检索结果-内蒙古大学图书馆

控制与决策 2025年第4期40卷 1276-1284页

作者：邹子琳陈莹江南大学轻工过程先进控制教育部重点实验室江苏无锡214122

为应对24小时全时段视频监控需求,行人重识别任务必须要同时应对单模态与跨模态重识别的挑战,但目前的行人重识别任务通常将单模态与跨模态作为两个分支独立研究,忽视了这两个任务互补的应用价值.为应对这一挑战,提出一种可协同训练单... 详细信息

为应对24小时全时段视频监控需求,行人重识别任务必须要同时应对单模态与跨模态重识别的挑战,但目前的行人重识别任务通常将单模态与跨模态作为两个分支独立研究,忽视了这两个任务互补的应用价值.为应对这一挑战,提出一种可协同训练单模态和跨模态行人数据集的可迁移网络架构,通过三路分支网络深入挖掘每个模态的行人信息,并深入探讨协同优化架构中的域间隙和模态样本量不平衡问题,有效实现多任务的优化问题.针对域间隙的问题提出一种低层级特征拉近策略,显著减少了跨域样本特征间的差异,使得模型能够学习并提取域不变的语义特征.同时,为了解决模态样本量不平衡的问题,设计一种弱模态特征挖掘策略,通过灵活调整训练权重,使模型更加关注弱模态的优化.实验结果表明,所提出的框架可以迁移到使用ResNet作为主干网络的众多主流方法上,其中在经典方法AGW的基础上Rank1和m AP分别提高了23.79%和17.78%.

关键词：行人重识别单模态跨模态多源数据跨域模态不平衡

来源：评论

学校读者我要写书评

暂无评论

基于影响力函数的自适应鲁棒卡尔曼滤波

引用

中国科学:信息科学 2025年第3期55卷 601-618页

作者：薛为栾小丽赵顺毅刘飞江南大学轻工过程先进控制教育部重点实验室无锡214122

为解决卡尔曼(Kalman)滤波的工程应用难题,现有方法往往以过多的性能损失为代价来增强滤波算法鲁棒性,从而导致估计性能下降.为进一步提升滤波精度,本文借助于影响力函数,构建基于黎卡提(Riccati)方程的自适应鲁棒卡尔曼滤波(adaptive r... 详细信息

为解决卡尔曼(Kalman)滤波的工程应用难题,现有方法往往以过多的性能损失为代价来增强滤波算法鲁棒性,从而导致估计性能下降.为进一步提升滤波精度,本文借助于影响力函数,构建基于黎卡提(Riccati)方程的自适应鲁棒卡尔曼滤波(adaptive robust Kalman filter, ARKF)算法,削弱不确定性影响的同时,最小化性能损失.首先,利用影响力函数实时感知并量化不确定性影响;其次,根据量化结果反演不确定性导致的观测偏移量;然后,根据观测偏移量实时放缩黎卡提方程先验信息上界,实现卡尔曼滤波鲁棒性的自适应调整,减小性能损失;最后,通过数值仿真以及在四容水箱实验中的应用,证实所提算法的有效性及优越性.

关键词：卡尔曼滤波自适应鲁棒滤波影响力函数黎卡提方程不确定性

来源：评论

学校读者我要写书评

暂无评论

基于旋转框定位的拆垛箱体目标检测

引用

计算机工程与应用 2025年第4期61卷 323-330页

作者：张相胜程嘉宝顾斌杰江南大学轻工过程先进控制教育部重点实验室江苏无锡214122

针对物流领域箱体拆垛场景中,箱体密集堆叠、排列杂乱且来料随机等导致难以精确定位的问题,提出了一种基于旋转框定位的轻量级箱体精确检测方法。在单阶段目标检测网络YOLOv7-tiny的基础上,针对箱体目标密集排列的问题,引入融合多尺度... 详细信息

针对物流领域箱体拆垛场景中,箱体密集堆叠、排列杂乱且来料随机等导致难以精确定位的问题,提出了一种基于旋转框定位的轻量级箱体精确检测方法。在单阶段目标检测网络YOLOv7-tiny的基础上,针对箱体目标密集排列的问题,引入融合多尺度可变形卷积的特征选择模块改善箱体形变建模,提升上下文特征提取能力;融合坐标注意力(coordinate attention,CA)机制以增强目标位置特征表达;采用旋转框长边表示法精确表示箱体边界,并结合高斯分布的KL散度(Kullback-Leibler divergence,KLD)作为损失函数,实现箱体旋转框的高精度回归。实验结果表明,改进方法在箱体数据集上检测精度AP_(75)达到85.25%,与原模型相比提升了7.85个百分点,箱体中心点平均像素距离小于3个像素,平均偏移角度小于4°,在小幅增加模型参数量的基础上,检测速度达到26.52FPS,所提方法可以有效提高拆垛箱体的定位精度,满足实际拆垛需求。

关键词：旋转目标检测箱体定位 YOLOv7-tiny 特征融合注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于偏振成像的青椒新鲜度无损检测方法研究

引用

南京农业大学学报 2025年

作者：郑硕黄敏朱启兵江南大学轻工过程先进控制教育部重点实验室

[目的] 本研究提出了基于偏振成像技术的青椒新鲜度快速无损检测方法，旨在改善普通RGB成像技术受复杂光照干扰导致的分类准确率偏低的问题。[方法]以青椒品种‘瑞宝薄脆800’为样品，利用分焦平面偏振相机同步获取青椒在4个偏振方向（0... 详细信息

[目的] 本研究提出了基于偏振成像技术的青椒新鲜度快速无损检测方法，旨在改善普通RGB成像技术受复杂光照干扰导致的分类准确率偏低的问题。[方法]以青椒品种‘瑞宝薄脆800’为样品，利用分焦平面偏振相机同步获取青椒在4个偏振方向（0°、45°、90°和135°）下的偏振图像；基于K-means聚类和主成分分析对失重率、转红指数和感官评分3个指标进行分析，获得样本的新鲜度等级标签，并由此对图像数据集进行标签划分；构建了两种基于图像灰度共生矩阵的机器学习分类模型和多种轻量级神经网络分类模型。[结果]相比于普通的RGB图像，偏振图像能够有效减少光照反射的干扰，准确捕捉青椒新鲜度变化过程中的纹理和颜色变化；基于偏振图像的分类模型在新鲜度分类中表现出更高的准确性（分类精度由基于RGB图像的不足80%提高到大于95%），特别是MobileNet V2模型，在偏振图像上的分类准确率达到了98.98%。[结论]偏振成像技术在复杂光线环境下能提供比普通RGB成像更准确的色彩和细节信息，显著提升图像质量，本研究展现了偏振成像技术与深度学习的结合在青椒新鲜度检测任务中的优越性能，为青椒新鲜度的快速无损检测提供了一个可行的方案。

关键词：偏振成像青椒新鲜度深度学习无损检测

来源：评论

学校读者我要写书评

暂无评论

一种改进的机器人动力学参数辨识方法

引用

江苏大学学报（自然科学版） 2025年第1期46卷 50-56页

作者：张相胜陈佳明江南大学轻工过程先进控制教育部重点实验室江苏无锡214122

针对六轴机器人动力学参数辨识中激励轨迹设计问题,提出了一种将改进差分进化(IDE)算法用于优化激励轨迹参数的方法.首先,用牛顿-欧拉(Newton-Euler)迭代法建立了六轴机器人动力学模型,将机器人最小惯性参数观测矩阵的条件数作为优化目... 详细信息

针对六轴机器人动力学参数辨识中激励轨迹设计问题,提出了一种将改进差分进化(IDE)算法用于优化激励轨迹参数的方法.首先,用牛顿-欧拉(Newton-Euler)迭代法建立了六轴机器人动力学模型,将机器人最小惯性参数观测矩阵的条件数作为优化目标函数;其次,通过对差分进化算法的改进,引入反向最优最差策略改善种群初始值,采用自适应算法改进变异因子和交叉因子;最后,利用改进差分进化算法优化设计了满足机器人各个约束条件的傅里叶级数作为激励轨迹,进行机器人的参数辨识.试验结果表明,采用所提出的优化方法设计的激励轨迹可以充分激发机器人动力学特性,提高了机器人动力学参数辨识试验的抗噪声能力,为建立精确的机器人动力学模型提供参考.

关键词：机器人动力学模型参数辨识激励轨迹改进差分进化算法

来源：评论

学校读者我要写书评

暂无评论

基于自主探索的移动机器人路径规划研究

引用

计算机工程 2025年第1期51卷 60-70页

作者：陈浩陈珺刘飞江南大学轻工过程先进控制教育部重点实验室江苏无锡214122

移动机器人在路径规划过程中,当面对未知且动态变化的环境时,会存在与障碍物碰撞率高、易陷入局部最优等问题。针对这些问题,提出一种基于双延迟深度确定性策略梯度(TD3)算法的改进算法TD3pro,以提高移动机器人在未知动态环境下的路径... 详细信息

移动机器人在路径规划过程中,当面对未知且动态变化的环境时,会存在与障碍物碰撞率高、易陷入局部最优等问题。针对这些问题,提出一种基于双延迟深度确定性策略梯度(TD3)算法的改进算法TD3pro,以提高移动机器人在未知动态环境下的路径规划性能。首先,引入长短期记忆(LSTM)神经网络并与TD3算法相结合,通过门结构筛选历史状态信息,并感知探测范围内障碍物的状态变化,帮助机器人更好地理解环境的动态变化和障碍物的移动模式,使移动机器人能够准确预测和响应动态障碍物的行为,从而降低与障碍物的碰撞率。其次,加入OU (Ornstein-Uhlenbeck)探索噪声,帮助移动机器人持续探索周围环境,增强移动机器人的探索能力和随机性。在此基础上,将单个经验池设置为成功、失败和临时3个经验池,以此提高有效经验样本的采样效率,进而减少训练时间。最后,在2个不同的动、静态障碍物混合场景中进行路径规划实验仿真。实验结果表明:场景1中该算法相较于深度确定性策略梯度(DDPG)算法以及TD3算法,模型收敛的回合数减少了100~200个,路径长度缩短了0.5~0.8,规划时间减少了1~4 s;场景2中该算法相较于TD3算法,模型收敛的回合数减少了100~300个,路径长度缩短了1~3,规划时间减少了4~8 s, DDPG算法失败,移动机器人无法成功抵达终点。由此可见,改进的算法具有更好的路径规划性能。

关键词：移动机器人路径规划双延迟深度确定性策略梯度算法长短期记忆神经网络 OU探索噪声

来源：评论

学校读者我要写书评

暂无评论

融合坐标注意力机制的植物低照度多光谱图像增强模型

引用

激光技术 2025年第1期49卷 79-86页

作者：张伯驹朱启兵黄敏赵鑫江南大学轻工过程先进控制教育部重点实验室无锡214122

为了解决短时曝光条件下高(多)光谱图像照度和信噪比偏低问题,提出了一种基于改进残差(Res-UNet)的高(多)光谱图像增强模型。该模型以Res-UNet为主干网络,采用空洞空间金字塔池化和坐标注意力机制强化模型的特征聚合能力,并引入标准分... 详细信息

为了解决短时曝光条件下高(多)光谱图像照度和信噪比偏低问题,提出了一种基于改进残差(Res-UNet)的高(多)光谱图像增强模型。该模型以Res-UNet为主干网络,采用空洞空间金字塔池化和坐标注意力机制强化模型的特征聚合能力,并引入标准分数损失函数以改善模型对光谱曲线的重构能力,利用图像增强质量指标和下游任务(干旱叶片分割精度)对所提模型的性能进行评价。结果表明,改进后模型的峰值信噪比、结构相似度和光谱角映射分别达到0.9852、39.71和3.120,优于对比算法;其对于干旱叶片的分割精确率也高于各类主流算法。该模型对植物低照多光谱图像增强的有效性,可为各类光谱图像下游任务提供信息支持。

关键词：图像处理多光谱图像注意力机制低照度图像图像增强

来源：评论

学校读者我要写书评

暂无评论

基于最小角回归的稀疏辨识与优化PID控制

引用

系统工程与电子技术 2025年

作者：刘艳君武禹辰陈晶丁锋江南大学物联网工程学院江南大学轻工过程先进控制教育部重点实验室

针对过程复杂且结构未知的对象，在保证模型有效性的前提下，根据数据信息构建简单模型来简化控制器的求解是亟待解决的问题. 以受控自回归模型为例，提出一种基于修正最小角回归算法的稀疏辨识方法. 首先将系统模型转化为过参数化... 详细信息

针对过程复杂且结构未知的对象，在保证模型有效性的前提下，根据数据信息构建简单模型来简化控制器的求解是亟待解决的问题. 以受控自回归模型为例，提出一种基于修正最小角回归算法的稀疏辨识方法. 首先将系统模型转化为过参数化的高维稀疏模型，然后将最小角回归算法用于稀疏系统辨识，并提出绝对角度停止准则，使算法经过少量的迭代即可获得模型的稀疏参数估计，并同时获得有效的时滞和阶次估计. 结合辨识得到的受控自回归模型，引入一种基于指定相位点频率和增益的比例-积分-微分(proportional integral derivative， PID)控制器. 数值仿真和平衡机器人的姿态控制仿真表明该稀疏辨识算法在低数据量下具有较高的辨识精度，建立的模型具有较好的泛化性能，控制器具有良好的控制效果.

关键词：最小角回归稀疏系统辨识时滞阶次联合估计停止准则优化PID控制

来源：评论

学校读者我要写书评

暂无评论

基于三维点云的小麦叶片曲面参数化重建方法

引用

智慧农业(中英文) 2025年第1期7卷 85-96页

作者：朱顺尧瞿宏俊夏倩郭维郭亚江南大学物联网工程学院 “轻工过程先进控制”教育部重点实验室江苏无锡214122

[目的/意义]植物叶形是植物结构形状的重要组成部分。叶片三维结构模型的建立有助于模拟和分析植物生长。针对三维结构表示与数学模型参数的互操作性,本研究提出了一套参数驱动的具有互操作性的小麦叶片点云反演模型。[方法]利用参数化... 详细信息

[目的/意义]植物叶形是植物结构形状的重要组成部分。叶片三维结构模型的建立有助于模拟和分析植物生长。针对三维结构表示与数学模型参数的互操作性,本研究提出了一套参数驱动的具有互操作性的小麦叶片点云反演模型。[方法]利用参数化建模技术,建立具有7个特征参数的小麦叶片参数化曲面模型。基于小麦叶片三维点云对模型参数进行反演估计,实现叶片曲面的逆向参数化构建。为验证该方法可靠性,使用Chamfer距离评估重建点云与原点云间差异度。[结果和讨论]该模型能有效地重建小麦叶片,对于实测数据基于点云的参数化重建结果的平均偏差约为1.2 mm,具有较高的精度。重构模型与点云具有互操作性,可以灵活调整模型参数,生成形状相近的叶簇。反演参数具有较高的可解释性,可用于点云时间序列的一致、连续地估计。[结论]该模型对叶片的一些细节特征进行了适度的简化,只需要少量的参数就可以还原叶片的几何形状。该方法不仅简单、直接、高效,而且得到的参数几何意义更明确,具有可编辑性和可解释性,对小麦叶片的模拟分析和数字孪生具有重要的应用价值。

关键词：小麦叶片曲面参数化三维点云点云重建参数反演数字孪生

来源：评论

学校读者我要写书评

暂无评论

改进的自校正Q-learning应用于智能机器人路径规划

引用

机械科学与技术 2025年第1期44卷 126-132页

作者：任伟朱建鸿江南大学物联网工程学院轻工过程先进控制教育部重点实验室江苏无锡214122

为了解决智能机器人路径规划中存在的一些问题,提出了一种改进的自校正Q-learning算法。首先,对其贪婪搜索因子进行了改进,采用动态的搜索因子,对探索和利用之间的关系进行了更好地平衡;其次,在Q值初始化阶段,利用当前位置和目标位置距... 详细信息

为了解决智能机器人路径规划中存在的一些问题,提出了一种改进的自校正Q-learning算法。首先,对其贪婪搜索因子进行了改进,采用动态的搜索因子,对探索和利用之间的关系进行了更好地平衡;其次,在Q值初始化阶段,利用当前位置和目标位置距离的倒数代替传统的Q-learning算法中的全零或随机初始化,大大加快了收敛速度;最后,针对传统的Q-learning算法中Q函数的最大化偏差,引入自校正估计器来修正最大化偏差。通过仿真实验对提出的改进思路进行了验证,结果表明:改进的算法能够很大程度的提高算法的学习效率,在各个方面相比传统算法都有了较大的提升。

关键词：路径规划 Q-learning 贪婪搜索初始化自校正

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：