面向水资源监测任务的星载多传感器组合方法

面向水资源监测任务需求,综合考虑时-空覆盖性、传感器参数、成像质量和目标重要性等准则,基于监测任务需求原型,提出一种自适应多传感器性能度量方案,构建模糊贪婪搜索决策的星载组合方法,实现对水资源监测任务的最大效益化观测。为验证组合方案的适应性,以丹江口库区为试验区,进行多传感器组合观测模型验证。试验结果表明,组合观测方案能满足在特定时空约束条件下对库区水质、库岸环境及常规干旱监测任务的需求,为水资源日常监测提供合理的决策依据。

隐蔽线索对基于时间前瞻记忆的影响

本研究通过三个实验,从不同角度考察隐蔽线索对基于时间前瞻记忆的影响,以期进一步了解基于时间前瞻记忆的加工特点。实验1A旨在考察不同进行中任务线索条件下基于时间前瞻记忆的表现差异;实验1B旨在考察不同干扰任务条件下的线索对基于时间前瞻记忆的影响;实验2旨在考察嵌入不同的前瞻记忆任务线索和进行中任务线索对基于时间前瞻记忆的影响。结果表明:(1)适当的隐蔽线索对个体的基于时间前瞻表现具有促进作用。对于提示回溯成分的隐蔽线索,时间线索无论隐藏在进行中任务中还是干扰任务中都显著提高被试基于时间前瞻记忆的表现。(2)与出现在干扰任务阶段中的线索相比,出现在进行中任务阶段中的线索更能提高个体基于时间前瞻记忆的表现,说明线索越临近目标时间,促进效应越大。(3)基于时间范式的线索能够促进基于时间前瞻记忆表现,基于事件的线索则不能。本研究结果支持随机游动模型。

一种基于场景人物数量的任务卸载方案:针对云边协同智能监控系统

在云边协同智能监控系统的边缘计算设备上部署行为识别算法时,由于缺乏合理的任务卸载方案,使得系统的计算资源分配不均,从而导致系统运行功耗不稳定,并影响识别的速度及准确率。为解决上述问题,设计了一种基于场景人物数量的任务卸载方案,以优化云边协同智能监控系统的运行稳定性和识别效果。首先,对智能监控系统的运行参数进行了采集,确定了其功耗曲线和识别性能。然后,设计了轻量型人物数量识别模块,并通过程序编写实现了基于场景人物数量的监控任务分类。接着,测试了不同视频采样率对智能监控系统功耗和识别性能的影响,并确定了最佳采样率分配方案。最后,在复兴号动车组生产线的智能监控系统上对所提出的任务卸载方案进行了测试。结果显示,相较于现有的并行式任务卸载方案,基于场景人物数量的任务卸载方案使该生产线智能监控系统的平均识别准确率提高了0.53%,平均延迟缩短了1.56%,平均功耗降低了14.47%,有效地提高了系统的运行稳定性。研究结果对云边协同智能监控系统运行稳定性和识别效果的优化具有重要意义,可为其性能提升提供理论依据和工程支持。

实际任务背景下脑力负荷的实时监测与评估研究现状

脑力负荷是影响飞行员等关键岗位职业安全的重要风险因素之一,而任务中实时监测作业者的脑力负荷,对于及时识别疲劳状态及预防人因失误具有重大意义。从脑力工作负荷实时评估技术、任务中生物学信号获取方法、脑力任务设置方法与脑力状态识别模型构建等四个方面,本文分别介绍了实际工作场景脑力负荷监测的关键环节的研究现状、存在问题及对策;在此基础上,总结了实际工作场景中脑力负荷研究的重点:便携式生物信号采集技术的研发、考虑任务中不同生理模式与认知交互作用影响、多层次不同模态数据融合的脑力负荷评价模型。本文可以为实际动态脑力工作场景下任务负荷实时监测提供新思路,为疲劳状态的精准识别与事故预防提供充实的理论基础。

基于障碍物和车位检测的单阶段多任务YOLO-Parking算法研究

文章提出一种基于YOLOv4的端到端多任务网络模型用于自动泊车系统中的感知任务,以环视图像(around view monitor, AVM)作为网络输入,基于卷积网络提取图像特征信息,通过YOLO和DMPR-PS(directional marking-point regression-parking slot)检测头实现停车位与障碍物并行检测。在PS 2.0公开数据集上进行验证的结果表明,所提出的多任务检测方法能够同时检测停车位和障碍物,障碍物识别平均精度均值达到89.72%,车位识别查准率达到93.53%,网络检测速率为34.0帧/s,在满足自动泊车感知任务需求的同时提升了系统的检测效率。该文研究成果对自动泊车感知技术的发展具有一定的意义。

移动边缘计算下矿山安全监控视频数据流自适应传输

由于矿山中数据传输存在距离长、受信号干扰等问题,网络延迟较高,使得视频内容出现卡顿或丢帧现象,导致数据传输质量较低。为此,提出一种移动边缘计算下矿山安全监控视频数据流自适应传输方法。构建基于移动边缘计算的传输系统,将不同监控视频数据流卸载任务时延作为约束条件,构建监控视频数据流传输卸载决策生成目标函数,利用遗传算法求解。采用自适应比特率传输算法传输监控视频数据流,通过基于缓冲区的自适应算法与基于速率的自适应算法分别确定数据流传输过程中的客户端视频比特率与可用带宽。实验结果表明,不同网络环境条件下,所提方法视频数据流传输能量显著下降,带宽估计灵敏度更高,用户体验质量提升20%以上。

基于MTL和AM的水泵机电运行参数趋势预测

针对复杂工况下水泵机电运行参数趋势预测的问题,建立基于多任务学习(multi-task learning,MTL)和注意力机制(attention mechanism,AM)的水泵机电运行参数趋势预测模型。充分利用历史工况数据,使用多任务学习分析方法,寻找历史工况数据的共同特征;在预测新工况数据变化趋势时,引入注意力机制动态分配共同特征映射时的权重系数,突出关键共同特征,提升模型的预测精度;根据模型监测统计量阈限分析,建立机组运行监测多级预警模型,优化运维管理策略。以某泵站机组实际运行工况数据进行测试并与不同模型计算结果进行对比分析,结果表明:与传统单任务学习和静态共同特征映射权重的模型相比,基于多任务学习和注意力机制的模型,其统计量T 2和Q均未超过95%和99%的控制限,表明该预测模型具有很好的稳定性和准确性。

风电场监控系统异步协同数据迁移方法

本文介绍了一种创新的风电场监控系统异步协同数据迁移方法及其配套装置,旨在解决传统数据迁移过程中效率低下和系统稳定性差的问题。这一方法涵盖从源主机到目标主机的预处理、基于迁移策略的多任务并行数据迁移,以及迁移后目标主机数据库的完整性验证。特别地,它包含了环境检测、数据抽取与转换、数据转换结果的验证、数据库的备份和清表等关键步骤。通过高效的任务编排和调度,本方法显著降低了操作人员的工作量,同时确保了旧监控系统与新智慧系统的无缝对接和平稳运行。本研究对风电场监控系统在智慧化升级过程中的数据迁移提供了一种高效、可靠的解决方案,具有重要的实际应用价值和创新意义。

智能化矿井监控调度作业的认知作业分析及认知疲劳判定

智能化矿井单调的监控调度作业易造成作业人员认知疲劳,从而降低作业人员工作绩效,影响煤矿安全生产。阐述了监控调度作业任务中所涉及的信息感知、信息加工和信息输出3类主要认知过程,采用形式模型、进程追踪和非结构化访谈等认知作业分析方法对其进行解析。通过实验获取被试者的人体生理指标、主观评定参数和任务绩效参数来评估认知疲劳,采用SPSS 22.0统计软件对测试数据进行处理,探讨了被试者在不同时间段内认知疲劳程度的变化。通过计算机模拟智能矿井监控调度作业,采用双任务作业方式成功诱发了被试者的认知疲劳,KSS和SPC量表,以及任务绩效指标表明,智能化矿井作业人员在进行长时间的单调监控作业过程中会导致疲劳和嗜睡增加,工作绩效下降。反应时间和主观量表参数能够较好反映被试者认知疲劳状态的变化,而心率参数的表征效果并不明显。

基于LSTM的数据中台多目标监测优化研究

为实现数据中台资源的实时动态调整,提出一种基于机器学习的数据中台实时分析与监测模型。采用长短期记忆网络(LSTM)对任务调度和资源管理工作量进行预测,并构建了任务调度模型和资源管理模型,以任务调度总能耗最低和资源管理成本最低为优化目标,设计基于预测反馈与异步多智体深度强化学习算法的多目标联合优化算法,实现了数据中台实时分析与动态资源调整。仿真结果表明,所提的多目标联合优化算法可实现数据中台任务调度和资源管理多目标优化,相较于常用资源调度优化算法CTS算法、GTB算法、PTS算法,所提算法可明显降低数据中台的能源消耗和能源成本,具有一定的有效性和优越性。

配变重过载下的配网运营动态监控平台实时任务容错调度算法

研究配变重过载下的配网运营动态监控平台实时任务容错调度算法,以解决配网运营动态监控平台执行配变重过载监控任务时可调度性差的问题。依据分层调度思想,将实时任务容错调度划分为上层调度算法和下层调度算法,通过上层调度算法利用Logistic模型预测是否存在配变重过载情况,存在配变重过载情况时,进入下层调度算法。下层调度算法利用平台的优先级属性列表,建立平台管理机执行配变重过载动态监控任务时的有效传递函数,利用码元调制方法获取平台任务调度输出,保障配网运营动态监控平台稳定执行配变重过载动态监控任务。实例分析结果表明,配网运营动态监控同时执行30个配变重过载动态监控任务时,其容错调度成功率高于93%,验证该算法具有良好的实时任务容错调度有效性。

异构Spark集群下自适应任务调度策略

Spark是一种基于内存的类Hadoop MapReduce高效大数据处理平台,但其默认的任务调度策略在异构Spark集群下未考虑到节点的能力差异,降低了系统性能。为此,提出一种基于异构Spark集群的自适应任务调度策略。该策略通过监测节点的负载及资源利用率,分析监测得到的参数,自适应动态调整节点任务分配权值。实验结果表明,在异构节点情况下,该策略在作业完成时间、节点工作状态及资源利用率方面的性能均优于默认的任务调度策略。

断路器综合在线监测系统研制

开发了一套断路器运行状态在线监测系统,能实现包括机械、绝缘、温升等多种断路器运行特性的综合监测。该系统采用上、下位机结构,下位机是一个基于96单片机的数据采集系统,并拥有简单的人机接口,硬件设计中采用了PSD器件,大大提高了软件维护的灵活性。基于任务调度的下位机软件结构,保证了系统的稳定性和实时性。上位机实现数据的存储、状态量的显示和波形的显示;上下位机之间采用485串行通讯总线进行通讯。

数字化监控任务界面中信息特征的视觉搜索实验

针对信息特征的视觉搜索过程,从凝视-扫视的浏览路径分析操作员搜索信息的注意资源分配,展开眼动跟踪实验.实验结果表明,搜索路径受任务驱动影响,在不同任务下反应时与眼动数据均有显著性差异;不同监控区域的信息分布注意捕获亦有显著性差异.凝视/扫视比表明,实验材料中监控任务布局的信息搜索较低;信息方位与信息特征容易被捕获.由此得到了认知信息处理与任务的关系、信息搜索与监控区域的关系以及信息特征的集簇关系.该结论能够有效指导监控任务界面的改良设计,从而提高操作员任务执行的认知绩效.

制图综合知识及其应用

阐述了制图综合知识的概念、结构和组织方法,提出了基于制图综合知识的综合任务提取、综合算法与结果的评估、综合操作监控以及基于知识的制图综合任务存储等原理和方法。实验表明,制图综合知识的使用,对制图综合各个环节的评价提供了依据,对综合自动化程度的提高有着重要的推动作用。

Flanker任务中纯净的冲突适应效应

在当前研究中,采用了(前一试次与当前试次之间)不包含任何刺激-反应重复的字母Flanker任务,同时排除了重复启动效应和特征整合效应,从而能够探索该任务下是否存在纯净的冲突适应效应(CAE).实验结果表明在当前实验条件下获得了显著的CAE.这一结果证明了认知系统的调节作用至少是CAE的来源之一,是对冲突监测理论的有力支持.同时,当前的研究设计在实验程序中直接去除了重复启动和特征整合的效应,为探索纯净的CAE提供了新的研究思路.

监控作业脑力疲劳综合评定方法研究

目的探讨眼动、心率变异性指标与监控作业脑力疲劳间的关系,寻找客观指标,构建脑力疲劳综合评定方法。方法20名受试者进行1 h模拟监控作业,利用眼动仪和Holter记录作业过程中的眼动和心电数据。以闪光融合频率和监控作业反应时为依据,将受试者分为疲劳组与不疲劳组,对作业前后各指标进行对比分析。结果作业后,主观疲劳感、眼睑闭合度、LF/CF上升,反应时延长,闪光融合频率、HF(AU)下降。结论脑力疲劳后,可利用心理学、眼睑闭合度、心率变异性等指标对监控作业脑力疲劳进行多层次综合定性、定量评定。

面向生产任务的建材装备制造企业物料流进度动态管控系统

针对建材装备制造企业生产过程物料数据管理复杂,数据跟踪难度大,物料进度反馈与预警不及时等问题,在分析企业设计、采购、生产以及外协等流程,并考虑生产任务执行过程的变更特性的基础上,提出以物料流周期为主线的生产过程物料进度动态监控与预警模型。结合企业自身需求与信息化特点,设计并开发了针对建材装备制造企业的物料进度动态监控与预警系统,该系统已在多家建材装备制造企业成功应用,在优化企业物料流管控以及保证产品交货期方面取得了良好的应用效果。

机载战术数据系统框架设计

通过分析机载战术数据系统的通用要求,设计了战术数据系统框架,包含定时器、消息机制、任务监控、数据记录和通信设备管理,并在VxWorks操作系统下实现了该框架。它适用于多种平台的战术数据系统,可移植到其他操作系统下。

精细追踪类监控作业行为认知建模研究

随着精细追踪类监控任务越来越普遍,此类任务中的认知行为过程也越来越得到关注和研究。本文通过对典型认知体系结构ACT-R的研究及此类任务认知行为的分析,借助拟合ACT-R和QN结构的QN-ACTR认知建模构架,提出了此类任务认知行为的建模方法,选择手控交会对接任务为例建立了认知模型;并对模型有效性进行了验证;表明了认知行为建模可以应用于精细追踪类监控任务,为其认知过程分析提供重要的参考。