全部分类/
科学普及/
现代电子技术

现代电子技术

2025年18期

本刊以电子技术为主体，探讨和报道信息产业及电子行业中新技术，新器件，新应用的学术论文及成果；提供国内外最新的电子技术发展动态及产品市场信息；为企业的新产品，新技术，新成果在产业及行业内的推广架起一座金桥。

扫码免费借阅

目录

快速导航

计算机科学与应用 | 基于动态图表示学习的轻量化节点分类方法

计算机科学与应用 | 基于动态图表示学习的轻量化节点分类方法

摘要：动态图节点分类是图表示学习领域的经典下游任务，旨在通过动态图中已有信息预测未标记节点所属类别。然而，现有动态图节点分类方法普遍存在模型规模较大、结构复杂导致的计算压力问题。为解决该问题，提出一种基于动态图表示学习的轻量化节点分类方法(LNDG)。该方法采用图编码器对动态图节点、链路和时间信息进行编码；并引入一个创新的GAM模块，利用分组查询注意力（GQA)机制和MLP-Mixer方法进一步学习时间和空间维度的特征表示，实现对动态图特征的完整捕捉。在3个公开的经典数据集上的实验结果表明，LNDG方法整体的参数量仅为 0.70MB ，相较于基线模型AUC值更优，具有轻量化和高效性的优势。所提方法在整体规模和最终效果方面达到了较好的平衡，在动态图节点分类任务中具有良好的综合性能。
计算机科学与应用 | 多因素融合下基于AGC-LSTM的短时交通速度预测

计算机科学与应用 | 多因素融合下基于AGC-LSTM的短时交通速度预测

摘要：为了更准确地预测快速变化的城市环境中短时交通速度的动态变化，在考虑历史数据、天气因素和周围兴趣点(POI)的基础上，进一步融入路况因素，构建了特征融合组件(EF-Component)。基于现有深度学习模型，研究多种因素作用下融合图卷积网络(GCN）、长短期记忆(LSTM)网络和注意力机制的城市短时交通速度预测模型(EF-AGC-LSTM）。先利用特征融合组件将多种影响因素进行综合，再利用GCN和LSTM提取交通速度的时空特征，通过将GCN嵌入到LSTM门控计算中来同步获取数据的时空特征；然后利用注意力机制自动识别并加强关键外部因素的影响特征，提升模型的性能表现。在深圳市罗湖区的速度数据集上进行实例验证，结果显示：与基线模型相比,EF-AGC-LSTM的预测效果有较大提升,与传统的GCN-LSTM模型相比，预测的平均绝对误差(MAE)和均方根误差(RMSE)分别降低 4.3% 和 3.3% ，准确率提高 1.4% 。此外，在引入路况因素后，预测的MAE和RMSE分别降低了 1.22% 和 0.87% 。综合考虑多种影响因素可以使得短时交通速度的预测效果得到进一步提升，且EF-AGC-LSTM模型可以良好地实现多因素融合下的短时交通速度预测，满足城市管理的需要。
计算机科学与应用 | 基于自然语言语义感知的敏感信息识别与分析算法

计算机科学与应用 | 基于自然语言语义感知的敏感信息识别与分析算法

摘要：针对日益增长的自然语言敏感信息分析问题，提出一种基于LSTM和CNN的综合处理算法。该算法对输入数据编码后划分重点词汇，并对所有词汇进行统计汇总，构建生成敏感词汇表，进而采用排序算法将敏感词汇按照出现的频率进行排序和存储管理。通过BiLSTM对敏感信息表的表征向量进行提取，从而表征出样本中的敏感信息特征度。基于Transformer结构中的矩阵计算方法，设置查询向量Q为提取出的文本表征向量，设置值矩阵V为所提取的敏感信息的相关参数值，用于计算注意力值，并进一步引入基于特征位置表达的注意力特征，综合提升算法的识别准确率。实验结果表明：所提算法的识别准确率相较于最优的对比算法提高了约 2.319% ；消融实验对比结果显示，改进算法的识别准确率相较于原始算法提升了约 6.941% ○
计算机科学与应用 | 基于区块链的政务数据共享方案研究

计算机科学与应用 | 基于区块链的政务数据共享方案研究

摘要：随着国家数字政府的发展，政府部门间安全可靠的数据共享已成为研究热点。政务部门间的信息共享有助于强化政府机构的管理，提高政府机构的治理和服务水平，发掘政务数据中的经济价值和社会价值。在传统的政务数据管理体系中，数据往往通过集中式的存储方式进行保存，但这容易造成数据隐私泄露、单点故障、“数据孤岛"等问题。为解决该问题,提出一种基于区块链的政务数据共享方案。该方案用属性基加密方案加密政务数据，对数据请求者的属性进行了限制；改进了属性基加密方案，增加了访问控制中的细粒度和减少了计算开销；采用星际文件系统存储数据，缓解了区块链系统的存储压力。安全性分析和仿真实验结果表明，所提方案可满足政务数据安全共享的需求，为跨部门数据安全共享提供了一种可行方案。
计算机科学与应用 | 高光谱图像弱小目标深度定位算法

计算机科学与应用 | 高光谱图像弱小目标深度定位算法

摘要：为避免高光谱噪声和复杂背景掩盖弱小目标特征，减少定位过程中的数据冗余，提高弱小目标定位全面性，提出一种高光谱图像弱小目标深度定位算法。首先，基于光谱匹配方法获取高光谱图像并降低其维度;然后利用自适应阈值算法，预处理降维后的高光谱图像并检测其中弱小目标，得到高光谱弱小目标增强图像;最后基于YOLOv5神经网络算法实现增强后高光谱图像的弱小目标深度定位。实验结果表明，所提算法可以依据高光谱序列数据生成较清晰的高光谱目标图像，并对其进行有效降维;同时能够检测多个弱小目标，得到所有弱小目标的准确定位结果，且定位结果的卡帕系数均大于0.87，证明该算法具备较高的可靠性与全面性。
计算机科学与应用 | 基于扩展量子密钥分发的多实体联合身份认证研究

计算机科学与应用 | 基于扩展量子密钥分发的多实体联合身份认证研究

摘要：为防止量子密钥分发中，由于实体遭受攻击导致密钥泄露，提出一种基于扩展量子密钥分发的多实体联合身份认证方法。首先对量子密钥分发的过程进行分析,确定量子密钥分发模型;其次为保证量子密钥的随机性，使用插值法对量子密钥库进行扩展，增大量子密钥库；最后进行扩展量子密钥的多实体分发。在量子密钥进行多实体分发过程中，利用量子Bell态的4种形态进行用户的身份认证以及密钥生成。实验结果表明：所提方法采用的量子密钥分发协议对量子的利用率达到了 95% ;与扩展前相比,扩张后的量子密钥库随机性有了明显提升。量子密钥分发过程的攻击实验结果也表明，该方法能够完全识别实体身份，并拒绝向攻击者分发量子密钥。
电子与信息器件 | 基于ICEEMDAN和改进Informer的锂电池SOH估计

电子与信息器件 | 基于ICEEMDAN和改进Informer的锂电池SOH估计

摘要：准确估计锂离子电池健康状态(SOH)能够显著提高电池管理系统的安全性，并降低运维成本。为克服容量回升现象产生的预测误差和传统模型捕获信息过少等问题，提出一种基于ICEEMDAN-DCInformer模型的SOH估计方法。首先，利用改进的自适应噪声完备集合经验模态分解(ICEEMDAN)将锂离子电池容量数据分解成不同频率的子模态，以消除SOH估计中容量回升现象产生的误差;其次，对Informer模型进行改进，将其中一维卷积替换为空洞因果卷积，使模型能够在增加信息捕获量的同时降低计算开销；最后,在美国航空航天局提供的锂离子电池数据集上，将所提方法与Informer、ICEEMDAN-Informer和DCInformer进行对比。所提模型估计结果在MAE、RMSE、MAPE和时间开销指标上相较于对比算法DCInformer分别减少了 35.6%.11.1%.26.4% 和 15% 。结果表明，通过ICEEMDAN分解容量能够消除容量回升现象的干扰，且所提方法精度更高，时间开销更小。
电子与信息器件 | 考虑矢量网络分析仪校准的条纹消除方法

电子与信息器件 | 考虑矢量网络分析仪校准的条纹消除方法

摘要：针对矢量网络分析仪(VNA)测量过程中，由于连接器件的使用而导致测量结果出现条纹现象的问题，提出一种考虑矢量网络分析仪校准的条纹消除方法。依据矢量网络分析仪的原理和误差类别构建非同轴测量误差模型；采用ML-TRL校准技术测量误差模型的反射校准件并计算校准系数，修正测件的S参数后，利用时域门控(TDG)技术选择性地抑制残留的周期性误差，消除矢量网络分析仪测量过程中的条纹现象。测试结果表明，采用所提方法进行矢量网络分析仪测量误差校准后,得到的幅度和相位图像边缘信息及细节明显清晰，细节的完整性较高，条纹消除效果显著，且测量结果的不确定度均在0.0026以下。
电子与信息器件 | 芯粒接口中高效稳定的边带传输系统设计

电子与信息器件 | 芯粒接口中高效稳定的边带传输系统设计

摘要：芯粒接口中通常采用边带传输控制信息来完成寄存器访问、物理层电气特性的自适应校准等功能，从而实现数据链路的快速建立。在分析现有芯粒接口标准的基础上，提出一种通用的边带传输系统，接口内部的并行收发端口电路采用虚直通转发、轮询调度、动态分配共享多队列等技术实现，接口间串行传输电路使用控制字节管理不等长数据包的传输方式，并支持单比特错误检测纠正、不可纠错误快速反馈。实验结果表明，相较于UCIe，所提出的边带传输系统减小了接口内收发端口的传输延时，使得单个不同长度数据包占用接口间串行传输电路的时长降低 22.89%～39.68% ，且避免了单比特错误对串行传输的影响。所设计的边带传输系统可加速芯粒互联的建立过程，同时减小物理层边带受高频信号串扰影响的可能。
电子与信息器件 | 基于RT-DETR的轻量化交通标志检测算法

电子与信息器件 | 基于RT-DETR的轻量化交通标志检测算法

摘要：交通标志检测在自动驾驶系统中具有极其重要的作用，它直接关系到车辆行驶的安全性和遵守交通规则的准确性。交通标志检测对检测精确度、速度和实时性要求很高。目前交通标志检测领域存在检测速度与精确度难以平衡的问题。针对这个问题，基于RT-DETR目标检测算法进行交通标志检测，具有较好的平均精度均值表现。为了进一步提升效率和实时性，提出一种改进的RT-DETR算法，以实现模型轻量化并提升目标检测速度。轻量化RT-DETR使用轻量级网络ShuleNetV2替换原来的ResNet网络作为RT-DETR的主干网络，在减少计算量和参数量的同时保证了RT-DETR的学习能力,并提升了检测速度。为了进一步优化模型性能，随后通过通道剪枝、量化及知识蒸馏进行微调。实验结果表明：轻量化后的RT-DETR在CCTSDB2021数据集上，平均精度均值 (mAP@50 为 97.1% ，推理时间为 13.7ms ，模型大小为 16.9MB ；相比以ResNet-50作为主干网络的RT-DETR模型，在保证精度的前提下，模型大小缩小了 89.5% ，推理时间降低了 43.62% ，模型更加轻量化，有效地提升了检测速度;与目前主流的同类目标检测方法相比，也具有较快的检测速度和较高的检测精确度。
电子与信息器件 | 一种含上电复位功能的超低功耗振荡器设计

电子与信息器件 | 一种含上电复位功能的超低功耗振荡器设计

摘要：为了以较低功耗为电路系统提供稳定可靠的时钟信号，提出一种具有上电复位(POR)与掉电检测(BOD)功能的超低功耗环形振荡器。该设计包含两种电路：低静态电流上电复位电路基于本征MOS管产生电压基准，检测到电源电压变化后释放复位信号，在复位信号释放后切断大部分电路，可以大大减小静态电流；振荡器电路使用三级环形振荡器结构，起振条件简单，电流消耗低，并接反相器以增加驱动能力。POR电路将复位信号输入至后续环形振荡器，在设计的电压范围内使振荡器工作，以小的面积和功耗获得稳定的振荡信号。基于 0.13μm CMOS工艺的仿真结果表明，在 0.6V 电压下，该电路POR部分静态电流约为 26.6nA ，整体电路功耗约为 82nW ，同时占用 57.7μm×37.8μm 的硅面积。
能源技术 | 考虑频率稳定问题的新能源场站VSG储能配置方法

能源技术 | 考虑频率稳定问题的新能源场站VSG储能配置方法

摘要：针对“双碳”目标下高比例新能源接入，火电机组减少会对系统频率稳定带来不利影响的问题，提出一种基于惯量角度的新能源场站虚拟同步发电机(VSG)储能配置方法。首先通过定量分析火电机组减少所导致的系统转动惯量损失，确定仅具备惯量支撑功能的VSG储能的理论容量;然后分析VSG储能容量与控制参数的关系，辨识VSG的虚拟惯性时间常数，在此基础上引入一次调频控制，计算得到兼具惯量支撑及一次调频功能的VSG储能功率和容量；最后,通过PSCAD建立的三机九节点模型进行仿真分析,验证该VSG储能配置方法的正确性。结果表明，所提方法能够使新能源机组具备快速频率响应能力，一定程度上模拟火电机组的惯量响应和一次调频环节，精准补偿系统缺失惯量。
能源技术 | 基于分布式算法的储能协同控制策略

能源技术 | 基于分布式算法的储能协同控制策略

摘要：针对孤岛直流微电网内多分布式储能单元(DBESU)DC/DC变换器采用经典V-I下垂控制存在的电流不均分和电池荷电状态(SOC)存在协同控制差的问题,提出一种基于分布式算法的储能协同控制策略。该方案通过在V-I下垂控制的基础上引入电流调节因子和SOC调节因子,对V-I下垂控制曲线进行调节,能够在不影响母线电压质量的前提下实现DBESU电流均分和SOC协同控制。仿真结果验证了所提方案的有效性和可扩展性，并在通信延迟工况下具有良好的适应性。
能源技术 | 不平衡电网下基于虚拟振荡器控制的并网逆变器控制策略

能源技术 | 不平衡电网下基于虚拟振荡器控制的并网逆变器控制策略

摘要：针对基于传统虚拟振荡器控制的并网逆变器接入不平衡电网时输出电流三相不平衡及输出功率的二倍频波动问题，提出一种改进虚拟振荡器控制策略。首先，在传统虚拟振荡器控制基础上引入电压、电流正负序分离方法;其次，增设电流环输入指令计算环节，采用正负序组合方式设计电流环，并设计了虚拟振荡器控制的预同步模块;最后，在Matlab/Simulink平台搭建基于虚拟振荡器控制的并网逆变器系统仿真模型。研究结果表明：在不平衡电网下，采用所提控制策略的输出电流三相平衡，谐波畸变率为 1.66% ，有功及无功功率波动幅值分别减小 47.4% 和 35% 。因此，所提方法使得输出电流三相平衡并且波形质量良好，也一定程度上抑制了功率的二倍频波动。
能源技术 | 计及碳交易机制和耦合需求响应的综合能源系统优化调度

能源技术 | 计及碳交易机制和耦合需求响应的综合能源系统优化调度

摘要：为进一步提高综合能源系统的能源利用率、低碳性和用户需求响应程度，建立一种计及阶梯型碳交易机制和耦合需求响应的综合能源系统优化调度模型。首先搭建电-气-热-冷综合能源系统架构，以提高能源利用效率;其次，将阶梯型碳交易机制引入系统，并结合分时能价与新能源出力影响分析了供需两侧负荷耦合特性，得到耦合需求响应后的电、气、热、冷负荷；然后，以系统总成本最小为目标，结合约束条件构建计及阶梯型碳交易机制和耦合需求响应的综合能源系统优化调度模型，在提升系统减排能力的同时，有效促进系统电、气、热、冷负荷的全面响应；最后，进行多场景算例验证，结果表明该模型可有效减少碳排放约 18% ，用户需求响应量提高约 20% ，系统运行总成本降低约 3% 。
能源技术 | 基于新能源短路比约束的最大准人容量优化

能源技术 | 基于新能源短路比约束的最大准人容量优化

摘要：在大规模新能源接入电力系统的情况下，为保证系统稳定运行的同时挖掘出新能源并网的最大效益，提出一种基于新能源短路比约束的最大准入容量优化方法。首先，对适用于新能源并网系统的短路比进行讨论分析，针对现有短路比的不足，提出能够计及无功补偿容量的新能源多场站有效短路比；然后，对粒子群优化算法中变量的编码方式进行改进，以实现新能源接入点数量的任意化;最后，基于新能源短路比约束并采用改进粒子群算法进行容量优化。将IEEE 39节点系统作为算例进行仿真，研究结果表明，新能源多场站有效短路比能有效地反映出无功补偿容量对短路比值的影响，并且改进的粒子群优化算法有较好的优化性能。
能源技术 | 改进秃鹰算法优化ELM的短期电力负荷预测研究

能源技术 | 改进秃鹰算法优化ELM的短期电力负荷预测研究

摘要：针对现阶段电力环境日益复杂，短期电力负荷预测方法存在预测精度不高、收敛速度慢的问题，提出一种基于改进秃鹰搜索算法(IBES)优化极限学习机(ELM)的短期电力负荷预测模型。原始秃鹰搜索算法在确定ELM中的连接权重和隐含层阈值时，容易陷入局部最优，且收敛速度慢，导致预测精度不高。针对这一问题，首先利用Piecewise混沌映射初始化秃鹰种群，增加多样性;然后引入莱维飞行策略，扩大种群的搜索范围，使其能及时跳出局部最优点;最后，引入动态权重因子，提高秃鹰的局部搜索能力。利用改进的秃鹰搜索算法对ELM的两个随机参数进行寻优，从而建立IBES-ELM短期电力负荷预测模型。结合某地区的实际电力负荷数据进行预测分析，结果表明,相比于ELM、BES-ELM、PSO-ELM、DBO-ELM，改进的模型在预测精度和收敛速度上均有提升。
前沿交叉科学 | 基于属性分割的差分隐私高维数据发布方法

前沿交叉科学 | 基于属性分割的差分隐私高维数据发布方法

摘要：针对高维数据发布过程中数据可用性下降的问题，提出一种差分隐私高维数据发布方法。该方法以属性分割技术为基础，以差分隐私(DP)算法为理论指导，基于属性敏感度对高维数据集进行划分，利用信息熵和最大信息系数识别属性的敏感性和属性间的依赖关系；再根据数据集的敏感程度，将其分为敏感、一般敏感、低敏感数据集三种类型。创建差分隐私的贝叶斯网络，基于属性簇的隐私预算生成加噪条件发布，完成高维数据在差分隐私机制下的安全共享。实验结果显示，所提方法不仅有效控制了隐私泄露风险，还能够较好地保持数据的可用性。
前沿交叉科学 | 融合局部感知增强的投篮上肢动作分解与高精度识别算法

前沿交叉科学 | 融合局部感知增强的投篮上肢动作分解与高精度识别算法

摘要：为解决传统动作识别算法在处理篮球训练图像时存在的关节遮挡、感受野过大等问题，提出一种融合局部感知增强的高精度上肢动作分解识别模型。该模型通过轻量级HRNet分支提取人体全局结构特征，结合双流金字塔模块增强局部关节感知能力。空间流采用空洞卷积扩大手部感受野，时间流利用光流捕捉球员上肢的相对运动情况，显著提升了遮挡场景下的手部定位精度。同时，模型中还设计了时空分解模块进行空间与时序特征分析，强制网络聚焦并学习帧间的运动一致性，使数据处理的过程更具鲁棒性。最后引入自适应加权单元，最终输出高精度的关节点坐标。实验测试结果表明：所提模型的 mAP@0.5 达到 86.9% ，动作分类的 F₁ 值为 95.3% ，均优于目前的主流算法；且关键帧检出率为 91.1% ，帧率达到47f/s ，实时性良好，充分证明了该模型能够为篮球训练与赛事智能化分析提供可靠的技术手段。
前沿交叉科学 | 计及氢-氨高效利用和碳捕集-MR-CHP联合运行的综合能源系统优化调度

前沿交叉科学 | 计及氢-氨高效利用和碳捕集-MR-CHP联合运行的综合能源系统优化调度

摘要：针对含高比例新能源接入综合能源系统(IES)时新能源消纳困难、灵活性差等问题,结合氢-氨高效利用和碳捕集-MR-CHP综合运行，提出一种IES优化调度策略。首先，考虑到促进新能源消纳能力，依次建立含风电制氢、燃气掺氢、氢转热电等氢能高效利用模型，以及含制氨设备、火电机组掺氨燃烧的氨能高效利用模型;其次，引入储液罐、Kalina循环和电锅炉,分别对碳捕集电厂(CCPP)和热电联产(CHP)机组进行灵活性改进，并以甲烷反应器(MR)为桥梁，建立了一个碳捕集-MR-CHP综合运行结构；最后，为保证系统的低碳及经济效益，建立各成本之和最小的单目标函数，以此对IES优化调度模型进行求解。依据算例结果可得，所提模型能显著促进对清洁能源的消纳吸收，实现IES低碳环保、经济和高效灵活运行。
前沿交叉科学 | 一种基于GAN的政务数据中模糊图像复原算法研究

前沿交叉科学 | 一种基于GAN的政务数据中模糊图像复原算法研究

摘要：政务数据中包含大量图像数据，这些图像在记录关键信息时具有至关重要的作用。然而，政务图像中常出现的模糊现象为信息的提取和利用带来了极大的困扰。为处理这一难题，提出一种基于GAN的模糊图像复原算法(GovRGAN）。该算法利用GAN实现图像复原，可有效学习并恢复图像的细节信息，其结构主要分为生成器和判别器两部分。首先，利用已训练的U-Net权重参数为GAN的生成器进行预训练。随后，采用卷积神经网络作为判别器，区分真实图像与生成器生成的图像。为了验证算法的有效性，构建一个包含1500张发票凭证的政务数据集，旨在为模型提供充足且多样的训练样本。此外，还使用了运动模糊和焦点模糊进行退化处理，使数据更贴近现实中的模糊图像。而后在该数据集上，将GovRGAN与AutoEncoder网络、U-Net做对比实验，验证了GovRGAN在复原政务模糊图像方面展现出出色的性能，复原后的图像质量得到了显著提升。特别是在运动模糊数据集上，与U-Net相比，所提算法的PSNR和SSIM值分别提高了9.664 dB和0.157。
前沿交叉科学 | 基于数据整合与主成分分析法的系统运用类混合式教学模式成绩测评方法

前沿交叉科学 | 基于数据整合与主成分分析法的系统运用类混合式教学模式成绩测评方法

摘要：为利用线上线下混合教学模式中的多源数据，解决系统运用类课程的成绩评定问题,提出一种基于数据提取和主成分分析法的成绩测评方法。在整理多源数据的基础上，采用数据整合的方法提升数据维度，形成初步评价因素；使用主成分分析法提取影响因素主成分，以主成分为自变量对学生成绩进行评定。实验结果表明：数据整合的方法赋予了多源数据更显著的特征;使用特征提取和主成分分析得到的测评成绩与主观测评结果有更强的相关性。所构建的基于数据整合和主成分分析的成绩测评方法具有较好的解释性，对系统运用类线上线下混合式教学模式的课程成绩测评具有借鉴意义。
前沿交叉科学 | 基于数字挛生技术的刮板输送机运行速度控制方法研究

前沿交叉科学 | 基于数字挛生技术的刮板输送机运行速度控制方法研究

摘要：矿用刮板输送机的运行速度与工作面煤流量不匹配，是导致设备运行效率低、能耗浪费的主要原因之一。为此,提出一种基于数字孪生技术的刮板输送机运行速度控制方法。设计一个由实际刮板输送机、刮板输送机数字孪生模型、孪生数据以及速度控制策略组成的运行速度控制框架，并结合采煤工作双向割煤工艺，对刮板输送机工况进行分析研究，实时模拟刮板输送机的运行状态。根据预测的负载智能调控刮板输送机的运行速度和变速时间，从而实现对刮板输送机的智能控制。与榆家梁煤矿43101综采工作面采集的数据进行实验对比，结果表明，与传统的定速控制方法相比，采用基于数字孪生技术的刮板输送机速度控制方法可以使刮板输送机的装载率提高 18.5% ，能耗降低 10.83% 。
人工智能 | 融合注意力的双分支时空卷积脑电识别网络

人工智能 | 融合注意力的双分支时空卷积脑电识别网络

摘要：针对运动想象脑电信号特征表达能力弱、分类识别准确率低等问题，提出一种融合注意力机制的双分支时空卷积运动想象识别网络。为解决数据量少的问题，提出一种改进的滑动窗口技术进行数据增强；然后将数据输入到特征提取网络中，采用双分支结构同时提取时间和空间特征。时间分支上，采用多尺度时序卷积提取不同尺度下的时间特征；空间分支上，使用深度可分离卷积提取深层次的空间特征。最后，采用注意力机制为融合特征动态分配权重。与其他方法的对比结果表明，所提出的网络模型具有较好的分类性能和泛化能力。
人工智能 | 基于区域分割的无人艇河道路径规划算法

人工智能 | 基于区域分割的无人艇河道路径规划算法

摘要：传统A\*算法广泛应用于静态环境中的路径规划，但面对河道这种特殊的狭长形态时，其常因节点扩展方式过于简单而效率低下。针对此问题，提出一种针对无人艇河道路径规划的改进 A^* 算法。首先，该算法通过结合区域分割和跳点搜索技术，优化了传统 A^* 算法在狭长河道环境中的适应性和效率；然后利用区域分割方法将河道显著划分为多个矩形区域，并通过跳点算法优化搜索过程，减少无效的节点扩展，从而加速路径搜索；最后还引入了一种自适应启发式函数，通过考虑路径的地形特性来调整节点的搜索优先级，有效减少了路径的冗余部分和不必要的拐弯，提高了路径规划的直线度和总体效率。仿真结果显示，改进后的算法在路径长度、拐点数量及计算时间等方面均优于传统 A^* 算法，验证了所提算法在河道环境下无人艇路径规划的实用性和优越性。
人工智能 | 无方向约束的工业机器人障碍物自主规避控制方法

人工智能 | 无方向约束的工业机器人障碍物自主规避控制方法

摘要：为了提升工业机器人在复杂动态环境中的灵活性与适应性，减少因障碍物导致的生产中断，提出一种无方向约束的工业机器人障碍物自主规避控制方法。构建工业机器人动态作业区，在该区域内利用超声波技术自主感知作业环境中的障碍物，获取机器人与障碍物的距离以及二者相对角度信息。依据模糊控制理论建立工业机器人障碍物自主规避控制模型,将经过上位机校验和滤波处理后的机器人与障碍物的距离、相对角度作为输入量，输入至模糊控制模块。在该模块中,经过模糊化、推理及清晰化操作，输出机器人避障控制信号，明确机器人速度调整范围和转向角范围。最后，将避障控制信号传送至机器人电机驱动器，以此调整机器人运动状态，实现无方向约束的障碍物自主规避控制。实验结果表明，所提方法可以有效实现无方向约束的工业机器人障碍物自主规避控制，在面对复杂的作业环境时,依然能够保持稳定的避障性能，且具有较强的环境适应性。
人工智能 | 基于遮挡感知的安全帽细粒度穿戴检测算法

人工智能 | 基于遮挡感知的安全帽细粒度穿戴检测算法

摘要：为了应对电力作业场景的多样性和复杂性，从而解决安全帽监管难题，提出一种基于遮挡感知的安全帽细粒度检测算法(EHD-Net)。首先，针对遮挡情况下多尺度特征提取能力不足的问题，提出一种基于遮挡感知的大型可分离核卷积模块(EDKA)，解决了安全帽因遮挡导致的检测不准确问题;其次，针对模型特征提取和融合能力不足的问题，提出一种分离与增强注意力模块(DAAM)，并构建新的特征放大检测头(FA-Head），解决了因模型感受野不足导致的小目标检测性能较差问题。针对模型收敛能力不足的问题，提出一种基于距离和尺度因子的损失函数(DLS-IoU），解决了在训练过程中收敛速度慢的问题。针对模型泛化能力不足的问题，提出一种对数据集进行细粒度划分的方案，根据安全帽佩戴的规范性和安全帽下颌带的状态将其划分为五种不同类别，提升了模型的实际应用能力。实验结果表明，相较于基准模型（YOLOv8n）,所提检测算法的平均准确度达到了 94.5% ，提升了 6.3% 。

过往期刊

更多

猜你喜欢

陕西青年职业学院电子阅览室