-
题名基于Q学习算术优化算法的无人机三维航迹规划
- 1
-
-
作者
丁兵兵
匡珍春
卢来
-
机构
湛江科技学院智能制造学院
广东海洋大学数学与计算机学院
-
出处
《电光与控制》
CSCD
北大核心
2024年第3期61-69,共9页
-
基金
广东省科学技术厅基金项目(粤科规划字[2013]137号)。
-
文摘
针对传统方法求解无人机三维航迹规划易导致规划代价高、精度差和容易陷入局部最优的不足,提出基于Q学习算术优化算法的无人机三维航迹规划算法。为了提升算术优化算法的寻优精度,引入Circle混沌映射提高初始种群多样性和分布均匀性,引入Q学习根据个体状态自适应调整数学优化加速函数更新,均衡算法全局搜索与局部开发,设计最优解邻域扰动优化全局搜索能力。通过建立无人机三维航迹规划模型,将航迹规划转化为多目标函数优化问题,并利用改进算法求解无人机三维航迹规划,以综合考虑航迹代价、地形代价和边界代价的目标函数评估粒子适应度,对航迹规划迭代寻优。仿真实验结果表明,所提算法规划的航迹具有更低的总代价和适应不同复杂地形环境的稳定性。
-
关键词
无人机
航迹规划
算术优化算法
Q学习
航迹代价
-
Keywords
UAV
path planning
arithmetic optimization algorithm
Q-learning
trajectory cost
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于虚拟磁链的光伏并网逆变器同步方法
被引量:4
- 2
-
-
作者
匡珍春
谢仕义
温雯
-
机构
广东海洋大学信息学院
广东工业大学计算机学院
-
出处
《太阳能学报》
EI
CAS
CSCD
北大核心
2017年第5期1176-1183,共8页
-
基金
国家自然科学基金(61202269)
广州市科技计划(12C42111607
+1 种基金
201200000031)
博士点基金(20134420110010)
-
文摘
在电网发生不平衡故障情况下,光伏并网逆变器会因电网负序分量导致PWM正弦调制失真,电网同步跟踪精度差等问题,为此提出一种基于虚拟磁链(virtual flux,VF)的频率自适应同步方法。该方法结合VF无需电压传感器和二阶广义积分器(second order generalizd integrator,SOGI)无需进行正负序坐标运算双重优点。虚拟磁链可准确观测光伏逆变器定向电压矢量,利用SOGI的谐振特性避免正负序分量计算延时。锁频环(frequency lockedloop,FLL)为VF提供快速准确电网正序频率。仿真和实验结果表明所提虚拟磁链观测方法能够提高自适应同步跟踪的快速性和精确性。
-
关键词
光伏并网逆变器
虚拟磁链
二阶广义积分器
锁频环
-
Keywords
grid-connected PV inverter
virtual flux
second order generalized integrator
frequency locked loop
-
分类号
TP29
[自动化与计算机技术—检测技术与自动化装置]
TM615
[电气工程—电力系统及自动化]
-
-
题名图像处理技术的光学元件表面疵病检测
被引量:4
- 3
-
-
作者
丁兵兵
匡珍春
王军民
何小山
-
机构
湛江科技学院智能制造学院
广东海洋大学数学与计算机学院
-
出处
《激光杂志》
CAS
北大核心
2022年第11期31-35,共5页
-
基金
国家自然科学基金青年科学基金(No.51208118)
湛江科技学院2019年校级大学生创新创业训练计划项目(No.2020CJXYDCZD02)。
-
文摘
提出基于图像处理技术的光学元件表面疵病检测方法,旨在提高光学元件表面疵病检测精度。采用背景校正算法去除图像噪声并均匀补偿背景,通过的自适应阈值法分割疵病目标区域,结合图像梯度信息,改善最大类间方差法局限性,使用外接矩形法刻画分割得到疵病目标区域尺寸,实现光学元件表面疵病检测。实验证明:该方法校正后的疵病图像背景均匀性较好,且未出现图像细节大量丢失情况,抗噪能力强;能够判断疵病形状,划分麻点和划痕类疵病,光学元件表面疵病检测效果好。
-
关键词
图像处理技术
表面疵病
图像形态学
背景校正算法
-
Keywords
image processing technology
surface defects
image morphology
background correction algorithm
-
分类号
TN209
[电子电信—物理电子学]
-
-
题名基于改进U-net的视网膜血管分割方法研究
- 4
-
-
作者
刘丽婷
王淑怡
匡珍春
-
机构
广东海洋大学
-
出处
《信息技术与信息化》
2023年第4期26-29,共4页
-
基金
国家级大学生创新创业训练计划项目资助(项目编号:202210566022)。
-
文摘
深度学习技术在医疗领域起着重要作用,其中视网膜血管的分割问题也是受到了许多国内外学者的关注。通过对视网膜血管的观察能够诊断出某些疾病的早期症状,U-net网络因其在这方面表现出良好的效果,一直深受大家的喜爱。基于此,基于U-net网络,结合偏置场校正算法和对比度受限自适应直方图均衡算法对图像进行预处理,将卷积长期短期记忆加入网络中,改变了编码路径的连接方式,以提取更多样化的特征,将输出结果进行融合,最终实现了较高的准确率,能够分割出主要的血管,能够在医学诊断时给医生提供更为可靠的诊断依据。
-
关键词
图像分割
U-net
Conv-LSTM网络
-
分类号
R774.1
[医药卫生—眼科]
TP391.41
[自动化与计算机技术—计算机应用技术]
-