基于GAN的通信干扰波形生成技术

现有通信干扰方法,通常基于通信侦察中获取的目标信号特征进行干扰决策,选取合适的干扰波形实施干扰,难以应对目标信号特征未知或参数动态变化的情况.为此,提出一种基于生成对抗网络(generative adversarial networks,GAN)的通信干扰波形生成技术,运用GAN直接提取目标信号的潜在特征,并生成与目标...     

基于混合流量预测的虚拟网络拓扑重构方法

目前在构建虚拟网络时,为满足用户动态变化的带宽需求,虚拟网络控制平台通常把虚拟链路带宽设置为流量最大值,一定程度上造成了资源浪费.针对这一问题,提出一种基于混合流量预测的虚拟网络拓扑重构方法,利用基于参数优化选择的混合流量预测算法对下一周期的网络流量进行预测,根据流量预测结果进行拓扑重构,在避免出现乒乓效应的同时节省更...     

基于多模态深度神经网络的抓取检测方法

针对机器人抓取检测任务中对未知物体抓取检测精度低的问题,本文提出了一种多模态深度神经抓取检测模型。首先,在RGB和深度两个通道中引入残差模块以进一步提升网络的特征提取能力。接着,引入多模态特征融合模块进行特征融合。最终通过全连接层回归融合特征以得到最佳抓取检测结果。实验结果表明,在Cornell抓取数据集上,本文方法的图像拆分检测精度达到95.7%,对象拆分检测精度达到94.6%。此外,本文还通过消融实验证明了引入残差模块可以提高网络抓取检测性能。     

基于遗传算法优化机器学习模型的地下水潜在性预测

传统机器学习模型在地下水潜在性预测中,未考虑最优因子组合,会对地下水潜在性制图产生不利影响。为此,提出了遗传算法优化支持向量机的地下水潜在性预测方法。以云南省彝良县为研究区,从地形、水文、土壤、地质等方面选取了共15个影响因子;考虑模型性能和影响因子的作用,利用遗传优化算法筛选了包含11个影响因子的最优因子组合;然后使用支持向量机方法构建了地下水潜在性预测模型;最后计算了因子优化前后的模型准确度和受试者工作特性曲线下面积（area under curve,AUC）,并绘制了模型的受试者工作特性（receiver operating characteristic,ROC）曲线和地下水潜在性预测图。结果表明：因子优化前模型的准确度为0.774,验证集AUC为0.789,因子优化后模型的准确度为0.777,验证集AUC为0.806,分别提高了0.003和0.017。可见,所提方法的准确性、可靠性优于传统的支持向量机法,其结果可以为区域水文地质调查和地下水资源管理与规划提供科学参考。     

利用用户数据报协议数据驱动的液压六自由度并联机构虚拟现实技术

针对复杂系统虚拟现实技术应用时实现精准描述系统的动态工作原理,复现真实系统的运动控制功能比较困难的问题,以具有高阶、非线性、强耦合等特征的液压六自由度并联机构为研究对象,提出了一种利用用户数据报协议(user datagram protocol, UDP)实现专业软件MATLAB与虚拟现实开发软件Unity3D的虚拟现实技术。首先利用三维建模软件SolidWorks构建并联机构三维模型,将模型导入Unity3D软件中并对其施加关节约束;其次对并联机构进行运动学反解,建立MATLAB与AMESim联合仿真模型;最后通过UDP协议,实现MATLAB与Unity3D双向实时数据交互并驱动虚拟机构动作。仿真表明：虚拟机构动作完全符合真实物理系统的工作原理,基于UDP协议数据驱动的虚拟现实技术具有很好的准确性与实时性。     

基于参数化建模方法的复合式盾构机刀盘力学性能分析与结构优化

刀盘是盾构机的核心部件之一,合理的刀盘结构设计是安全高效掘进的基础。为了快速高效建立刀盘有限元模型并分析其力学性能,采用基于APDL（ANSYS parametric design language）命令流开发的参数化建模方法,建立了某型号复合式盾构机刀盘的数字模型。对刀盘施加极限工况下的推力和扭矩,通过静力学分析得到了刀盘的应力分布和变形分布,确定了最大应力和最大变形位置,校核了刀盘的静强度和静刚度。进一步以刀盘总质量为优化目标,以刀盘强度和刚度为约束条件建立了基于参数化建模的刀盘结构优化方法,提出了刀盘结构优化流程。通过参数敏感性分析确定了刀盘优化参数,探究相关参数对刀盘强度和刚度的影响。对复合式盾构机刀盘的关键参数进行优化。结果表明：优化后刀盘的最大应力降低了12%,最大变形降低了20%,质量减轻了119 kg。因此,基于参数化建模的优化方法可以提供刀盘的强度与刚度,并同时降低刀盘质量。研究成果可为后续多目标刀盘结构优化提供参考。     

基于机器视觉的人防门智能打磨系统

针对人工识别易出错、清理效率低、打磨环境恶劣等难题,基于机器视觉原理结合双机械臂研制了一种人防门智能打磨系统,其中视觉系统主要由1台视觉控制器VC3300和2台500万像素相机构成。通过视觉系统识别工件的顶点坐标,建立待打磨坐标系与顶点坐标系的映射关系,解决了塞焊孔位置及埋弧焊位置难以有效识别、数据难以高效协同、高精度打磨难以实现的难题。实验结果表明：此视觉系统能够有效保证较高的定位准确率和精度,整体工序相较于人工提速33.3%,打磨后焊点的平均高度0.115mm,满足实际工业生产需求,具有较好的实用价值。     

基于YOLOv5s-FCS的钢材表面缺陷检测

针对传统钢材表面缺陷检测方法易出现误检、漏检和部分缺陷种类检测精度低等问题,本文设计了一种钢材表面缺陷网络YOLOv5s-FCS。首先本文引用了FReLU激活函数构建了卷积模块CBF,有效增强了网络的空间解析能力,优化了网络检测精度;其次,本文将坐标注意力机制嵌入到网络的neck部分来增强网络特征融合的能力,从而使网络能够提取更加丰富的特征信息;最后,将YOLOv5s的损失函数替换为SIoU loss,提高了预测框的回归精度。通过在NEU-DET数据集上进行消融实验、可视化对比实验,结果表明,YOLOv5s-FCS网络的mAP值达到了0.747,相较于原YOLOv5s网络提高了8.3%,相较于YOLOv3网络提高了11.8%,相较于YOLOXs网络提高了4.2%,相较于YOLOv6s提高了1.4%,验证了该方法的可行性、有效性。     

长江漫滩富水砂层深基坑开挖变形控制

为了探究长江漫滩富水砂层地铁车站基坑开挖变形控制的影响因素,以南京地铁某车站基坑为例,通过应用有限元软件对基坑开挖过程进行模拟分析,研究地铁车站基坑开挖过程中基坑周围地表及地连墙支护结构的位移.根据实际地层参数模拟结果可知:随着基坑的开挖,主动土压力增大,竖向位移先增大后减小,在距离基坑位置远端,随着开挖深度越大,基坑周围地表沉降越大;基坑地连墙支护结构位移曲线呈现明显的波动和增长趋势,对比不同开挖阶段的位移曲线可知,地连墙的水平位移随着施工过程推进呈现逐渐增大的趋势.     

比例延迟微分方程的极限学习机算法

目的 针对比例延迟微分方程,提出一种基于极限学习机(ELM)算法的单隐藏层前馈神经网络训练方法,并将该方法推广到求解双比例延迟微分系统。方法 首先,构建一个单隐藏层前馈神经网络并随机生成输入权值和隐藏层偏置;然后,通过计算系数矩阵使其满足比例延迟微分方程及其初值条件,将其转化为最小二乘问题,利用摩尔-彭罗斯广义逆解出输出权值;最后,将输出权值代入构建的神经网络便可获得具有较高精度的比例延迟微分方程数值解。结果 通过数值实验与已有方法的结果进行比较,验证了该方法对处理比例延迟微分方程与双比例延迟微分系统的有效性,且随着选取的训练点和隐藏层节点数量增多,所得到的数值解精度和收敛速度也随之增加。结论 ELM算法对处理比例延迟微分方程以及双比例延迟微分系统具有较好的效果。