测系统,通过搭建一套基于明场成像的显微成像设备,使用采集的图像训练基于YOLOv3的神经网络,并将训练好的神经网络部署到微型计算机,从而实现了实时便携微藻检测。本文对特征提取网络进行改进,包括引入跨区域残差连接机制和注意力选择机制,另外还将优化器改为Adam优化器,使用多阶段多方法组合策略。结果加载跨区域残差连接机制时最高平均精度(mAP)值为0.92。通过与人工结果进行对比,得到检测误差为2.47%。结论该系统能够实现微藻实时便携检测,提供较为准确的检测结果,可以应用于微藻养殖中的定期检测。

关键词：微藻检测术明场显微术深度学习目标识别

基于幂级数系数分向传递的递归型电-气-热多能流算法

在线全文

学校读者我要写书评

暂无评论

电网技术 2024年

作者：陈飞雄王海龙邵振国吴鸿斌张河陈冰数字能源福建省高校重点实验室(福州大学)

多能流计算是综合能源系统（integrated energy system，IES）分析和优化的基础。在各能源网络运营主体交互信息有限的背景下，为提升多能流计算的收敛性和计算效率，提出一种基于幂级数系数分向传递的递归型电-气-热多能流算法。首先... 详细信息

多能流计算是综合能源系统（integrated energy system，IES）分析和优化的基础。在各能源网络运营主体交互信息有限的背景下，为提升多能流计算的收敛性和计算效率，提出一种基于幂级数系数分向传递的递归型电-气-热多能流算法。首先，分别建立电、气、热能源系统的全纯嵌入能流模型；其次，分析全纯嵌入法在多能流计算中的递归求解原理，将幂级数系数的传递划分为横向传递与纵向传递两类，建立可分向传递求解的电-气-热全纯嵌入多能流模型；接着，推导各全纯嵌入状态量的幂级数系数递归关系，通过幂级数系数的分向传递，递归求取状态量的幂级数系数，实现电-气-热多能流求解；最后，算例结果表明，所提方法能够以少量的交互信息实现多能流计算，能有效提高多能流计算的收敛性和计算效率。

关键词：综合能源系统多能流计算全纯嵌入分向传递递归计算

面向存算联调的跨云纠删码自适应数据访问方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机研究与发展 2024年第3期61卷 571-588页

作者：张凯鑫王意洁包涵阚浚晖并行与分布计算全国重点实验室(国防科技大学) 长沙410073 国防科技大学计算机学院长沙410073

日益旺盛的跨云存算联调需求对跨云数据访问速度提出较高要求.因此,跨云数据访问速度较高的基于数据冗余技术(纠删码和多副本)的跨云数据访问方法逐渐受到关注.其中,基于纠删码的跨云数据访问方法因其存储开销较低、容错性较高而成为当... 详细信息

日益旺盛的跨云存算联调需求对跨云数据访问速度提出较高要求.因此,跨云数据访问速度较高的基于数据冗余技术(纠删码和多副本)的跨云数据访问方法逐渐受到关注.其中,基于纠删码的跨云数据访问方法因其存储开销较低、容错性较高而成为当前研究热点.为通过缩短编码块传输用时以提高数据访问速度,现有基于纠删码的跨云数据访问方法尝试引入缓存技术并优化编码数据访问方案.然而,由于现有方法的缓存管理粒度较粗且未协同优化缓存管理与编码数据访问方案,导致其存在缓存命中量低、缓存命中增效低、低传输速度编码块访问量大等问题,使得其编码块传输用时仍较长.为此,首先提出了一种基于星际文件系统(interplanetary file system,IPFS)的跨云存储系统框架(IPFS-based cross-cloud storage system framework,IBCS),可基于IPFS数据分片管理机制实现细粒度的缓存管理,从而可提高缓存命中量.然后,提出一种面向存算联调的跨云纠删码自适应数据访问方法(adaptive erasure-coded data access method for cross-cloud collaborative scheduling of storage and computation,AECAM).AECAM以编码块(含缓存编码块)与数据访问节点的分布为依据评估数据访问过程中各编码块的传输速度,并据此制定可避免访问低传输速度编码块的编码数据访问方案.此外,AECAM可识别出其制定编码数据访问方案时易选中且实际传输速度较低的编码块,并将其缓存在数据访问节点附近,从而可同时提高缓存命中量和命中增效.最后,基于IBCS和AECAM构建了面向跨云存算联调的存储系统(cross-cloud storage system for collaborative scheduling of storage and computation,C2S2).跨云环境下的实验表明,相较于现有引入缓存的基于纠删码的存储系统,C2S2可以将数据访问速度提高75.22%~81.29%.

关键词：跨云存算联调纠删码数据访问技术星际文件系统缓存

基于自相关-变分对抗学习的物理系统异常检测

在线全文

学校读者我要写书评

暂无评论

计算机工程 2024年

作者：宋航周凤熊伟贵州大学计算机科学与技术学院公共大数据国家重点实验室

传统时间序列异常检测模型在处理信息物理系统（CPS）中的多元传感器和执行器数据时，难以准确提取多元数据之间的时序联系，从而影响异常检测性能。为解决这一问题，本文提出一种新的时间序列异常检测方法，称为自相关-变分自编码-对... 详细信息

传统时间序列异常检测模型在处理信息物理系统（CPS）中的多元传感器和执行器数据时，难以准确提取多元数据之间的时序联系，从而影响异常检测性能。为解决这一问题，本文提出一种新的时间序列异常检测方法，称为自相关-变分自编码-对抗学习网络（AM-VAE-GAN，简称AMVG）。该方法以GAN为基础，使用NOISE数据增强方法扩展训练数据量，并通过引入自相关矩阵增强数据依赖关系，结合变分自编码器的数据重建能力，加强模型鲁棒性同时进一步提高异常检测模型性能，其中AMVG的两个解码器构成互相对抗的G网络和D网络，G和D不断对抗训练优化模型的检测能力。通过在三个真实世界的CPS数据集上进行实验验证，AMVG方法相较于最新研究方法在精度、召回率、以及F1分数等综合性能上均取得显著提高。具体而言，AMVG在三个数据集上的F1分数分别为0.953、0.758、0.891，其中F1值分别提高了6.2%、3.4%、7.5%，这表明该方法在CPS异常检测中的准确性和有效性。

关键词：异常检测时间序列对抗学习自编码器信息物理系统

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

机器学习在晶体生长中的应用研究进展

硅酸盐学报 2024年第7期52卷 2412-2424页

作者：杨明亮王瑞仙孙贵花王小飞窦仁勤何異张庆礼中国科学院合肥物质科学研究院安徽光学精密机械研究所光子器件与材料安徽省重点实验室合肥230031 中国科学技术大学合肥230026 先进激光技术安徽省实验室合肥230037

制备大尺寸优质晶体是材料领域的重要课题,当前晶体生长仍十分依赖于技术人员的生长经验,耗时长,成本高,导致研制进度十分缓慢。随着计算机科学的发展,机器学习有望加快大尺寸晶体生长工艺的探索速度。本文概述了机器学习在晶体生长中... 详细信息

制备大尺寸优质晶体是材料领域的重要课题,当前晶体生长仍十分依赖于技术人员的生长经验,耗时长,成本高,导致研制进度十分缓慢。随着计算机科学的发展,机器学习有望加快大尺寸晶体生长工艺的探索速度。本文概述了机器学习在晶体生长中的应用,重点介绍了进化算法和神经网络算法,并概括了国内外相关领域的研究成果。在晶体结构预测方面,已成功开发出晶体结构预测软件,如Crystal Structure Prediction Network(CRYSPNet)、Universal Structure Predictor:Evolutionary Xtallography(USPEX)和Crystal structure AnaLYsis by Particle Swarm Optimization(CALYPSO)。在晶体生长条件优化方面,机器学习已成功用于铸锭炉热场优化、Si C、YAG、Si单晶温场以及生长工艺参数优化,取得了显著的效果。在晶体生长控制方法方面,机器学习已成功改进了激光晶体、Si单晶的直径控制,并在Si单晶晶体质量控制以及模型的自适应控制方法方面也取得了一定的进展。机器学习具有高精度、高效率的特点,可避开复杂的物理化学过程,通过从大量数据中挖掘信息和规律,实现晶体结构预测、晶体生长条件优化以及晶体生长精准控制。但机器学习在晶体生长中的应用也面临诸多挑战,包括大尺寸多元复杂体系的晶体结构预测、模型物理解释和数据处理、晶体生长过程的物理机制和控制规律以及多因素的耦合和复杂系统的模拟等。

关键词：计算机科学机器学习晶体生长结构预测

同方期刊数据库

边缘计算资源调度:历史、架构、建模与方法分析

在线全文

学校读者我要写书评

暂无评论

计算机集成制造系统 2024年

作者：周绪苗辉杨静江武廖晓燕李逸骏李少波鲁加林贵州大学省部共建公共大数据国家重点实验室贵州白山云科技有限公司

边缘计算任务卸载和资源调度是当前计算机科学与信息技术领域中备受关注的研究方向之一，是具有广阔前景的研究方向.目前，尚未有文献对边缘计算任务卸载和资源调度的方法在时延、能耗、负载、调度效率方面的性能进行全面的对比与归纳... 详细信息

边缘计算任务卸载和资源调度是当前计算机科学与信息技术领域中备受关注的研究方向之一，是具有广阔前景的研究方向.目前，尚未有文献对边缘计算任务卸载和资源调度的方法在时延、能耗、负载、调度效率方面的性能进行全面的对比与归纳，并给出研究进展、挑战及发展方向.针对以上问题，首先，回顾了边缘计算技术的发展脉络;其次，总结了边缘计算调度框架，并将时延、能耗、资源负载均衡和调度效率作为评价算法性能的指标进行计算建模，并根据相应指标的优化构建问题模型;然后，将边缘计算调度方法分为经典方法和进阶方法进行对比分析;接着，调研车联网与自动驾驶、虚拟现实与云游戏、智慧城市与智能交通、工业物联网与智能制造、智慧生活与医疗边缘的应用研究现状;最后，给出目前存在的挑战和展望，以期为研究者提供理论指导和借鉴.

关键词：边缘计算资源调度任务卸载性能建模调度方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

混合动作空间下的多设备边缘计算卸载方法

计算机工程与应用 2024年第10期60卷 301-310页

作者：张冀齐国梁朵春红龚雯雯华北电力大学(保定)计算机系河北保定071000 河北省能源电力知识计算重点实验室河北保定071000

为降低多设备多边缘服务器场景中设备层级的总成本,并解决现有深度强化学习(deep reinforcement learning,DRL)只支持单一动作空间的算法局限性,提出基于混合决策的多智能体深度确定性策略梯度方法(hybrid-based multi-agent deep deter... 详细信息

为降低多设备多边缘服务器场景中设备层级的总成本,并解决现有深度强化学习(deep reinforcement learning,DRL)只支持单一动作空间的算法局限性,提出基于混合决策的多智能体深度确定性策略梯度方法(hybrid-based multi-agent deep determination policy gradient,H-MADDPG)。首先考虑物联网设备/服务器计算能力随负载的动态变化、时变的无线传输信道增益、能量收集的未知性、任务量不确定性多种复杂的环境条件,建立MEC系统模型;其次以一段连续时隙内综合时延、能耗的总成本最小作为优化目标建立问题模型;最后将问题以马尔科夫决策过程(Markov decision procession,MDP)的形式交付给H-MADDPG,在价值网络的辅助下训练并行的两个策略网络,为设备输出离散的服务器选择及连续的任务卸载率。实验结果表明,H-MADDPG方法具有良好的收敛性和稳定性,从计算任务是否密集、延迟是否敏感等不同角度进行观察,H-MADDPG系统整体回报优于Local、OffLoad和DDPG,在计算密集型的任务需求下也能保持更大的系统吞吐量。

关键词：物联网(IoT) 边缘计算卸载多智能体深度确定性策略梯度(MADDPG) 混合动作空间

在线全文

学校读者我要写书评

暂无评论

高空风电系统的优化控制研究进展与挑战

动力学与控制学报 2024年第6期22卷 1-10页

作者：庞岩杨禹鹏杜智伟大连理工大学工业装备结构分析优化与CAE软件全国重点实验室大连116024 辽宁省空天飞行器前沿技术重点实验室大连116024

为了实现“碳达峰,碳中和”的战略目标,我国将持续推动可再生能源的高比例发展,构建以新能源为主的新型电力系统.作为可再生的清洁源,风能的开发和利用已成为研究的重要方向.研究表明远离地面的高空中风速更加强劲并且更均匀,风向也更稳... 详细信息

为了实现“碳达峰,碳中和”的战略目标,我国将持续推动可再生能源的高比例发展,构建以新能源为主的新型电力系统.作为可再生的清洁源,风能的开发和利用已成为研究的重要方向.研究表明远离地面的高空中风速更加强劲并且更均匀,风向也更稳定,因此,风力发电的进一步突破可以通过用风筝捕获高空风能来实现.为了确保高空风能系统安全、经济、高效地运行,对其控制系统设计的要求极高.本文阐述了国际上几种主流高空风电技术的发电原理、发展进程以及现状.通过对典型的Yo-Yo式结构进行动力学建模,分析了各类非线性控制技术的原理和特点,具体描述了非线性模型预测控制原理和轨迹跟踪控制的仿真结果.总结了未来高空风能控制技术面临的控制算法计算量大,控制系统可靠性研究缺乏以及智能化水平不高等关键问题.

关键词：高空风能风筝发电动力学建模非线性模型预测控制优化

维普期刊数据库博看期刊

同方期刊数据库

机器学习与计算机视觉技术在食品质量评价中的研究进展

在线全文

学校读者我要写书评

暂无评论

食品科学 2024年第12期45卷 1-10页

作者：黄晓琛张凯利刘元杰陈洪黄凤洪魏芳中国农业科学院油料作物研究所油料脂质化学与营养湖北省重点实验室油料油脂加工技术国家地方联合工程实验室湖北武汉430062 中国农业大学信息与电气工程学院农业农村部农业信息获取技术重点实验室北京100083 湖北洪山实验室湖北武汉430070

近年来,随着社会对食品质量和安全的关注度不断提高,计算机视觉技术在食品质量评价领域逐渐受到重视并开始广泛应用。通过学习技术,如人工神经网络、卷积神经网络和支持向量机等,研究人员能够利用大量的食品图像和相关数据进行训练,从... 详细信息

近年来,随着社会对食品质量和安全的关注度不断提高,计算机视觉技术在食品质量评价领域逐渐受到重视并开始广泛应用。通过学习技术,如人工神经网络、卷积神经网络和支持向量机等,研究人员能够利用大量的食品图像和相关数据进行训练,从而实现对食品质量的自动评估和监测。特别是深度学习技术的发展,使得计算机能够更加准确地识别食品的外观、形状、颜色等特征,进而对其进行分类、预测和质量检测。除了在食品质量评价中的常规应用,学习技术还被用于更复杂的任务,如食品缺陷检测、异物检测、新鲜度评估等。这些技术不仅可以提高食品生产和加工的效率,还能够减少人为因素带来的误差,从而确保食品质量和安全。然而,尽管学习技术在食品质量评价中的应用取得了显著进展,但仍然存在一些挑战需要克服。例如,食品图像数据集的获取和标注成本较高,数据质量和数量的不足可能会影响模型的性能和泛化能力。此外,模型的可解释性和透明性也是一个重要问题,尤其是在需要对食品质量评价结果做出解释或决策的情况下。因此,未来的研究需要继续探索如何提高数据集的质量和规模、优化模型的鲁棒性和可解释性,以及开发更加高效和可持续的食品质量评价系统。

关键词：机器学习食品质量计算机视觉食品检测