检索结果-内蒙古大学图书馆

兵工学报 2012年第9期33卷 1031-1035页

作者：黄洪旭周一宇中南林业科技大学计算机与信息工程学院湖南长沙410004 国防科学技术大学电子科学与工程学院湖南长沙410073

针对部分相干干扰存在干扰区域和干扰功率损失之间的矛盾,提出了一种合成孔径雷达干扰信号:时延脉间抖动转发干扰。在合成孔径时间内,该转发干扰的脉间时延在一个微小的时间范围内随机变化。研究表明,新的干扰信号可获得合成孔径雷达(S... 详细信息

针对部分相干干扰存在干扰区域和干扰功率损失之间的矛盾,提出了一种合成孔径雷达干扰信号:时延脉间抖动转发干扰。在合成孔径时间内,该转发干扰的脉间时延在一个微小的时间范围内随机变化。研究表明,新的干扰信号可获得合成孔径雷达(SAR)距离向匹配处理增益,其成像输出为在距离向占据一定宽度的似噪条带。因此其优于噪声干扰和存在干扰参数失配的其他同类干扰,且易于实现。文中给出了理论推导,并用仿真实验验证了干扰的有效性。

关键词：信息处理技术合成孔径雷达压制干扰相干干扰转发干扰移频干扰时延

来源：评论

学校读者我要写书评

暂无评论

随机激励下的电磁阻尼悬架控制器增益研究

引用

农业机械学报 2008年第4期39卷 9-14页

作者：李翔晟杨永柏李小青唐晓红中南林业科技大学交通运输工程学院吉林大学汽车工程学院浙江万里学院计算机系中南林业科技大学大学外语教学部

根据电磁悬架系统物理简化模型推导了单轴电磁悬架系统的非线性动态方程及线性动态方程的控制器设计。提出了电磁悬架系统受到随机白噪声干扰激励下,悬架控制器增益的选择方法。选取次最优控制器增益作为控制方法,研究了悬架的位移响应... 详细信息

根据电磁悬架系统物理简化模型推导了单轴电磁悬架系统的非线性动态方程及线性动态方程的控制器设计。提出了电磁悬架系统受到随机白噪声干扰激励下,悬架控制器增益的选择方法。选取次最优控制器增益作为控制方法,研究了悬架的位移响应均方值最小和系统的能量消耗最小时,状态反馈控制器的设计。将次最优控制器增益与由线性二次最优控制理论得出的状态反馈增益进行了比较,研究表明,电磁悬架可达到激波衰减和能耗的次最优,性能优于被动悬架系统,并通过实例进行了验证。

关键词：车辆电磁悬架控制器增益最优控制

来源：评论

学校读者我要写书评

暂无评论

人工智能与储能技术融合的前沿发展

引用

储能科学与技术 2024年第9期13卷 3161-3181页

作者：黄家辉邝祝芳中南林业科技大学材料科学与工程学院湖南长沙410004 中南林业科技大学计算机与数学学院湖南长沙410004

随着大规模储能系统和电气设备的不断适应,电池和超级电容器(supercapacitors)的储能能力面临着越来越多的需求和挑战。其中漫长的研发周期及低效率的材料筛选是储能材料(energy storage materials,ESM)开发的两大难题,将人工智能(artif... 详细信息

随着大规模储能系统和电气设备的不断适应,电池和超级电容器(supercapacitors)的储能能力面临着越来越多的需求和挑战。其中漫长的研发周期及低效率的材料筛选是储能材料(energy storage materials,ESM)开发的两大难题,将人工智能(artificial Intelligence,AI)应用于ESM的研发是解决该问题的新方案。而机器学习(machine Learning,ML)作为AI的子领域,已被证明是从数据中获得见解的强大工具,ML可以挖掘大数据背后有价值的信息和隐含的关联,有助于揭示ESM的关键结构或性质与性能关系,大大加快了ESM的研发和筛选,同时AI为储能系统的设计和运行提供了先进的预测工具。因此,未来AI与储能技术的融合研究将是值得关注的新兴领域。本文首先阐述了AI的关键技术框架,包括监督学习、无监督学习以及可解释的人工智能(XAI)。然后从ESM设计、识别筛选和性能预测三个方向出发,分别总结了AI在这些储能领域的最新研究进展,包括机器学习在储能材料研究中常用的数据库列表,并分析了这一融合技术对智能电网优化、可再生能源集成与管理的贡献。最后,本文展望了AI与储能技术的融合面临的机遇挑战,以及未来需要重点关注的研究方向。

关键词：人工智能储能融合智能电网可再生能源

来源：评论

学校读者我要写书评

暂无评论

结合自适应阈值与Forstner的Harris角点匹配优化算法

引用

电讯技术 2018年第9期58卷 1079-1085页

作者：李浩秦姣华向旭宇王静马文涛中南林业科技大学计算机与信息工程学院长沙410004

针对传统Harris角点检测效率低、非极大值引起的伪角点多等问题,提出了一种自适应阈值和归一化互相关(NCC)与随机抽样一致算法(RANSAC)相结合的Harris图像匹配算法。首先,采用自适应方式抑制非极大值的方法对角点进行预筛选;其次,采用Fo... 详细信息

针对传统Harris角点检测效率低、非极大值引起的伪角点多等问题,提出了一种自适应阈值和归一化互相关(NCC)与随机抽样一致算法(RANSAC)相结合的Harris图像匹配算法。首先,采用自适应方式抑制非极大值的方法对角点进行预筛选;其次,采用Forstner算子对角点进行二次筛选;接着采用归一化互相关匹配算法对检测的Harris角点进行粗匹配;最后采用随机抽样一致算法对图像进行精确匹配。实验结果证明改进的方法不仅缩短了角点检测和图像匹配时间,而且能有效提高图像的匹配精度。

关键词：图像匹配 Harris角点检测自适应阈值预选角点

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络和注意力机制的图像检索

引用

电讯技术 2021年第3期61卷 304-310页

作者：秦姣华黄家华向旭宇谭云中南林业科技大学计算机与信息工程学院长沙410004

当前先进的图像检索方法中,存在着不能很好地分辨图像中不同区域和内容的重要性的问题,导致计算资源分配不合理、检索正确率较低等一系列结果。为了解决这些问题,提出了一种基于卷积神经网络(Convolutional Neural Network,CNN)和注意... 详细信息

当前先进的图像检索方法中,存在着不能很好地分辨图像中不同区域和内容的重要性的问题,导致计算资源分配不合理、检索正确率较低等一系列结果。为了解决这些问题,提出了一种基于卷积神经网络(Convolutional Neural Network,CNN)和注意力机制的图像检索方法。首先使用卷积神经网络提取特征,然后使用注意力机制处理提取的特征,可以在计算能力有限的情况下根据图像中的内容合理分配计算资源,使图像中的突出部分得到更多的关注。最后通过融合全局平均池化层处理后的CNN特征来进行图像检索。所提方法在corel1k、corel5k和corel10k三个数据集上与其他先进的图像检索方法进行了比较,结果表明该方法能够有效提高图像检索的精确率和召回率,并且在检索返回的前k张图像的数量(top-k)增加时,仍能保持良好且稳定的检索精确率。

关键词：图像检索卷积神经网络注意力机制特征融合

来源：评论

学校读者我要写书评

暂无评论

基于推理注意力机制的二阶段网络图像修复

引用

电讯技术 2022年第11期62卷 1545-1553页

作者：谭骏珊李雅芳秦姣华中南林业科技大学计算机与信息工程学院长沙410004

现有的图像修复方法在处理大面积缺失或高度纹理化的图像时,通常会产生扭曲的结构或与周围区域不一致的模糊纹理,无法重建合理的图像结构。为此,提出了一种基于推理注意力机制的二阶段网络图像修复方法。首先通过边缘生成网络生成合理... 详细信息

现有的图像修复方法在处理大面积缺失或高度纹理化的图像时,通常会产生扭曲的结构或与周围区域不一致的模糊纹理,无法重建合理的图像结构。为此,提出了一种基于推理注意力机制的二阶段网络图像修复方法。首先通过边缘生成网络生成合理的幻觉边缘信息,然后在图像补全网络完成图像的重建工作。为了进一步生成视觉效果更逼真的图像,提高图像修复的精确度,在图像补全网络采用推理注意力机制,有效控制了生成特征的不一致性,从而生成更有效的信息。所提方法在多个数据集上进行了实验验证,结果表明该图像修复方法的结构相似性指数达到了88.9%,峰值信噪比达到了25.56 dB,与现有的图像修复方法相比,该方法具有更高的图像修复精确度,生成的图像更逼真。

关键词：图像修复推理注意力机制二阶段网络边缘生成网络

来源：评论

学校读者我要写书评

暂无评论

一种认知无线Mesh网络中负载均衡的组播路由算法

引用

计算机学报 2013年第3期36卷 521-531页

作者：邝祝芳陈志刚刘蕙中南林业科技大学计算机与信息工程学院长沙410004 中南大学信息科学与工程学院长沙410083 密苏里州立大学计算机科学系斯普林菲尔德密苏里州美国65897

提出了一种负载均衡的无线链路权值函数及计算算法LBWC,在此基础上,提出了一种满足QoS约束的负载均衡组播路由与频谱分配算法***2A的目标是:在满足无线组播业务QoS约束的情况下,均衡化网络的负载,最小化传输次数,优化网络资源的使用.LMR... 详细信息

提出了一种负载均衡的无线链路权值函数及计算算法LBWC,在此基础上,提出了一种满足QoS约束的负载均衡组播路由与频谱分配算法***2A的目标是:在满足无线组播业务QoS约束的情况下,均衡化网络的负载,最小化传输次数,优化网络资源的使用.LMRS2A算法首先采用LBWC算法计算无线链路的权值,进行负载均衡组播树的构造,然后采用基于无线广播特性的QoS约束频谱分配算法WBA2S对无线链路进行信道分配.仿真结果表明LMRS2A能达到预定目标,不仅避免了拥塞节点的产生,而且需要较少的传输次数.

关键词：认知无线Mesh网络组播路由频谱分配负载均衡服务质量约束

来源：评论

学校读者我要写书评

暂无评论

基于遗传算法的三峡-葛洲坝船闸闸室编排算法

引用

人民长江 2016年第24期47卷 55-59,67页

作者：邓伟邝祝芳余绍军曾非凡中南林业科技大学计算机与信息工程学院湖南长沙410004

三峡升船机的投入运行以及多线梯级联合调度环境的改变,给三峡升船机与船闸联合调度问题提出了新的挑战,其中闸室编排是求解三峡升船机与船闸联合调度问题的重要组成部分。在借鉴目前已有传统算法的基础上,提出了基于遗传算法的三峡-葛... 详细信息

三峡升船机的投入运行以及多线梯级联合调度环境的改变,给三峡升船机与船闸联合调度问题提出了新的挑战,其中闸室编排是求解三峡升船机与船闸联合调度问题的重要组成部分。在借鉴目前已有传统算法的基础上,提出了基于遗传算法的三峡-葛洲坝船闸闸室编排算法,并介绍了编码表示、选择策略、杂交算子和变异操作过程。选取三峡-葛洲坝船闸2015年4月船舶流数据进行测试,比较本文提出算法与实际人工处理产生的闸室编排以及待闸时间结果,验证了该算法的有效性和实用性。

关键词：遗传算法闸室利用率待闸时间升船机

来源：评论

学校读者我要写书评

暂无评论

基于关系模型的林分生长可视化建模

引用

西南林业大学学报（自然科学） 2015年第3期35卷 47-53页

作者：刘洋陈宇拓管西鹏龙吟中南林业科技大学计算机与信息工程学院湖南长沙410004

针对杉木人工纯林,利用少量的林木实测数据,基于高次Bezier曲线结合最小二乘法,拟合单株林木及林分的关系模型,生成插值方程。采用一种新的林分增长量分配方法,以此推算出任意时段林分中林木模型数据,同时根据林分生长特征属性参数和对... 详细信息

针对杉木人工纯林,利用少量的林木实测数据,基于高次Bezier曲线结合最小二乘法,拟合单株林木及林分的关系模型,生成插值方程。采用一种新的林分增长量分配方法,以此推算出任意时段林分中林木模型数据,同时根据林分生长特征属性参数和对随机变量的自适应控制,智能构建任意时段林分中各种形态结构的林木可视化模型。结果表明,该算法复杂度低、实效性强,使构建的林分生长模型既符合其生长规律,又具有较强的真实感。

关键词：林木生长高次Bezier曲线增长量分配可视化建模杉木

来源：评论

学校读者我要写书评

暂无评论

结合自适应融合网络与哈希的图像检索算法

引用

计算机工程与科学 2021年第9期43卷 1616-1622页

作者：周燕潘丽丽陈蓉玉邵伟志雷前慧中南林业科技大学计算机与信息工程学院湖南长沙410004

卷积神经网络因其对图像识别准确率高而在图像检索领域备受青睐,但处理大规模数据集时,基于卷积神经网络提取的深度特征维度高,容易引发“维度灾难”。针对图像检索中深度特征维度高的问题,提出一种基于自适应融合网络特征提取与哈希特... 详细信息

卷积神经网络因其对图像识别准确率高而在图像检索领域备受青睐,但处理大规模数据集时,基于卷积神经网络提取的深度特征维度高,容易引发“维度灾难”。针对图像检索中深度特征维度高的问题,提出一种基于自适应融合网络特征提取与哈希特征降维的图像检索算法。由于传统哈希处理高维特征复杂度高,因此本文在卷积神经网络中加入自适应融合模块对特征进行重新整合,增强特征表征能力的同时降低特征维度;然后应用稀疏化优化算法对深度特征进行第2次降维,并通过映射获得精简的哈希码;最后,实验以Inception网络作为基础模型,在数据集CIFAR-10和ImageNet上进行了丰富的实验。实验结果表明,该算法能有效提高图像检索效率。

关键词：卷积神经网络深度特征特征降维

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：