一种自监督掩码图像建模的遮挡目标检测方法

为提升目标检测网络在更多遮挡场景下的适应性和检测效果,提出了一种自监督掩码图像建模方法,该方法将训练分为2个阶段:预训练阶段和微调阶段。在预训练阶段,采用局部掩码和重建的代理任务对无标签图像进行训练。在微调阶段,针对被遮挡目标尺度变化和不同大小目标的检测问题,提出了基于视觉Transformer(vision transformer,ViT)的金字塔结构。通过在CrowdHuman和CityPersons数据集上进行对比分析,自监督掩码图像建模方法在检测被遮挡目标方面优于其他方法。

局部反磁剪切位形下高能量粒子模的线性不稳定性分析

在HL-2A装置等离子体放电参数下,模拟研究了局部反磁剪切位形时(存在具有同一安全因子值的多个有理面时)高能量粒子(EP)激发的m/n=2/1的高能量粒子模(EPM),并给出了含有EP驱动和环耦合效应的m/n>1模式的本征值方程。通过数值求解本征值方程,计算了径向模结构,并模拟了EPM增长率和模频率对于EP比压(βh)的依赖关系。计算结果表明,局部反磁剪切位形下捕获EP可以驱动全域的EPM不稳定性,其特征类似于m/n=2/1类鱼骨模,这为相关实验提供了理论解释。通过研究EP参数对模式的影响,发现随着粒子径向分布的平化,模式趋于稳定;当束注入能量增加时,强的阿尔芬连续谱阻尼将导致不稳定性增长率的减小。

基于局部存储策略的声波全波形反演方法

全波形反演作为一种高精度地下速度模型建模方法,自提出以来就受到了地震勘探领域的广泛关注.然而在时间域全波形反演中梯度计算需要存储或恢复震源波场,这会导致存储大量数据或额外的震源波场重构计算,使得全波形反演的实用化受到波场重构的制约.为此,本文提出了一种基于局部存储策略的声波全波形反演方法.依据奈奎斯特采样定理设置存储间隔,通过存储每个空间网格点有限时间区间内的有效波场来计算梯度,达到减少存储震源波场数据量、避免波场重构进而提升效率的目的.与其他方法相比,本方法无需波场重构且所需内存大小与正演模拟的差分精度和记录时长均无关.二维和三维推覆体模型合成数据的反演测试均表明:本方法能够在不重构波场的情况下保证反演结果的精度和信噪比,有效提高计算效率并显著降低对计算机内存的需求.

多工况生产过程下的即时学习能耗预测建模方法

针对全局能耗预测模型只适用于部分预测样本且模型计算量大的问题,引入即时学习思想,采用局部加权偏最小二乘法结合能耗模型建立临时局部能耗预测模型;改进粒子群算法的惯性权重,考虑粒子适应度、迭代次数和种群大小对粒子群算法收敛速度和收敛精度的影响,提出一种非线性变化的自适应惯性权重策略,离线计算阶段使用改进的粒子群算法(adaptive PSO,APSO)对历史样本的带宽参数进行寻优,当预测样本到来时在线更新局部模型。考虑多工况生产场景下不同工况样本之间的能耗差异性所导致的预测误差,增加工况相似性度量过程,提出局部加权偏最小二乘算法与K-means算法相结合的APSO-JITL(just-in-time learning)-CLWPLS(cluster locally weighted partial least squares)能耗预测建模方法,在预测时选取同一工况的历史样本来设计预测样本的带宽参数。通过仿真实验验证了算法有着更高的预测精度且能更好地应对多工况生产场景。

Cohen-Macaulay局部环上的Canonical模

令(R,m,k)是Cohen-Macaulay局部环,M,N是有限生成R-模.假设N∈ΩCM(R),且Ext_(R)^(1≤i≤d)(M,N)=0,证明HomR(M,N)∈ΩCM(R),并给出有限生成模N是canonical模的条件.

基于航空重力梯度数据重建高分辨率局部重力场的径向基函数方法

基于径向基函数技术,研究了利用航空重力梯度数据重建局部重力场模型的方法,建立了泊松小波径向基函数和航空重力梯度张量之间的解析关系.以频率域变换和等效源方法为例讨论了不同梯度分量转换方法对重力场建模的影响,分析了基函数埋深深度对建模的影响.以澳大利亚珀斯Kauring试验场为例,采用实测航空重力梯度垂直分量构建了高分辨率重力场模型.结果表明,局部地形扰动对建模的影响较大,即使在平原或丘陵区域,也要考虑其影响.此外,不同梯度分量转换方法对于区域重力异常恢复的影响较小.再者,基函数埋深深度对建模影响较大;相比于采用重力数据建模而言,基于航空重力梯度数据求解时,基函数的适宜埋深深度更浅.联合航空重力梯度数据求解能显著提高重力场模型在高频和甚高频波段的分辨率和精度.与实测航空重力数据对比表明,利用航空重力梯度数据可构建分辨率约为0.15 km、精度优于1 mGal的重力场模型.

面向深层干热岩体的全波形速度反演建模方法

随着勘探深度增加,地震信号衰减严重,常规速度建模方法精度较低,无法满足深层干热岩体高精度勘探的需求。为提高速度建模的精度,采用全波形反演方法,但受局部优化算法的限制,其应用存在收敛速度慢、反演深度浅以及容易陷入局部极值等问题。为此,对梯度应用预条件处理和平滑处理,并使用共轭梯度优化算法,以解决地下照明不均匀问题,提高反演深度、精度和收敛速度。同时,为缓解局部极小值问题,引入局部相似性全波形反演方法来更新初始模型,并对构建的干热岩模型进行数值测试。结果表明:即使在初始模型极不准确的情况下,该方法仍能避免周波跳跃的不利影响,实现稳健的迭代更新;该方法能够显著增加反演深度和精度,并且对高速岩体有较好的刻画,最终能获得浅、中、深全层系高精度速度模型;提出的全波形反演方法为深层高温花岗岩体的勘探提供了一个切实可行的建模流程。

基于局部编码和多头注意力模型的电力系统暂态稳定性评估

针对当前基于神经网络的暂态稳定性评估方法无法对暂态状态量测数据进行全局建模的问题,提出一种基于局部编码和多头注意力模型的暂态稳定性评估框架。利用局部RNN结构提取“三段式”暂态状态量测数据的局部特征;利用多头注意力模型对所有局部特征进行建模,计算各局部特征的长距离依赖关系,挖掘之间显著的关联特征表示。将该特征表示输入到全连接神经网络层和softmax层,输出暂态稳定性评估概率。在新英格兰10机39节点系统模拟仿真环境中的实验结果表明该方法切实可行,相较于次优结果,准确率提高3.05%,F1值提高3.04%,误报率降低39.44%。

考虑结构局部变形特性的超长桁架结构等效动力学建模

超长桁架结构是后续高时空分辨率天基遥感载荷的核心部件,建立其高效动力学模型是实现振动形态高精度控制的关键.为建立高效、精确的动力学模型,首先,根据超长桁架结构的周期性特征和振动变形特性,采用周期单元中心处位移表征整体桁架结构的空间位移,并分别推导了是否考虑桁架结构局部变形特性的两种应变能表达式;其次,根据哈密顿原理以及边界条件,建立了两种不同的等效动力学模型.最后,通过对两种等效模型与超长桁架结构固有特性的对比分析,验证了等效建模的有效性以及考虑局部变形特性提高模型精度的必要性.

无监督学习全局和局部特征建模的低光照图像增强

在EnlightenGAN的启发下,提出了一种新的基于无监督学习全局和局部特征建模的低光照图像增强网络(Low-light Image Enhancement Network Based on Unsupervised Learning Global and Local Feature Modeling Image Enhancement,GLFMIE)。该网络分为两个阶段:生成网络和判别网络。生成网络包括全局和局部特征建模网络,判别网络包括全局和局部判别网络。在全局特征建模中创新性地引入了Swin-Transformer Block,其移位窗口机制可以以较少的内存消耗对输入图像进行长距离的特征依赖建模,并很好地提取图像颜色、纹理和形状的特征,从而有效地抑制噪声和伪影。在局部特征建模中,设计了一种多尺度图像和特征聚合(Multi-Scale Image and Feature Aggregation,MSIFA)网络,允许在单个U型网内交换来自不同尺度的信息,进一步增强图像特征的表征能力。在多个公共数据集的测试实验中,与已有一些先进低光照图像增强算法相比,该算法均取得了SOTA级别的表现。

直流式蒸汽发生器壳侧局部阻力特性试验研究

本文基于模化试验方法研究了直流式蒸汽发生器壳侧局部阻力特性,测得了不同工况下试验体总体压降与分段压降,以及各复杂关键部件如进出口接管、均流格栅、进出口流量分配罩等位置的流量、温度、压力和差压数据,拟合出了蒸汽发生器试验体总阻力系数与雷诺数的关系式,本文试验结果可为蒸汽发生器CFD计算方法提供验证和支撑。

基于局部建模的异构图表征学习方法

现有的异构图神经网络通常忽略了存在于邻居节点之间潜在的语义联系,这使得节点表征无法蕴含多样化的局部特征。为了解决这个问题,文中提出了一种基于局部建模进行表征学习的方法L2NH,该方法首先构建邻居节点之间的协方差矩阵,并通过关系编码将边的类型信息融入到矩阵中,然后基于局部网络特征值分解提出了一种多通道机制来使得节点表征蕴含多样化的局部特征,最后,实验表明,该方法能够有效地提升节点分类的效果。

基于多因素干涉的滚动轴承故障动力学建模

轴承故障工况动力学建模是研究轴承因故障所产生的振动响应与故障形式内在联系的理论基础。在综合考虑时变接触刚度、滚珠是否位于负载区、接触形态、润滑油膜等一系列动力学干涉因素的基础上,分析了不同故障形式下轴承的动力学响应,揭示了不同故障下的轴承振动机理,为基于振动信号实现滚动轴承故障形式判断提供理论支撑。

考虑波速特性的小波变换模极大值法的电力电缆局部放电定位研究

电力电缆局部放电的有效检测和精确定位对于保障城市配电网系统的安全可靠供电具有重要意义。首先,通过在实验室搭建10 k V振荡波检测系统对一条497 m长缺陷电缆进行局部放电检测试验,并分析了局部放电信号在电缆中的传播特性;其次,通过比较不同时域定位方法的定位精度,提出采用小波变换模极大值法与自相关方法的联合定位方法以减小定位误差。此外,为了降低波速不定性对局部放电定位精度的影响,对试品电缆的波速特性进行了测量,并提出利用局部放电信号小波变换各尺度中心频率对应的波速进行定位计算,由于各尺度下频率分量较为集中,降低了由于波速不定性带来的定位误差。试验结果表明,振荡波电压能够有效激发局部放电的产生,所提定位方法具有较高的定位精度,满足工程需要。

采用多局部搜索策略的无功优化多模因算法

引入局部搜索策略可提高无功优化进化算法的收敛性能,但目前引入的局部搜索策略都比较单一,不能取得很好的收敛效果。因此该文提出一种基于多局部搜索策略的无功优化多模因算法。该算法根据现有的多种局部搜索策略,提出包含修正型、定向型和随机型3类模因的无功优化模因池。在IEEE30节点标准系统上的仿真表明,新算法可发挥各类局部搜索策略的特点,具有良好的收敛特性。此外,该文还比较不同作用比例的多模因算法,分析作用比例与算法效率的关系,为局部搜索策略在无功优化中的进一步应用提供参考。

局部阴影条件下光伏模组特性的建模与分析

以考虑了反向雪崩击穿的光伏电池元的双二极管电路模型为基础,建立了适用于阴影效应分析的光伏模组的数学仿真模型,分析了光伏模组在局部阴影条件下I-V和P-V特性及输出能力的变化,提出了增强光伏模组抗阴影能力的方法。

局部阴影下光伏组件建模及输出特性研究

分析光伏组件的数学模型,针对遮挡情况的复杂性,提出一种可模拟大部分遮挡情况下光伏组件输出特性的方法,与传统建模方法相比,该模型可对光照强度、温度、遮挡面积等参数进行调节,能较为准确地反映不同光照、温度以及阴影条件下的光伏组件的输出特性,并分析不同旁路二极管结构的组件在遮挡情况下的功率损失问题。仿真和实验结果表明:在局部阴影条件下,非交错组件中6个旁路二极管的组件可最有效地输出功率,其研究结果可为光伏系统设计提供一定的参考。

基于模极大值小波域的局部放电信号重构算法

局部放电信号是奇异信号,利用模极大值原理,可 以对局部放电信号去噪。然而,对于单个的局部放电脉冲 信号,如何由保留下来的少数模极大值点重构局部放电信 号是一个重要课题。为此,该文提出一种基于模极大值小 波域的局部放电信号重构算法。该算祛先根据模极大值小 波域的定义求出局部放电信号的模极大值小波域,从而得 到局部放电信号的小波系数,然后逆变换得到局部放电信 号。实例分析表明,该算法程序简单,易实现,速度快, 能满足局部放电在线监测的需要。

基于局部最优LWL的船舶操纵运动辨识建模

针对船舶操纵运动建模,本文提出了一种辨识建模方法,即局部最优的局部加权学习算法。该算法通过样本点重新排序和输入空间升维,解决了船舶运动状态一对多映射和不可分问题;并运用留一交叉验证为每个样本点训练一个距离测度,运用加权最小二乘在局部邻域中直接预测船舶操纵运动状态变量。构造局部目标函数,避免了传统的全局最优LWL算法容易陷入局部最优问题。与传统的机理建模相比,局部最优的局部加权学习算法克服了由多重共线性而引起的参数漂移和模型中存在未建模动态问题。通过一组人工数据和3自由度的Mariner轮的学习,实现了对非线性系统的高精度建模。与BPNN预报相比,具有较强的泛化能力。

鞋楦CAD中的鞋楦建模与局部修改技术

讨论了 CAD中的鞋楦建模方法 ,针对鞋楦曲面的不规则性 ,提出一种离散造型方法并给出一种计算鞋楦围度的逼近算法 ;同时 ,提出一个斜率定义 ,进而给出一个比较实用的基于斜率变化的自适应楦面局部修改算法 (简称 SAD算法 ) ;