融合改进A*蚁群和滚动窗口法的平滑路径规划

针对蚁群算法应用于移动机器人路径规划时,出现的死锁、收敛慢、易陷入局部最优以及路径不平滑的问题,提出了一种融合改进A*蚁群算法与滚动窗口法的平滑路径规划方法.首先,用改进的A*算法初始化蚁群信息素,解决前期蚁群效率低的问题.然后,改进状态转移概率函数,在函数中考虑可行路径"活跃度"以及终点位置,避免死锁现象.同时,基于...     

结合马氏距离与自编码器的网络流量异常检测方法

当前网络流量数据规模较大且分布不均衡,传统网络流量异常检测方法检测准确率较低。提出一种结合马氏距离和自编码器的检测方法,使用马氏距离倒数及判别阈值快速检测部分正常数据以减少训练数据量,同时,在自编码器代价函数中添加马氏距离度量项以增强自编码器的特征提取能力。在此基础上,将自编码器与分类器相结合以解决网络参数初始化问题,并通过调整自编码神经网络交叉熵损失函数中各项的权重,提高自编码神经网络对数据分布不均衡数据集的训练效果。实验结果表明,该方法在CICIDS2017数据集、NSL-KDD数据集上的异常检测准确率分别高达97.60%、99.84%,在CICIDS2017数据集上的F1值为0.941 3,高于DNN、LSTM、C-LSTM等方法。     

基于有限元方法的电动自行车静动力学仿真

电动自行车具有骑行简便、省时省力的特点,在中国拥有庞大的消费群.然而,随着近年来电动自行车的使用量急剧增加,安全事故频发,电动自行车的质量和设计问题凸显.基于有限元方法,对某型号电动车进行静动力学仿真分析.首先,建立车体的有限元模型,确定电动自行车车身外观尺寸和主受力体的受力特征.然后,对电动车车架、车把手、电池盒和后...     

基于荧光探针的白酒中邻苯二甲酸二丁酯(DBP)检测方法的研究

以荧光桃红作为荧光探针,设计合成了荧光桃红-十二烷基硫酸钠荧光探针体系(荧光桃红-SDS体系),构建一种塑化剂邻苯二甲酸二丁酯(Dibutyl phthalate,DBP)含量测定的荧光探针检测方法.荧光桃红荧光探针在该体系中结合邻苯二甲酸二丁酯(DBP)后发生荧光猝灭,且荧光强度的降低与DBP的浓度之间存在线性关系....     

基于扩维贴近度的多传感器一致可靠性融合方法

对于先验知识未知的多传感器对某一目标特性进行多次测量的情形,提出一种基于模糊贴近度函数的融合算法。首先视各传感器的测量值为模糊集合,利用最大最小贴近度定义贴近度矩阵,并将前一次的融合值假设为观测值,参与当前次的融合运算,再通过扩维来度量不同时刻传感器测量值间的综合相近程度,然后参照已有的信噪比法定义了一致可靠性测度,进而得到多传感器数据的融合公式。应用实例及仿真验证了该方法的有效性。结果表明该算法计算简单,融合结果具有很好的精确性和稳健性。     

引入残差学习与多尺度特征增强的目标检测器

目前深度学习在计算机视觉领域中取得了巨大成功,但是小目标检测仍是目标检测领域中具有挑战性的难题。针对小物体分辨率低、图像模糊、携带信息少等问题,提出了引入残差学习与多尺度特征增强的目标检测器。首先在主干网络中引入基于残差学习的增强特征映射块,通过通道平均和归一化处理使得模型更加专注于对象区域而不是背景,并在兼顾检测速度的同时为有效特征层提供额外的语义信息;然后特征映射对上下文信息敏感的特征融合块进一步增大有效特征图的感受野,并将用于预测的浅特征层与深特征层进行融合,提高低分辨率下的检测性能;最后通过双重注意力块抑制背景噪音,将关键特征嵌入到注意力中,在保留空间信息的同时加强通道间的信息关联,进而增强特征的表达能力。为了更好地检测小目标,还对浅层特征映射先验框数量进行了调整。实验结果表明,在PASCAL VOC2007的数据集上,该算法对于300×300输入尺度的检测精度（mAP）为79.9%,较SSD提高了2.7个百分点,对小目标bird、bottle、chair、plant检测精度分别提升了5.1个百分点、7.5个百分点、3.9个百分点、7.2个百分点。在OAP自制航拍数据集上的检测...     

无线传感器网络相关感知路由算法

本文通过建立能量有效的数据融合树,对无线传感器网络中多跳传输的数据进行动态融合,以减少整个网络的能量消耗。利用竞争游戏算法理论框架阐述数据之间的相关性;综合考虑传感器节点的剩余能量、干扰以及网络间的数据融合,构造算法的成本函数;借助相关感知路由算法求解竞争游戏的可能最优解。仿真结果表明相关感知路由算法能够有效地延长整个网络的生命周期。     

广义马尔科夫跳变系统的事件触发异步故障检测滤波

针对一类具有事件触发机制的离散时间广义马尔科夫跳变系统,解决了异步故障检测滤波问题;提出了一种事件触发策略,实现了合理利用网络资源,降低通信负担的目的;考虑了系统模态和滤波器模态之间存在的异步现象,使用两种不同的马尔科夫链来分别表示系统模态和滤波器模态,并在此基础上提出了一种异步故障检测滤波器的设计方法;通过将异步故障检测滤波器的设计问题与事件触发机制相结合,根据Lyapunov稳定性理论,给出了保证残差误差系统具有正则性、因果性和随机稳定的并且满足H_∞性能的充分条件,通过求解一组特定的线性矩阵不等式,得到了期望的异步故障检测滤波器参数;最后,通过一个仿真例子说明了所设计的异步故障检测滤波器的设计方法是有效的。     

基于有限元法的电动自行车前叉组件振动特性研究

在电动自行车骑行过程中,电动自行车前叉组件会受到路面对车身的激励,在长时间承受周期性应力作用下前叉组件会出现疲劳破坏,进而影响自行车的行驶安全性.因此研究前叉组件的振动特性是十分有必要的.基于有限元法,运用大型有限元软件Nastran对电动自行车前叉组件进行模态分析,确定设计中组件的振动特性,作为瞬态动力学分析、谐响应...     

多尺度特征对齐聚合的语义分割方法

卷积神经网络在对图像进行语义分割时,高层特征经过降采样和padding操作和低层特征之间容易产生错位。为了解决高低层特征之间的错位问题,更好地聚合多尺度特征信息,提出了一种带有多尺度特征对齐聚合（MFAA）模块的语义分割方法。MFAA模块采用一种可学习插值策略来学习像素的变换偏移,可以有效缓解不同尺度特征聚合的特征不对齐问题,同时模块内的注意力机制提高了解码器恢复重要细节特征的能力。该方法利用高层特征的语义信息和低层特征的空间信息,通过多个MFAA模块将高低层特征对齐之后聚合到一起,从而实现图像更加精细的语义分割效果。将所提网络结构在语义分割数据集PASCAL VOC 2012上进行了验证,使用ResNet-50作为骨干网络时在验证集上的平均交并比值达到了78.4%。实验结果表明,该方法与几种主流分割方法相比在评价指标方面存在优越性,可以有效提高图像分割的效果。