基于模拟退火和粒子群改进的图像分割FCM方法

针对模糊C均值聚类(FCM)算法在分割图像时需要事先给出聚类数和容易陷入局部极小值的问题,提出一种新的FCM算法。首先,利用粒子群算法更新FCM的聚类中心,以加强算法的搜索能力,提高收敛速度;其次,根据模拟退火准则决定是否接受新的聚类中心,以得到当前迭代下的全局最优值;最后,设定有效性函数寻找图像的最佳聚类数,使算法具有自适应判断图像类别个数的能力。实验结果表明,该算法具有较好的全局收敛性,并且在未知聚类数的情况下能自适应寻找图像的最佳分类个数。     

基于正交编码激励的水下声呐高帧频成像方法

针对水下声速引起的超声成像系统成像帧率不高的问题,提出一种采用伪随机编码线性调频波(平衡Gold-LFM)作为发射信号的高帧频水下声呐成像方法。该方法通过依次发射相互正交的伪随机编码调制线性调频波,结合通道分离技术和波束形成技术,实现不同信号的通道分离与高帧频成像。仿真实验表明所提出的基于平衡Gold-LFM复合信号的成像方法可以实现回波信号的通道分离和提高成像帧率,同时能够降低图像伪影,具有较好的成像信噪比。     

数字孪生使能的智能超表面边缘计算网络任务卸载

针对新兴的计算密集型应用对移动用户高计算性能需求问题,该文提出一种数字孪生(DT)结合智能反射面(RIS)辅助的移动边缘计算(MEC)任务卸载方案。首先,在满足用户传输功率、用户和资源设备能耗、计算资源限制条件下,通过联合优化用户卸载决策、用户传输功率、RIS 相移、波束成形矢量、计算资源分配,建立一个系统能耗最小化问题;其次,将该非凸组合优化问题分解为3个子问题,使用深度双Q网络(DDQN)方法确定用户卸载策略;然后对每个训练时间步进行一次求解,基于交替迭代方法得到问题的优化解。仿真结果表明,基于DDQN的算法训练速度较快,有效降低了系统总能耗。     

引入启发信息的粒子群算法在低碳TSP中的应用

建立低碳旅行商问题的数学模型LCTSP,并验证了模型的有效性。提出一种基于问题启发信息的离散粒子群算法。根据距离和载重信息设计一种新型离散个体生成算子,该算子对个体自身采用多元变异策略,保持个体的“惯性”,同时采用贪婪交叉策略实现个体与个体极值和全局极值之间的信息交互;基于优先卸货信息对个体极值进行局部搜索,调整种群跟踪对象,以快速跳出局部最优;度量种群同化程度,利用点插法和2-Opt算子对全局极值进行精细化搜索,增强挖掘能力,提高搜索精度,降低种群同化速度。将所提算法与6种代表性算法应用于一组不同规模的低碳旅行商问题中,结果表明,所提算法具有更高的求解精度。     

基于残差双注意力U-Net模型的CT图像囊肿肾脏自动分割

人体肾脏存在形状的多样性和解剖学的复杂性,囊肿病变也会导致肾脏形状发生大幅变化。为应对CT图像囊肿肾脏自动分割存在的诸多挑战,提出一种新型深度分割网络模型。该模型设计有带残差连接的双注意力模块,在残差结构的基础上,联合空间注意力和通道注意力机制自适应学习更加有效的特征表达。依据U-Net架构,以残差双注意力模块为基础模块构建编码器和解码器,设置层级间的跳跃连接,使网络能够更加关注肾脏区域特征,有效应对肾脏的形状变化。为了验证所提模型的有效性,从医院共采集79位肾囊肿患者的CT图像进行训练和测试,实验结果表明该模型能够准确分割CT图像切片中的肾脏区域,且各项分割指标优于多个经典分割网络模型。     

基于改进型PI趋近律的无刷直流电机滑模控制

针对无刷直流电机模型参数时变的特性,为解决传统PID控制易受模型参数变化影响的弊端与传统滑模控制(SMC)的抖振问题,将分数阶PI与变速趋近律结合,提出了一种改进型PI趋近律的无刷直流电机滑模控制算法。该算法通过对趋近律的改进,既避免了模型参数变化的影响,又减小了系统输出的抖振。仿真与实验结果表明,与传统滑模控制、传统PI控制相比,具有响应快、鲁棒性强、超调小、抖振小等优点,是一种更优的控制方法。     

MEMS硅铝异质结构压力传感器的设计制作与测试研究

金属半导体异质混合结构是一种特殊的压阻结构,其具有高于传统MEMS压阻式压力传感器的压阻性能.鉴于此,设计和研究了一种由掺杂单晶硅和金属铝混合形成的MEMS异质结构压力传感器.首先结合理论模型和ANSYS有限元模拟仿真分析了硅铝异质结构传感器的灵敏度特性,然后通过MEMS工艺制作了硅铝异质结构压力传感器芯片,并对其进行了封装与测试.实验结果表明,硅铝异质结构压力传感器的灵敏度可达到0.1168 mV/(V·kPa),而利用参考结构能够明显减小环境温度对其性能的影响.在此基础之上,本文采用基于遗传算法改进的小波神经网络对传感器的温度漂移和非线性误差进行了补偿,补偿后硅铝异质结构压力传感器的测量误差小于±1.5％FS.     

基于CFD和BP神经网络的超声测风仪阴影效应补偿研究

风速风向是气象观测的关键性参数,阴影效应对超声测风仪测量风速风向有显著影响.为了消除不同风速风向和温度条件下阴影效应导致的测量误差,结合超声波时差法测风原理提出了一种基于计算流体力学(CFD)仿真和反向传播(BP)神经网络数据处理的阴影效应补偿方法.首先通过CFD仿真软件Fluent对超声测风仪的风场进行模拟分析,获取了受阴影效应影响的风速、风向以及温度样本数据,然后利用这些样本从减小相对误差方面对BP神经网络算法在超声测风仪中应用的性能进行了研究与分析,最后利用超声测风仪风洞实验的测量数据对本文的阴影效应补偿方法的准确性进行了验证.研究结果表明:通过基于CFD和BP神经网络的预测模型对阴影效应进行修正后,测试系统风速风向的测量精度有显著的提升,可满足高精度超声测风的测量需求.本文的研究结果对于高精度超声测风仪的研制有一定的参考价值.     

决策树分类提取宁夏耕地复种指数

针对运用Savitzky-Golay滤波处理的增强型植被指数曲线会出现伪峰或将真实峰去掉的情况,对复种指数的提取造成误差的问题,提出一种基于ENVI软件的决策树分类法快速准确提取宁夏复种指数的分析方法。在对2009年和2010年中等分辨率MOD13Q1的EVI进行预处理后,进行SG滤波法重构时间序列曲线,然后利用TIMESAT软件的TSF_seas2img功能模块提取宁夏植被的关键物候信息,最后基于物候信息运用决策树分类,分离出宁夏一年一熟及一年两熟的作物面积。对提取的结果利用高分辨率的2009年Landsat-5TM影像以及统计年鉴提供的数据进行了验证。结果表明,宁夏主要种植方式为一年一熟,少量的一年两熟区域大多集中于固原市。基于关键物候信息提取宁夏复种指数的精度较高,能够比较准确地反映宁夏复种作物信息,表明中分辨率遥感影像在提取复种指数方面也能发挥积极作用,丰富了复种指数的分析,也为该方面的研究与应用提供了参考。