期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
可移动T型三柔性梁的神经网络非奇异快速终端滑模控制
1
作者 刘浩然 邱志成 李旻 《振动与冲击》 北大核心 2025年第12期184-191,共8页
在太空作业中,卫星上搭载的太阳能帆板需要变换位置和朝向,以获得最佳光照角度,补充能量。太阳能帆板是一种柔性结构,具有模态频率低、容易激励和残余振动衰减慢等特点。卫星上太阳能帆板普遍为多柔性结构,“T”型结构能够模拟多柔性结... 在太空作业中,卫星上搭载的太阳能帆板需要变换位置和朝向,以获得最佳光照角度,补充能量。太阳能帆板是一种柔性结构,具有模态频率低、容易激励和残余振动衰减慢等特点。卫星上太阳能帆板普遍为多柔性结构,“T”型结构能够模拟多柔性结构在外部因素下的振动特性。考虑到太阳能帆板的工作特性,设计梯形轨迹运动以观测柔性梁的振动,并设计控制方案。针对所设计可移动T型三柔性梁测控试验平台,进行了主动振动控制方案设计。进行了系统辨识,设计基于径向基函数(radial basis function,RBF)神经网络的非奇异快速终端滑模控制器(RBF neural network-based nonsingular fast terminal sliding mode controller,RBF-NFTSMC)进行三柔性梁系统的振动主动控制。由于梯形轨迹运动后容易造成较大激励,进行了梯形轨迹激励柔性梁,在轨迹运动结束后进行RBF-NFTSM控制器主动控制试验。试验结果表明,所设计的RBF-NFTSM控制器相比于传统的大增益PD(proportion differentiation)控制器具有更好的控制效果,可以更快抑制柔性梁的残余振动。 展开更多
关键词 可移动T型三柔性 振动抑制 梯形轨迹 基于神经网络的奇异终端滑模控制(RBF-NFTSMC)
在线阅读 下载PDF
典型接地故障检测方法在非隔离型柔性互联配电网中的适应性分析
2
作者 张贺铭 常仲学 +3 位作者 陈实 王晨清 袁宇波 宋国兵 《电力工程技术》 北大核心 2025年第4期14-22,共9页
文中以非隔离型柔性互联配电网为研究对象,针对交流系统发生单相接地故障时,因零序分量传递特性导致的典型接地故障检测方法适应性问题开展研究。首先,建立非隔离型智能软开关(soft open point, SOP)的零序等值拓扑网络,提出零序分量的... 文中以非隔离型柔性互联配电网为研究对象,针对交流系统发生单相接地故障时,因零序分量传递特性导致的典型接地故障检测方法适应性问题开展研究。首先,建立非隔离型智能软开关(soft open point, SOP)的零序等值拓扑网络,提出零序分量的传递方程并定量分析零序分量传递至非故障侧的大小,分析不同场景下零序分量抑制效果;然后,分别对小电流互联系统、小电阻互联系统、小电流和小电阻互联系统的典型保护进行适应性分析,结果表明,在非隔离型柔性互联系统中,零序分量传递至系统健全侧后保护可能发生误动或误告警;最后,基于PSCAD建立典型非隔离型柔性互联配电网模型,对不同互联系统的保护适应性分析进行验证。文中研究结论可为非隔离型柔性互联配电网的保护配置提供理论支撑。 展开更多
关键词 隔离型柔性互联系统 智能软开关(SOP) 单相接地故障 小电流系统 小电阻系统 零序分量传递特性 零序抑制策略
在线阅读 下载PDF
航天器柔性太阳翼最优PPF主动振动抑制方法 被引量:4
3
作者 鄂斌 杨志红 +1 位作者 崔乃刚 王小刚 《宇航学报》 EI CAS CSCD 北大核心 2020年第6期800-810,共11页
针对采用可变速控制力矩陀螺(VSCMG)进行柔性太阳翼振动抑制问题,提出一种基于求解非光滑H∞综合问题的最优参数正位置反馈(PPF)控制方法。首先,建立考虑VSCMG和柔性太阳翼耦合的振动模型,得到了线性化的约束陀螺柔性板动力学模型,基于... 针对采用可变速控制力矩陀螺(VSCMG)进行柔性太阳翼振动抑制问题,提出一种基于求解非光滑H∞综合问题的最优参数正位置反馈(PPF)控制方法。首先,建立考虑VSCMG和柔性太阳翼耦合的振动模型,得到了线性化的约束陀螺柔性板动力学模型,基于同位控制思想推导了以角度陀螺为测量装置的约束陀螺柔性板全阶状态空间模型。针对被控对象特性,确定最优PPF控制器的结构构型和待优化参数。进而,通过对约束陀螺柔性板全阶状态空间模型进行降阶、修正和加权处理,将PPF控制器参数优化问题转化为在PPF控制器构型约束条件下的非光滑H∞综合问题,并应用一阶下降算法进行寻优求解,实现最优PPF控制器的设计。该方法能够实现对各阶陀螺模态的独立控制,在保证快速性和鲁棒性的前提下,实现最优PPF参数的稳定高效求解。仿真结果表明,所提出的最优PPF控制方法能够快速、鲁棒地实现航天器柔性太阳翼的主动振动抑制。 展开更多
关键词 柔性太阳翼 控制力矩陀螺(VSCMG) 正位置反馈(PPF) 光滑H∞综合 振动抑制
在线阅读 下载PDF
PCB表面缺陷数据集与基于YOLOv5s-P6SE的检测
4
作者 梁泰然 蒋诗新 +2 位作者 李泉洲 欧阳斌 吕盛坪 《计算机工程与科学》 北大核心 2025年第2期276-287,共12页
针对PCB生产中表面缺陷检测的需求,结合车间实际制定一个包含11种类别的缺陷分类标准,采集真实PCB表面缺陷图像,最终构建一个包含3239幅图像4672个缺陷目标的数据集Dataset_PCBSD。基于YOLOv5s改进得到一种新的PCB表面缺陷检测模型YOLOv... 针对PCB生产中表面缺陷检测的需求,结合车间实际制定一个包含11种类别的缺陷分类标准,采集真实PCB表面缺陷图像,最终构建一个包含3239幅图像4672个缺陷目标的数据集Dataset_PCBSD。基于YOLOv5s改进得到一种新的PCB表面缺陷检测模型YOLOv5s-P6SE。为提高检测精度,在YOLOv5s中增加用于检测特大目标的P6检测层,引入了SE注意力模块和柔性非极大抑制后处理。实验结果显示,相较于基准模型YOLOv5s,YOLOv5s-P6SE在均值平均精度上提升了5.5%。同时,YOLOv5s-P6SE在mAP和模型大小上均优于Faster R-CNN、SSD、PCB缺陷检测模型YOLOv4-MN3以及DETR模型RT-DETR-L,且在平衡mAP和模型大小方面优于YOLOv8s。 展开更多
关键词 印制电路板 表面缺陷检测 YOLOv5s-P6SE SE注意力模块 柔性大抑制
在线阅读 下载PDF
基于灰度均值的自适应FAST角点检测优化算法 被引量:1
5
作者 刘艳 李一桐 《电光与控制》 CSCD 北大核心 2024年第2期65-71,91,共8页
光照不均、突变引起的灰度变化会影响图像特征检测效果。为此,设计一种基于灰度均值的自适应FAST-9-12角点检测算法。首先,利用特征点的延展性设计一种小面积双重检测模板,减少像素点与中心点的比较次数,提高区域正检率和检测速度;其次... 光照不均、突变引起的灰度变化会影响图像特征检测效果。为此,设计一种基于灰度均值的自适应FAST-9-12角点检测算法。首先,利用特征点的延展性设计一种小面积双重检测模板,减少像素点与中心点的比较次数,提高区域正检率和检测速度;其次,依据图像局部灰度均值,在每个像素点检测模板内自适应调整阈值,避免灰度变化影响检测效果;最后,根据柔性非极大值抑制的思想设计角点半径抑制原则,筛选鲁棒性更强的角点。在Inria遥感影像数据集上的实验结果表明,FAST-9-12角点检测速度比FAST-12-16,FAST-9-16两种模板提高22%左右,因自适应阈值的提取方式不易受光照影响,检测准确率分别提高4.16和3.11个百分点,实现了图像特征快速和精准检测。 展开更多
关键词 FAST角点检测 双重模板 自适应阈值 柔性极大值抑制 角点半径抑制
在线阅读 下载PDF
基于改进DenseNet的水果小目标检测 被引量:15
6
作者 徐利锋 黄海帆 +1 位作者 丁维龙 范玉雷 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2021年第2期377-385,共9页
针对自然环境中小目标水果的检测精度普遍较低的问题,提出基于DenseNet改进的水果目标检测框架.构建以DenseNet为核心的多尺度特征提取模块,在DenseNet不同层级的稠密块中建立特征金字塔结构,加强网络层特征复用.结合低层特征的高分辨... 针对自然环境中小目标水果的检测精度普遍较低的问题,提出基于DenseNet改进的水果目标检测框架.构建以DenseNet为核心的多尺度特征提取模块,在DenseNet不同层级的稠密块中建立特征金字塔结构,加强网络层特征复用.结合低层特征的高分辨率和高层特征的高语义性,实现准确定位和预测小目标水果存在的目的.引入软阈值非极大值抑制(Soft-NMS)算法,改善簇状果实结构中检测框被误剔除的情况.与常用的Faster R-CNN网络相比,所提出的框架在苹果、芒果和杏3个数据集中的平均检测速度大于40 FPS,F1值分别为0.920、0.928、0.831,实现了检测效率及精度的提升. 展开更多
关键词 DenseNet 深度学习 水果小目标检测 特征金字塔网络(FPN) 软阈值极大值抑制(soft-nms)
在线阅读 下载PDF
基于CR-RFPR101的钢板表面缺陷检测 被引量:3
7
作者 李雪露 储茂祥 +1 位作者 杨永辉 刘光虎 《合肥工业大学学报(自然科学版)》 CAS 北大核心 2023年第12期1651-1658,共8页
针对钢板表面缺陷种类多、背景复杂、检测精度低等问题,文章首先对钢板表面缺陷数据集进行数据增强,并对原始Cascade区域卷积神经网络(region-basedconvolutional neural netwroks,R-CNN)算法进行改进,将ResNeXt-101-64×4d作为Casc... 针对钢板表面缺陷种类多、背景复杂、检测精度低等问题,文章首先对钢板表面缺陷数据集进行数据增强,并对原始Cascade区域卷积神经网络(region-basedconvolutional neural netwroks,R-CNN)算法进行改进,将ResNeXt-101-64×4d作为Cascade R-CNN算法的骨干网络,优化特征提取模块,利用递归特征金字塔(recursive feature pyramid,RFP)网络以反馈连接的方式进行特征优化,提出一种CR-RFPR101(Cascade R-CNN RFP ResNeXt-101-64×4d)的检测算法,以更好地保留细节和语义信息;同时使用可切换的空洞卷积替换主干网络的卷积层,以改变感受野的方式提高检测性能;最后使用引入软化非极大值抑制算法,保留有效信息,提高识别率。经实验验证,CR-RFPR101算法的检测率为83.4%,比原Cascade R-CNN算法提高了7.3%,满足了钢板表面缺陷检测要求。 展开更多
关键词 缺陷检测 数据增强 递归特征金字塔(RFP) 可切换的空洞卷积 软化极大值抑制(soft-nms)
在线阅读 下载PDF
融合CBAM的YOLOv4轻量化检测方法 被引量:9
8
作者 任丰仪 裴信彪 +1 位作者 乔正 白越 《小型微型计算机系统》 CSCD 北大核心 2023年第5期1008-1014,共7页
基于深度学习的目标检测算法应用于无人机视觉中,会极大提升无人机的场景理解能力,但模型参数量和计算量巨大,难以应用于移动端或嵌入式平台.因此本文提出了一种效果较好的轻量级实时检测模型,采用YOLOv4模型网络作为主要参考模型,使用M... 基于深度学习的目标检测算法应用于无人机视觉中,会极大提升无人机的场景理解能力,但模型参数量和计算量巨大,难以应用于移动端或嵌入式平台.因此本文提出了一种效果较好的轻量级实时检测模型,采用YOLOv4模型网络作为主要参考模型,使用MobileNet替换主干网络,并通过添加CBAM注意力机制以及Soft-NMS后处理策略来提高模型的准确性.选用PASCAL VOC数据集来测试所提出的轻量级YOLOv4模型,结果显示参数量只有原模型的一半,但速度FPS提升了26.48,精度mAP只下降了0.52%.将所提出的轻量化YOLOv4模型部署Nvidia Jetson TX2低功耗系统以及树莓派上,飞行试验显示在TX2上模型FPS达到了21.8,是原始的YOLOv4的4.74倍,将本算法部署到无人机装载的嵌入式平台上,能够对航拍视野中的车辆目标进行实时识别和定位. 展开更多
关键词 无人机图像 YOLOv4 MobileNet CBAM 柔性大抑制策略
在线阅读 下载PDF
Norm-DP模型行人检测优化算法
9
作者 柴恩惠 马占飞 智敏 《计算机科学与探索》 CSCD 北大核心 2021年第3期545-552,共8页
传统深度金字塔模型作为一种有效的行人检测算法备受关注,融合可变形部件模型和卷积神经网络模型,但特征提取部分使用的算法像素区域的大小不同,导致模型之间不能完全融合,在行人数量多、姿势复杂和有遮挡情况时的检测效果不理想。因此... 传统深度金字塔模型作为一种有效的行人检测算法备受关注,融合可变形部件模型和卷积神经网络模型,但特征提取部分使用的算法像素区域的大小不同,导致模型之间不能完全融合,在行人数量多、姿势复杂和有遮挡情况时的检测效果不理想。因此,提出一种基于规范化函数的深度金字塔模型(Norm-DP)算法,使用规范化函数融合可变形部件模型和卷积神经网络模型,直接从金字塔特征中提取正负样本,使用隐变量支持向量机进行模型训练,结合柔性非最大抑制(soft-NMS)算法和边界框回归(BBR)算法对定位框进行优化。分别使用INRIA和MS COCO数据集进行实验验证,在行人数量多、姿势复杂和有遮挡情况时,检测精度高于最优的可变形部件模型算法、卷积神经网络算法、深度金字塔模型算法和结合区域选择的卷积神经网络算法。 展开更多
关键词 卷积神经网络(CNN) 可变形部件模型算法 规范化深度金字塔(Norm-DP) 柔性最大抑制(soft-nms) 边界框回归(BBR)
在线阅读 下载PDF
基于轻量化卷积神经网络的疲劳驾驶检测 被引量:12
10
作者 程泽 林富生 +1 位作者 靳朝 周鼎贺 《重庆理工大学学报(自然科学)》 CAS 北大核心 2022年第2期142-150,共9页
针对现有疲劳驾驶检测模型在判定准确性与实时性上的不平衡问题,设计了一种基于轻量化卷积神经网络EMLite-Yolo-V4的检测模型。通过使用MobileNet-V2作为目标检测网络Yolo-V4的主干特征提取网络,并且降低卷积通道系数alpha,使得网络参... 针对现有疲劳驾驶检测模型在判定准确性与实时性上的不平衡问题,设计了一种基于轻量化卷积神经网络EMLite-Yolo-V4的检测模型。通过使用MobileNet-V2作为目标检测网络Yolo-V4的主干特征提取网络,并且降低卷积通道系数alpha,使得网络参数量大幅度下降;改进柔性非极大值抑制使得目标框无需再同时考虑得分与重合度,进一步优化检测速率;加入轻量级特征金字塔FPN-tiny并且融合mosaic数据增强方法,以保证模型的检测精度。最后,利用EMLite-Yolo-V4提取面部疲劳特征,PERCLOS与单位时间打哈欠次数对疲劳特征进行状态判定并输出结果。实验表明:该检测模型的准确率达到97.39%,mAP指标为80.02%,单帧检测速度为20.83 ms,模型大小仅为9 MB,有效平衡了疲劳驾驶检测的准确性与实时性。 展开更多
关键词 疲劳驾驶检测 轻量化卷积神经网络 轻量级特征金字塔 柔性极大值抑制 数据增强
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部