无人机群目标搜索的主动感知方法

为提升蚁群搜索算法在规模大的栅格环境中对未知目标的搜索效率,提出基于蚁群算法的主动感知搜索框架。该框架通过应用历史环境信息来选择无人机的运动方式,并由无人机运动方式和感知域信息得到新的环境信息,从而实现无人机群的智能自动化搜索功能。新方法计算出一种具有探索偏好的未搜索概率,可使无人机搜索时偏向未搜索程度高的栅格,以此来提高算法的搜索能力。同时,以未搜索概率和信息素作为运动方式决策的依据来建立一种新的运动方式选择机制。该机制不仅考虑了目标可能出现的区域,又可兼顾未知区域,从而可实现无目标先验信息条件下的搜索过程。仿真结果表明,此算法在规模大的栅格环境中,与现有算法相比具有更高的搜索效率,并且得到的目标分布信息将更加全面。     

融入类贡献抑制因子的灰度级模糊C均值图像分割

基于灰度级模糊C均值图像分割算法具有分割速度快的优势。由于无损检测图像中背景类和目标类差异较大,该算法不能有效地将目标分割出来,故提出改进的基于灰度级的模糊C均值算法。构建了一种与类大小反向相关的类贡献抑制因子表达式,将之融入目标函数后能够降低较大类对目标函数的贡献,这可避免较小类的聚类中心受较大类的影响而靠近较大类的聚类中心。最小化新的目标函数可得新形式的隶属度和聚类中心表征形式。采用类大小差异较大的无损检测图像进行试验,结果显示本文算法得到的分割图像视觉效果良好,而且指标G_mean也更高,进一步提升了基于灰度级模糊C均值算法适应能力。     

利用置信规则库构建WSN节点故障检测模型

在无线传感器网络(wireless sensor network, WSN)节点故障检测领域的研究过程中,故障检测准确率会受节点数据的不确定性和专家知识模糊性的影响。针对这一问题,本文提出了一种基于置信规则库(belief rule base, BRB)的WSN节点故障检测方法。首先,根据WSN工作原理及节点工作特性描述WSN节点故障检测过程;然后,从空间和时间2个维度对节点数据提取特征,建立基于空间和时间相关性的WSN节点故障检测模型;最后,利用Intel Lab Data无线传感器数据集进行案例研究以验证模型的有效性。结果证明,本文方法能够统筹利用专家知识和节点数据实现WSN节点故障检测。     

融合共现推理的Faster R-CNN输电线路金具检测

为促进目标检测模型与电力领域业务知识有机融合,缓解金具样本间长尾分布问题,有效提升输电线路金具的自动化检测效果,提出了融合共现推理的Faster R-CNN(faster region-based convolutional neural network)输电线路金具检测模型。首先,深入研究输电线路金具结构化组合规则,通过数据驱动的方式以条件概率对金具目标间的共现连接关系进行有效表达;然后,结合图学习方法,利用学习并映射的共现概率关联作为共现图邻接矩阵,使用基线模型(Faster R-CNN)提取的特征向量作为图推理输入特征,以自学习的变换矩阵作为共现图传播权重,完成图信息传播并实现有效的共现推理模型嵌入。实验证明,融合共现推理模块的Faster R-CNN模型较原始模型提升了6.56%的准确率,对于长尾分布样本中数量较少的金具性能提升尤其显著。     

面向动用计划的车辆装备备件预测研究

针对动用计划下的车辆装备备件的消耗特点,研究了车辆装备维修备件消耗量和库存控制两个预测优化问题。考虑动用计划期内车辆装备的预防性维修和修复性维修,实现定时定程维修和自然随机故障维修下装备维修备件的消耗量的预测。在此基础上,根据备件库存检查方式的特点,建立基于定期检查策略的联合补货库存控制模型,根据模型的结构特点确定决策变量界限,并利用多类种群位置更新方式改进了果蝇优化算法。仿真结果表明,改进的果蝇优化算法具有良好的求解效率,本文所提出的优化方法可为车辆维修保障资源优化提供决策依据。     

网络中多节点故障定位的探测路径选择算法

针对现有故障定位技术不能满足多节点故障定位的要求,尤其当网络中存在大量故障节点时,提出了一种基于主动探测的探测路径选择算法。该算法主要包括用于故障检测的贪婪路径选择算法和用于故障定位的禁忌链路搜索算法。在故障检测阶段,使用贪婪路径选择算法迭代地选择具有最小权重的探测路径覆盖网络中的节点。在故障定位阶段,使用禁忌链路搜索算法多次生成候选路径集以选择最合适的探测路径来解决多节点故障定位问题。在随机网络拓扑和真实网络拓扑上的仿真结果表明,与现有的节点故障定位算法相比,探测路径选择算法具有更高的成功定位率和更低的探测成本。     

对抗样本三元组约束的度量学习算法

针对已有三元组约束的度量学习算法大多利用先验知识构建约束,一定程度上制约了度量学习算法性能的问题,本文借鉴对抗训练中样本扰动的思想,在原始样本附近学习对抗样本以构造对抗三元组约束,基于对抗三元组和原始三元组约束构建了度量学习模型,提出了对抗样本三元组约束的度量学习算法(metric learning algorithm with adversarial sample triples constraints,ASTCML)。实验结果表明,提出的算法既克服了已有固定约束方法受先验知识影响大的问题,也提高了分类精度,说明区分更加难以区分的三元组约束能够提升算法的性能。     

降雨条件下不同细粒含量粉砂土边坡稳定性研究

为研究降雨入渗作用下不同细粒含量对粉砂土边坡稳定性的影响及作用机制,通过不同细粒含量粉砂土的室内直剪试验与土－水特征试验建立了细粒含量与黏聚力、内摩擦角以及土－水特征曲线间的数量关系,并结合数值分析软件ＧｅｏＳｔｕｄｉｏ和极限平衡法中的简化Ｂｉｓｈｏｐ条分法对不同细粒含量粉砂土边坡进行不同降雨工况下的稳定性分析。结果发现:粉砂土的细粒含量越高,其黏聚力越大而内摩擦角先增大后减小,并且持水能力也越好;在降雨过后粉砂土边坡的安全系数较自然状态下均有所下降,细粒含量越少的下降越大;在停雨后ＦＣ１５的安全系数“回升”最多。ＦＣ１５和ＦＣ２５的粉砂土边坡在０．１５ｍ／ｄ暴雨过后安全系数低于１．２,边坡不安全。     

北京市东南郊灌区土壤和农产品重金属含量水平评估

为明确北京东南郊典型灌区土壤和作物重金属含量和污染水平,２０１５年对该灌区３１个监测点位土壤样品和６２个作物样品的６种重金属进行了检测,利用单因子污染指数法、综合污染指数法和综合潜在生态风险评估法对土壤污染状况和生态风险进行了评估,利用皮尔逊相关分析、主成分分析和地统计学分析对土壤重金属来源进行了分析。研究结果表明灌区土壤重金属含量属于安全级别,潜在生态风险较低,农产品重金属含量满足国家食品标准,灌区土壤重金属的主要来源是农业施肥、污水灌溉和大气沉降。     

不同覆膜对滴灌马铃薯土壤水热及其生长的影响

为了探究不同颜色覆膜对滴灌马铃薯土壤水热及其生长的影响,以‘荷兰十五’为试验马铃薯, 于２０１９年３月—６月在山东省日照市中国农业大学特色马铃薯试验基地开展田间试验,试验设计三种 覆膜处理:无膜（ＮＭ）处理、黑色薄膜（ＢＭ）处理、透明薄膜（ＴＭ）处理。研究了不同覆膜对当地滴灌马铃 薯土壤温度、土壤水分、马铃薯各生育期长势、块茎分级、产量及水分利用效率的影响。结果表明:覆膜 可提高０～３０ｃｍ土层土壤温度,在马铃薯生育前期,ＴＭ处理下增温效应更为明显;覆膜较不覆膜处理 对３０ｃｍ～５０ｃｍ土层具有更好的蓄水作用,高出不覆膜土壤平均含水率１．７２％ ～１０．３％;覆膜处理下 均能提高株高和茎粗,但覆膜间差异性不显著;ＢＭ、ＴＭ处理下马铃薯产量为５０８６８ｋｇ／ｈｍ２、５０１０９ ｋｇ／ｈｍ２,较ＮＭ增产了１４．９％、１３．２％;覆膜能提高马铃薯商品薯率和大薯率,ＢＭ处理下水分利用效率 最高。