检索结果-内蒙古大学图书馆

计算机集成制造系统 2013年第10期19卷 2582-2589页

作者：朱海波哈尔滨商业大学计算机与信息工程学院黑龙江哈尔滨150028 哈尔滨工业大学管理学院黑龙江哈尔滨150001

针对多层级、多产品的供应链网络设计,提出集成正向和逆向物流网络的闭环供应链多目标规划模型。模型包括供应商、工厂、配送中心和客户四级正向网络主体以及回收中心和处置中心两级逆向网络主体,综合考虑了总利润、客户服务水平和供应... 详细信息

针对多层级、多产品的供应链网络设计,提出集成正向和逆向物流网络的闭环供应链多目标规划模型。模型包括供应商、工厂、配送中心和客户四级正向网络主体以及回收中心和处置中心两级逆向网络主体,综合考虑了总利润、客户服务水平和供应物料质量之间的平衡,通过有限的情境描述外界环境的不确定性参数,运用ε-约束法求解出模型的Pareto最优解集。通过算例说明了该模型的有效性,为供应链网络设计的决策者权衡各种方案提供了决策依据。

关键词：供应链网络正向物流逆向物流多目标规划

来源：评论

学校读者我要写书评

暂无评论

融合边缘增强与非局部模块的遥感图像超分辨率重建生成对抗网络

引用

光学精密工程 2023年第14期31卷 2080-2092页

作者：刘杰祁箬韩轲哈尔滨理工大学测控技术与通信工程学院黑龙江哈尔滨150080 哈尔滨商业大学计算机与信息工程学院黑龙江哈尔滨150028

针对遥感图像成像过程中噪声污染严重,超分辨率重建图像存在目标边缘模糊和伪影等问题,本文提出一种融合边缘增强与非局部模块的遥感图像超分辨率算法(Edge-Enhanced and Non-local Modules Generative Adversarial Net⁃work,ENGAN)。... 详细信息

针对遥感图像成像过程中噪声污染严重,超分辨率重建图像存在目标边缘模糊和伪影等问题,本文提出一种融合边缘增强与非局部模块的遥感图像超分辨率算法(Edge-Enhanced and Non-local Modules Generative Adversarial Net⁃work,ENGAN)。为了使图像细节边缘更清晰,本文融合一种图像边缘增强模块;同时,为进一步扩大模型感受野和增强去除边缘噪声性能,改进边缘增强模块中的Mask分支;此外,引入非局部模块,通过更好地利用图像的内在特征相关性,进一步提升了网络的重建性能。本文在UCAS-AOD和NWPU VHR-10两种遥感图像数据集上进行多个算法的对比实验,结果表明本文提出的方法在多个评价指标上均有所改善。以退化类型Ⅳ为例,本文方法相比深度盲超分辨率退化模型,4倍超分辨率的SSIM提升了0.068,PSNR提升了1.400 dB,RMSE减少了12.5%,且重建后的遥感图像相较于原始图像可以得到更好的地面目标检测结果。

关键词：遥感图像超分辨率边缘增强非局部特征生成对抗网络

来源：评论

学校读者我要写书评

暂无评论

自励模式霍尔推力器设计

引用

推进技术 2011年第6期32卷 770-775页

作者：韩轲魏立秋纪延超于达仁哈尔滨工业大学电气工程及自动化学院黑龙江哈尔滨150001 哈尔滨商业大学计算机与信息工程学院黑龙江哈尔滨150028

为实现P70霍尔推力器自励模式稳定放电运行,分别设计了满足自励模式放电要求的磁路和电路。其磁路设计是基于霍尔推力器他励运行模式最优放电性能参数和磁势不变原理,采用FEMM有限元磁场计算软件建模,将推力器内铁心半径由7 mm减至4 mm... 详细信息

为实现P70霍尔推力器自励模式稳定放电运行,分别设计了满足自励模式放电要求的磁路和电路。其磁路设计是基于霍尔推力器他励运行模式最优放电性能参数和磁势不变原理,采用FEMM有限元磁场计算软件建模,将推力器内铁心半径由7 mm减至4 mm,可得到满足自励模式运行要求的优化磁场。针对电磁线圈串入主放电回路不同位置对放电的影响,考虑电磁线圈绝缘要求,提出将电磁线圈串入放电电源负极性端,整体电路设计可使放电可靠。性能对比实验表明,自励模式与他励模式性能接近,在放电电压为420V时,自励模式最高效率达到61%。自励模式实验获得了稳定放电,且放电电流低频振荡幅值很小。

关键词：霍尔推力器自励模式磁路设计电路设计

来源：评论

学校读者我要写书评

暂无评论

着舰指挥官非对称变论域模糊引导技术

引用

哈尔滨工程大学学报 2021年第7期42卷 1032-1038页

作者：李晖夏桂华朱齐丹王雅哈尔滨商业大学计算机与信息工程学院黑龙江哈尔滨150028 哈尔滨工程大学智能科学与工程学院黑龙江哈尔滨150001 黑龙江省电子商务与信息处理重点实验室黑龙江哈尔滨150028

为了研究舰载机着舰安全性和驾驶员操作稳定性,本文提出了一种基于非对称变论域模糊控制的着舰指挥官引导模型。通过定义论域变换因子和比例伸缩因子,设计了非对称变论域模糊控制算法,给出了依据多输入单输出系统逼近误差限界确定模糊... 详细信息

为了研究舰载机着舰安全性和驾驶员操作稳定性,本文提出了一种基于非对称变论域模糊控制的着舰指挥官引导模型。通过定义论域变换因子和比例伸缩因子,设计了非对称变论域模糊控制算法,给出了依据多输入单输出系统逼近误差限界确定模糊论域划分的方法,建立了着舰指挥官非对称变论域模糊控制系统。仿真分析表明:对比传统的着舰指挥官指令操作关联模型,本文设计的非对称变论域模糊控制系统仅需3.87 s就可以满足逼近精度0.2 m的要求,具有较快的收敛速度和较高的收敛精度,同时对于提高舰载机驾驶员操控能力和保证着舰安全性具有现实的工程意义。

关键词：着舰指挥官非对称变论域模糊控制逼近误差限界舰载机引导技术飞行安全区域系统仿真

来源：评论

学校读者我要写书评

暂无评论

基于Kalman滤波与DBN的油脂中TFAs含量近红外光谱分析

引用

光谱学与光谱分析 2021年第3期41卷 848-852页

作者：王立琦陈颖淑刘雨琪宋旸于殿宇张娜哈尔滨商业大学计算机与信息工程学院/黑龙江省电子商务与信息处理重点实验室黑龙江哈尔滨150028 哈尔滨商业大学食品工程学院黑龙江哈尔滨150076 东北农业大学食品学院黑龙江哈尔滨150030

针对油脂脱臭过程中的反式脂肪酸(TFAs)含量控制问题,提出一种基于近红外光谱分析的油脂中TFAs含量快速检测方法。制备含不同TFAs的大豆油脂样本100个,利用气相色谱(GC)法精确测定其TFAs含量,扫描样本近红外光谱,然后利用不同方法对光... 详细信息

针对油脂脱臭过程中的反式脂肪酸(TFAs)含量控制问题,提出一种基于近红外光谱分析的油脂中TFAs含量快速检测方法。制备含不同TFAs的大豆油脂样本100个,利用气相色谱(GC)法精确测定其TFAs含量,扫描样本近红外光谱,然后利用不同方法对光谱数据进行降噪处理,发现多元散射校正的去噪效果最佳。为了探讨TFAs在近红外区域的吸收特性,采用多种iPLS方法对比分析,筛选出7258~7443/6502~6691/6120~6309 cm^(-1) TFA s的特征波段,再利用Kalman滤波算法进行特征波长变量的选择,优选出27个TFAs的特征波长变量;采用深度信念网络(DBN)建立校正模型,通过多次对比发现,当隐含层层数为3并且隐含层节点数为50-35-90时,DBN模型性能最佳。最后将DBN模型与PLS方法建立的反式脂肪酸含量回归模型进行对比分析,结果表明:对降噪后的全谱进行建模,DBN模型的预测效果优于PLS,DBN模型预测集R^(2)为0.8794、RMSEP为0.0603、RSD为2.18%;对筛选出的特征波段建模,PLS模型的预测效果优于DBN模型;对优选出来的27个特征波长变量建模,DBN的预测效果较好,R^(2)为0.9584、RMSEP为0.0350、RSD为1.31%,说明DBN模型的泛化能力更好,并且利用少量的波长变量就能达到较好的预测效果,能够满足实际检测需求,为实现油脂加工过程中TFAs含量的在线检测和调控,生产低/零TFAs油脂产品提供技术支撑。

关键词：油脂反式脂肪酸近红外光谱卡尔曼滤波深度信念网络

来源：评论

学校读者我要写书评

暂无评论

P70霍尔推力器新型缓冲腔磁路对预电离及放电的影响

引用

推进技术 2011年第6期32卷 823-827页

作者：韩轲魏立秋纪延超于达仁哈尔滨工业大学电气工程及自动化学院黑龙江哈尔滨150001 哈尔滨商业大学计算机与信息工程学院黑龙江哈尔滨150028

为有效利用从P70霍尔推力器放电通道进入缓冲腔的快电子能量,考虑两个磁场特征以提高缓冲腔预电离率。一是提高磁感应强度,二是缓冲腔内从气体分配器到放电通道方向的负梯度。采用FEMM有限元磁场计算软件,在不改变推力器电离和加速通道... 详细信息

为有效利用从P70霍尔推力器放电通道进入缓冲腔的快电子能量,考虑两个磁场特征以提高缓冲腔预电离率。一是提高磁感应强度,二是缓冲腔内从气体分配器到放电通道方向的负梯度。采用FEMM有限元磁场计算软件,在不改变推力器电离和加速通道内优化磁场特征的前提下,设计的新型缓冲腔磁路满足上述磁场特征。放电实验结果表明,在新型缓冲腔磁路下放电电流低频振荡幅值更小。新型磁路有助于延长推力器寿命,有助于电离和加速通道内电离与加速区的分离。

关键词：霍尔推力器磁路缓冲腔预电离

来源：评论

学校读者我要写书评

暂无评论

一种基于双层框架的仿射类图像抠像方法

引用

自动化学报 2021年第1期47卷 209-223页

作者：姚桂林赵志杰苏晓东辛海涛胡文秦相林哈尔滨商业大学计算机与信息工程学院哈尔滨150028 黑龙江省电子商务与信息处理重点实验室哈尔滨150028

仿射类抠像方法主要分为KNN(K-nearest neighbor)类和Matting Laplacian类方法,本文结合这2种方法的优点提出了一种基于仿射类的双层次抠像方法.其中,第一层为绝对像素的划分层次或预处理层次,采用了基于KNN类简单权重与相对远距离的搜... 详细信息

仿射类抠像方法主要分为KNN(K-nearest neighbor)类和Matting Laplacian类方法,本文结合这2种方法的优点提出了一种基于仿射类的双层次抠像方法.其中,第一层为绝对像素的划分层次或预处理层次,采用了基于KNN类简单权重与相对远距离的搜索方法,并结合初始Trimap未知区域大小无关的方式;第二层为混合像素的计算层次或最终抠像层次,充分利用了第一层计算获得的剩余混合像素的宽度,自适应地调整Matting Laplacian中的颜色线性模型所构成颜色近邻的核宽度.每个层次均按图像的全局颜色重叠程度相应调整合理的搜索范围.本文的实验具备以下特点:1)预处理层次之后采用了若干典型的后续抠像方法,以展现本文方法相比于其他预处理方法对后续抠像操作步骤的优越性和兼容性;2)最终抠像层次引入了若干其他抠像方法,以验证本文抠像方法的优越性.实验表明,相比于其他单层次的仿射类方法,无论对于计算绝对像素还是混合像素,本文方法都可以大幅提升计算结果的准确率.

关键词：图像抠像仿射类抠像 Matting Laplacian KNN搜索颜色线性模型

来源：评论

学校读者我要写书评

暂无评论

基于深度无监督学习的多小区蜂窝网资源分配方法

引用

控制与决策 2022年第9期37卷 2333-2342页

作者：孙明王淑梅郭媛曹伟徐耀群齐齐哈尔大学计算机与控制工程学院黑龙江齐齐哈尔161006 哈尔滨商业大学计算机与信息工程学院哈尔滨150028

针对多小区蜂窝网络资源分配所要求的低能耗、高速率和低延时问题,提出一种基于深度无监督学习的多小区蜂窝网络资源分配方法.首先,构建基于无监督学习的深度功率控制神经网络,通过约束处理输出优化的信道功率控制方案以最大化能量效率... 详细信息

针对多小区蜂窝网络资源分配所要求的低能耗、高速率和低延时问题,提出一种基于深度无监督学习的多小区蜂窝网络资源分配方法.首先,构建基于无监督学习的深度功率控制神经网络,通过约束处理输出优化的信道功率控制方案以最大化能量效率的期望;然后,构建基于无监督学习的深度信道分配神经网络,通过约束处理输出优化的信道分配方案,并联合前期训练好的深度功率控制神经网络拟合输出优化的信道功率,进一步优化能量效率的期望.仿真结果表明,所提出的方法在保证低计算时延的同时可获得优于其他算法的能量效率和传输速率.

关键词：蜂窝网资源分配无监督学习深度神经网络能量效率

来源：评论

学校读者我要写书评

暂无评论

竞争型径向基过程神经网络时序分类器

引用

哈尔滨工程大学学报 2012年第6期33卷 741-744页

作者：葛利印桂生哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150001 哈尔滨商业大学计算机与信息工程学院黑龙江哈尔滨150028

针对时序分类问题,提出一种竞争型径向基过程神经网络时序分类器.给出了复合竞争过程神经元单元的定义,引入复合竞争过程神经元隐层,利用竞争型径向基过程神经网络输入为时变函数的特点,由复合竞争过程神经元单元完成对过程式输入信息... 详细信息

针对时序分类问题,提出一种竞争型径向基过程神经网络时序分类器.给出了复合竞争过程神经元单元的定义,引入复合竞争过程神经元隐层,利用竞争型径向基过程神经网络输入为时变函数的特点,由复合竞争过程神经元单元完成对过程式输入信息的模式匹配和时空聚合运算,给出了具体学习算法,省去了输出层线性连接权的计算,简化了网络结构和训练过程,提高了网络泛化能力.最后以UCI数据集多变量时序分类问题验证了分类器的有效性.

关键词：时序分类器竞争型神经网络径向基时空聚合运算过程神经网络

来源：评论

学校读者我要写书评

暂无评论

基于小波和过程神经网络的时序聚类分析

引用

电机与控制学报 2011年第12期15卷 78-82页

作者：葛利印桂生哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150001 哈尔滨商业大学计算机与信息工程学院黑龙江哈尔滨150028

针对时序背景下的聚类问题,提出一种基于小波和改进自组织过程神经网络的时序聚类方法,首先应用小波变换对原时序数据进行小波分解,在保留相关聚类特征的原则下,对信号进行重构;然后将重构信号拟合为时变函数作为过程神经网络的输入,应... 详细信息

针对时序背景下的聚类问题,提出一种基于小波和改进自组织过程神经网络的时序聚类方法,首先应用小波变换对原时序数据进行小波分解,在保留相关聚类特征的原则下,对信号进行重构;然后将重构信号拟合为时变函数作为过程神经网络的输入,应用改进的竞争算法训练自组织过程神经网络,利用过程神经网络输入为时变函数的特点,将经过小波处理后的时序信号特征充分考虑到聚类分析中,网络提取输入函数隐含的过程式模式特征并进行自组织,给出了改进的竞争学习算法;最后应用UCI数据集聚类结果表明,该方法在聚类正确率、网络运行时间和收敛速度上均有提高,同时在聚类质量、聚类速度方面表现出良好性能,能有效地应用于时序聚类。

关键词：时间序列聚类分析自组织过程神经网络小波

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：