检索结果-内蒙古大学图书馆

计算机辅助设计与图形学学报 2025年第3期37卷 446-456页

作者：熊伟娄政浩徐敏夫袁和金华北电力大学计算机系保定071000 河北省能源电力知识计算重点实验室保定071000

针对动态图卷积模型只在局部尺度上独立提取点特征,未将局部点互相关联的问题,提出了一种集多头点注意力与边卷积的点云分类和分割模型.首先,设计单头点注意力模块分别计算点云的注意力特征与邻域注意力特征,学习点云的旋转不变性,使用... 详细信息

针对动态图卷积模型只在局部尺度上独立提取点特征,未将局部点互相关联的问题,提出了一种集多头点注意力与边卷积的点云分类和分割模型.首先,设计单头点注意力模块分别计算点云的注意力特征与邻域注意力特征,学习点云的旋转不变性,使用多头机制将单头点注意力模块进行聚合,构建多头点注意力模块,赋予邻域内不同点相应的注意力系数;其次,设计加权金字塔池化模块进行特征融合,获得更加丰富的特征信息;最后,提出结合交叉熵损失和焦点损失的联合损失函数,解决数据集中存在的难分类样本和类别不平衡问题.在ModelNet40数据集和ShapeNet数据集上分别进行了点云分类与分割实验,在ModelNet40数据集上,所提模型的总体精度提升到了94.1%;在ShapeNet数据集上的平均交并比提升到了86.3%,有效地提升了模型的分类和分割性能.

关键词：点云数据分类与分割多头点注意力边卷积特征融合损失函数

来源：评论

学校读者我要写书评

暂无评论

基于RFCARep-YOLOv8n的光伏电池缺陷检测算法

引用

计算机工程与应用 2025年第3期61卷 131-143页

作者：张冀王文彬余洋华北电力大学计算机系河北保定071003 复杂能源系统智能计算教育部工程研究中心河北保定071003 河北省能源电力知识计算重点实验室河北保定071003 河北省分布式储能与微网重点实验室(华北电力大学(保定)) 河北保定071003

针对光伏电池缺陷图像存在目标遮掩、复杂背景以及人眼难以分辨的小目标缺陷等问题,提出一种基于感受野坐标注意力和重参数的YOLOv8n光伏电池缺陷检测算法,简记为RFCARep-YOLOv8n。提出一种基于感受野坐标注意力的重参数模块代替瓶颈模... 详细信息

针对光伏电池缺陷图像存在目标遮掩、复杂背景以及人眼难以分辨的小目标缺陷等问题,提出一种基于感受野坐标注意力和重参数的YOLOv8n光伏电池缺陷检测算法,简记为RFCARep-YOLOv8n。提出一种基于感受野坐标注意力的重参数模块代替瓶颈模块进行特征提取,扩大对全局信息的关注度提高语义表达能力,抑制遮掩物和复杂背景的干扰;在快速空间金字塔池化后添加可分离大核聚集模块,通过提高长距离特征依赖增强全局特征信息融合;在特征融合部分使用多尺度序列特征融合颈部网络,结合多尺度辅助检测头,减少细节特征丢失,提高小目标缺陷检测能力。实验结果表明,该模型在PASCAL VOC数据集中较基准模型mAP@0.5和mAP@0.5:0.95分别提升2.3和2.1个百分点,同时在光伏缺陷数据集中mAP@0.5达到87.6%,较基准模型提升3.5个百分点,参数量为3.23×10^(6),保持了基准模型的轻量参数同时提高检测性能。

关键词：光伏缺陷 YOLOv8n 感受野注意力特征融合重参数

来源：评论

学校读者我要写书评

暂无评论

基于YOLOv8的输电线路绝缘子表面缺陷识别算法

引用

电子测量技术 2025年第2期48卷 178-188页

作者：熊伟路鑫邱维进王平强华北电力大学计算机系保定071000 河北省能源电力知识计算重点实验室保定071000

针对当前绝缘子表面缺陷识别存在的图像背景复杂、缺陷小目标识别效果差的问题,提出一种基于YOLOv8的输电线路绝缘子表面缺陷识别算法。首先,在主干网络引入CAF模块,增强模型对复杂图像场景的解析,增强全局和局部特征的提取能力;其次,... 详细信息

针对当前绝缘子表面缺陷识别存在的图像背景复杂、缺陷小目标识别效果差的问题,提出一种基于YOLOv8的输电线路绝缘子表面缺陷识别算法。首先,在主干网络引入CAF模块,增强模型对复杂图像场景的解析,增强全局和局部特征的提取能力;其次,在模型的颈部网络增加GD机制,减少特征融合过程中信息的丢失,提升小目标检测能力;最后,采用ATFL分类损失函数,削弱复杂背景对小目标检测的干扰,引入PIOU边界框损失函数,提高识别精度,加快模型收敛速度。实验结果表明,该算法的mAP50达到94.1%,精确率达到92.5%,召回率达到91.3%,相较于基线模型分别提高了3.1%、0.7%、3.9%,且综合性能优于最近的YOLOv9s、YOLOv10s等代表性算法。

关键词：目标检测绝缘子表面缺陷识别小目标卷积和注意力融合边界框损失函数分类损失函数

来源：评论

学校读者我要写书评

暂无评论

基于随机对称搜索的进化强化学习算法

引用

计算机工程与科学 2025年第05期 912-920页

作者：邸剑万雪姜丽梅华北电力大学计算机系河北省能源电力知识计算重点实验室复杂能源系统智能计算教育部工程研究中心

进化算法的引入极大地提高了强化学习算法的性能。然而，现有的基于进化强化学习ERL的算法还存在易陷入欺骗性奖励、易收敛到局部最优和稳定性差的问题。为了解决这些问题，提出了一种随机对称搜索策略，直接作用于策略网络参数，在策... 详细信息

进化算法的引入极大地提高了强化学习算法的性能。然而，现有的基于进化强化学习ERL的算法还存在易陷入欺骗性奖励、易收敛到局部最优和稳定性差的问题。为了解决这些问题，提出了一种随机对称搜索策略，直接作用于策略网络参数，在策略网络参数中心的基础上由最优策略网络参数指导全局策略网络参数优化更新，同时辅以梯度优化，引导智能体进行多元探索。在MuJoCo的5个机器人运动连续控制任务中的实验结果表明，提出的算法性能优于以前的进化强化学习算法，且具有更快的收敛速度。

关键词：深度强化学习进化算法进化强化学习随机对称搜索

来源：评论

学校读者我要写书评

暂无评论

基于实例迁移学习的小样本光伏功率短期预测

引用

太阳能学报 2024年第6期45卷 325-333页

作者：王晓霞艾兴成王涛华北电力大学计算机系保定071003 河北省能源电力知识计算重点实验室保定071003 华北电力大学数理系保定071003

针对新建光伏电站历史数据匮乏导致功率预测精度不足的问题,提出一种基于实例迁移学习的小样本光伏发电功率短期预测方法。首先,以一组丰富的长期运行光伏数据为源域,利用多核最大均值差异估计源域与目标域光伏数据的匹配相似性,筛选出... 详细信息

针对新建光伏电站历史数据匮乏导致功率预测精度不足的问题,提出一种基于实例迁移学习的小样本光伏发电功率短期预测方法。首先,以一组丰富的长期运行光伏数据为源域,利用多核最大均值差异估计源域与目标域光伏数据的匹配相似性,筛选出高相似的迁移源域;然后,建立加权对抗双向长短期记忆网络,通过对抗学习赋予源域光伏样本权重以调整其数据分布,将调整后的源域数据充实目标域数据集,采用双向长短期记忆网络挖掘公共知识域中光伏发电功率序列与气象数据的双向时序关联特性,实现小样本条件下光伏功率的精准预测。结果表明:相较于传统深度学习和模型迁移方法,所提方法能有效提高历史数据有限条件下光伏功率的预测精度。

关键词：光伏发电预测深度学习迁移学习双向长短期记忆网络

来源：评论

学校读者我要写书评

暂无评论

基于语义分割数据增强与可变形卷积的输变电线路缺陷检测

引用

四川电力技术 2025年第1期48卷 32-40,84页

作者：王译萱向思屿梁晖辉邝俊威张菊玲刘松嘉国网四川省电力公司电力科学研究院四川成都610041 电力物联网四川省重点实验室四川成都610041 华北电力大学计算机系河北保定071003 国网四川省电力公司泸州供电公司四川泸州646000 国网四川省电力公司自贡供电公司四川自贡643000

为提高输变电线路在长期运行和自然环境影响下产生的各类缺陷的检测精度和效率,提出了基于YOLOv8和可变形卷积的改进算法。针对各类缺陷样本数量差距较大导致的长尾分布问题,提出使用分割一切模型对数据进行扩充以提高数据平衡性;在主... 详细信息

为提高输变电线路在长期运行和自然环境影响下产生的各类缺陷的检测精度和效率,提出了基于YOLOv8和可变形卷积的改进算法。针对各类缺陷样本数量差距较大导致的长尾分布问题,提出使用分割一切模型对数据进行扩充以提高数据平衡性;在主干网络中引入DCNv2结构,通过动态调整卷积核的形状适应各类样本包含的特征以提高泛化能力,并结合multi-CA注意力机制使网络注重各通道的融合信息;使用损失函数WIoU引导模型学习,以适应不同质量的锚框。将改进的算法与其他算法进行比较,结果表明改进算法增加了对输变电缺陷检测的精度。

关键词： DCNv2 YOLOv8 分割一切模型 WIoU multi-CA

来源：评论

学校读者我要写书评

暂无评论

配电网中任务卸载决策与边缘资源分配优化方法

引用

计算机工程与应用 2024年第5期60卷 281-290页

作者：朵春红匡竹齐国梁梅华威李保罡李永倩华北电力大学河北省能源电力知识计算重点实验室河北保定071003 华北电力大学计算机系河北保定071003 华北电力大学电子与通信工程系河北保定071003

移动边缘计算可以减轻配电网核心网络中海量数据的传输及处理压力,相对于云计算,边缘节点有限的计算能力使边缘资源的高效利用成为挑战。基于此,提出一种配电网中任务卸载决策与边缘资源分配优化方法。在包含多边缘节点多用户设备的配... 详细信息

移动边缘计算可以减轻配电网核心网络中海量数据的传输及处理压力,相对于云计算,边缘节点有限的计算能力使边缘资源的高效利用成为挑战。基于此,提出一种配电网中任务卸载决策与边缘资源分配优化方法。在包含多边缘节点多用户设备的配电网场景中,考虑任务随机、资源有限、计算能力不均衡及时延要求高等因素,构建云-边-端三层任务卸载及边缘资源分配优化模型;将优化过程分为计算卸载和资源拍卖两个阶段,在计算卸载阶段设计基于DRL的在线决策算法,在资源拍卖阶段设计基于补偿策略的多轮迭代拍卖算法;提出基于改进DQN算法的任务卸载与资源分配优化方法。仿真结果表明,在动态变化的配电网场景中,所提算法可有效提高系统计算能效和边缘节点效益。

关键词：移动边缘计算配电网任务卸载资源分配

来源：评论

学校读者我要写书评

暂无评论

一种健壮有效的决策树改进模型

引用

计算机应用 2008年第B06期28卷 172-174页

作者：卜亚杰胡朝举白兰董娜华北电力大学计算机科学与技术学院河北保定071003 华北电力大学计算机系教研室河北保定071003

提出了一种健壮有效的决策树改进模型AID3。该决策树模型基于经典的ID3决策树模型,在属性的选取上进行了改进。利用引入属性优先关联度参数计算节点的修正信息增益,并选择具有最高修正增益的属性作为当前节点的测试属性。实验表明,AID3... 详细信息

提出了一种健壮有效的决策树改进模型AID3。该决策树模型基于经典的ID3决策树模型,在属性的选取上进行了改进。利用引入属性优先关联度参数计算节点的修正信息增益,并选择具有最高修正增益的属性作为当前节点的测试属性。实验表明,AID3决策树模型在提高分类准确率的同时,有效地增强了模型的健壮性。

关键词：决策树 ID3 属性优先关联度 AID3

来源：评论

学校读者我要写书评

暂无评论

基于动态储位分配策略的自动化立库多目标优化

引用

系统仿真学报 2024年

作者：陈娟郑旺刘倩倩鲁斌华北电力大学经济管理系华北电力大学计算机系河北省能源电力知识计算重点实验室

自动化立体库作为智能仓储系统发展的主要方向逐渐明晰；而货位分配与堆垛机调度优化则是自动化立体库优化研究的主要方向。基于动态储位分配策略，以整库为优化主体，以满足安全性、合理性的货位分配目标，以满足各堆垛机作业时间最短... 详细信息

自动化立体库作为智能仓储系统发展的主要方向逐渐明晰；而货位分配与堆垛机调度优化则是自动化立体库优化研究的主要方向。基于动态储位分配策略，以整库为优化主体，以满足安全性、合理性的货位分配目标，以满足各堆垛机作业时间最短、作业能耗最低的调度目标，构建二阶段优化模型。该模型上下层均为典型多目标优化问题，上层模型的理想解将作为下层模型的初始条件。采用多目标遗传算法求解优化模型的理想解，并通过熵权法对各个目标分配权重。通过数值仿真分析分别探究在较大、较小两种储物质量以及离散、聚合两种货物排布情况下，采用动态储位分配策略的优化方案相较于静态优化方案对于货位分配以及堆垛机调度优化的优化效果差异，进而探究动态储位分配策略的适用条件。最终结果表明，在货物离散排布状态下动静态分配策略无明显差异，但聚合排布状态下动态分配策略对货位分配与堆垛机调度的综合优化效果明显优于静态分配，且货物质量影响整体优化效果，大质量情况下安全性优化效果更为显著而较小质量情况下合理性与堆垛机调度优化效果更为明显。

关键词：自动化立体库货位分配调度优化多目标优化多目标遗传算法

来源：评论

学校读者我要写书评

暂无评论

面向多智能体与双层卸载的车联网卸载算法

引用

计算机工程 2024年第8期50卷 182-197页

作者：张冀龚雯雯朵春红齐国梁华北电力大学(保定)计算机系河北保定071003 华北电力大学(保定)河北省能源电力知识计算重点实验室河北保定071003

在车联网(IoV)边缘计算环境中,针对如何高效地进行任务卸载和资源分配来缓解移动车辆存储和计算能力有限的问题,提出多智能体与双层卸载的IoV卸载算法。首先,提出移动边缘计算(MEC)服务器与车辆以及空闲车辆(MEC-V-NTVC)互联的3层网络模... 详细信息

在车联网(IoV)边缘计算环境中,针对如何高效地进行任务卸载和资源分配来缓解移动车辆存储和计算能力有限的问题,提出多智能体与双层卸载的IoV卸载算法。首先,提出移动边缘计算(MEC)服务器与车辆以及空闲车辆(MEC-V-NTVC)互联的3层网络模型,建立了任务模型、判断模型和计算模型;其次,将任务车辆的计算卸载以及资源分配抽象成部分可观测马尔可夫决策过程(POMDP),并提出双层卸载机制以达到最小化系统总成本的目的。基于空闲车辆云以及单调值函数分解QMIX,提出一种基于双层卸载机制的深度强化学习卸载算法DLSQMIX。该算法协调任务车辆、空闲车辆以及环境信息,在考虑车辆任务时间约束的情况下,充分利用MEC服务器以及空闲车辆的计算能力,求得系统最优卸载决策。从边缘服务器、空闲车辆的计算能力、任务车辆、空闲车辆的数量以及平均任务量等方面对系统开销和时延进行对比。仿真实验结果表明,DLSQMIX算法能够有效求解任务卸载问题,与遗传算法(GA)、粒子群优化(PSO)算法以及QMIX算法相比,所提算法的系统开销减小2.52%~3.91%,时延降低3.50%~6.59%。

关键词：车联网边缘计算空闲车辆云双层卸载机制单调值函数分解

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：