检索结果-内蒙古大学图书馆

振动与冲击 2025年第6期44卷 13-27页

作者：籍永建韩启超徐小康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 北京信息科技大学机电系统测控北京市重点实验室北京100192 北京信息科技大学机电工程学院北京100192

串联式工业机器人(以下简称机器人)刚度低,铣削加工过程极易由于工艺参数或机器人位姿选取不当产生颤振,颤振会降低工件表面质量、损坏机器人装备。针对机器人铣削加工颤振稳定性预测问题,通过构建机器人刚度模型的方式研究了机器人末... 详细信息

串联式工业机器人(以下简称机器人)刚度低,铣削加工过程极易由于工艺参数或机器人位姿选取不当产生颤振,颤振会降低工件表面质量、损坏机器人装备。针对机器人铣削加工颤振稳定性预测问题,通过构建机器人刚度模型的方式研究了机器人末端刚度随空间位姿的变化规律;阐明了主轴系统速度效应对刀尖动力学特性的影响规律,采用数据拟合的方法建立了主轴转速与刀尖固有频率之间的映射函数;构建了综合考虑机器人-主轴系统耦合效应的铣削动力学模型,采用锤击试验方法获得机器人铣削系统刀尖的阻尼比与模态质量,得到了包含不同影响因素的机器人铣削加工稳定性叶瓣图,揭示了机器人-主轴系统耦合作用下铣削颤振稳定性的动态变化规律,进行了试验验证。结果表明,与现有模型相比,考虑机器人-主轴系统耦合效应构建的稳定性叶瓣图更加符合实际铣削状态,可有效提升机器人铣削颤振的预测准确率。

关键词：机器人铣削铣削动力学颤振耦合效应稳定性分析

来源：评论

学校读者我要写书评

暂无评论

SAR目标识别对抗攻击综述:从数字域迈向物理域

引用

雷达学报（中英文） 2024年第6期13卷 1298-1326页

作者：阮航崔家豪毛秀华任建迎罗镔延曹航李海峰北京跟踪与通信技术研究所北京100094 中南大学地球科学与信息物理学院长沙410083 天基综合信息系统全国重点实验室北京100094

基于深度神经网络的合成孔径雷达(SAR)图像目标识别已成为SAR应用领域的研究热点和前沿方向。然而,有研究指出深度神经网络模型易受到对抗样本攻击。对抗样本定义为在数据集内故意引入微小扰动所产生的输入样本,这种扰动足以使模型高信... 详细信息

基于深度神经网络的合成孔径雷达(SAR)图像目标识别已成为SAR应用领域的研究热点和前沿方向。然而,有研究指出深度神经网络模型易受到对抗样本攻击。对抗样本定义为在数据集内故意引入微小扰动所产生的输入样本,这种扰动足以使模型高信度地产生错误判断。现有SAR对抗样本生成技术本质上仅作用于二维图像,即为数字域对抗样本。尽管近期有部分研究开始将SAR成像散射机理考虑用于对抗样本生成,但是仍然存在两个重要缺陷,一是仅在SAR图像上考虑成像散射机理,而没有将其置于SAR实际成像过程中进行考虑;二是在机制上无法实现三维物理域的攻击,即只实现了伪物理域对抗攻击。该文对SAR智能识别对抗攻击的技术现状和发展趋势进行了研究。首先,详细梳理了传统SAR图像对抗样本技术的发展脉络,并对各类技术的特点进行了对比分析,总结了现有技术存在的不足;其次,从SAR成像原理和实际过程出发,提出了物理域对抗攻击技术,通过调整目标物体的后向散射特性,或通过发射振幅和相位精细可调的干扰信号来实现对SAR智能识别算法对抗攻击的新思路,并展望了SAR对抗攻击在物理域下的具体实现方式;最后,进一步讨论了未来SAR智能对抗攻击技术的发展方向。

关键词：对抗样本合成孔径雷达(SAR) SAR目标识别物理域对抗攻击深度神经网络(DNN)

来源：评论

学校读者我要写书评

暂无评论

基于多目标粒子群优化的污水处理系统自适应评判控制

引用

工程科学学报 2024年第5期46卷 908-917页

作者：王鼎赵慧玲李鑫北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124 智慧环保北京实验室北京100124 北京人工智能研究院北京100124

考虑到城市污水处理系统存在保证出水水质达标和降低能耗的需要,将其运行过程视为一个多目标优化控制问题.针对此问题,提出一种基于多目标粒子群优化(Multi-objective particle swarm optimization,MOPSO)算法的污水处理系统自适应评判... 详细信息

考虑到城市污水处理系统存在保证出水水质达标和降低能耗的需要,将其运行过程视为一个多目标优化控制问题.针对此问题,提出一种基于多目标粒子群优化(Multi-objective particle swarm optimization,MOPSO)算法的污水处理系统自适应评判控制方案,该方案分为上层优化和底层跟踪控制两部分.首先,污水处理过程存在非线性、多变量、大时变等特点,结合数据驱动思想对入水及出水组分数据进行分析,构建关于出水水质和运行能耗的多目标优化模型.采用径向基函数(Radial basis function,RBF)神经网络进行建模,并与反向传播(Back propagation,BP)神经网络进行了对比.然后,结合MOPSO算法强大的优化能力,采用MOPSO算法对优化目标进行求解,并设计一个决策方式从最优解集中选出偏好解,作为溶解氧与硝态氮浓度的最优设定值.接下来,底层跟踪控制部分采用基于自适应动态规划的辅助控制器对比例–积分–微分算法的控制策略进行补充,弥补了传统控制算法自适应能力差的不足.此外,比例–积分–微分算法也为自适应动态规划算法提供了初始的稳定控制策略,克服了学习算法前期控制效果差的缺陷,保证了污水处理过程的安全性和可靠性.最终,该控制器成功实现了对最优设定值的跟踪控制.将所提算法在污水处理基准仿真平台上进行验证,结果表明所提算法能有效地提高污水处理过程的运行性能,不仅能保证出水水质达标,同时能有效地降低污水处理过程产生的能耗.

关键词：污水处理多目标优化自适应评判跟踪控制神经网络

来源：评论

学校读者我要写书评

暂无评论

融合自适应评判的随机系统数据驱动策略优化

引用

自动化学报 2024年第5期50卷 980-990页

作者：王鼎王将宇乔俊飞北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124 北京人工智能研究院北京100124 智慧环保北京实验室北京100124

自适应评判技术已经广泛应用于求解复杂非线性系统的最优控制问题,但利用其求解离散时间非线性随机系统的无限时域最优控制问题还存在一定局限性.本文融合自适应评判技术,建立一种数据驱动的离散随机系统折扣最优调节方法.首先,针对宽... 详细信息

自适应评判技术已经广泛应用于求解复杂非线性系统的最优控制问题,但利用其求解离散时间非线性随机系统的无限时域最优控制问题还存在一定局限性.本文融合自适应评判技术,建立一种数据驱动的离散随机系统折扣最优调节方法.首先,针对宽松假设下的非线性随机系统,研究带有折扣因子的无限时域最优控制问题.所提的随机系统Q-learning算法能够将初始的容许策略单调不增地优化至最优策略.基于数据驱动思想,随机系统Q-learning算法在不建立模型的情况下直接利用数据进行策略优化.其次,利用执行−评判神经网络方案,实现了随机系统Q-learning算法.最后,通过两个基准系统,验证本文提出的随机系统Q-learning算法的有效性.

关键词：自适应评判设计数据驱动离散系统神经网络 Q-learning 随机最优控制

来源：评论

学校读者我要写书评

暂无评论

水文时间序列分析方法研究进展

引用

地球信息科学学报 2024年第4期26卷 927-945页

作者：李路宫辉力郭琳朱琳陈蓓蓓首都师范大学水资源安全北京实验室北京100048 首都师范大学资源环境与地理信息系统北京市重点实验室北京100048 首都师范大学城市环境过程与数字模拟国家重点实验室培育基地北京100048 首都师范大学三维信息获取与应用教育部重点实验室北京100048 首都师范大学地面沉降机理与防控教育部重点实验室北京100048

水文时间序列分析领域的发展对于有效管理和利用水资源至关重要。本文基于WoS核心合集数据库和CNKI数据库,采用文献计量学方法和CiteSpace软件,揭示国内外水文时间序列分析领域的发展脉络、研究热点及发展方向。首先从水文时间序列的随... 详细信息

水文时间序列分析领域的发展对于有效管理和利用水资源至关重要。本文基于WoS核心合集数据库和CNKI数据库,采用文献计量学方法和CiteSpace软件,揭示国内外水文时间序列分析领域的发展脉络、研究热点及发展方向。首先从水文时间序列的随机性、非线性、不确定性等出发,结合机器学习、神经网络等新兴方法,将水文时间序列分析领域的相关进展分为6个方面。然后,对各方面开展了详细介绍,并与传统方法作对比,总结了传统方法的缺陷;最后,指出提高水文时间序列分析结果准确性的方向,主要包括:(1)在时空尺度上进行建模,并融合多元数据进行分析;(2)将物理机制融入机器学习模型,提高模型的可解释性和泛化能力;(3)在研究过程中考虑气候变化(极端天气事件)和水文过程的耦合;(4)将多个复杂特性综合进行研究,并提高每个复杂特性的研究水平。通过揭示国内外水文时间序列分析领域的发展脉络、研究热点及发展方向,我们能够更好地理解和应对气候变化、极端天气事件以及人类活动对水资源的影响,提高我们对水文过程的认识,为水资源规划、水灾风险管理和可持续发展提供科学依据。

关键词：水文时间序列分析 CiteSpace 机器学习非线性不确定性非平稳性耦合

来源：评论

学校读者我要写书评

暂无评论

风力发电机高速齿轮磨损故障趋势预测方法研究

引用

太阳能学报 2023年第7期44卷 463-468页

作者：赵西伟张煜吴国新蒋章雷北京信息科技大学机电系统测控北京市重点实验室北京100192

以风力发电机高速齿轮磨损故障为研究对象,提出基于独立成分分析的高速齿轮磨损故障趋势预测方法。构建混合信息模型,应用独立成分分析方法将各独立成分信息的近似成分信息从混合信号中分离出来,并以纯净的近似故障源信号特征为依据找... 详细信息

以风力发电机高速齿轮磨损故障为研究对象,提出基于独立成分分析的高速齿轮磨损故障趋势预测方法。构建混合信息模型,应用独立成分分析方法将各独立成分信息的近似成分信息从混合信号中分离出来,并以纯净的近似故障源信号特征为依据找到有用成分;根据近似故障源信号与故障源信号互为相似形,利用正态总体均值区间估计方法估计相似形放大倍数值域;确定连续且单向变化的放大倍数值域与旋转部件故障程度的对应关系,建立故障程度判别标准,结合高速齿轮全生命周期故障源信号能量变化趋势图,对故障程度及趋势做出判断及预测。应用以上方法对工业现场采集到的高速齿轮磨损故障数据进行处理,结果表明,该方法对于处理以周期性突变为特征的磨损故障信号具有较理想的趋势预测效果。

关键词：风力发电机独立成分分析旋转机械信号处理特征提取

来源：评论

学校读者我要写书评

暂无评论

城市火灾隐患时空规律挖掘——以深圳市光明区为例

引用

北京大学学报(自然科学版) 2025年第1期61卷 99-110页

作者：程楚云邬伦田原廖聪张建学曹晓澄邓杨兰朵马睿平北京大学遥感与地理信息系统研究所北京100871 空间信息集成与3S工程应用北京市重点实验室北京100871 中规院(北京)规划设计有限公司北京100044

针对城市网格化管理形成的城市火灾隐患数据,基于火灾管理防范措施前置化的迫切需求,提出一套城市火灾隐患的时空规律挖掘框架。此框架采用时空分治理念,首先探究不同时空尺度下火灾隐患的空间分布模式,获得空间分布相似样本集合;然后... 详细信息

针对城市网格化管理形成的城市火灾隐患数据,基于火灾管理防范措施前置化的迫切需求,提出一套城市火灾隐患的时空规律挖掘框架。此框架采用时空分治理念,首先探究不同时空尺度下火灾隐患的空间分布模式,获得空间分布相似样本集合;然后基于存在时空分异的火灾隐患数据,进一步探索时空尺度下的隐患共生模式和滞后影响。以深圳市光明区9类典型火灾隐患为实例开展实证研究,发现深圳市光明区火灾隐患存在4组时空分布相似组合,其模式在不同时空尺度下均得到验证;进一步的时空分布相似性挖掘表明,隐患组合间存在共生关系,部分隐患组合间存在滞后影响关系。研究结果表明该框架适用于城市火灾隐患时空分布相似模式的分析和挖掘,可以输出类间共生、时空相似和滞后性等分析结论,为后续机理研究和火灾防治等工作提供技术支撑。

关键词：城市火灾隐患时空规律分析隐患共生和滞后城市网格化管理灾害防治

来源：评论

学校读者我要写书评

暂无评论

基于Q学习的多任务多目标粒子群优化算法

引用

控制与决策 2023年第11期38卷 3039-3047页

作者：韩红桂徐子昂王晶晶北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124

多任务粒子群优化算法(multi-task particle swarm ptimization,MTPSO)通过知识迁移学习,具有快速收敛能力,广泛应用于求解多任务多目标优化问题.然而,MTPSO难以根据种群进化状态自适应调整优化过程,容易陷入局部最优,收敛性能较差.针... 详细信息

多任务粒子群优化算法(multi-task particle swarm ptimization,MTPSO)通过知识迁移学习,具有快速收敛能力,广泛应用于求解多任务多目标优化问题.然而,MTPSO难以根据种群进化状态自适应调整优化过程,容易陷入局部最优,收敛性能较差.针对此问题,利用强化学习的自我进化与预测能力,提出一种基于Q学习的多任务多目标粒子群优化算法(QM2PSO).首先,设计粒子群参数动态更新方法,利用Q学习方法在线更新粒子群算法的惯性权重和加速度参数,提高当前粒子收敛到Pareto前沿的能力;其次,提出基于柯西分布的突变搜索策略,通过全局和局部交替搜索多任务最优解,避免算法陷入局部最优;最后,设计基于正向迁移准则的知识迁移方法,采用Q学习方法更新知识迁移率,改善知识负迁移现象.与已有经典算法的对比实验结果表明所提出的QM2PSO算法具有更优越的收敛性.

关键词：多任务多目标优化粒子群优化知识迁移 Q学习

来源：评论

学校读者我要写书评

暂无评论

基于局部亮度直方图的自适应视频帧类型决策算法

引用

电子与信息学报 2023年第1期45卷 300-307页

作者：刘鹏宇张悦贾克斌段堃刘畅孙萱崔腾鹤北京工业大学信息学部北京100124 先进信息网络北京实验室北京100124 计算机智能与智能系统北京市重点实验室北京100124

视频帧类型决策是影响视频编码效率的关键因素之一。为提升x265视频编码器的编码性能,该文提出基于局部亮度直方图的自适应视频帧类型决策算法。首先,在64×64大小的编码树单元(CTU)级别上统计各帧局部亮度直方图,用帧间局部亮度直... 详细信息

视频帧类型决策是影响视频编码效率的关键因素之一。为提升x265视频编码器的编码性能,该文提出基于局部亮度直方图的自适应视频帧类型决策算法。首先,在64×64大小的编码树单元(CTU)级别上统计各帧局部亮度直方图,用帧间局部亮度直方图差异表征帧间场景变换程度;其次,引入帧内编码帧(I帧)检测窗,在检测窗内通过比较帧间场景变换程度自适应确定I帧;最后,根据帧间场景变换程度与迷你图像组(MiniGOP)大小之间的相关性确定MiniGOP大小,从而自适应确定普通P和B帧(GPB帧)及双向预测编码帧(B帧)。实验结果表明,与x265标准中的相关算法相比,所提算法能够有效降低x265的编码复杂度,可在减少近5%编码时间的前提下,实现视频I帧、GPB帧和B帧的高效自适应决策。

关键词：视频编码 x265 局部亮度直方图视频帧类型决策

来源：评论

学校读者我要写书评

暂无评论

滑坡位移预测模型补充评价方法

引用

北京大学学报（自然科学版） 2024年第3期60卷 513-520页

作者：田原常啸寅赵文祎程楚云 Bronte Scheuer 邓杨兰朵马睿平张建学北京大学遥感与地理信息系统研究所北京100871 空间信息集成与3S工程应用北京市重点实验室北京100871 中国地质环境监测院北京100081

针对目前滑坡位移预测模型评价方法中总体性指标区分能力不足,以及对滑坡高风险期预测效果评价不准确等问题,设计滑坡位移预测模型快速位移期综合误差(CERDP)和峰值预测误差(PPE)两个补充评价指标以及对应的补充评价技术流程。基于滑坡... 详细信息

针对目前滑坡位移预测模型评价方法中总体性指标区分能力不足,以及对滑坡高风险期预测效果评价不准确等问题,设计滑坡位移预测模型快速位移期综合误差(CERDP)和峰值预测误差(PPE)两个补充评价指标以及对应的补充评价技术流程。基于滑坡监测数据的实例研究表明,所提补充评价指标和应用流程合理可行,可以有效地应对均方根误差(RMSE)等指标差异不显著带来的评价不准确问题,遴选出总体性能可靠,在风险时段和最高风险时点表现更好的模型,为滑坡风险管理工作提供有效的技术支持。

关键词：滑坡位移预测模型评价指标补充评价快速位移期位移峰值

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：