融合遮挡信息的改进DDETR无人机目标检测算法

针对无人机航拍图像中目标场景复杂、小目标多、遮挡严重的问题,提出了一种融合目标遮挡信息的改进DDETR(deformable DETR)的无人机目标检测算法。提出模型用Swin Transformer代替DDETR模型中残差网络来获得更丰富的多层次语义特征;增加DDETR模型对低层次特征的使用来提高对中小目标的检测效果;利用提出的遮挡程度估计模块来辅助模型解决遮挡问题,使模型能更好地检测出遮挡严重的目标。在VisDrone数据集上达到32.3%的平均准确度均值(mean average precision,AP),比标准DDETR模型AP值提高了3.3个百分点,与主流无人机航拍图像目标检测方法相比,达到了当前先进水平。

基于机器视觉的兰花几何参数测量方法

为实现兰花几何参数快速测量,以“金凤蝶”兰花为研究对象,搭建图像采集平台并设计了一套兰花花朵几何参数测量算法。采用Canny-Harris算法实现兰花角点检测,采用K-means算法、RGB阈值分割算法实现兰花分割,并采用MER算法及遍历算法实现兰花具体几何参数测量。进行兰花算法识别测量试验,结果表明:单株兰花测量仅需10 s左右,相较人工测量速率提升了近60倍,测量数据可为兰花选育种工作提供判断依据。

广西甘蔗赤红壤离散元模型参数标定

为了系统性地探究广西主要蔗区的赤红壤及开沟接触部件相互作用的离散元仿真参数,采用EDEM中的Hertz-Mindlin with JKR模型,基于斜板碰撞试验方法,将显著因素采用响应曲面优化方法进行回归分析,建立回归方程,得到表面能JKR在土壤含水率为5%、10%、15%情况下分别为3.03、5.756、7;通过Design-expert软件中的优化设计模块结合堆积角物理试验,分别以水平距离32.5、33.94、33.85cm为目标,固定静摩擦因数,并利用回归方程预测出多组优化解,得到水平距离分别为32.4、33.94、33.66cm,与实际误差小于5%。固定静摩擦因数后,将显著因素代入回归方程得出堆积角分别为31.85°、41.44°、47.34°,与实际的堆积角30.67°、40°、46.49°误差分别为4%、4%、2%,均小于5%,土壤与土壤接触参数与实际基本一致。开展田间试验测定扭矩,通过对比仿真和实际的旋耕功耗误差,验证EDEM仿真模型中土壤标定试验参数的准确性。在EDEM仿真试验中,选取一把旋耕弯刀进行分析,其平均合力约为133N,而田间试验条件下为144.3N,两者误差7.8%,说明土壤模型与实际基本符合。研究结果及方法准确可靠,可为基于离散元法研制适用于广西赤红壤地质条件的甘蔗相关机械提供理论依据。

基于S型生长曲线的蝗虫优化算法求解机器人路径规划问题

针对启发式算法在求解机器人路径规划问题上存在收敛精度低、搜索路径效率低且容易陷入局部最优等问题,提出一种基于S型生长曲线的蝗虫优化算法(SGCIGOA)。首先,引入Logistic混沌序列优化蝗虫初始种群,增强蝗虫种群在迭代初期的多样性;其次,引入S型生长曲线特征的非线性惯性权重,对递减参数递减的方式进行了调整,从而提高算法的收敛速度和寻优精度;最后,在迭代过程中引入基于t分布的位置扰动机制,使算法能充分利用当前种群的有效信息,以更好地平衡全局搜索和局部开发,并降低算法陷入局部最优的概率。实验结果表明,相较于MOGOA (Multi-Objective Grasshopper Optimization Algorithm)、IGOA (Improved Grasshopper Optimization Algorithm)和IAACO (Improvement Adaptive Ant Colony Optimization)等10种对比算法,所提算法在简单环境下的最优路径长度平均缩短0~14.78%,平均迭代次数减少56.60%~90.00%;在复杂环境下的最优路径长度平均缩短0~11.58%,平均迭代次数减少45.00%~92.76%。可见,所提SGCIGOA是用于求解移动机器人路径规划的一种高效算法。

实值属性信息系统的三支决策模型及应用

工程应用领域的数据往往可以转换成实值数据,目前的三支决策很少对实值属性信息系统进行研究,因此提出一种不同风险偏好下实值属性信息系统的三支决策模型。首先,利用距离来描述两个对象之间的关系,根据融合距离的数值分布选择合适的θ值来构建条件属性的容差关系,结合条件概率函数建立信息系统的三支决策模型;其次,根据不同的阈值α和β,得到适合不同风险偏好决策者的决策规则;最后,将该模型应用在储层损害类型的决策上,验证了其有效性和可行性。

非理想顺序干扰消除和信道状态信息下SWIPT-NOMA-CR网络中断性能

针对基于无线携能通信(SWIPT, simultaneous wireless information and power transfer)和非正交多址接入(NOMA, non-orthogonal multiple access)的认知中继(CR, cognitive relay)(SWIPT-NOMA-CR)网络,考虑非理想顺序干扰消除(SIC, successive interference cancellation)和信道状态信息(CSI, channel state information)实际情况,研究系统在采用理想、时间开关(TS, time switching)和功率分割(PS, power splitting)3种中继传输方案时次用户的中断性能。推导出次用户中断概率的解析表达式,并通过蒙特卡洛仿真验证理论推导的正确性。实验结果表明,非理想SIC和CSI会导致次用户的中断性能下降,相对于非理想CSI,非理想SIC给系统中断性能带来的损失更大。此外,用户采用PS中继传输方案的中断概率比采用TS方案低,当改变非理想SIC和CSI因子时,采用PS方案用户的中断概率差值比TS方案小,说明PS中继传输方案的可靠性优于TS方案。

基于BERT的广西非遗知识图谱构建

广西非遗资源丰富绚烂,数据海量,目前的广西非遗资源虽然已有部份结构化数据,但仍存在着大量的非结构化数据,这对于知识图谱的构建来说是极大的挑战,所以引入了BERT模型对广西非遗资料进行知识图谱的构建。对于结构化数据进行直接构建,对于非结构化数据引入BERT模型先进行知识抽取,再进行知识图谱构建。知识图谱是广西非遗数字化保护新形式,对广西优秀文化传承有着积极推动作用。

机器学习中混合特征选择对模式预报广西春夏气温的订正研究

针对机器学习中单一特征选择方法性能不优良,结果稳定性差的问题,提出Spearman相关系数和XGBoost特征重要性混合的特征选择方法(SpearmanXgb),并结合RF、XGBoost和LightGBM 3种机器学习算法对ECMWF模式预报的广西春夏近地面2 m气温进行订正。结果表明:(1)混合特征选择方法在训练时间和均方根误差两方面,均优于单一的Spearman相关系数和XGBoost特征重要性特征选择方法,即训练时间减少19.7%和10.3%,均方根误差下降0.94%和0.64%。(2)3种模型预测的气温平均均方根误差相比模式分别下降了7.04%、7.47%和7.37%;预报前期(24~96 h)XGBoost的预报效果较好,预报中后期(120~240 h)LightGBM的预报效果较好。(3)由于广西东南部和东北部地形以山地、丘陵为主,地形较复杂,且易受台风、华南前汛期等复杂天气过程影响,气温变化幅度较大,ECMWF模式和3种机器学习模型对这两个地区的预报误差都较高。(4)利用SHAP值分析模型结果对各特征取值幅度的敏感程度,检验表明更准确的入选特征可不同程度降低模型的RMSE,为改善ECMWF模式预报效果提供了思路。

基于离散元法的潮湿甘蔗复合肥参数标定

为能准确建立潮湿甘蔗复合肥的离散元模型,合理设置仿真参数,提高肥料颗粒动力学仿真结果的准确性,以休止角为响应值,对不同含水率的甘蔗复合肥进行试验研究。通过卸料仓法建立含水率与休止角的三元回归方程,决定系数为0.99;基于Hertz-Mindlin with JKR粘结模型,通过Plackett-Burman试验、爬坡试验和Box-Behnken试验从9个初始参数筛选出JKR表面能、甘蔗复合肥剪切模量、甘蔗复合肥与不锈钢静摩擦系数、甘蔗复合肥间静摩擦系数、甘蔗复合肥间恢复系数5项显著性参数,并建立休止角—离散元参数模型,模型P值小于0.01,变异系数为6.35%;最后,通过对不同含水率下的最佳参数组合进行仿真休止角试验,仿真结果与物理休止角试验的相对误差小于7.66%,验证不同含水率的甘蔗复合肥参数标定结果和研究方法是合理可靠的。研究结果可为基于离散元法的甘蔗施肥机械动力学仿真研究提供参考。

甘蔗横向种植机补种装置辊耙结构仿真分析

针对甘蔗横向种植机在种植过程中出现的漏播问题进行了研究,设计了一套补种装置。通过ADAMS软件对装置中的补种辊耙进行顺逆时针等两种运动形式的虚拟仿真分析,分别得出齿式、整叶式与窝轮式等3种辊耙结构所受的力和扭矩等因素。仿真结果表明:在相同条件下,补种辊耙的逆时针转动方式更优于顺时针转动方式;窝轮式补种装置进行逆时针运动时,其力约为10N,力矩约为2N·m。由于窝轮式补种装置的力、力矩小于齿式补种装置与整叶式补种装置,因此其结构最优,补种性能最好。研究结果可为后续甘蔗横向种植机精准种植的研究与开发提供了一定的理论依据。

就业视角下的高校学生档案信息化建设

本文分析高校学生档案信息化建设中面临档案管理意识薄弱、归档行为欠规范、日常档案管理方式落后等问题,提出大数据时代高校学生档案信息化建设应坚持规范安全原则、共建共享原则、持续发展原则,论述就业视角下推动高校学生档案信息化建设的建议:改变旧观念,充分利用大数据,重视档案人才队伍建设。

基于DDPG的智能反射面辅助无线携能通信系统性能优化

针对智能反射面(IRS, intelligent reflecting surface)辅助的多输入单输出(MISO, multiple input singleoutput)无线携能通信(SWIPT, simultaneous wireless information and power transfer)系统,考虑基站最大发射功率、IRS反射相移矩阵的单位膜约束和能量接收器的最小能量约束,以最大化信息传输速率为目标,联合优化了基站处的波束成形向量和智能反射面的反射波束成形向量。为解决非凸优化问题,提出了一种基于深度强化学习的深度确定性策略梯度(DDPG, deep deterministic policy gradient)算法。仿真结果表明,DDPG算法的平均奖励与学习率有关,在选取合适的学习率的条件下,DDPG算法能获得与传统优化算法相近的平均互信息,但运行时间明显低于传统的非凸优化算法,即使增加天线数和反射单元数,DDPG算法依然可以在较短的时间内收敛。这说明DDPG算法能有效地提高计算效率,更适合实时性要求较高的通信业务。

宿根蔗补种机轻量化蔗苗识别与定位技术

宿根蔗补种机是解决甘蔗田间缺苗问题的一种补种装置,对于补种机田间作业,能够精准地识别并定位宿根蔗苗十分重要。针对甘蔗田间宿根蔗苗难以精确检测并定位的问题,提出了一种双目相机结合改进YOLO v5目标检测算法的宿根蔗苗识别和定位方法。针对目标检测,提出了一种改进YOLO v5s网络模型YOLO v5sP234SGG。首先在不同光照及距离条件下拍摄宿根蔗苗图像,进行数据预处理和标注,构建宿根蔗苗数据集,然后剔除原始YOLO v5s网络模型的大目标检测层,新增一个小目标检测层,使模型能够更好地适应对蔗苗这种小目标的识别需求;其次在主干网络引入SimAM注意力机制,以增强模型对宿根蔗苗关键特征信息的关注,引入SlimNeck代替Neck网络,在保持足够精度的同时降低了模型复杂度,并将主干网络中的普通卷积模块替换成Ghost模块,显著减小了模型内存占用量。实验结果表明,该方法在宿根蔗苗数据集上精确率达到95.8%,召回率达到95.2%,平均精度均值达到97.1%,相比原始YOLO v5s网络,精确率上升3.1个百分点,召回率上升2.6个百分点,平均精度均值上升3.1个百分点,模型内存占用量减小7.7 MB,参数量减少4062632,浮点运算次数减少7.8×10^(9),单幅图像检测时间减少3.7 ms。蔗苗定位实验结果表明,双目测距定位算法平均相对误差为0.97%,最大相对误差为4.60%。成功实现了对甘蔗苗的精准识别与测距,为后续的农业智能作业提供了重要的实时信息和决策支持。

基于无人机RGB图像与改进YOLO v5s的宿根蔗缺苗定位方法

针对预切种式双芽蔗段横向补种机缺少整体的缺苗数据,导致补种效率不高等问题,提出了一种基于无人机RGB图像的宿根蔗缺苗定位方法。首先,通过无人机快速采集实际田间宿根蔗幼苗的高分辨率图像,将航拍大图(分辨率为5472像素×3 648像素)切分成多幅子图并进行数据增强,从而构建宿根蔗幼苗数据集;其次,在YOLO v5s的基础上引入P2小目标特征层和DyHead模块,提高对幼苗小目标的检测准确性,并在训练过程引入图像加权策略解决样本数量不平衡问题,进一步提高被遮挡幼苗的检测精度;然后,在切片辅助推理框架中引入改进模型训练权重,在大尺寸田间图像中实现宿根蔗幼苗的检测;最后,构建以改进的DBSCAN聚类算法和PCA拟合算法为核心的作物行识别算法,在作物行线上定位缺苗位置。试验结果表明,改进宿根蔗幼苗检测模型在子图上的平均检测精度为96.8%,在大图上的识别精确率和召回率为94.5%和91.8%,检测时间为0.32 s。基于检测的位置坐标信息利用作物行识别算法实现分垄,作物行聚类准确率达到100%,拟合的作物行中心线角度平均误差为0.245 5°,作物行中心线上缺苗位置识别的精确率和召回率为91.9%和97.1%,平均定位误差为9.73像素。该方法可用于大尺寸复杂田间图像上的宿根蔗智能缺苗定位,为补种作业提供技术支持,对延长宿根年限、提高甘蔗产量具有重要意义。

丘陵履带式甘蔗收获机底盘调平机构设计与试验

针对履带式甘蔗收获机在横向斜坡的丘陵山地作业时容易侧翻问题,设计了一种适用于履带式甘蔗收获机的底盘调平机构。基于履带式甘蔗收获机中间有甘蔗输送通道的特点,提出了两侧设置调平机构的方案。开展了底盘调平机构关键部件参数设计和各调整油缸受力分析。根据相似性原理搭建缩小比例的试验平台,对试验平台进行了横向倾翻分析和横向姿态调整试验。理论计算和试验结果表明,横向调整后横向倾翻角比调整前横向倾翻角大,横向倾翻角得到提升,调平底盘可以有效改变整机质心,在一定程度上提升了整机横向稳定性。横向倾翻试验中,调整前横向倾翻角为24.31°,横向调整后横向倾翻角为27.52°,横向调整后横向倾翻角提高13.20%。横向姿态调整试验结果表明,横向调整角最大10°,调整时间为1 s,调整精度在0.5°以内,验证了机构横向姿态调整的可行性。在底盘调平机构初始状态,调整油缸所受负载最大值为871.61 N,换算成样机所需推力为55783.04 N。

甘蔗横向种植机施肥机构设计与试验

针对甘蔗横向种植机施肥机构易出现堵塞的问题,结合农艺要求,设计一种端面反向螺旋施肥机构。为降低螺旋轴扭矩和提高肥料质量流速,通过理论分析选取螺旋轴叶片螺距、叶片厚度、叶片直径和螺旋轴轴径为变量,螺旋轴扭矩和肥料质量流速为目标,基于EDEM软件进行正交仿真试验得到各个因素与目标之间的回归方程,并求解得到最优参数组合:螺旋轴叶片螺距、叶片厚度、叶片直径和轴径分别为67 mm、2.5 mm、76 mm和32 mm。对最优参数组合模型进行仿真验证,结果表明螺旋轴扭矩和肥料质量流速的均值分别为6.3 N·m和0.055 kg/s,与回归方程求解结果基本一致。对端面反向螺旋设计进行仿真试验,确定反向螺距为33.5 mm时,可有效避免肥料堵塞在料槽端部。田间试验结果表明:螺旋轴扭矩和肥料质量流速的均值分别为4.3 N·m和0.0615 kg/s,该施肥机构满足农艺要求,负载扭矩较低,可有效减少肥料堵塞情况,为螺旋施肥机构开发提供参考。

整杆式甘蔗收获机喂入量识别方法研究

甘蔗收获机输送系统堵塞是影响收获机工作效率的主要因素之一,而喂入量过大是导致收获机堵塞情况发生的主要原因。在甘蔗输送条件复杂情况下传统的接触式检测方法存在精度降低等问题,所以提出一种基于视觉识别检测喂入量的方法。为提高喂入量的计算精度,通过改进的SGBM算法建立三维数据模型,在优化过程中利用SIFT进行特征提取,提高算法在遮挡等复杂情况下对甘蔗的三维重建精度和鲁棒性,最后进行喂入量计算。试验结果表明,在喂入1~5根甘蔗时,改进后的算法平均体积误差分别减少3.26%、5.68%、6.32%、8.45%、7.81%,存在蔗叶遮挡时分别减少6.29%、4.24%、6.15%、12%、10.28%,该方法实现在输送样机上对甘蔗喂入量的准确识别。

双芽蔗段横向种植机沟深控制系统设计与试验

针对前期研制的甘蔗双芽蔗段横向种植机在丘陵地区开沟过程中沟深不稳定、不宜操作等问题,结合横向种植机工作特点,设计了一种甘蔗横向种植机沟深控制系统,由激光测距传感器、压力变送器及单片机控制系统组成,研究了后犁沟深与油缸负载压力的关系,通过实时监测拖拉机提升液压油缸负载压力、沟深变化,并与设定的沟深阈值比较,通过控制系统实现对沟深的自动控制。首先,通过理论分析、Simulink仿真建模,对上拉杆与下拉杆的位移关系进行了运动仿真。研究了开沟过程中甘蔗横向种植机的三点悬挂负载方式,建立了拖拉机液压提升油缸位移与后犁沟深关系的理论模型。其次,设计了基于单片机液压控制系统,搭建了双芽蔗段横向种植机沟深控制系统试验平台。最后,在试验平台上进行了性能验证试验及多因素正交试验,对沟深稳定性系数的主要影响因素及影响沟深控制的规律进行了探讨;试验结果表明,系统调节响应速度小于1s,不同开沟深度沟深稳定性系数均大于90%,在设定的范围内,试验结果与设定值基本吻合,验证了沟深控制程序可靠性。通过多因素正交试验可知,交互因素中液压调速阀开度、开沟深度均对沟深稳定性系数产生显著影响,试验结果表明,当调速阀开度为0.56圈、土壤含水率为27.4%、开沟深度为29.6 cm时,沟深稳定性系数最高,为95.87%。

基于STM32的低功耗高精度智能体温无线检测系统

文章设计了以STM32L051C8T6单片机为核心的低功耗高精度智能体温无线检测系统,实现了高精度的体温监测、人性化智能语音播报、稳定的无线传输、低功耗电源管理等功能。该系统传输稳定,抗干扰能力强,续航持久,低辐射,为父母照顾生病发烧的婴幼儿提供了便利。本系统落实科技改变生活,顺应时代发展,解决千万父母的疑难问题。

基于多模态语义增强的水下视频多标签分类网络

光线传播路径在水下环境受到水分子散射和吸收的影响,物体出现模糊、扭曲等现象,导致基于水下视觉的检测精度不高。为提高水下检测精度,利用水下视频包含的视觉模态和音频模态,提出一种基于多模态语义增强的水下视频多标签分类网络(MCNEMS),通过基于注意力增强的多模态互补编解码生成增强标签的特征表示,引导多标签语义关联。具体而言,构建基于模态语义增强模块,完成多模态之间公共-独立的编解码,用来增强模态之间的共享信息和独立信息,并利用多头注意力机制生成多模态互补特征矩阵,获得增强的水下视频内容表示。为挖掘多标签隐性关联性,设计了基于动态图卷积的图关联学习模块,用于自适应地学习标签语义嵌入。在提出的水下视频多标签分类数据集(UVMCD)上进行实验,仿真结果表明所提模型均具有较好的性能指标。