基于混沌的小波神经网络免疫PID控制器

针对目前大多数智能PID控制器存在的诸如设计复杂、计算量大、收敛速度慢以及控制精度相对较差等问题,提出一种基于混沌优化的小波神经网络免疫PID控制器的设计方法,该方法用小波神经网络逼近免疫PID的非线性函数,并且引入混沌机制优化免疫PID的参数,进而将该控制器用于工业加热炉的控制,仿真与实验结果表明,该控制器的控制性能优于其它类型的智能PID控制器以及常规PID控制器.     

一种基于混沌优化的免疫PID控制器

针对目前智能PID控制器普遍存在的诸如计算量大、收敛速度慢以及控制精度相对较差等问题,提出一种基于混沌优化的免疫PID控制器。与传统的免疫PID控制器相比主要做了两个方面的改进,一个是利用小波神经网络对免疫PID控制器的非线性函数部分进行逼近,另一个是利用混沌优化算法对免疫PID控制器的三个控制参数进行优化。仿真结果表明该控制器的控制性能优于其它类型的智能PID控制器以及常规PID控制器。     

关于石油高职主干专业教材建设的思考

针对目前石油高职主干专业教材建设中存在的问题,从职业教育观念的转变、培养目标的准确定位、课程体系的设置和完善、教学大纲的编写等五个方面提出了加强教材建设的意见和建议,介绍了学校在教材建设方面的成功经验,对石油高职主干专业精品教材的编写具有积极的推动作用。     

准确定位 突出特色 促进石油高等职业教育的发展

通过对目前石油高职院校在办学定位上存在的误区分析,认为石油高职院校必须进行办学理念的创新,按照企业的需求和学校自身发展的优势,找准自身在市场中的位置,以培养高等技术应用型专门人才为根本任务,以培养技术应用能力为主线来构建课程和教学内容体系,突出学生技能培养,追求“零距离”培养目标,办出自身特色,创出自己的“品牌”。     

“气田课堂、学做合一”人才培养莫式教学改革实然马探索

“气田课堂、学做合一”人才培养,是密切高职教育与工作实际,促进专业理论与操作技能紧密结合,服务企业的有效方式;是推进高职教育改革,深化校企合作,提高培养质量的有效途径。实践证明,“气田课堂、学做合一”人才培养模式,可以提高学生学习的主动性,提升学生的自信心,可以转变教师观念,可以获得企业认可,是适应我国煤层气产业发展要求的。     

混沌免疫进化算法及其在函数优化中的应用

基于免疫系统的克隆选择机理,并利用混沌序列的遍历性,提出一种混沌免疫进化算法.算法首先将混沌序列引入算法初始群体的产生和抗体的扩展过程.其次将待扩展群体中的个体亲和度进行变换以调节个体的选择概率.最后利用概率分析方法,给出算法的全局收敛性证明.为了验证算法的有效性,将算法应用于函数优化问题.用不同的测试函数进行仿真实验.仿真结果表明该算法具有不易陷入局部最优、解的精度高、收敛速度快等优点.     

基于树形图结构模型的人体姿态估计

讨论计算机视觉领域的人体姿态估计问题,基于树形图结构模型提出一种人体姿态估计算法。根据人体目标前景分割图的形状特征给出人体部位外观模型后,利用高斯分布确定人体部位间的结构先验分布,再采用置信传播算法进行人体姿态估计。仿真结果表明新算法有效。     

一种基于混沌的自适应免疫进化算法

基于免疫系统的克隆选择机理,利用混沌序列的遍历性,将混沌序列引入算法初始群体的产生和抗体的扩展过程,设计出新的扩展算子,从而提出一种基于混沌的自适应免疫进化算法。用不同测试函数进行仿真实验,结果表明该算法有效,并能以较快的速度完成给定范围的搜索和优化任务。     

一种基于图结构模型的人体姿态估计算法

针对单幅图片中人体姿态的估计问题,在图结构模型的基础上提出了一种新的人体姿态估计算法。算法提出了一个新的部位观测模型和一种新的减小部位状态空间的方法：（1）对人体不同部位采用不同尺寸的细胞单元计算HOG特征,并利用线性SVM进行分类,从而提出一种新的部位观测模型;（2）利用人体部位定位的先验分布确定部位定位区域,然后通过邻域归并和设置与部位模板的匹配度阈值进一步减小状态空间,从而提出了一种减小部位状态空间的方法。仿真实验结果表明所提算法与传统算法相比更加有效。     

针对遮挡物体的轮廓细化实例分割

目的 遮挡物体实例分割效果的好坏与物体轮廓的预测结果息息相关,但目前算法预测的物体轮廓并不够细化,使得分割掩膜粗糙,物体边界分割效果不佳。为此,以BCNet （bilayer convolutional network）网络为基础,提出一种针对遮挡物体的轮廓细化实例分割算法,预测的物体轮廓更加精细,分割掩膜更加完整。方法 1）提出一种均衡池化注意力模块来提取特征,在传统一维平均池化的基础上,增加一维最大池化操作以突出细节特征,并将最大池化和平均池化结果进行加权融合来提取特征,使提取的特征能更好地兼顾物体的整体和边缘细节;2）将BCNet掩膜头中轮廓预测与掩膜预测分成两个支路来进行,从特征金字塔最高分辨率特征中提取感兴趣区域（region of interest,RoI）特征用于轮廓预测,并提出一种自适应特征融合模块,将轮廓预测支路中的特征与掩膜预测支路的特征进行融合,在轮廓预测支路中,融合掩膜预测支路的特征可以更好地判定轮廓所属物体类别,在掩膜预测支路,融合轮廓预测支路的特征能够更好地辅助掩膜定位。结果 在COCO 2017（common objects in context 2017）数据集上,本文相较于目前同类网络中性能最优的BCNet网络,在骨干网络为ResNet-50/101（deep residual network）时平均精度（average precision,AP）分别提高了1.7%和2.1%。结合可视化结果,本文分割算法对遮挡物体的轮廓分割更加精细,能有效分割出更加完整、精细的掩码。结论 提出的针对遮挡物体的轮廓细化实例分割算法,明显提升了遮挡物体实例分割的效果。