改进的Mertens第一定理估计及应用

在Mertens第一定理的基础上,利用定积分估计的主要思想和Stirling’s公式的估计,对Mertens第一定理中的估计不等式进行了进一步的精确化,得到了更好的估计。改进的估计结果比原来的Mertens第一定理中的估计更加精确。把改进的Mertens第一定理估计应用到一个具体的渐近公式中,提高了该渐近公式中Landau记号里对应常数的精度范围。

基于改进的多分量频率-贝塞尔变换法研究郯庐断裂带潍坊段上地壳径向各向异性结构

郯庐断裂带潍坊段位于郯庐断裂带中部,具有复杂的地质结构,总体呈现“两堑夹一垒”的构造格局.相比于郯庐断裂带其他区域,潍坊段地震活动性较弱,属于地震空区,未来发生大地震的可能性尚不明确.前人对该地区的研究目前仅局限于速度结构和方位各向异性结构,对于上地壳径向各向异性结构特征鲜有报道.因此,研究该区域上地壳速度模型和径向各向异性结构,有助于更好地认识郯庐断裂带潍坊段浅地壳(<10 km)变形特征,评估该区域发生地震的可能性.我们利用2017年在潍坊段所布设的302个短周期地震仪采集的背景噪声数据,基于改进的多分量频率-贝塞尔变换(MMFJ)法,同时提取到潍坊段东南侧四个区域子阵列的Rayleigh波和Love波的基阶及高阶频散数据,并且进一步反演这些频散数据得到了SV波和SH波速度以及径向各向异性结构.数值实验结果表明,高阶模式频散数据的加入能够降低反演的非唯一性,更好地约束浅地壳径向各向异性结构.实例中的径向各向异性结果表明,郯庐断裂带潍坊段四个区域都有近似相同的变形特征:在约2 km以浅,径向各向异性为负(V_(SH)<V_(SV)),这可能主要源于潍坊段垂向断裂结构的控制作用;5~7.5 km,径向各向异性为正(V_(SH)>V_(SV)),这可能与早期地壳伸展沉积导致的水平变形结构有关.2~5 km,四个区域径向各向异性结构各有不同,但总体处于由负到正的转折状态.这可能因为2~5 km不仅受到断裂结构的控制作用,也受到水平沉积结构的影响,导致径向各向异性结构较为复杂.

基于改进的联邦UKF无人艇组合导航系统设计

针对无人艇在高海况下长航时,大幅度作业滤波精度较低的问题,提出一种基于联邦结构的无迹卡尔曼滤波(Unscented Kalman Filtering,UKF)算法,将其应用于自主研制的无人艇组合导航系统中。建立系统误差方程和量测方程;引入渐消因子、基于量测值与预测量测值差值的可变因子和自适应最优信息分配因子对联邦UKF算法进行改进,保持信息的强跟踪特性和组合导航系统的信息融合精度,得到全局最优估计值。开展湖试试验,验证该组合导航系统的有效性,结果表明该系统实时性、稳定性好,抗干扰能力强,能有效提高导航精度。该方法不仅能为无人艇作业提供安全保障,而且可供其他组合导航系统设计参考。

改进的tan■-展开法和几类非线性分数阶发展方程

运用改进的tan■-展开法,以一阶常系数微分方程为辅助方程,结合齐次平衡原理,研究了非线性分数阶Khokhlov-Zabolotskaya-Kuznetsov(KZK)方程、非线性分数阶foam drainage方程、非线性分数阶Jimbo-Miwa(JM)方程.借助符号计算系统Maple,求出了方程的多种精确解,这些解包括周期解、孤子解、有理函数解、指数函数解,扩大了解的范围.

基于Transformer改进的Faster RCNN在复杂环境下的车辆检测

在监控视角中目标车辆较小、遮挡较为严重,导致检测精度低。通过探讨卷积神经网络和Transformer模型的互相借鉴和联系,并结合损失函数等常规改进,提出了新的Faster RCNN模型。通过借鉴Transformer模型的思想,对原有的特征提取网络进行了改进,将原block比例3∶4∶6∶3改为3∶3∶27∶3、卷积核由3×3改为7×7,增大其感受野,能够更好捕捉图像中的全局特征,使用DW卷积来减少参数量并略微提高性能,使用Channel shuffle解决通道间信息不交流的问题。将原先交并比IoU改为CIoU,与改进后的特征提取网络结合,进一步提高小目标和遮挡目标的检测效果。在UA-DETRAC数据集上,改进后的模型在mAP@0.5:0.95方面比原算法提高了20.20%,并在大、中、小目标下分别提高了15.8%、23%和45.8%,相较于其他模型,如YO⁃LOv7、YOLOv5和Cascade RCNN,mAP@0.5:0.95分别提高了3.3%、5%和6.69%。

基于改进的YOLOv8算法的二维码和条形码检测方法

基于改进的YOLOv8算法的二维码和条形码检测方法是一种高效的图像处理技术,旨在快速准确地识别和定位图像中的二维码和条形码。改进的YOLOv8是一种实时目标检测系统,有着快速、准确和高效的特点。首先,通过预处理图像来提高二维码和条形码的可识别性,例如调整对比度和亮度。接着,对处理过的图像进行分析,以便快速定位图像中的二维码和条形码。改进的YOLOv8算法的一个关键特点是其使用了深度学习技术,这使得算法能够在各种条件下有效地识别和检测目标,不仅能处理标准形状和尺寸的二维码和条形码,还能识别被部分遮挡或处于不利角度的码。此外,算法的实时处理能力使其非常适合需要快速响应的应用场景,如零售业的快速结账和物流行业的包裹跟踪。总的来说,基于改进的YOLOv8算法的二维码和条形码检测方法提供了一种高效、灵活且可靠的解决方案,适用于多种商业和工业应用。

基于低风速功率修正和损失函数改进的超短期风电功率预测

风电功率具有较强的波动性和随机性。为进一步提升风电功率的预测精度,提出一种基于低风速功率修正和损失函数改进的超短期风电功率预测模型。该模型采用卷积神经网络、自注意力机制和双向门控循环单元捕获风电功率序列的长期时序依赖关系。为了解决低风速下待风状态神经网络难以精确拟合的问题,模型通过预测风速并结合当前时段的风电功率对低风速段的预测功率进行修正。针对参数训练的稳定性问题,模型通过改进预测策略和共享权重,引入一种多元非线性的损失函数来提取序列间的关联性。结果表明,所提模型在多项误差指标中均优于对比模型,能够有效提升超短期风电功率的预测效果。

基于改进的Logistic阻滞增长模型的人口预测研究

人口对中国经济发展和能源需求影响重大,为了预测2030年中国的人口数量,文章基于改进的Logistic阻滞增长模型,采用了3种参数估计方法进行求解,包括向后差分线性最小二乘参数估计、向前差分线性最小二乘参数估计、非线性最小二乘参数估计。相比于其他方法,基于非线性最小二乘参数估计法采用改进后的Logistic阻滞增长模型求解的拟合优度与平均相对误差更优,更适合进行中国人口数量的预测。其中1960—1969年预测的中国人口数量相较于实际的人口数量存在一定异常,通过3次样条插值法对该时间段的人口数据进行修正能使预测效果更好。计算结果表明:中国2030年人口预计将达到145 353万人。根据中国人口预测数据,建议政府在未来的经济和能源规划中,加快推进能源结构转型,促进经济可持续发展。

改进的容量约束设施区划模型的算法及应用

针对经典的容量约束设施区位模型(CFLP)缺少考虑公平、效率与服务质量三方面的因素,以及平衡三者关系的问题,文章提出了引入覆盖半径ϕ、最低覆盖率μ、设施建设成本CAP对模型进行改进,算法的求解实质是求解线性规划问题的最优解。根据以上方法进行案例区的计算验证,实验结果表明,与传统模型算法相比,改进的CFLP模型通过灵活选择设施的服务半径和覆盖率参数求解计算,能较好地兼顾服务成本、服务质量和空间公平性三者之间的关系,并可于5s内得出最优解,相比传统算法150s的平均计算时间,有显著的提升,对城市公共服务设施的布局优化具有较高的实用价值。

改进的模糊层次分析法在缓倾斜厚大矿体开采方案优选中的应用

确定合适的开采方案是矿山企业必须考虑的重要问题,影响因素较多。针对山东某金矿矿体地质赋存特征及开采技术条件,在制定初步开采方案的基础上,采用改进的层次分析法和模糊数学理论优选开采方案。综合考虑影响开采方案选择的主要因素,建立了影响因素层次结构模型,基于改进的层次分析法即三标度法计算出开采方案各评价指标的权重,采用线性函数法和二元比较排序法实现决策指标的标准化及确定隶属度矩阵,进而构建了模糊数学综合评价模型;最后针对缓倾斜厚大矿体,利用模糊数学理论,得出待选开采方案的综合优越度分别为69.5%、67.6%和65.4%,从而确定上向分层胶结充填采矿法为最优开采方案。

改进的RRT算法在路径规划中的应用

RRT(Rapid Random Tree)算法生成的随机树路径具有随机性,其规划的路径也相对较长。改进RRT算法从而改进随机树节点的生成,引导随机树节点生成的概率,通过引入人工势场的思想选择生成的新节点,使其朝目标的方向生成,得到所需要的节点。在得到随机树的节点后,应用平滑随机树路径的策略,通过该方法使随机树的路径相对趋于平滑,并缩短了规划路径的长度。通过多次对比实验验证,可以得到改进的RRT算法规划的路径相比未改进算法的路径短,实时性也较好,具有一定的实用性。

高职城轨类专业课程诊断与改进的现状调查

高职课程诊断与改进是保障高职课程质量的一个重要手段,也是提升人才培养质量的关键要素。目前职业院校关于课程诊断与改进仍处于初始阶段,基于对实际课程教学的研究,文章通过对湖南省三所高职院校城轨类专业课程诊断与改进的现状进行调查分析,了解目前湖南省高职城轨类专业课程诊断与改进情况,为未来推进课程诊断与改进提供一定的参考。

融合改进的张量相关全变分的鲁棒张量修补用于图像修复

图像在采集和捕捉过程中,往往存在噪声污染和缺失等退化情况,而鲁棒补全对此发挥着重要作用。目前这些方法大多利用图像的全局低秩和局部平滑先验来对其进行建模,包括独立编码方法和融合编码方法。然而,这些方法要么需要对两个以上参数进行繁琐的调整,要么平等地对待梯度矩阵/张量的每个奇异值,从而限制了处理实际问题的灵活性。在本文中,我们提出了改进的张量相关全变分(ITCTV)范数,以充分利用梯度张量的内在结构特性。所提出的ITCTV正则化器不需要权衡参数来平衡两个先验,并且进一步有效地利用了梯度张量奇异值的先验分布信息。我们将提出的方法应用在多种类型的视觉张量数据上,实验结果证明了所提出方法在图像修复上的有效性。

改进的ALNS算法求解MDVRPTW问题

研究了带时间窗多车场车辆路径问题(multi-depots vehicle routing problem with time windows,MDVRPTW),建立MDVRPTW模型,设计了结合混合高斯模型(Gaussian mixture model,GMM)聚类算法的自适应大邻域搜索(adaptive large neighborhood search,ALNS)算法。通过在邻域变换前将客户集进行分类,优化初始解,提高算法运算效率。算法使用6种不同变换因子,采用得分系统对变换因子进行评价,使算法能够在迭代的不同阶段自适应地选择合适的变换因子。分析了参数设置值的合理性,设计了3组仿真实验,实验结果验证了算法的高效性。

基于OBE理念的高职城轨类专业课程诊断与改进的运行机制及保障措施研究

随着高等职业教育的快速发展,基于成果导向教育(OBE)理念在课程改革中发挥着越来越重要的作用。城轨类专业作为高职教育的重要组成部分,其课程诊断与改进的运行及保障研究具有重要意义。基于以上实际情况,本文旨在探讨基于OBE理念的高职城轨类专业课程诊断与改进的运行及其保障的研究,以期为高职教育改革提供有益的参考。

高职学前教育专业诊断与改进的实践与对策——以渭南职业技术学院为例

通过调研高职学前教育专业人才培养需求和人才培养情况,诊断了高职学前教育专业在培养目标、课程设置、培养模式、师资团队等方面存在的问题,并提出了对应的改进建议。

多策略改进的蛇优化算法

为改进蛇优化算法(Snake Optimizer,SO)在探索方式、变量计算、空间搜索方式和种群更新方式等方面存在的不足,提出了一种多策略改进的蛇优化算法(Improved Snake Optimizer,ISO)。首先,提出探索寻优策略,根据个体相对于优势个体的位置更新自身的位置,使种群在前期快速收敛到最优解附近。其次,优化变量计算方式,将SO算法中的指数运算改进为多项式运算,提高SO的时间效率。同时引入动态调整搜索空间的机制,随种群进化迭代次数的增加逐步扩展搜索范围以提高寻优能力。最后,引入优势进化策略,淘汰适应度较差的个体并结合优势个体的基因产生新个体,快速提高种群优势基因比例以增加收敛速度。对不同基准测试函数进行寻优实验,分别与经典SO算法和5种启发式算法进行对比,结果表明ISO具有较强的寻优能力。为进一步验证所提算法的高效性和实用性,将ISO应用于全连接神经网络的优化问题,结果表明基于ISO优化的神经网络具有更优的分类效果。

压缩空气储能储气库热力学改进的数学模型

为提高压缩空气储能系统效率,实现对能量与储气资源的高效利用,提出了一种针对压缩空气储能储气库热力学改进的数学模型。该模型基于热力学基本原理,对储气库中的空气压缩、储气加热、热量存储与热量释放行为进行描述,并考虑了各种可能的热力学改进方法。通过模拟和分析,模型揭示了压缩空气储能系统的热力学特性和效率问题,可为实际系统的设计和改进提供理论支持。

一种改进的基于深度学习的小目标检测方法

提出了一种改进的基于深度学习的小目标检测方法,用于解决当前主流算法针对小目标进行检测时输入图像需为小尺寸照片且模型参数过多等缺点的问题。为了解决这些问题,首先对图像进行预处理,将一张较大尺寸的图像按一定规则拆分成多张小尺寸图像后送入网络,克服了以往算法需要小尺寸图像才能进行检测的问题。对DNANet网络结构进行改进,减少其网络层数,提高了网络推断速度。使用TverskyLoss为像素分割的损失函数对损失函数进行优化,并采用渐进式学习法训练模型,使网络从普通目标到小目标的检测过程更为稳定。实验结果表明,该方法有效提升了深度学习在小目标大尺寸图像方面的收敛速度,改进后的网络对大尺寸图像的预测准确率提升了5%,预测时间缩短了25%。综上所述,提出的基于深度学习的小目标检测方法,可以方便地应用于工程实践中,并具有较高的实际应用价值。

改进的粒子群算法对微电网多目标优化调度研究

成了太阳能机组大规模的使用,使得在保证电网电压稳定的前提下,如何提高可再生能源的利用率成了亟待解决的问题。针对由光伏电池、风力发电机、微型燃气轮机、柴油发电机和电池等构成的微电网,考虑运行成本、扰动负荷和污染治理成本等多指标,构建微电网多指标最优调度数学模型,进而提出改进的多目标粒子群算法。在满足约束条件下,提出一种改进惯性因子并引入自适应变异操作的方法对优化模型进行求解。仿真结果表明,微电网的运行得到了优化,并验证了改进的粒子群算法的优越性能,为优化调度的进一步研究奠定了基础。