四旋翼飞行器的模型不确定性和外部扰动会对其飞行控制产生重大影响。为了提高控制系统的鲁棒性和抗干扰能力,在四旋翼飞行器的双闭环控制模型的基础上,设计相应的线性自抗扰控制器(Linear Active Disturbance Rejection Controller,LAD...四旋翼飞行器的模型不确定性和外部扰动会对其飞行控制产生重大影响。为了提高控制系统的鲁棒性和抗干扰能力,在四旋翼飞行器的双闭环控制模型的基础上,设计相应的线性自抗扰控制器(Linear Active Disturbance Rejection Controller,LADRC)。同时,采用差分进化算法(Differential Evolution,DE)优化控制器参数,解决控制器参数整定难的问题。提出一种使用莱维飞行改进差分进化算法的方法,比基本差分进化算法和引入模拟退火策略的改进方法获得更快的收敛速度。最后在整定得到的最优参数下进行四旋翼飞行器的轨迹跟踪与抗干扰仿真实验。仿真结果表明,LADRC的鲁棒性和抗干扰能力优于PID控制器。展开更多
医学图像分割在计算机辅助诊断和手术导航等临床应用中起着至关重要的作用,旨在从复杂的医学影像中精准提取不同器官和病灶。然而,现有的U型网络结构在实际应用中存在跳跃连接信息冗余大和计算量高等问题。为了解决这些问题,提出一种轻...医学图像分割在计算机辅助诊断和手术导航等临床应用中起着至关重要的作用,旨在从复杂的医学影像中精准提取不同器官和病灶。然而,现有的U型网络结构在实际应用中存在跳跃连接信息冗余大和计算量高等问题。为了解决这些问题,提出一种轻量化医学图像分割网络ES-TransUNet(Efficient channel attention and Simple-TransUNet)。该网络在编码器中通过引入十字交叉注意力(CCA)机制捕捉图像中的长距离依赖关系,并优化Transformer中的多头注意力结构,从而使模型轻量化,在解码器中引入动态上采样(Dysample)模块提升上采样效率;同时为了减少跳跃连接中的信息冗余,引入简单上下文Transformer(SCOT)块对冗余特征进行过滤。在Synapse多器官分割和ACDC数据集上的实验结果表明,ES-TransUNet相比TransUNet分别取得了2.37和1.57个百分点的Dice相似系数(DSC)提升,并在Synapse数据集上使Hausdorff距离(HD)降低了约9.69。此外,所提网络与现有最先进的医学分割模型的对比结果表明,ES-TransUNet在保持较高分割精度的基础上,显著降低了模型的参数量和计算复杂度,并提高了推理效率。可见,该网络更满足实时医学图像分割的实际需求。展开更多
针对故障诊断智能化算法应用的发展过程、研究现状、研究热点、未来发展趋势进行分析.为此检索中国知网和Web of Science(WOS)核心数据集近十年有效文献,引用中国知网文献5490篇,WOS核心数据集文献3629篇,利用CiteSpace软件进行描述性...针对故障诊断智能化算法应用的发展过程、研究现状、研究热点、未来发展趋势进行分析.为此检索中国知网和Web of Science(WOS)核心数据集近十年有效文献,引用中国知网文献5490篇,WOS核心数据集文献3629篇,利用CiteSpace软件进行描述性分析与探索性分析,并绘制相关网络图谱,分别进行文本挖掘可视化.发现在故障识别诊断方面可关注深度学习、迁移学习等新兴热门技术,进一步可关注原始信号处理方法和故障异常事前预测.展开更多
针对传统铁路选线设计依赖人工与二维图纸,存在效率低下、多专业协作困难等问题,文章深入探究了基于建筑信息模型(Building Information Modeling,BIM)技术的铁路数字化选线协同设计方法。通过整合多源数据构建综合BIM模型、优化设计流...针对传统铁路选线设计依赖人工与二维图纸,存在效率低下、多专业协作困难等问题,文章深入探究了基于建筑信息模型(Building Information Modeling,BIM)技术的铁路数字化选线协同设计方法。通过整合多源数据构建综合BIM模型、优化设计流程、搭建协同设计平台并有效管理应用设计成果,可以显著提升铁路选线设计的质量与效率。展开更多
为缓解城市道路拥堵,提高交叉口交通效益与环境效益,建立了一种以交叉口总延误时间、总停车次数、通行能力和尾气排放总量为优化目标的多目标配时优化模型。将尾气排放量纳入到数学优化模型中,通过构建一种基于比功率的尾气排放总量测...为缓解城市道路拥堵,提高交叉口交通效益与环境效益,建立了一种以交叉口总延误时间、总停车次数、通行能力和尾气排放总量为优化目标的多目标配时优化模型。将尾气排放量纳入到数学优化模型中,通过构建一种基于比功率的尾气排放总量测算算法对交通效益指标与尾气排放量的数学关系进行量化,根据交叉口延误时间和停车次数可实现尾气排放总量测算。引入NDX交叉算子和SDE(shift-based density estimation)策略对传统NSGA-Ⅱ算法进行改进,对配时优化模型和改进NSGA-Ⅱ算法进行编码,实现多目标配时优化模型求解。仿真结果表明:尾气排放总量测算模型结果误差小于10%,与传统NSGA-Ⅱ算法相比,改进的NSGA-Ⅱ算法收敛速度提升了约54%。展开更多
文摘医学图像分割在计算机辅助诊断和手术导航等临床应用中起着至关重要的作用,旨在从复杂的医学影像中精准提取不同器官和病灶。然而,现有的U型网络结构在实际应用中存在跳跃连接信息冗余大和计算量高等问题。为了解决这些问题,提出一种轻量化医学图像分割网络ES-TransUNet(Efficient channel attention and Simple-TransUNet)。该网络在编码器中通过引入十字交叉注意力(CCA)机制捕捉图像中的长距离依赖关系,并优化Transformer中的多头注意力结构,从而使模型轻量化,在解码器中引入动态上采样(Dysample)模块提升上采样效率;同时为了减少跳跃连接中的信息冗余,引入简单上下文Transformer(SCOT)块对冗余特征进行过滤。在Synapse多器官分割和ACDC数据集上的实验结果表明,ES-TransUNet相比TransUNet分别取得了2.37和1.57个百分点的Dice相似系数(DSC)提升,并在Synapse数据集上使Hausdorff距离(HD)降低了约9.69。此外,所提网络与现有最先进的医学分割模型的对比结果表明,ES-TransUNet在保持较高分割精度的基础上,显著降低了模型的参数量和计算复杂度,并提高了推理效率。可见,该网络更满足实时医学图像分割的实际需求。
文摘针对故障诊断智能化算法应用的发展过程、研究现状、研究热点、未来发展趋势进行分析.为此检索中国知网和Web of Science(WOS)核心数据集近十年有效文献,引用中国知网文献5490篇,WOS核心数据集文献3629篇,利用CiteSpace软件进行描述性分析与探索性分析,并绘制相关网络图谱,分别进行文本挖掘可视化.发现在故障识别诊断方面可关注深度学习、迁移学习等新兴热门技术,进一步可关注原始信号处理方法和故障异常事前预测.
文摘针对传统铁路选线设计依赖人工与二维图纸,存在效率低下、多专业协作困难等问题,文章深入探究了基于建筑信息模型(Building Information Modeling,BIM)技术的铁路数字化选线协同设计方法。通过整合多源数据构建综合BIM模型、优化设计流程、搭建协同设计平台并有效管理应用设计成果,可以显著提升铁路选线设计的质量与效率。
文摘为缓解城市道路拥堵,提高交叉口交通效益与环境效益,建立了一种以交叉口总延误时间、总停车次数、通行能力和尾气排放总量为优化目标的多目标配时优化模型。将尾气排放量纳入到数学优化模型中,通过构建一种基于比功率的尾气排放总量测算算法对交通效益指标与尾气排放量的数学关系进行量化,根据交叉口延误时间和停车次数可实现尾气排放总量测算。引入NDX交叉算子和SDE(shift-based density estimation)策略对传统NSGA-Ⅱ算法进行改进,对配时优化模型和改进NSGA-Ⅱ算法进行编码,实现多目标配时优化模型求解。仿真结果表明:尾气排放总量测算模型结果误差小于10%,与传统NSGA-Ⅱ算法相比,改进的NSGA-Ⅱ算法收敛速度提升了约54%。
