Multi-objective dynamic detection of seeds based on machine vision

An approach to inspecting massive numbers of moving seeds was studied based on the techniques of dynamic inspection and machine vision. A progressive scanning CCD camera with external trigger function was used for real-time capture of dynamic images of seeds. The methods based on R channel of RGB (Red, Green and Blue) and region-dependent segmentation were adopted to reduce the data size of image processing and improve the efficiency of seeds inspection. All the seeds were sorted into four grades according to their morphological characteristics, such as surface area, perimeter, major axis, minor axis, circularity and eccentricity. The detection experiments indicated that the eligible ratio of the classifications was about 81.90% by this real-time inspection system.     

数控加工复合循环功能与子程序编程的特点及其应用

零件的数控加工,为了简化数控加工程序,既可以利用复合循环功能编程,又可以应用子程序技术编程.通过对复合循环功能编程与子程序编程的比较得知,应用子程序编程利大于弊,有利于保证零件的加工质量,提高加工效率,降低生产成本.     

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。     

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。     

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。     

融合图注意力网络和注意力因子分解机的服务推荐方法

为了解决服务推荐过程中的特征稀疏问题、提高服务的语义表示能力,进而提升推荐的准确性和有效性,提出基于图注意力网络(graph attention networks,GAT)研究服务推荐方法,引入服务的组合权重和组合的结构信息,综合利用多种服务特征,提高服务推荐质量。将GAT和注意力因子分解机(attention factorization machine,AFM)结合在一起,利用多头自注意力机制,学习每个节点在图邻域中的重要性;进行信息聚合,处理网络中的不同图结构,以适应服务动态变化的场景。 实验结果显示,在数据平衡的情况下,提出的方法性能表现均好于对比方法;在数据不平衡的情况下,提出的方法大部分性能指标也表现良好,达到了提升服务推荐准确性和有效性的目标。     

基于ISSA-SVM的钻井卡钻事故预测

为预防钻井过程中卡钻事故的发生,通过提出了一种改进麻雀搜索算法(improved sparrow search algorithm, ISSA)优化支持向量机(support vector machines, SVM)的预测模型方法(ISSA-SVM),在发现者位置更新公式中引入一种改进的自适应非线性惯性递减权重;在警戒者位置更新公式中引入莱维飞行策略。利用主成分分析法(principal component analysis, PCA)对外国某大型油田的实测钻井数据进行降维处理,并利用惩罚参数和核参数进行卡钻事故的预测。实验结果表明：ISSA-SVM的预测准确率高达85.185 2%,且收敛速度更快,可见ISSA-SVM可有效预测钻井卡钻事故。