基于贝塞尔曲线网络的电表用电信息识别算法

利用计算机视觉技术来快速、准确地获得用户的用电信息对于电力部门具有重要意义。针对传统算法精度低、速度慢等问题,提出了一种基于自适应贝塞尔曲线网络的用电信息识别算法。该框架集检测、识别于一体,实现了端到端的文本定位和预测。检测端结合了特征金字塔网络和残差网络,对输入图像进行特征提取,并通过四个控制点生成贝塞尔曲线,能更好地拟合文本框。识别端采用了卷积循环神经网络,引入门控循环单元替代长短期记忆网络,再结合注意力机制对文本进行识别。最后在数据集上开展五组消融实验,进行性能对比和评估分析。实验结果显示,该算法识别精度高达99.08%,且推理速度快,可被用于用电信息检测与识别的实际应用中。

融合遗传贝塞尔曲线的智能汽车路径规划

为使智能汽车在复杂环境中自主规划出一条合理路线以实现安全避障,提出一种融合贝塞尔曲线的改进遗传算法路径规划方法。以路径的长度最短和平均曲率最小为目标函数,对适应度函数进行改进的同时,在变异过程中引入随机插入机制,最后考虑到行驶过程中的平顺性和稳定性,在车辆坐标系下通过融合贝塞尔曲线形成一条满足车辆行驶特性的平滑路径。计算机仿真结果验证了此方法的合理性和可行性。

基于贝塞尔曲线拟合的心电信号模式分类方法

提出了一种以心电信号形态特征为基础,基于信号分段特征提取,结合三阶贝塞尔函数和自组织神经网络的心电信号分类方法。首先分析了心电信号的形态特点,讨论了心电信号的分段方法,重点研究了结合贝塞尔函数的心电信号特征提取方法。最后,应用自组织神经网络对心电信号特征机型分类验证,结合使用MIT-BIH心电信号数据库的112605条数据进行实验。使用贝塞尔函数可以达到很好的特征提取效果,结合自组织神经网络可以达到较好的分类效果。实验结果表明,特征提取方法能够提高特征的有效性以及分类器的准确率。

基于改进神经网络的SMT回流焊温度曲线预测

在实际生产中,SMT回流焊工艺通常以实验方法预测温度曲线,其高成本低效率是目前亟待解决的问题.针对温度曲线输入参数与曲线多重特征值间的非线性映射关系,提出基于BP神经网络技术的温度曲线预测模型.针对训练中出现的不足,改进了误差计算方法和权值调整方式,消除了预测样本次序对网络的影响,提高了网络训练速度.利用MAPE评估方法将网络预测结果与某公司实际生产数据进行对比,结果显示预测值满足企业生产误差精度要求,因此所建立的神经网络可以有效地进行温度曲线预测,为企业回流焊生产工艺规划提供指导.

多重最小成分的神经网络算法及其在曲线拟合中的应用

讨论了空间曲线的拟合问题与多重最小成分抽取问题的等价性,提出了多重最小成分抽取的无导师、自适应神经网络学习算法,该算法为Oja算法的一种改进,没有任何附加条件.数学分析的结果表明,该算法是一种高效、可靠的多重最小成分的抽取方法,特别可用于空间曲线的拟合.

基于服务曲线的TDMA无线网络上行信道时隙调度算法

研究了采用TDMA接入方式的无线分组网络上行信道时隙分配策略,基于移动台的QoS要求,提出了一种自适应时隙分配算法.利用服务曲线对移动台的QoS要求进行了建模.算法的目标是在尽量满足所有移动台QoS要求的基础上提高系统的上行吞吐量.在无法满足所有移动台QoS要求的情况下,使得移动台实际发送的数据与满足服务曲线要求之间的偏差最小.仿真结果表明:该算法能够在系统吞吐量和系统偏差之间进行折衷,从而有效地平衡上述两个目标.

基于RBF网络监督和单神经元自适应控制器

RBF神经网络是一种3层前向局部逼近的神经网络,因而采用RBF网络可大大加快学习速度并避免局部极小问题,适合于实时控制的要求。将RBF网络监督与单神经元自适应结合组成控制算法,成为新的控制结构RBF-单神经元控制器,经过与RBF网络监督PI控制结果的比较,得出RBF-单神经元控制响应更快误差更小等优点。根据需要RBF-单神经元控制器可以变成单纯的神经元控制器,提高了控制的灵活性。通过对伺服电机的角度控制仿真实验,验证了提出的方法可行性与可靠性。

基于RSSI的自适应分段曲线拟合室内定位算法

针对室内环境因素对定位结果影响较大的情况,提出了一种基于接收信号强度指示(RSSI)的自适应分段曲线拟合定位算法来提高室内定位的精度。在对原始RSSI数据预先进行高斯滤波处理的基础上,针对环境参数利用自适应分段曲线拟合的方法建立信号传播模型,最后采用最小二乘法计算出未知节点的坐标。实验结果表明:提出的算法定位精度更高,定位结果更稳定可靠,能够适应不同的室内环境。

基于BP神经网络PID自适应整定的电阻焊智能控制

电阻焊焊接是一个参数时变的非线性系统,根据焊接工艺要求,设计了电阻曲线法控制策略。但传统的PID控制由于其参数固定不变,难以根据实际的干扰因素对系统进行自适应调整,无法取得理想的焊接效果。针对以上情况,提出了一种基于BP神经网络的PID参数自适应整定的智能控制方法,建立3层网络模型,对PID中的3个参数进行在线整定。通过在试焊样片施加干扰因素进行对比试验和波形分析,证明了其控制效果优于常规PID控制的。

针对不同发展阶段的电力网络投资需求分析

在不同的经济发展阶段,电力网络的投资需求会呈现出明显不同的特征,如何准确预测该需求对于电网公司确定最优投资策略、优化电力网络规划与运营策略具有重要意义。在此背景下,根据电网投资需求与电网发展阶段之间的关系,首先提出采用计及环境因子的自适应钟形曲线来描述电网投资需求。之后,以1955—2010年间日本电网的各项投资数据为例来验证该模型的有效性。最后,采用所提出的模型研究了我国东部某省级电网在不同环境下的投资需求情况,并分析了投资曲线的对称性和超前滞后性对电网投资分配的影响。

公路隧道围岩变形时程曲线拟合的BP算法

运用 BP算法学习率自适应调整策略 ,对公路隧道新奥法正台阶施工开挖过程中围岩变形时程曲线的拟合进行了研究 。

基于形态审美的产品基因网络造型研究

目的利用产品形态审美基因网络,对台灯外轮廓曲线的相关性进行综合分析,析出产品优化与创新设计的关键要素。方法以三次贝塞尔曲线对台灯的外轮廓曲线进行基因编码,规律性调整控制点的坐标生成新曲线形态,进行曲线视觉力感知识别,挖掘曲线间的相关性;以曲线基因为节点,相关性为边构建产品形态审美基因网络,并对网络进行拓扑分析,析出关键设计节点辅助设计者进行产品设计。结果运用产品形态基因网络的理论找到原型设计的关键性节点,并进行设计优化,使产品造型设计更符合消费者的审美习惯和偏好。结论通过对台灯外轮廓线的案例实践,证实了产品形态基因网络在产品细节优化和造型创新设计方面具有实用性和可靠性,能够辅助设计者找到关键设计节点并协调设计的基因集团。

基于适应度函数的无人船遗传算法航径规划

遗传算法通过适应度函数选取最优的路径,采用了无人船转弯半径来改进适应度函数,实现无人船遗传算法航径规划;考虑到无人船机动性能对航迹平滑性的要求,在初始种群中利用贝塞尔曲线优化方法,将原有的折线路径优化成光滑的曲线路径;在适应度函数中添加曲率判断,以无人船最小转弯半径为约束条件,设置曲线路径的最大曲率,最后通过适应度函数筛选出符合约束条件的光滑路径;仿真结果表明,所提出的方法能获得符合无人船最小转弯半径约束的光滑路径,相比于平滑算法,该方法的曲率更小,收敛速度更快。

考虑负载均衡与传输速率的异构网络接入控制

针对异构无线网络中存在的负载不平衡和传输速率受限的问题,采用改进分解的多目标进化算法(MOEA/D)对目标函数求解,提出一种改进的业务接入控制优化方法。建立异构网络模型,构造双曲线聚合函数,通过控制权重向量与坐标轴的距离,调整个体的支配范围,根据适应度的变化对邻域值大小和变异概率进行自适应调节,提高算法的收敛性、多样性和全局搜索能力。实验结果表明,改进算法应用在异构无线网络的业务接入控制中能够获得更大的系统传输速率,更好地保证网络间的负载平衡,优于其它两种比较算法,使网络资源得到更优的配置。

基于改进乌鸦算法的车载网络频谱分配方案

车载网络(Vehicle Ad Hoc Networks)是一种新型的智能网络,它通过智能地接入网络,实现人与车、车与车、车与路边基础设施之间的互联通信,增强车辆行驶过程中的安全预测报警功能,满足用户对车辆多媒体接入的需求,提升车辆用户体验。针对认知车载网络(Cognitive Vehicular Ad Hoc Networks,CR-VANET)频谱分配效率低的问题,文中提出一种基于改进乌鸦算法的频谱分配方案。首先,对乌鸦算法的两个位置更新参数引用曲线自适应参数进行改进,以更好地平衡集约化与多元化;其次,采用收敛因子策略,解决乌鸦算法收敛速度慢和不稳定的问题;然后,对随机数混沌化,以提高搜索的遍历性和收敛速度;最后,以车载网络吞吐量和认知车载用户之间的接入公平性作为参考评价指标,将改进后的乌鸦算法应用于认知车载网络的频谱分配中。实验采用改进的方案、遗传算法(Genetic Algorithm,GA)、粒子群算法(Particle Swarm Optimization Algorithm,PSO)分配方案进行比较。仿真结果表明,改进的分配方案具有较好的性能。

多障碍场景下改进RRT算法路径规划

针对传统快速搜索随机树RRT算法在多障碍场景下盲目搜索、不易收敛、采样成功率低、生成路径波折的问题,提出一种改进RRT算法。改进算法包含自适应目标偏向策略、区域采样调整策略、贝塞尔曲线平滑处理三部分。在MATLAB平台进行对比实验,对比实验使用7张地图,分为较少障碍的一般场景和通道类复杂场景。实验结果表明,改进RRT算法相较原算法和其它两种目标驱动算法在运行时间、搜索次数、采样成功率三方面均有大幅提升,二阶贝塞尔曲线使生成路径平滑。实验结果验证了提出策略和方法的正确性和可行性。

基于深度学习的快速车道线检测方法

针对目前基于深度学习的车道线检测方法普遍存在的实时性较差的问题,文章中提出了一种高效的车道线检测方法 LaneBezierNet。该方法从前置摄像头获取图像后,先使用数据增强技术对图像进行处理,然后通过贝塞尔曲线回归模型直接输出图像中每条车道线的贝塞尔曲线控制点坐标,结合贝塞尔曲线方程便可以得到车道线上的每个坐标点信息。实验结果表明,在Tusimple公开数据集上达到了92.89%的较高准确率的同时,每秒传输帧数(FPS)达到了116 bits/s。相较于基于图像分割的车道线检测方法,该方法在检测速度上有着明显提升。该算法在检测准确率未明显下降的前提下极大地提升了检测效率,更加符合实际项目需求。

入侵检测系统中基于辐射状面板的可视化方法

现代互联网络存在认知负担重、缺乏全局认知、交互性较差等安全问题。为此,利用可视化方法识别网络中的攻击和异常事件,并提出一种新型的入侵检测分析系统(IDS)——基于辐射状面板可视化技术的IDS View。根据现有可视化系统的不足,考虑用户接口与体验,采用颜色混合算法、多段拟合贝塞尔曲线算法、数据预处理及端口映射算法,降低图像的闭塞性,提高可扩展性及增强入侵识别与态势感知能力。应用结果表明,应用该方法分析人员可以直观地从宏观和微观2个层面感知网络安全状态,有效地识别网络攻击,辅助分析人员决策。

军事目标关系的拟合地势及双重保凸可视建模

在三维虚拟战场中,由于地球曲率及地形起伏的影响,军事目标之间的连线会出现"穿山入地"现象。针对该问题,结合网络可视化美学原则,提出了一个军事目标关系的保凸可视化算法。在目标之间进行剖面分析,获取表达地形起伏的高程采样数据;提出了与目标等的融合、替换及剔除策略,基于Graham凸包算法,优选出反映地形整体变化趋势的保凸特征点集;提出了保凸的贝塞尔(Bézier)曲线控制点的几何构造方法,通过逐段光滑插值,实现了整条曲线的保凸可视化。实验结果表明:消除了目标连接直线"穿山入地"的现象,具有较好的视觉美感:拟合地势、整体保凸、整体光滑。

基于无意调相特性的雷达辐射源个体识别

针对脉内无意调相实现雷达辐射源个体识别时存在的分类模型性能不佳的问题,提出了一种长短时记忆加全卷积网络的雷达辐射源个体识别方法。首先给出了脉内信号相位的简化观测模型,并对观测相位序列进行去斜处理,提取无意调相的含噪估计;然后利用贝塞尔曲线拟合无意调相,降低噪声的影响,获得无意调相更为精确的描述;最后利用长短时记忆加全卷积网络提取无意调相序列的联合特征,实现雷达辐射源个体自动识别。仿真实验以及实测数据实验均验证了所提算法的可行性与有效性,实验结果表明,所提算法识别正确率高、耗时短。