检索结果-内蒙古大学图书馆

制造业自动化 2023年第7期45卷 15-21,30页

作者：刘耀辉胡敬芳宋钰李延生高国伟北京信息科技大学自动化学院北京100192 北京信息科技大学、传感器重点实验室北京100101 北京信息科技大学、现代测控技术教育部重点实验室北京100101 中国科学院上海微系统与信息技术研究所、传感器联合国家重点实验室上海200050

我国水质污染问题突出,严重影响了农作物的正常生长,尤其是重金属离子,会在农作物体内积累,进而影响人体健康。针对此问题,设计了一种基于STM32F103系列单片机的水质监测系统,该系统的硬件部分包括主控制器、前端数据采集模块和无线传... 详细信息

我国水质污染问题突出,严重影响了农作物的正常生长,尤其是重金属离子,会在农作物体内积累,进而影响人体健康。针对此问题,设计了一种基于STM32F103系列单片机的水质监测系统,该系统的硬件部分包括主控制器、前端数据采集模块和无线传输模块。主控制器选用STM32F103RCT6单片机,用于完成对各硬件模块的控制工作,前端数据采集模块用于数据的采集,无线传输模块选用的nRF24L01无线射频收发芯片,实现了数据传送到后端的作用。软件部分针对各硬件部分应用C语言完成了相应功能的程序设计,最终实现整个系统的数据采集、处理、传输。最后,对设计的检测系统进行了水质重金属Cr(VI)测试分析,检测结果与电化学分析仪CHI660E测试结果相比,平均相对误差小于12%,表明该系统的精度可以满足实际应用需求。

关键词：水质污染 STM32F103系列水质监测系统无线射频技术

来源：评论

学校读者我要写书评

暂无评论

复杂工况下综合传动装置状态监测数据异常检测方法

引用

机电工程 2023年第9期40卷 1387-1394页

作者：宁子俊陈涛徐峰王立勇贾然北京信息科技大学现代测控技术教育部重点实验室北京100192 中国人民解放军32184部队北京100075

针对综合传动装置运行过程中,工况变化及装置故障状态引起的数据异常、难以有效区分这一问题,提出了一种适用于复杂工况下综合传动装置状态监测数据异常检测的方法。首先,采用基于密度的聚类方法(DBSCAN)对状态监测数据进行了关联变量聚... 详细信息

针对综合传动装置运行过程中,工况变化及装置故障状态引起的数据异常、难以有效区分这一问题,提出了一种适用于复杂工况下综合传动装置状态监测数据异常检测的方法。首先,采用基于密度的聚类方法(DBSCAN)对状态监测数据进行了关联变量聚类,以排除非关联数据对数据重构准确度的干扰;然后,利用深度降噪自编码网络构建了状态监测数据重构模型,获取了对异常数据敏感的偏差特征;最后,利用支持向量数据描述(SVDD)算法构建了正常状态监测数据偏差特征的超球体,完成了复杂工况下对综合传动装置状态监测数据异常的检测;为了验证该方法对综合传动装置状态监测数据异常检测的有效性,以某型综合传动装置为研究对象,在多组综合传动装置漏油实验数据上进行异常检测验证分析。实验结果表明:该方法实现了在综合传动装置不同程度漏油故障条件下对状态监测数据异常进行检测的目的,且其准确度整体高于92%。研究结果表明:该方法可以有效检测出综合传动装置早期异常运行状态,为综合传动装置健康管理与劣化评估奠定基础。

关键词：综合传动装置机械传动异常检测数据重构数据关联基于密度的聚类方法深度降噪自编码

来源：评论

学校读者我要写书评

暂无评论

基于多尺度图卷积的高光谱图像分类

引用

激光与红外 2024年第8期54卷 1300-1308页

作者：温馨李禄范军芳胡智峰周锋吴亚平北京信息科技大学自动化学院北京100192 北京信息科技大学现代测控技术教育部重点实验室北京100192 中煤航测遥感集团有限公司陕西西安710100 湖北省测绘工程院湖北武汉430070

近年来,卷积神经网络在高光谱图像分类领域取得了显著的进步,但是其只能对图像进行规则格网运算,不能自适应的进行特征聚合。因此,本文提出了一种基于分段森林的多尺度图卷积神经网络的高光谱图像分类方法,主要有四个步骤:首先使用主成... 详细信息

近年来,卷积神经网络在高光谱图像分类领域取得了显著的进步,但是其只能对图像进行规则格网运算,不能自适应的进行特征聚合。因此,本文提出了一种基于分段森林的多尺度图卷积神经网络的高光谱图像分类方法,主要有四个步骤:首先使用主成分分析进行降维,根据图像的空间信息构建多尺度的分段森林,建立子树之间关系;然后提出了一种基于图卷积网络的U-net模型架构,通过池化和解池化建立多个尺度之间的图结构特征的转换;网络通过图卷积神经网络进行自适应的特征聚合,并在编码器和解码器之间采用跳层连接融合了多尺度特征;最后通过SoftMax进行节点的半监督分类。实验在公开的高光谱数据集上进行了验证,均取得了较好的分类精度,表明了该方法的有效性。

关键词：高光谱图像多尺度分段森林图卷积神经网络子树

来源：评论

学校读者我要写书评

暂无评论

3D打印碳纤维复合材料件缺陷识别方法研究

引用

电子测量技术 2025年第5期48卷 137-146页

作者：张嘉宁韩凤霞王红军刘淑聪汪俊北京信息科技大学机电工程学院高端装备智能感知与控制北京市国际科技合作基地北京信息科技大学现代测控技术教育部重点实验室南京航空航天大学机电工程学院

3D打印碳纤维增强复合材料构件常见缺陷包括裂纹、气泡、脱粘和分层等。然而，传统的红外热图处理技术存在边缘模糊、“伪影”等问题，并未充分利用像素值在时间维度上的信息。因此，提出了一种基于时序信息的自适应中值滤波算法。结合... 详细信息

3D打印碳纤维增强复合材料构件常见缺陷包括裂纹、气泡、脱粘和分层等。然而，传统的红外热图处理技术存在边缘模糊、“伪影”等问题，并未充分利用像素值在时间维度上的信息。因此，提出了一种基于时序信息的自适应中值滤波算法。结合当前像素在时间维度上的变化信息，利用z-score离群值去除法，判断当前像素在一定时间维度内是否异常，从而减少噪声污染。实验证明：该算法与小波分解去噪、张量主成分分析等方法相比，信噪比指数平均高出6.155 dB,边缘保持良好。此外，使用半高宽测量法、最大类间差法和高斯拉普拉斯算子量化了缺陷，实验表明碳纤维含量和激励时间影响缺陷量化的精度。

关键词： 3D打印复合材料红外图像基于时序信息的自适应中值滤波

来源：评论

学校读者我要写书评

暂无评论

基于改进机器学习算法的步态识别与预测研究

引用

生物医学工程学杂志 2022年第1期39卷 103-111页

作者：高经纬马超苏鸿王少红徐小力姚杰北京信息科技大学现代测控技术教育部重点实验室北京100192 北京航空航天大学生物医学工程学院北京100191

针对人体下肢不同步态过程的个体差异和行走过程中步幅随机变化等问题,本文提出一种利用运动姿态信号进行步态识别与预测的方法。研究采用基于免疫粒子群算法(IPSO)优化门控循环单元(GRU)网络算法,建立以人体姿态变化数据为输入,以下一... 详细信息

针对人体下肢不同步态过程的个体差异和行走过程中步幅随机变化等问题,本文提出一种利用运动姿态信号进行步态识别与预测的方法。研究采用基于免疫粒子群算法(IPSO)优化门控循环单元(GRU)网络算法,建立以人体姿态变化数据为输入,以下一阶段姿态变化数据及准确率为输出的网络模型,以期实现对人体姿态变化的预测。本文首先明确概述IPSO优化GRU算法的过程,采集多名受试者分别执行平地行走、蹲起、坐姿腿屈伸等动作的人体姿态变化数据,通过对比分析IPSO优化的循环神经网络(RNN)、长短期记忆网络(LSTM)、GRU网络识别与预测情况,以验证所建模型的有效性。试验结果显示,优化后的算法可较好预测人体姿态变化,其中平地行走和蹲起动作的均方根误差(RMSE)可精确到10^(-3),坐姿腿屈伸的RMSE可精确到10^(-2);各种动作的R^(2)值均可达0.966以上。以上研究结果表明,优化后的算法可应用于实现康复治疗中人体步态运动评价和步态趋势预测、假肢和下肢康复设备设计等研究,对今后提高患者肢体功能、活动水平和生活独立能力的研究提供参考。

关键词：神经网络免疫粒子群算法门控循环单元网络步态预测

来源：评论

学校读者我要写书评

暂无评论

基于DC-RRF的手眼标定优化算法

引用

组合机床与自动化加工技术 2023年第2期 37-40,44页

作者：谢探阳李玉梅张涛高天亮石玉超北京信息科技大学高动态导航技术北京市重点实验室北京100101 北京信息科技大学现代测控技术教育部重点实验室北京100101 河北明尚德玻璃科技股份有限公司河间062450

针对传统手眼标定中坐标转换过程繁杂、标定精确度受人为因素影响较大等问题,提出了一种基于相机畸变校正(DC)与回归随机森林(RRF)的改进手眼标定算法。首先,对实验所用的相机进行畸变校正;其次,使用Eye to Hand形式搭建实验台,采集图... 详细信息

针对传统手眼标定中坐标转换过程繁杂、标定精确度受人为因素影响较大等问题,提出了一种基于相机畸变校正(DC)与回归随机森林(RRF)的改进手眼标定算法。首先,对实验所用的相机进行畸变校正;其次,使用Eye to Hand形式搭建实验台,采集图像坐标及其对应的机械臂坐标,建立坐标数据集;最后,使用DC-RRF算法、线性回归算法以及传统手眼标定算法在坐标数据集上进行训练,将不同算法下的平均绝对误差、均方误差等评价指标进行对比。实验结果表明,DC-RRF算法在X/Y/Z三轴上的精准度均为最佳,平均误差可控制在1.77 mm,该算法的精准性在很大程度上保证了机器视觉与机械臂的有效结合并在分拣系统中得到精准应用。

关键词：机器学习手眼标定机械臂坐标转换畸变校正

来源：评论

学校读者我要写书评

暂无评论

基于联邦深度强化学习的多无人机轨迹规划算法

引用

北京信息科技大学学报（自然科学版） 2023年第6期38卷 1-10页

作者：王鉴威李学华陈硕北京信息科技大学现代测控技术教育部重点实验室北京100101

针对多无人机协同服务地面用户移动边缘计算服务,构建以多无人机服务地面用户公平性和计算时延加权和最大化为目标的模型,联合优化无人机轨迹和任务卸载比例的调度。提出了一种移动边缘计算场景下基于联邦深度强化学习的多无人机轨迹规... 详细信息

针对多无人机协同服务地面用户移动边缘计算服务,构建以多无人机服务地面用户公平性和计算时延加权和最大化为目标的模型,联合优化无人机轨迹和任务卸载比例的调度。提出了一种移动边缘计算场景下基于联邦深度强化学习的多无人机轨迹规划算法。该算法首先在各无人机上部署独立的深度强化学习模型,使每架无人机根据自身获取的信息进行学习获取局部最优模型。其次引入联邦学习框架,通过信息聚合的方式,使多无人机协同服务地面用户,让服务效果达到全局最优。仿真结果表明,与无信息交互的多智能体深度强化学习相比,提出的方案有效优化了公平性和时延。

关键词：无人机通信移动边缘计算深度强化学习联邦学习轨迹规划公平性

来源：评论

学校读者我要写书评

暂无评论

传动主轴结构优化与疲劳寿命预测

引用

北京信息科技大学学报（自然科学版） 2023年第2期38卷 32-38页

作者：贺宇唐长亮陈涛北京信息科技大学现代测控技术教育部重点实验室北京100192

对某型履带装甲车辆传动主轴的疲劳寿命问题展开研究,根据起步与换挡极限工况下传动主轴受载情况与花键副摩擦生热计算模型,建立了主轴结构热力学模型。以主轴实际工作载荷作为输入参数分析主轴应力分布情况,结合解析法与响应面法优化... 详细信息

对某型履带装甲车辆传动主轴的疲劳寿命问题展开研究,根据起步与换挡极限工况下传动主轴受载情况与花键副摩擦生热计算模型,建立了主轴结构热力学模型。以主轴实际工作载荷作为输入参数分析主轴应力分布情况,结合解析法与响应面法优化了主轴结构参数,进一步研究了结构参数与温度效应对主轴应力分布的影响。基于Miner疲劳损伤理论计算了主轴的疲劳寿命,研究了主轴结构参数与温度效应对疲劳寿命的影响规律。研究结果表明,优化后的主轴较原始结构主轴两端载荷分布更为均匀合理,最大应力总体水平下降了26.48%,质量减轻了11.77%;主轴花键副啮合齿面摩擦产生局部高温导致局部应力增大,最高温度达到228.43℃,疲劳寿命为不考虑摩擦热时的12.77%;主轴结构优化后局部最高温度189.07℃,疲劳寿命为不考虑摩擦热时的18.71%。

关键词：传动主轴结构优化疲劳寿命温度效应

来源：评论

学校读者我要写书评

暂无评论

基于STOA-VMD结合相关峭度及2.5维谱的行星齿轮箱磨损故障诊断

引用

北京信息科技大学学报（自然科学版） 2023年第1期38卷 56-61,69页

作者：张家帅蒋章雷刘秀丽吴国新北京信息科技大学现代测控技术教育部重点实验室北京100192

针对行星齿轮箱振动信号的非线性特征明显、故障特征难以识别的问题,提出了一种基于乌燕鸥算法(sooty tern optimization algorithm, STOA)优化变分模态分解(variational modal decomposition, VMD),并结合相关峭度以及2.5维谱的故障诊... 详细信息

针对行星齿轮箱振动信号的非线性特征明显、故障特征难以识别的问题,提出了一种基于乌燕鸥算法(sooty tern optimization algorithm, STOA)优化变分模态分解(variational modal decomposition, VMD),并结合相关峭度以及2.5维谱的故障诊断方法。由于变分模态分解的分解能力取决于二次惩罚因子α和本征模态分量个数K两个参数,所以首先运用乌燕鸥算法对VMD参数进行优化,确定最优的参数,然后以相关峭度为依据重构本征模态分量,最后利用2.5维谱对重构信号进行分析。搭建了行星齿轮箱磨损故障加速疲劳寿命试验台,获得了故障数据,运用STOA-VMD结合相关峭度及2.5维谱的方法对故障数据进行分析。结果表明该方法能够准确提取磨损故障特征频率。

关键词：行星齿轮箱磨损故障变分模态分解乌燕鸥算法相关峭度 2.5维谱

来源：评论

学校读者我要写书评

暂无评论

基于PCA-LSTM的黏滑振动水平评估方法研究

引用

石油机械 2023年第2期51卷 18-25页

作者：张鑫张涛李玉梅房萍北京信息科技大学高动态导航技术北京市重点实验室北京信息科技大学现代测控技术教育部重点实验室中国石油天然气股份有限公司华北油田分公司第三采油厂

石油钻井过程中,井下工具的黏滑振动会导致钻头发生周期性的黏滞和滑脱,容易引起钻头和钻具组合失效,造成井下事故。为此,基于井下测量技术的发展,采用长短期记忆(Long Short-term Memory,LSTM)神经网络智能算法建立黏滑振动水平评估模... 详细信息

石油钻井过程中,井下工具的黏滑振动会导致钻头发生周期性的黏滞和滑脱,容易引起钻头和钻具组合失效,造成井下事故。为此,基于井下测量技术的发展,采用长短期记忆(Long Short-term Memory,LSTM)神经网络智能算法建立黏滑振动水平评估模型,采用井下近钻头工程参数测量工具在钻头处采集7类高频井下工程参数,验证使用PCA-LSTM神经网络黏滑振动水平评估模型的准确性。研究结果表明,该评估模型均方根误差为0.026,较LSTM、PCA-BP、PCA-SVM评估模型分别下降了0.033、0.011和0.018,表明该模型抑制了过拟合造成的滞后效应,具有较高的精度,可有效评估钻头处黏滑振动水平。研究结果对指导钻井过程,及时调整地面参数,有效抑制黏滑振动,推动安全、快速、高效钻井具有重要作用。

关键词：井下工具黏滑振动随机森林 LSTM神经网络近钻头训练模型

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：