检索结果-维普期刊中文期刊服务平台

协同光伏和电动汽车的智能家庭能量管理优化策略: 1; 作者刘迪迪钟松秀 +2 位作者刘以团邹艳丽唐超尘《浙江大学学报(工学版)》北大核心 2025年第9期1902-1910,共9页; 针对家庭能耗持续增长以及光伏发电和家庭负荷带来的不确定性问题,利用电动汽车(EV)的储能特性并考虑其电池因频繁充/放电带来的容量退化成本,建立协同光伏发电随机性和智能电器用电灵活性的家庭能量管理优化调度模型.基于改进的Lyapuno... 展开更多; 关键词家庭能量管理智能家庭电动汽车 Lyapunov优化实时调度; 在线阅读下载PDF 职称材料

基于BP-多时间尺度UKF优化算法的SOC估计: 2; 作者白俊琦贤燕华《电源学报》北大核心 2025年第3期363-372,共10页; 针对组合算法在初值标定存在偏差时,荷电状态SOC(state-of-charge)估计效果不理想的问题,提出了一种基于BP-多时间尺度UKF优化算法的SOC预测方法。该方法将多时间尺度理论应用到组合算法中,首先,利用多时间尺度无迹卡尔曼滤波器UKF(unsc... 展开更多; 关键词荷电状态多时间尺度 BP神经网络组合算法锂电池; 在线阅读下载PDF 职称材料

基于L1/L2极限学习机的熔池熔透状态识别被引量：4: 3; 作者冯宝覃科蒋志勇《焊接学报》 EI CAS CSCD 北大核心 2018年第9期31-35,130,共6页; 针对电弧焊熔池变化过程中非线性因素导致的熔透状态识别准确率低的问题,利用极限学习机(ELM)网络框架,提出一种基于L1/L2范数约束的ELM熔透状态识别模型.通过高速视觉传感系统获取熔池图像,利用主成分分析来进行特征提取.采用结构简单... 展开更多; 关键词极限学习机熔透状态预测神经网络正则约束; 在线阅读下载PDF 职称材料

基于深度学习的水果采摘机器人视觉识别系统设计被引量：22: 4; 作者伍锡如雪刚刚刘英璇《农机化研究》北大核心 2020年第2期177-182,188,共7页; 水果识别是自动化采摘过程中的关键步骤,为了提高水果识别的准确性和实时性,利用深度学习方法,设计了一种水果采摘机器人视觉识别系统。首先,采用多种预处理方法对样本数据进行扩充,并对图像进行缩放和灰度化处理;然后,构建了一个多层... 展开更多; 关键词采摘机器人水果识别深度学习图像处理卷积神经网络; 在线阅读下载PDF 职称材料

基于改进YOLO-V3网络的百香果实时检测被引量：21: 5; 作者唐熔钗伍锡如《广西师范大学学报（自然科学版）》 CAS 北大核心 2020年第6期32-39,共8页; 针对目前流行的目标检测模型对真实果园中百香果检测的抗干扰能力不理想问题,本文提出基于改进的YOLO-V3网络对真实果园中百香果进行实时检测。首先,剔除YOLO-V3模型的大物体预测尺度,将3尺度预测降为2尺度预测,用于加快物体的检测速度... 展开更多; 关键词深度学习改进的YOLO-V3 实时检测 DenseNet网络百香果; 在线阅读下载PDF 职称材料

基于深度学习的道路交通标志多目标实时检测被引量：10: 6; 作者刘英璇伍锡如雪刚刚《广西师范大学学报（自然科学版）》 CAS 北大核心 2020年第2期96-106,共11页; 针对已有道路交通标志检测方法速度慢、受环境影响大、检测效果差等问题,本文提出一种基于Faster-RCNN的道路交通标志多目标实时检测方法。首先,对Faster-RCNN目标检测原理进行深入分析;然后,优化Faster-RCNN网络结构,并选择出合适的预... 展开更多; 关键词交通标志智能驾驶深度学习 Faster-RCNN 多目标检测; 在线阅读下载PDF 职称材料

基于多模态特征融合的无人驾驶系统车辆检测被引量：8: 7; 作者薛其威伍锡如《广西师范大学学报（自然科学版）》 CAS 北大核心 2022年第2期37-48,共12页; 针对无人驾驶系统环境感知中的车辆检测精度低的问题,本文提出一种基于多模态特征融合的三维车辆检测算法。该算法通过毫米波雷达与摄像机联合标定,匹配2个传感器间的坐标关系并减小采样误差;采用统计滤波剔除毫米波雷达数据冗余点,减... 展开更多; 关键词毫米波雷达环境感知多模态融合车辆检测无人驾驶系统; 在线阅读下载PDF 职称材料

题名协同光伏和电动汽车的智能家庭能量管理优化策略: 1; 作者刘迪迪钟松秀刘以团邹艳丽唐超尘; 机构广西师范大学电子与信息工程学院广西高校非线性电路与光通信重点实验室桂林航天工业学院计算机科学与工程学院; 出处《浙江大学学报(工学版)》北大核心 2025年第9期1902-1910,共9页; 基金国家自然科学基金资助项目(62061006,1216200) 广西类脑计算与智能芯片重点实验室基金资助项目(BCIC-23-Z7) 广西研究生教育创新计划项目(XYCS2025130).; 文摘针对家庭能耗持续增长以及光伏发电和家庭负荷带来的不确定性问题,利用电动汽车(EV)的储能特性并考虑其电池因频繁充/放电带来的容量退化成本,建立协同光伏发电随机性和智能电器用电灵活性的家庭能量管理优化调度模型.基于改进的Lyapunov优化理论提出时变电价下的实时能量调度算法,该算法通过控制EV的充/放电、调度不同类型家庭电器的运行,以及优化家庭与电网之间的双向电力交易,应对光伏发电以及电网电价的时变性,在确保各家庭电力需求等待时延不超过可容忍期限的前提下,最大化能源效用.理论分析表明,所提算法能够在不依赖系统先验统计信息的情况下使优化目标趋于最优值.通过与现有算法的对比及在不同条件下的性能分析,验证了所提优化策略的有效性与经济性.; 关键词家庭能量管理智能家庭电动汽车 Lyapunov优化实时调度; Keywords home energy management smart home electric vehicle Lyapunov optimization real-time scheduling; 分类号 TM734 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于BP-多时间尺度UKF优化算法的SOC估计: 2; 作者白俊琦贤燕华; 机构广西类脑计算与智能芯片重点实验室广西高校非线性电路与光通信重点实验室; 出处《电源学报》北大核心 2025年第3期363-372,共10页; 基金国家自然科学基金资助项目(61976063)。; 文摘针对组合算法在初值标定存在偏差时,荷电状态SOC(state-of-charge)估计效果不理想的问题,提出了一种基于BP-多时间尺度UKF优化算法的SOC预测方法。该方法将多时间尺度理论应用到组合算法中,首先,利用多时间尺度无迹卡尔曼滤波器UKF(unscented Kalman filter)初步得到SOC。其次,构建BP模型对滤波算法产生的数据进行训练,并利用BP算法良好的自学习和适应能力进行误差补偿,进一步降低误差。所提算法通过多时间尺度扩展卡尔曼滤波器EKF(extended Kalman filter)建模,不仅在一定程度上降低了参数变化引起的SOC估计误差,同时也为误差补偿提供了可靠数据,提高了模型的泛化能力,从而降低了数据驱动部分对数据的依赖程度。仿真结果表明,该算法对数据量依赖小且在估计精度、泛化能力和鲁棒性方面均表现优异,其均方根误差与平均绝对误差小于1%,最大绝对误差为1%左右。; 关键词荷电状态多时间尺度 BP神经网络组合算法锂电池; Keywords State-of-charge(SOC) multiple timescales BP neural network combination algorithm lithium battery; 分类号 TM912.9 [电气工程—电力电子与电力传动]; 在线阅读下载PDF 职称材料

题名基于L1/L2极限学习机的熔池熔透状态识别被引量：4: 3; 作者冯宝覃科蒋志勇; 机构机器人与焊接重点实验室广西高校非线性电路与光通信重点实验室; 出处《焊接学报》 EI CAS CSCD 北大核心 2018年第9期31-35,130,共6页; 基金国家自然科学基金项目(61361006)；广西自然科学基金项目(2016GXNSFBA380160)；广西高校机器人与焊接重点实验室主任基金项目(JQR2015ZR01)；省部共建药用资源化学与药物分子工程国家重点实验室资助课题(NCOC2016-B01)。; 文摘针对电弧焊熔池变化过程中非线性因素导致的熔透状态识别准确率低的问题,利用极限学习机(ELM)网络框架,提出一种基于L1/L2范数约束的ELM熔透状态识别模型.通过高速视觉传感系统获取熔池图像,利用主成分分析来进行特征提取.采用结构简单、训练简便的ELM算法来训练熔透识别模型,并利用L1范数约束抑制ELM输出权重中的异常值以改善ELM算法的泛化能力,同时利用L2范数约束来平滑ELM输出权重以获取熔池图像中的团块特征,提高熔池熔透状态的识别准确率.结果表明,基于L1/L2-ELM的熔透状态识别模型能够快速有效地判别熔池的全熔透、未熔透、过熔透三种状态.; 关键词极限学习机熔透状态预测神经网络正则约束; Keywords extreme learning machine prediction of weld penetration neural network regularization constraints; 分类号 TG409 [金属学及工艺—焊接]; 在线阅读下载PDF 职称材料

题名基于深度学习的水果采摘机器人视觉识别系统设计被引量：22: 4; 作者伍锡如雪刚刚刘英璇; 机构桂林电子科技大学电子工程与自动化学院广西高校非线性电路与光通信重点实验室; 出处《农机化研究》北大核心 2020年第2期177-182,188,共7页; 基金国家自然科学基金项目(61603107,61863007) 省部共建药用资源化学与药物分子工程国家重点实验室资助项目(NCOC2016-B01) +1 种基金桂林电子科技大学研究生教育创新计划项目(2017YJCX88,2018YJCX76); 文摘水果识别是自动化采摘过程中的关键步骤,为了提高水果识别的准确性和实时性,利用深度学习方法,设计了一种水果采摘机器人视觉识别系统。首先,采用多种预处理方法对样本数据进行扩充,并对图像进行缩放和灰度化处理;然后,构建了一个多层卷积神经网络,通过多次训练得到网络最优超参数;最后,利用所构建的卷积神经网络对水果图像进行训练,同时采用多种训练策略得到最终的识别模型。实验结果表明:系统具有识别速度快、准确率高的特点,可以快速、准确地对水果图像进行识别,单张水果图像的识别速度只需0.2s,识别精度高达97%以上。该方法具有重要的理论和应用价值,可为水果的自动化识别提供有力手段。; 关键词采摘机器人水果识别深度学习图像处理卷积神经网络; Keywords picking robot fruit and vegetable recognition deep learning image processing convolution neural network; 分类号 S225 [农业科学—农业机械化工程] TP242 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于改进YOLO-V3网络的百香果实时检测被引量：21: 5; 作者唐熔钗伍锡如; 机构桂林电子科技大学电子工程与自动化学院广西高校非线性电路与光通信重点实验室(广西师范大学); 出处《广西师范大学学报（自然科学版）》 CAS 北大核心 2020年第6期32-39,共8页; 基金国家自然科学基金(61863007,61603107) 桂林电子科技大学研究生教育创新计划(2019YCXS095)。; 文摘针对目前流行的目标检测模型对真实果园中百香果检测的抗干扰能力不理想问题,本文提出基于改进的YOLO-V3网络对真实果园中百香果进行实时检测。首先,剔除YOLO-V3模型的大物体预测尺度,将3尺度预测降为2尺度预测,用于加快物体的检测速度;其次,在中型物体预测尺度后添加DenseNet网络,用于增强网络特征传播,提高模型的检测精度;最后,利用改进的YOLO-V3网络对百香果数据集进行多次训练,得到最优预训练模型。实验结果表明:改进的YOLO-V3网络实时检测效果好,对目标的平均检测精度高达97.5%以上,并且检测速度达到38幅/s,为实时检测百香果提供了有效方法。; 关键词深度学习改进的YOLO-V3 实时检测 DenseNet网络百香果; Keywords deep learning improved YOLO-V3 network real-time detection DenseNet network passion fruit; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于深度学习的道路交通标志多目标实时检测被引量：10: 6; 作者刘英璇伍锡如雪刚刚; 机构桂林电子科技大学电子工程与自动化学院广西高校非线性电路与光通信重点实验室(广西师范大学); 出处《广西师范大学学报（自然科学版）》 CAS 北大核心 2020年第2期96-106,共11页; 基金国家自然科学基金(61603107,61863007) 桂林电子科技大学研究生创新项目(2018YJCX77)。; 文摘针对已有道路交通标志检测方法速度慢、受环境影响大、检测效果差等问题,本文提出一种基于Faster-RCNN的道路交通标志多目标实时检测方法。首先,对Faster-RCNN目标检测原理进行深入分析;然后,优化Faster-RCNN网络结构,并选择出合适的预训练模型和网络超参数;最后,在德国交通标志检测数据集(German traffic sign detection dataset, GTSD)上设计多组对比试验,证明了该方法的有效性,单张图片检测时间为0.4 s,准确率达71%以上。在瑞典交通标志检测数据集(Sweden traffic sign detection dataset, STSD)上进行迁移测试,展现了良好的泛化能力,为智能汽车的应用提供了理论依据和技术支持。; 关键词交通标志智能驾驶深度学习 Faster-RCNN 多目标检测; Keywords traffic signs intelligent driving deep learning Faster-RCNN multi-target detection; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于多模态特征融合的无人驾驶系统车辆检测被引量：8: 7; 作者薛其威伍锡如; 机构桂林电子科技大学电子工程与自动化学院广西高校非线性电路与光通信重点实验室(广西师范大学); 出处《广西师范大学学报（自然科学版）》 CAS 北大核心 2022年第2期37-48,共12页; 基金国家自然科学基金(61863007,61603107) 广西自然科学基金(2020GXNSFDA238029) 桂林电子科技大学研究生教育创新计划项目(2020YCXS103)。; 文摘针对无人驾驶系统环境感知中的车辆检测精度低的问题,本文提出一种基于多模态特征融合的三维车辆检测算法。该算法通过毫米波雷达与摄像机联合标定,匹配2个传感器间的坐标关系并减小采样误差;采用统计滤波剔除毫米波雷达数据冗余点,减少离群点干扰;构造多模态特征融合模块,利用逐像素平均融合点云与图像信息;加入特征金字塔提取融合后的高级特征信息提升复杂道路场景下的检测精度;建立特征融合区域建议结构,根据高级特征信息生成区域建议;使用非极大值抑制去除冗余检测框后,通过检测框顶点匹配输出车辆检测结果。经KITTI数据集实验结果表明:所提出的方法能够快速、准确地实现车辆检测,平均检测时间为0.14 s,平均检测精度为84.71%。该算法具有重要的理论和应用价值,可为无人驾驶系统的车辆检测提供有效方案。; 关键词毫米波雷达环境感知多模态融合车辆检测无人驾驶系统; Keywords millimeter wave radar environment perception multi-modal feature fusion vehicle detection autonomous vehicle system; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术] U463.6 [机械工程—车辆工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	协同光伏和电动汽车的智能家庭能量管理优化策略	刘迪迪钟松秀刘以团邹艳丽唐超尘	《浙江大学学报(工学版)》北大核心	2025	0	在线阅读下载PDF 职称材料
2	基于BP-多时间尺度UKF优化算法的SOC估计	白俊琦贤燕华	《电源学报》北大核心	2025	0	在线阅读下载PDF 职称材料
3	基于L1/L2极限学习机的熔池熔透状态识别	冯宝覃科蒋志勇	《焊接学报》 EI CAS CSCD 北大核心	2018	4	在线阅读下载PDF 职称材料
4	基于深度学习的水果采摘机器人视觉识别系统设计	伍锡如雪刚刚刘英璇	《农机化研究》北大核心	2020	22	在线阅读下载PDF 职称材料
5	基于改进YOLO-V3网络的百香果实时检测	唐熔钗伍锡如	《广西师范大学学报（自然科学版）》 CAS 北大核心	2020	21	在线阅读下载PDF 职称材料
6	基于深度学习的道路交通标志多目标实时检测	刘英璇伍锡如雪刚刚	《广西师范大学学报（自然科学版）》 CAS 北大核心	2020	10	在线阅读下载PDF 职称材料
7	基于多模态特征融合的无人驾驶系统车辆检测	薛其威伍锡如	《广西师范大学学报（自然科学版）》 CAS 北大核心	2022	8	在线阅读下载PDF 职称材料