計(jì)算技術(shù)與自動(dòng)化

2024年04期

收藏成功

微博空間微信

該刊堅(jiān)持理論與實(shí)踐相結(jié)合的方針，跟蹤世界最新科技動(dòng)態(tài)，報(bào)道國(guó)內(nèi)外的新技術(shù)、新產(chǎn)品、新裝置、新工藝、新方法等理論性、實(shí)用性... 展開(kāi)

類(lèi)型

季刊

類(lèi)別

學(xué)術(shù)

定價(jià)

促銷(xiāo)信息

全年訂閱更優(yōu)惠!

￥18.00 ￥10.89

原貌版試讀單本購(gòu)買(mǎi)

基于ADAMS/SIMULINK/Unity3D的視月跟瞄系統(tǒng)聯(lián)合仿真 摘要：在視月跟瞄系統(tǒng)原理設(shè)計(jì)階段，還沒(méi)有實(shí)物系統(tǒng)。為解決驗(yàn)證跟瞄控制律、評(píng)價(jià)月亮跟蹤器具體性能困難的問(wèn)題，提出了采用機(jī)一電一視三域聯(lián)合仿真技術(shù)的虛擬樣機(jī)替代物理樣機(jī)的解決方案。利用機(jī)械動(dòng)力學(xué)軟件ADAMS和控制仿真軟件SIMULINK建立兩...
基于NB-IoT的地下管網(wǎng)數(shù)據(jù)采集儀設(shè)計(jì) 摘要：針對(duì)地下管網(wǎng)的水質(zhì)數(shù)據(jù)采集困難、監(jiān)測(cè)方式落后等問(wèn)題，設(shè)計(jì)了一種基于NB-IoT的數(shù)據(jù)采集儀。數(shù)據(jù)采集儀選用STM3ZL151RET6低功耗芯片和NB-IoT通信模塊，利用MOS管控制外設(shè)電源的通斷。在軟件設(shè)計(jì)中微控制器采用定時(shí)休眠和中...
基于ARIMA-LSTM模型的卷煙制絲質(zhì)量預(yù)測(cè)研究 摘要：為了應(yīng)對(duì)卷煙制絲工藝中的不確定性所帶來(lái)的質(zhì)量風(fēng)險(xiǎn)，提出了一種將差分移動(dòng)平均自回歸（ARIMA）模型與深度學(xué)習(xí)中的長(zhǎng)短期記憶單元（LSTM）模型相結(jié)合的制絲質(zhì)量數(shù)據(jù)預(yù)測(cè)方法，井用該方法對(duì)某卷煙企業(yè)制絲工藝中的加熱處理（HT）出口溫度和葉...
基于EKF算法與衛(wèi)星導(dǎo)航的民航貨運(yùn)高精度定位系統(tǒng)研究 摘要：近年來(lái)，非線性濾波算法的進(jìn)步推動(dòng)了民航貨運(yùn)定位系統(tǒng)的技術(shù)革新，然而，這些系統(tǒng)仍面臨訓(xùn)練速度慢、精度損失和無(wú)法高效處理大規(guī)模數(shù)據(jù)的問(wèn)題。RTK定位精度的表現(xiàn)受模式影響，GPS定位誤差在各方向均保持在2.2～3.4，相對(duì)穩(wěn)定。研究引入擴(kuò)展...
基于價(jià)值函數(shù)和策略函數(shù)的站用直流電源系統(tǒng)電源故障預(yù)判算法 摘要：在站用直流電源系統(tǒng)電源故障預(yù)測(cè)過(guò)程中，主要依托于單一的價(jià)值函數(shù)實(shí)現(xiàn)故障預(yù)判，無(wú)法應(yīng)對(duì)策略微弱變化引起的維度爆炸等問(wèn)題，使得故障預(yù)判結(jié)果的G-mean值較低。因此，提出結(jié)合價(jià)值函數(shù)和策略函數(shù)的站用直流電源系統(tǒng)電源故障預(yù)判算法。針對(duì)電源歷...
基于Trucksim的應(yīng)急環(huán)境下大客車(chē)側(cè)翻多因素參數(shù)計(jì)算及仿真 摘要：為準(zhǔn)確預(yù)測(cè)大客車(chē)側(cè)翻風(fēng)險(xiǎn)、降低側(cè)翻事故概率，研究了基于Truckslm的應(yīng)急環(huán)境下大客車(chē)側(cè)翻多因素參數(shù)計(jì)算廈仿真方法。通過(guò)Trucksim軟件創(chuàng)建大客車(chē)側(cè)翻模型，選取大客車(chē)側(cè)翻多因素參數(shù)并實(shí)施運(yùn)算，分別在不同路面條件、不同轉(zhuǎn)向盤(pán)輸入工...
基于小樣本異常特征挖掘算法的抽水蓄能電站主設(shè)備故障聲紋檢測(cè)技術(shù) 摘要：由于抽水蓄能電站中部分設(shè)備難取接近，導(dǎo)致采集有效信號(hào)的難度較大，為了降低設(shè)備故障檢測(cè)中的漏檢率與誤檢率，將小樣本異常特征挖掘算法與聲紋識(shí)別技術(shù)結(jié)合，提出一種新的抽水蓄能電站主設(shè)備故障檢測(cè)方法。選取壓電式加速度傳感器作為聲紋采集傳感器設(shè)...
基于北斗定位的便攜式電纜局部放電檢測(cè)系統(tǒng) 摘要：我國(guó)電力發(fā)展較快，電纜使用時(shí)間較長(zhǎng)，導(dǎo)致故障率和用電隱患較多，所以設(shè)計(jì)了一個(gè)基于北斗定位的便攜式電纜局部放電檢測(cè)系統(tǒng)。本系統(tǒng)使用長(zhǎng)短期記憶網(wǎng)絡(luò)算法（Long Short-term Memory，LSTM）來(lái)檢測(cè)電纜的局部放電，平均功率...
電力自主移動(dòng)機(jī)器人運(yùn)檢AI助手語(yǔ)音多路信號(hào)端點(diǎn)切分 摘要：研究了電力自主移動(dòng)機(jī)器人運(yùn)撿AI助手語(yǔ)音多路信號(hào)端點(diǎn)切分仿真，解決語(yǔ)音端點(diǎn)切分運(yùn)算復(fù)雜、不準(zhǔn)確問(wèn)題。機(jī)器人運(yùn)檢AI助手語(yǔ)音服務(wù)包括語(yǔ)音多路信號(hào)采集、播報(bào)、理解、控制等，采集到的AI助手語(yǔ)音多路信號(hào)經(jīng)客戶端降噪處理后，通過(guò)主分量分析篩選...
基于支持向量機(jī)的復(fù)雜場(chǎng)景中多人對(duì)話語(yǔ)音智能識(shí)別方法研究 摘要：面對(duì)多人對(duì)話語(yǔ)音單一特征表征性別組合信息不足，導(dǎo)致語(yǔ)音識(shí)剮結(jié)果不精準(zhǔn)的問(wèn)題，提出了基于支持向量機(jī)的復(fù)雜場(chǎng)景中多人對(duì)話語(yǔ)音智能識(shí)別方法。使用距離度量方法，檢測(cè)復(fù)雜場(chǎng)景多人對(duì)話變化點(diǎn)。計(jì)算任意兩個(gè)數(shù)據(jù)集的對(duì)數(shù)似然概率值，構(gòu)建得分集。結(jié)臺(tái)T...

基于融合蟻群-A'算法的多目標(biāo)路徑規(guī)劃方法 摘要：針對(duì)傳統(tǒng)蟻群算法在二維柵格地圖下存在搜索時(shí)間長(zhǎng)、收斂速度慢、考慮因素單一等問(wèn)題，提出了一種融合蟻群-A'算法。首先將啟發(fā)式方法的思想融入到蟻群算法，優(yōu)化蟻群算法的搜索效率；其次引入最大最小螞蟻系統(tǒng)，提出一種精英螞蟻信息素更新規(guī)...
基于虛擬關(guān)系知識(shí)圖可自適應(yīng)聚合的推薦算法 摘要：在信息爆炸的時(shí)代，推薦算法成為應(yīng)對(duì)信息過(guò)載的有效手段。近年來(lái)，圖神經(jīng)網(wǎng)絡(luò)（GNN）以其強(qiáng)大的建模能力和應(yīng)對(duì)冷啟動(dòng)的優(yōu)勢(shì)被廣泛應(yīng)用于推薦算法。本文提出了一種基于深度強(qiáng)化學(xué)習(xí)與GNN-R的聯(lián)合訓(xùn)練框架，解決GNN-R中固定層數(shù)和聚合策略的...
電網(wǎng)運(yùn)行事故預(yù)案知識(shí)圖譜生成算法 摘要：針對(duì)電網(wǎng)運(yùn)行事故檢測(cè)和預(yù)案生成的需求，為了提供全面內(nèi)容的預(yù)案知識(shí)圖譜并實(shí)現(xiàn)簡(jiǎn)潔有效的事故處理方式，提出了基于異常特征與潮流計(jì)算模型的電網(wǎng)運(yùn)行事故預(yù)案知識(shí)圖譜智能生成算法。提取包含波動(dòng)性和變動(dòng)性的電網(wǎng)運(yùn)行異常特征，經(jīng)相關(guān)向量機(jī)的異常特征...
基于ISD優(yōu)化SSA-VMD算法的自適應(yīng)英文語(yǔ)音增強(qiáng) 摘要：針對(duì)傳統(tǒng)語(yǔ)音增強(qiáng)方法存在濾除有效信號(hào)且增強(qiáng)性能欠佳的問(wèn)題，提出了一種基于ISD優(yōu)化SSA-VMD算法的自適應(yīng)英文語(yǔ)音信號(hào)增強(qiáng)方法。首先利用SSA-VMD算法自適應(yīng)獲取輸入語(yǔ)音信號(hào)VMD關(guān)鍵參數(shù)的最優(yōu)組合，再對(duì)其進(jìn)行分解得到各模態(tài)分量，...

基于均值教師模型聯(lián)合多級(jí)擾動(dòng)的半監(jiān)督遙感影像變化檢測(cè) 摘要：目前深度學(xué)習(xí)方法在遙感影像變化檢測(cè)方面取得了較大的進(jìn)步，然而現(xiàn)有的遙感影像變化檢測(cè)方法仍然以全監(jiān)督網(wǎng)絡(luò)為主，其網(wǎng)絡(luò)性能?chē)?yán)重依賴標(biāo)簽數(shù)據(jù)的數(shù)量和質(zhì)量。為此，提出了一種基于均值教師模型聯(lián)合多級(jí)擾動(dòng)的半監(jiān)督遙感影像變化檢測(cè)網(wǎng)絡(luò)（UniMTC...
基于像素緊密程度的多源遙感影像信息提取方法 摘要：遙感影像在采集過(guò)程中，地面覆蓋種類(lèi)數(shù)量龐大且采集影像清晰度低、分辨率較差，關(guān)鍵像素特征之間的閾值衡量標(biāo)準(zhǔn)模糊，導(dǎo)致信息提取難度增大，從而降低信息利用率。為此，提出了基于像素緊密程度的多源遙感影像信息提取方法。利用Contourlet變...
基于域通道知識(shí)鑒別框架的跨域少樣本圖像分類(lèi) 摘要：現(xiàn)有的跨領(lǐng)域少樣本分類(lèi)模型受限于域特定因素的干擾，限制了其有效性。為此，提出了一種基于高斯仿射的通道鑒別網(wǎng)絡(luò)。具體來(lái)講，所提出的學(xué)習(xí)框架包含隨機(jī)高斯仿射模塊和域通道鑒別模塊，在隨機(jī)高斯仿射模塊中，通過(guò)對(duì)特征的充分統(tǒng)計(jì)量進(jìn)行高斯擾動(dòng)以生...
基于形狀引導(dǎo)和不確定性估計(jì)的半監(jiān)督三維醫(yī)學(xué)圖像分割 摘要：在基于深度學(xué)習(xí)方法的醫(yī)學(xué)圖像分割任務(wù)中，通常需要大量的標(biāo)記數(shù)據(jù)。然而，獲得可靠的標(biāo)注是昂貴且耗時(shí)的。為此，提出了一種新的框架，采用具有形狀約束和不確定性估計(jì)的雙一致性正則化半監(jiān)督方法，用于3D醫(yī)學(xué)圖像分割。首先，引入了一種基于學(xué)習(xí)目標(biāo)...

基于深度學(xué)習(xí)的動(dòng)態(tài)差分隱私保護(hù)算法 摘要：深度學(xué)習(xí)中使用的訓(xùn)練的數(shù)據(jù)集中可能存在一些用戶的敏感信息，在模型訓(xùn)練過(guò)程中，這些敏感信息將會(huì)隱各地存在于模型參數(shù)中，從而存在隱私泄露的風(fēng)險(xiǎn)。本文在AdamP優(yōu)化器的基礎(chǔ)上引入高斯機(jī)制的差分隱私，提出了一種基于一次冪函數(shù)的動(dòng)態(tài)隱私預(yù)算分...
基于改進(jìn)關(guān)聯(lián)規(guī)則的報(bào)送信息大數(shù)據(jù)特征隱匿性加密算法 摘要：報(bào)送信息大數(shù)據(jù)的安全性直接關(guān)系到“數(shù)字化紀(jì)拴云平臺(tái)”數(shù)據(jù)挖掘的準(zhǔn)確性，一旦泄露或者被篡改，紀(jì)檢工作可靠性將大大降低，由此，提出一種基于改進(jìn)關(guān)聯(lián)規(guī)則的報(bào)送信息大數(shù)據(jù)特征隱匿性加密算法。手工獲取報(bào)送信息大數(shù)據(jù)，通過(guò)連接轉(zhuǎn)換器實(shí)時(shí)連通異構(gòu)數(shù)...
新型電力系統(tǒng)的物聯(lián)網(wǎng)終端傳輸無(wú)線協(xié)議安全檢測(cè)模型 摘要：研究了新型電力系統(tǒng)的物聯(lián)網(wǎng)終端傳輸無(wú)線協(xié)議安全檢測(cè)模型，提升協(xié)議安全檢測(cè)效果。通過(guò)分析基于物聯(lián)網(wǎng)的新型電力系統(tǒng)，確定常見(jiàn)的物聯(lián)網(wǎng)終端傳輸無(wú)線協(xié)議攻擊類(lèi)型；以確定的攻擊類(lèi)型為基礎(chǔ)，針對(duì)新型電力系統(tǒng)內(nèi)的物聯(lián)網(wǎng)終端，建立物聯(lián)網(wǎng)終端傳輸無(wú)線協(xié)...

基于微服務(wù)架構(gòu)的高校辦事服務(wù)平臺(tái)優(yōu)化 摘要：在國(guó)家將數(shù)字技術(shù)廣泛應(yīng)用于管理服務(wù)的要求下，為了提升高枝管理服務(wù)的便利化水平，對(duì)全校所有的管理服務(wù)進(jìn)行整體性設(shè)計(jì)。同時(shí)在原有高校辦事服務(wù)平臺(tái)上基于微服務(wù)架構(gòu)進(jìn)行功能完善，通過(guò)將應(yīng)用和服務(wù)分解成松耦合的組件，降低平臺(tái)變化帶來(lái)的影響，并對(duì)...
基于表示學(xué)習(xí)的車(chē)輛到達(dá)時(shí)間預(yù)測(cè) 摘要：隨著智慧交通的興起，人們對(duì)高效率出行的需求日益增加，因而尋求更優(yōu)秀的模型來(lái)估計(jì)車(chē)輛行駛時(shí)間成為首要任務(wù)。由于交通系統(tǒng)有較強(qiáng)的非線性，并且受天氣、時(shí)間等多種因素影響，綜合考慮歷史車(chē)流量信息和當(dāng)前路況，提出了一種基于表示學(xué)習(xí)的多模態(tài)擬舍模...
個(gè)性化購(gòu)房決策系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) 摘要：研制個(gè)性化購(gòu)房決策系統(tǒng)，幫助購(gòu)房者快速選到適合自己需求的住房顯得十分必要。定義定量和定性購(gòu)房指標(biāo)，利用網(wǎng)絡(luò)爬蟲(chóng)技術(shù)獲取房源信息；將GIS和數(shù)字孿生技術(shù)結(jié)合并應(yīng)用于購(gòu)房決策；采用模糊層次分析法和蝻權(quán)法結(jié)合的方式確定權(quán)重，利用模糊TOPS...
基于強(qiáng)化學(xué)習(xí)的帶軟時(shí)間窗多行程綠色車(chē)輛路徑優(yōu)化研究 摘要：為了助力物流行業(yè)響應(yīng)“碳達(dá)峰”和“碳中和”建設(shè)目標(biāo)，提速綠色物流產(chǎn)業(yè)的建立與發(fā)展，首先綜合考慮油耗、碳排放、人力、車(chē)輛、用戶體驗(yàn)等因素，構(gòu)建帶軟時(shí)間窗約束的多行程綠色車(chē)輛路徑優(yōu)化模型。然后綜合考慮PinSAGE圖網(wǎng)絡(luò)、TRPO和GAE...
基于知識(shí)增強(qiáng)的細(xì)粒度個(gè)性化新聞推薦用戶建模 摘要：傳統(tǒng)的新聞推薦用戶建模方法難以深入解析新聞的復(fù)雜語(yǔ)義和用戶的真實(shí)需求，為此提出了一種知識(shí)增強(qiáng)的新聞建模方法，通過(guò)實(shí)體表示層、上下文嵌入層和注意力聚合層獲取新聞文檔表示。在此基礎(chǔ)上提出了一種基于知識(shí)增強(qiáng)文檔的細(xì)粒度用戶建模方法，利用長(zhǎng)文...
基于模糊神經(jīng)網(wǎng)絡(luò)的車(chē)輛運(yùn)行狀態(tài)多維智能監(jiān)測(cè)方法研究 摘要：車(chē)輛自動(dòng)駕駛領(lǐng)域，其運(yùn)行狀態(tài)數(shù)據(jù)種類(lèi)較多，特征模糊化明顯，難以準(zhǔn)確采集，導(dǎo)致車(chē)輛運(yùn)行狀態(tài)監(jiān)測(cè)存在準(zhǔn)確度低’精度低、時(shí)效慢等問(wèn)題。為此，提出了基于模糊神經(jīng)網(wǎng)絡(luò)的車(chē)輛運(yùn)行狀態(tài)多維智能監(jiān)測(cè)方法。首先，通過(guò)多傳感器采集車(chē)輛運(yùn)行狀態(tài)數(shù)據(jù)，并使用...
一種適用于獨(dú)立測(cè)試組織的持續(xù)集成測(cè)試平臺(tái) 摘要：在增量開(kāi)發(fā)模式下，軟件頻繁迭代、持續(xù)集成是其中的關(guān)鍵，傳統(tǒng)的持續(xù)集成無(wú)法適用于獨(dú)立測(cè)試團(tuán)隊(duì)的組織架構(gòu)。根據(jù)增量迭代模式下獨(dú)立測(cè)試組織的特點(diǎn)，設(shè)計(jì)了一種適用于獨(dú)立測(cè)試組織模式的持續(xù)集成測(cè)試平臺(tái)，實(shí)現(xiàn)軟件從增量更新的獲取、應(yīng)用程序更新部署...
基于改進(jìn)極限學(xué)習(xí)機(jī)的應(yīng)急通信網(wǎng)絡(luò)多重?fù)矶嘛L(fēng)險(xiǎn)預(yù)警方法 摘要：對(duì)風(fēng)險(xiǎn)數(shù)據(jù)特征提取不準(zhǔn)確，導(dǎo)致預(yù)警精度低，因此，提出了基于改進(jìn)極限學(xué)習(xí)機(jī)的應(yīng)急通信網(wǎng)絡(luò)多重?fù)矶嘛L(fēng)險(xiǎn)預(yù)警方法。采集與標(biāo)準(zhǔn)化處理數(shù)據(jù)，實(shí)現(xiàn)對(duì)風(fēng)險(xiǎn)數(shù)據(jù)的預(yù)處理，在改進(jìn)極限學(xué)習(xí)機(jī)的支持下，進(jìn)行特征差和特征向量權(quán)重的計(jì)算，完成對(duì)風(fēng)險(xiǎn)數(shù)據(jù)的特征提...