基于SE-Hardnet网络的无人机图像目标匹配算法

针对无人机对目标进行匹配定位过程中,面临图像旋转变化及视角尺寸过小导致的图像特征提取困难等问题,提出了一种融合候选区域检测与SE-Hardnet特征提取网络的无人机目标图像匹配算法。通过Edge Boxes算法检测候选区域,结合SE-Hardnet网络进行特征提取,实现了目标图像的精确匹配。实验结果表明,所提算法在图像发生角度、尺寸变化时,具有更高的匹配正确率和鲁棒性,在近距离条件下图片数据集中的匹配正确率比现阶段图像匹配算法高8%~11%。为无人机目标定位提供了一种可行和有效的手段。

基于Box算法的无功优化配置

Box算法是工程优化设计中一种重要的直接搜索算法 ,适用于无法给出目标函数显式数学表达式的优化问题求解。针对无功优化配置问题非线性、非连续性及目标函数与控制变量的隐式关系等特点 ,提出了基于 Box算法的无功优化配置模型及相应求解步骤 ,利用罚函数处理函数约束、重复迭代及采用贝斯—德拉姆洗牌与组合方法产生随机数均能改善收敛性。对 IEEE6,1 4和 30节点以及实际大规模系统的数字仿真结果表明 。

基于无线传感器离散网络模型的Bounding Box定位算法研究

Bounding Box算法是一种典型的基于离散网络模型的无线传感器网络节点定位算法。针对Bounding Box算法定位误差大、覆盖率低的缺点,提出一种采用虚拟锚节点策略的改进定位算法。首先未知节点利用其通信范围内的锚节点进行定位;其次,已定位的节点根据升级策略有选择性的升级为虚拟锚节点;最后,无法定位的节点利用虚拟锚节点实现定位。另外,在离散网络模型的基础上,通过建立双半径网络节点模型从而进一步约束了未知节点的位置。理论分析及仿真结果均表明,该算法在显著提高定位覆盖率的同时,有效地提高了定位精度。

一种基于虚拟锚节点策略改进的Bounding Box定位算法

针对Bounding Box算法定位误差大、覆盖率低的缺点,提出了一种采用虚拟锚节点策略的改进定位算法。首先未知节点利用其通信范围内的锚节点进行定位;其次,已定位的节点根据升级策略有选择性的升级为虚拟锚节点;最后,无法定位的节点利用虚拟锚节点实现定位。另外,在离散网络模型的基础上,通过建立双半径网络节点模型从而进一步约束了未知节点的位置。理论分析及仿真结果均表明,该算法在显著提高定位覆盖率的同时,有效地提高了定位精度。

基于Box算法的变电站无功优化

通过预测负荷以及相关的无功综合控制策略,考虑到补偿电容和变压器分接头的动作次数,采用Box算法,在全局范围内求得最优解,对实例的计算表明,此算法能比传统的方法有效地搜索到最优解,实现无功优化。

煤化工合成气低温分离工艺优化与分析

目的以新疆哈密某公司煤化工工艺过程为研究对象,解决煤化工合成气低温分离液化系统高能耗问题。方法通过Aspen HYSYS软件模拟了单级混合制冷剂合成天然气分离液化流程,采用BOX算法,以系统最低能耗为目标函数,冷箱最小换热温差3℃为约束条件,优化了混合制冷剂组分配比及混合制冷剂循环一、二级压缩压力。结果在保证LNG和制甲醇原料气产量不变的前提下,优化后冷箱冷热复合曲线更接近且平滑,换热效果更优,系统总能耗降低了16.59%,火用效率由37.96%提升至43.04%,显著提高了能源利用率。结论BOX算法优化混合冷剂配比及压缩压力对降低合成气液化工艺能耗、提高系统火用效率有显著效果,对煤化工合成气低温分离液化工艺的研究具有借鉴意义。

基于候选框提取的可变形部件模型物体清点

已有的利用图像处理进行物体清点的方法对物体本身和背景条件的统一性要求较高,不具备通用性和较高抗干扰能力,而一些准确率较高的算法计算复杂度高,难以满足生产流水线上实时性要求,因此提出一种高灵活性、高鲁棒性及通用的采用候选框提取的可变形部件模型快速物体清点方法,使用快速特征金字塔来训练可变形部件模型,并通过对物体梯度方向直方图(Histograms of Oriented Gradients,HOG)特征按能量大小区域旋转的方法来提高算法的抗旋转能力;然后使用改进的基于先验信息的edge boxes算法提取目标候选框,再对候选框使用训练好的可变形部件模型进行检测;检测出的目标数量即为物体数量。设计了多组对照试验,结果证明,该方法具有较高的通用性和鲁棒性,在准确性和检测效率上也完全能够达到工业生产中实时检测系统的要求。

C3/MRC天然气液化工艺优化模拟

为降低天然气液化中丙烷预冷混合冷剂液化工艺(C3/MRC)的能耗,采用Aspen HYSYS软件建立了优化计算模型。结合KBO法和优化器中的Box算法,以系统最小能耗为目标函数,换热器最小换热温差3℃为约束条件,工艺参数和制冷剂配比为决策变量,对C3/MRC流程进行了优化模拟。结果显示,优化后单位质量天然气的液化能耗为351.49 kW·h/t,与国外经典的C3/MRC液化流程相比,能耗显著降低。

DMR工艺参数优化新方法探究

为了降低双循环混合制冷剂液化工艺(DMR)流程的能耗,采用Aspen HYSYS软件构建优化模型,结合KBO法和Aspen HYSYS优化器中的BOX算法进行DMR流程的优化模拟。首先使用KBO法优化了混合制冷剂中各组分的流量和配比(物质的量分数),再利用内部优化器进行了循环工作压力以及其他参数的优化,达到了降低流程能耗,提高系统(火用)效率以及降低天然气液化成本的目的。结果表明,优化后系统的单位质量天然气的液化能耗,即比能耗为311.14 kW·h/t,液化(火用)效率为39.68%。目前国内陕西安塞和山东泰安液化天然气工厂均采用DMR流程,其液化(火用)效率分别为35.00%和37.80%,由此可见本研究的液化(火用)效率明显提高。