期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于Kriging模型的气液两相离心泵优化设计
1
作者 许继洋 梁淑琪 +1 位作者 杨国栋 王彦伟 《化学工程》 北大核心 2025年第4期65-71,共7页
为提高气液两相条件下高速离心泵的扬程及效率,以型号为Q5H26的高速离心泵为研究对象,分析不同含气率(体积分数)对离心泵性能的影响。结果表明:含气率越大,扬程和效率越低。基于Kriging模型对离心泵的蜗壳以及叶轮参数进行全面的敏感性... 为提高气液两相条件下高速离心泵的扬程及效率,以型号为Q5H26的高速离心泵为研究对象,分析不同含气率(体积分数)对离心泵性能的影响。结果表明:含气率越大,扬程和效率越低。基于Kriging模型对离心泵的蜗壳以及叶轮参数进行全面的敏感性分析,并采用NLPQL算法对气液两相条件下高速离心泵进行优化设计,以期提高其运行效率以及扬程。对优化后的模型进行数值模拟计算,并通过实验对比优化前后模型泵的运行效率以及扬程。研究结果表明:在额定工况、含气率为10%下,优化后的模型泵的实际效率提高了8%,扬程提高了1.5 m,优化效果较为显著。研究结果可为提高气液两相条件下高速离心泵的性能提供一种行之有效的方法。 展开更多
关键词 离心泵 气液两相 KRIGING模型 NLPQL算法 优化设计
在线阅读 下载PDF
面向遥感目标检测的无锚框Transformer算法 被引量:4
2
作者 喻九阳 胡天豪 +2 位作者 戴耀南 张德安 夏文凤 《电子学报》 EI CAS CSCD 北大核心 2023年第11期3238-3247,共10页
遥感图像目标具有多方向排布、小且密集等特性,使基于深度学习的旋转目标检测算法存在检测精度不佳的问题.针对这一问题,本文提出了一种面向遥感目标检测的无锚框Transformer算法.首先,采用层次化Transformer采集不同分辨率的特征信息... 遥感图像目标具有多方向排布、小且密集等特性,使基于深度学习的旋转目标检测算法存在检测精度不佳的问题.针对这一问题,本文提出了一种面向遥感目标检测的无锚框Transformer算法.首先,采用层次化Transformer采集不同分辨率的特征信息以扩大特征信息的采集范围.其次,构建一种新的前馈网络(Spacial-FeedForward Neural network,SFFN).SFFN将3×3深度可分离卷积的局部空间特性和多层感知机(MultiLayer Perceptron,MLP)的全局通道特性融合在一起,以解决前馈网络(Feed Forward Neural network,FFN)在局部空间建模上的不足.最后,基于SFFN架构搭建了无锚框检测器,将预测框回归问题分为水平框与旋转框,缓解了旋转框的损失不连续性问题.在DOTA数据集上的测试结果表明,此方法的平均精度达到了75.83%,同时在NWPU VHR-10数据集上5类小目标检测结果达到了92.47%,在遥感目标检测精度上更具竞争力. 展开更多
关键词 遥感图像 目标检测 Transformer算法 无锚框检测器
在线阅读 下载PDF
基于改进B-GRRT*算法的移动机器人路径规划 被引量:3
3
作者 喻九阳 张德安 +2 位作者 戴耀南 胡天豪 夏文凤 《计算机科学》 CSCD 北大核心 2023年第S01期95-101,共7页
在移动机器人运动路径规划领域,渐近最优双向快速探索随机树(B-RRT*)算法虽然具有良好的避障和路径搜索能力,但是存在迭代次数多、规划时间长的缺点。基于运动学约束的双向快速探索随机树(KB-RRT)算法作为B-RRT*算法的高效分支,虽然有... 在移动机器人运动路径规划领域,渐近最优双向快速探索随机树(B-RRT*)算法虽然具有良好的避障和路径搜索能力,但是存在迭代次数多、规划时间长的缺点。基于运动学约束的双向快速探索随机树(KB-RRT)算法作为B-RRT*算法的高效分支,虽然有效减少了无效树的扩展,加快了寻找最优路径的速度,但迭代次数过大。针对B-RRT*算法的最新改进算法是具有高效分支的运动学约束B-RRT*(KB-RRT*)算法,KB-RRT*算法虽然可以有效减少无效树的扩展,加快寻找最优路径的速度,但其迭代次数仍然过大。因此,提出了一种基于自适应采样和快速搜索的改进B-RRT*算法(AFB-RRT*)。该算法设定障碍物的安全区域,根据提出的自适应采样和快速搜索确定随机树的搜索方向,减少冗余采样点,即AFB-RRT*在路径规划中可以实现快速收敛。仿真和实验表明,与KB-RRT*相比,AFB-RRT*在规划路径长度基本相同的前提下,减少了规划时间和收敛迭代次数。 展开更多
关键词 B-RRT* KB-RRT* AFB-RRT* 收敛迭代 规划时间
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部