排序方式: 共有76条查询结果,搜索用时 15 毫秒
1.
铁路轨道的局部变形直接影响火车的高速安全行驶。为实现铁路轨道的自动化巡查,提出一种从车载激光点云中提取轨面与枕木的方法。首先,利用基于高程约束的欧氏聚类对原始点云数据进行预处理,得到路基区域;然后,对路基区域进行网格划分,并对每个网格内的点云进行高程判断,从而提取出轨面点云;最后,利用枕木与砟石的几何形态差异,设计出一种面向轨道点云的动态阈值分割方法,以提取枕木点云。对多个路段的铁路轨道进行实验,结果表明,本文方法仅利用点云坐标信息就能实现不同区域的轨面与枕木的自动检测,平均提取质量分别达到97.8%和93.6%,验证了本文方法的可行性与有效性。 相似文献
2.
采用深度学习对钢铁材料显微组织图像分类,需要大量带标注信息的训练集.针对训练集人工标注效率低下问题,该文提出一种新的融合自组织增量神经网络和图卷积神经网络的半监督学习方法.首先,采用迁移学习获取图像数据样本的特征向量集合;其次,通过引入连接权重策略的自组织增量神经网络(WSOINN)对特征数据进行学习,获得其拓扑图结构,并引入胜利次数进行少量人工节点标注;然后,搭建图卷积网络(GCN)挖掘图中节点的潜在联系,利用Dropout手段提高网络的泛化能力,对剩余节点进行自动标注进而获得所有金相图的分类结果.针对从某国家重点实验室收集到的金相图数据,比较了在不同人工标注比例下的自动分类精度,结果表明:在图片标注量仅为传统模型12%时,新模型的分类准确度可达到91%. 相似文献
3.
点焊机器人在工业领域内被广泛应用,合理的焊接顺序可以提高生产效率。为了实现点焊机器人的路径最优规划,针对点焊路径和工作时间建立多目标问题模型,提出一种融合改进快速非支配排序的多目标平衡优化器算法(DMONEO)。加入快速非支配排序,并采用生存评分策略替代拥挤度因子,可以更好地保持种群的多样性,防止DMONEO过早收敛。TSPLIB基准实验结果表明,DMONEO算法相比于其他算法性能表现更好。最后在实际点焊机器人的路径规划应用中进行仿真实验并与其他算法对比,结果表明提出的算法得到的优化效果更好,耗时更短。 相似文献
4.
一类用于连续域寻优的蚁群算法 总被引:1,自引:0,他引:1
由真实蚁群觅食行为启发而来的经典蚁群算法,非常适合解决组合优化问题,但经典蚁群算法的离散性本质也限制了其在连续空间问题求解中的应用。为此,提出了一种用于连续域寻优的改进蚁群算法。局部搜索上基于解决离散域问题的经典蚁群优化思想,全局搜索利用类似于遗传算法的交叉、变异操作-称为Ant Diffusion和Ant Walk方法,每代寻优结束后均采用"精英策略"把本代最优个体保留到下一代中。最后,采用改进算法对几个基准函数做了寻优测试,都取得了良好的效果,证明了算法的有效性。 相似文献
5.
摘要:对热轧0.1C-5Mn中锰钢进行了3种不同的处理制度:在两相区分别进行5min(TG7样)和30min退火(TG8样),随后将一部分TG8样再500℃回火60min(TG8-500样),其余TG8样则拉伸预变形5%(TG8-5%样),然后利用电化学充氢和慢应变速率拉伸实验研究了3种试样的氢脆敏感性。结果表明,3种试样的奥氏体体积分数均约为12%,然而其氢含量和氢脆敏感性却不同,其中TG8-500样几乎不呈现氢脆敏感性,而TG7和TG8-5%样的氢脆敏感性指数分别为56%和67%。扫描电镜断口分析表明,充氢的TG7和TG8-5%样的拉伸断口呈现穿晶+沿晶的混合断裂机制,而充氢的TG8-500样则呈现韧窝韧性断裂,且存在较多的二次裂纹。3种实验钢氢脆敏感性的这种差异主要与其微观组织特征特别是原奥氏体晶界的逆转变奥氏体有关。 相似文献
6.
针对目前焊缝外观检测实时性差、精度低等问题,提出一种基于光学低相干的焊缝外观特征检测方法。利用光学低相干测量原理获取焊缝外观的三维坐标信息,并利用滤波算法提取出焊缝三维轮廓;基于焊缝轮廓线的特征,提出采用DBGBCA算法对点集进行分类,以确定拟合区间;利用RANSAC算法进行直线拟合后,精确调整多项式拟合区间和拟合阶数进行曲线拟合;基于直线拟合和曲线拟合确定特征点,得到焊缝外观参数。试验结果表明,所提方法可使检测结果精确到0.004 mm,满足工业生产要求。 相似文献
7.
针对油气井下作业后射孔弹壳体破片对井筒的污染等负面影响,文中对射孔弹壳体爆炸后形成大尺寸破片的影响因素进行了试验研究,通过改变壳体厚度、材料、外部刻槽参数,进而改变壳体破裂后的破片尺寸,增加破片回收率。结果表明:壳体厚度为6.0 mm、材料为20#钢、壳体外表面刻4条槽、槽宽为3.0 mm、槽深为4.0 mm时,通过单发射孔弹破片收集试验可得尺寸≥9.53 mm的破片,回收率可达83.1%,使得大部分壳体破片滞留在射孔枪体内,有效减少壳体破片对井筒的污染,降低射孔作业卡枪事故发生的风险。 相似文献
8.
9.
10.
采用深度学习对钢铁材料显微组织图像分类,需要大量带标注信息的训练集。针对训练集人工标注效率低下问题,该文提出一种新的融合自组织增量神经网络和图卷积神经网络的半监督学习方法。首先,采用迁移学习获取图像数据样本的特征向量集合;其次,通过引入连接权重策略的自组织增量神经网络(WSOINN)对特征数据进行学习,获得其拓扑图结构,并引入胜利次数进行少量人工节点标注;然后,搭建图卷积网络(GCN)挖掘图中节点的潜在联系,利用Dropout手段提高网络的泛化能力,对剩余节点进行自动标注进而获得所有金相图的分类结果。针对从某国家重点实验室收集到的金相图数据,比较了在不同人工标注比例下的自动分类精度,结果表明:在图片标注量仅为传统模型12%时,新模型的分类准确度可达到91%。 相似文献