启用test后可输入数据训练模型，采用训练后的参数代入模型辨识
上传时间： 2021-08-28
上传用户：123456
红外图像检测技术因具有非接触、快速等优点，被广泛应用于电力设备的监测与诊断 中，而对设备快速精确地检测定位是实现自动检测与诊断的前提。与普通目标的可见光图像相比， 电力设备的红外图像可能存在背景复杂、对比度低、目标特征相近、长宽比偏大等特征，采用原 始的 YOLOv3 模型难以精确定位到目标。针对此问题，该文对 YOLOv3 模型进行改进：在其骨干 网络中引入跨阶段局部模块；将路径聚合网络融合到原模型的特征金字塔结构中；加入马赛克 （Mosaic）数据增强技术和 Complete-IoU（CIoU）损失函数。将改进后的模型在四类具有相似波纹 外观结构的电力设备红外图像数据集上进行训练测试，每类的检测精度均能达到 92%以上。最后， 将该文方法的测试结果与其他三个主流目标检测模型进行对比评估。结果表明：不同阈值下，该 文提出的改进模型获得的平均精度均值优于 Faster R-CNN、SSD 和 YOLOv3 模型。改进后的 YOLOv3 模型尽管在检测速度上相比原 YOLOv3 模型有所牺牲，但仍明显高于其他两种模型。对 比结果进一步验证了所提模型的有效性。
上传时间： 2021-10-30
上传用户：
1.针对一类参数未知的非线性离散时间动态系统，提出了一种新的基于神经网络的MMAC方法。首先，将系统分为线性部分和非线性部分。针对系统线性部分采用局部化方法逮立多个固定模型覆盖系统的参数范围，在此基础上，建立自适应模型来提高系统性能；针对系统非线性部分建立非线性神经网络预测模型来邏近系统的非线性。然后，针对每个子模型设计相应的擅制器。最后，设计基于误差范数形式的性能指标函数对控制器进行硬切换。仿真结果表明，所提出的MMAC方法与传统的在参数空间均匀分布的MMAC方法相比能显著提高非线性系统的暂态性能。2针对一类具有参数跳变的非线性离散时间动态系统，提出子一种基才聚类方法和神经网络的MMAC方法，首先，采用模糊c均值聚类算法对系统先验数据进行分类处理，再分别对每类数据采用RLS算法建立多个固定模型。在此基础上，建立两个白适应模型来提高系统响应速度和控制品质，建立神经网络预测模型来补偿系统非线性。然后，分别针对相应的子模型设计线性鲁棒自适应控制器和神经网络控制器。最后，采用基于信号有界和测量误差的性能切换指标对控制器进行切换，并证明闭环系统的稳定性。仿真结果表明，所提出的算法能更好地解决非线性系统发生参数跳变问题，使得系统具有良好的控制品质3.针对MMAC方法中的模型库优化问题，考虑系统实际运行数据，提出了种基于相似度准则和设置最大模型数的动态优化模型库方法。该方法能对新数据进行综合考量并判断是否应该将该数据纳入子模型建模，并通过设置最大模型数来确保系统用最少的子模型就能保证系统的控制性能。仿真结果表明，所提出的算法能极大地减少子模型数量且具有较好的控制效果。关键词：非线性系统；多模型方法；自适应控制；模糊聚类；神经网络
标签： 自适应控制
上传时间： 2022-03-11
上传用户：
本文以某油田数字化改造项目为背景，研究内容主要分为如下四个部分（1）三维激光扫描仪在扫描作业中会产生精度不符合项目要求的问题，导致后续的维模型精度无法达到要求。本文系统分析了扫描仪的误差来源，采用单边法和交叉双边法的标定实验方案，可以较快、较准确的检验三维激光扫描仪的精度，为后续数据获取奠定了良好的基础（2）传统的纹理图片采集方法没有规则，拍摄的图片较多，数据量较大，且有时会遗漏部分场景信息。通过对比分析研究前后几次采集的大量纹理图片数据，提出了一种快速、全面的纹理采集方法，提高了采集效率，降低了数据量。通过研究降噪、增强特征等算法，对纹理图片进行处理，获取了较好的模型显示细腻感。最后，通过对比实验分析了上种不同理贴图方法在模型真实度、内存占用量和操作易程度等力面的影响，得出各个贴图方法的优缺点及适用范围，为后续的高质量、快速度的纹理贴图提供了理论依据（3）针对地面激光扫描仪在点云拼接时出现无法识别标靶球的问题，分析研究了大量其它站扫描的点云数据和标靶摆放位置，提出了相应的摆放规则，提高了识别标靶的成功率和点云拼接效率。复杂的曲面类模型在正向建模软件中的操作难度较大，且操作复杂，作者通过转换格式将点云放置在逆向软件中使用曲面拟合建模方法进行三维建模，提高了建模效率。非规則类模型在通过交集、并集和差集操作时会出现模型消失的问题，经过实验和研究，详细提出了其建模步骤，减少了该类问题的出现。团队协同作业的模型整合阶段容易出现材质和模型重复问题，结合项目的建模技术要求提出了相关的模型建模规范，提高了模型整合效率
标签： 数据融合
上传时间： 2022-03-17
上传用户：XuVshu
战场环境是影响战争胜负走向的关键因素，其中地形是战场环境的主要构成。随着军事技术的变革、精确打击和精确斩首武器的运用，传统二维地图的局限性已经无法满足军事训练和军事指挥方面的需求。而对于当前的三维战场地形，快速进行地形模型构建、地形模型精细化以及海量数据可视化呈现的要求显得越来越高。因此，本文为构建真实的三维战场地理环境及可视化进行了深入研究。本文选用倾斜摄影技术与 Cesium可视化库进行真实三维地形的建立及可视化平台的搭建，以西安工业大学未央校区做为典型应用实例进行城市作战可视化开发。首先，本文介绍了三维实景建模与可视化相关理论；论述了在Web端进行可视化开发的优势；提出了倾斜摄影测量技术对三维战场地形构建时存在的问题及解决办法。其次，本文制定了战场环境多源数据采集方案以及基于 Smart3D多源数据融合建模流程。制作了三维战场地形数据并进行了模型质量分析，包括模型的纹理精度、几何精度和地理坐标精度。确保生成的地形数据满足逼真的可视化视觉效果及地形对地面人员装备的各种干涉作用的真实性最后，本文在前三章的基础上采用BS三层架构的方式，通过 Cesium、HTLM，JavaScript等语言进行战场环境可视化平台的搭建，实现了城市化作战的三维战场环境构建。同时本文基于 Cesium完成了模型单体化和模型驱动等功能本课题对三维战场地形环境构建与可视化研究具有重要意义。本文提出的战场环境构建方法可以运用到各种战场环境的构建，包括山地丘陵的作战地形环境构建、城市反恐作战等。通过可视化平台的加载可以直观、真实了解战场环境。通过模型驱动完成战场中各种演示效果。关键词：多源数据融合；倾斜摄影测量：三维建模；Cesium：三维战场环境可视化：CZML
标签： 数据融合
上传时间： 2022-03-17
上传用户：
随着科学技术的发展和现代战争的需要，数据融合作为一门新兴交叉学科，在近年来得到了广泛关注和快速发展，而关于雷达情报处理的研究和应用也日益受到重视。现代战争中，指挥、控制通信和情报系统面临着严峻的挑战。在多雷达情报处理系统中，采用数据融合技术，提供更加实时、准确的情报是现代战争的迫切需求。论文正是围绕这一需求展开的，研究了雷达情报数据融合系统的误差校正和航迹关联问论文较为系统地介绍了数据融合的概念、研究意义、国内外发展状况及其应用，并讨论了数据融合的模型、结构及关键技术论文针对多雷达情报处理系统中的系统误差问题，研究了四种误差校正方法。文研究了密集目标环境中的航迹关联问题，对多传感器数据关联的方法进行了分类，并针对多雷达情报处理系统这个分布式系统，研究了分布式数据关联方法。运用0-1整数规划法建立了密集目标环境的规划模型函数并求解应用在多雷达数据融合软件中，使航迹关联达到了极好的效果，为开发多雷达数据融合软件提供了技术支持。关键词：雷达情报，数据融合，数据关联，误差校正，航迹关联，0-1整数规划现代战争中，新型作战飞机机动性能强，具有隐身特性，加上电子对抗的战场环境，传统雷达情报处理系统已应付不了多目标，高密度的空情要求。为了适应新军事变革要求，在未来信息化战争中雷达能够给出准确的信息情报，雷达情报处理系统在改善硬件条件的同时，开发运用数据融合新技术，从根本上改善雷达情报质量已然成为当务之急数据融合一词最早出现在七十年代末期，是从军事CI系统中提出的，它与信号处理、计算机技术、概率统计、图像处理和人工智能学科密切相关，是一门新兴发展起来的交叉学科。
上传时间： 2022-03-18
上传用户：wangshoupeng199
统计学习基础:数据挖掘、推理与预测介绍了这些领域的一些重要概念。尽管应用的是统计学方法，但强调的是概念，而不是数学。许多例子附以彩图。《统计学习基础:数据挖掘、推理与预测》内容广泛，从有指导的学习（预测）到无指导的学习，应有尽有。包括神经网络、支持向量机、分类树和提升等主题，是同类书籍中介绍得最全面的。计算和信息技术的飞速发展带来了医学、生物学、财经和营销等诸多领域的海量数据。理解这些数据是一种挑战，这导致了统计学领域新工具的发展，并延伸到诸如数据挖掘、机器学习和生物信息学等新领域。许多工具都具有共同的基础，但常常用不同的术语来表达。【内容推荐】《统计学习基础:数据挖掘、推理与预测》试图将学习领域中许多重要的新思想汇集在一起，并且在统计学的框架下解释它们。随着计算机和信息时代的到来，统计问题的规模和复杂性都有了急剧增加。数据存储、组织和检索领域的挑战导致一个新领域“数据挖掘”的产生。数据挖掘是一个多学科交叉领域，涉及数据库技术、机器学习、统计学、神经网络、模式识别、知识库、信息提取、高性能计算等诸多领域，并在工业、商务、财经、通信、医疗卫生、生物工程、科学等众多行业得到了广泛的应用。【作者简介】Trevor Hastie,Robert Tibshirani和Jerome Friedman都是斯坦福大学统计学教授，并在这个领域做出了杰出的贡献。Hastie和Tibshirani提出了广义和加法模型，并出版专著“Generalized Additive Models”。Hastie的主要研究领域为：非参数回归和分类、统计计算以及生物信息学、医学和工业的特殊数据挖掘问题。他提出主曲线和主曲面的概念，并用S-PLUS编写了大量统计建模软件。Tibshirani的主要研究领域为：应用统计学、生物统计学和机器学习。他提出了套索的概念，还是“An Introduction to the Bootstrap”一书的作者之一。Friedman是CART、MARS和投影寻踪等数据挖掘工具的发明人之一。他不仅是位统计学家，而且是物理学家和计算机科学家，先后在物理学、计算机科学和统计学的一流杂志上表发论文80余篇。
标签： 统计
上传时间： 2022-05-04
上传用户：
近年来，随着科学技术尤其是电子信息技术的飞速发展，人类对数据采集的需求也不断增加，数据采集系统已经被广泛的应用于民生、医疗、国防、教育、科技等各个领域，高速数据采集技术的研究是整个数据采集系统的难点和重点。数据采集系统和我们的生活息息相关，并且高采样率的数据采集系统已经在很多场合得到应用。比如在航空航天领域，火管喷气流量的动态测量，风洞测试中对不同物理量的信息采集，以及卫星遥感遥测等场合均需要实时分析和控制采集来的大量高速数据信息。又比如在生物光潜分析、医用CT三维重建系统以及散裂中子源的光通信等研究中也要求在非常短的时间内处理非常庞大的试验数据。还有在气象、雷达、地震预报等领域，工程师们会根据这些应用场合中信号实时性强、传输速度快的特点，通过获取一种能够完全记录现场信号的设备，并利用这些设备获取实验数据的手段，来构建各类模型和实物系统，因此数据采集中的速度、实时性、可靠性以及存储特性都是这些领域所要研究和关注的问题]。
上传时间： 2022-07-11
上传用户：20125101110
高度数据的准确获取是飞控系统研制过程中极其重要的一环，是保证无人飞行器按照一定高程工作、平稳着陆的先决条件。但对于低成本惯性导航解算，位置漂移严重[]，虽可通过加速度计姿态校正来抑制部分漂移，但解算出的速度与位置仍然不准确。因此需利用除惯导外的其它传感器测量值作为位置观测量参与滤波，在抑制位置漂移的情况下，修正速度与加速度，提高高程数据的精度。目前文献中大多是将惯性导航作为一个整体，对惯导的三维位置及速度进行滤波。如SINS/GPS组合导航，通过组合导航对SINS速度及位置漂移进行抑制[2][3]。但是当只需要高度方向上的数据时，此种做法往往计算量大，步骤繁琐，且整体滤波兼顾经度、纬度、高程等多个因素，反而影响了高度方向的滤波效果，且当SINS/GPS组合导航中的GPS信号较差时，得到的高度观测量误差也大。可见，当单一的高度传感器观测数据出现异常时，滤波后的高度也会出现异常。针对单传感器无法适应复杂工作环境的缺点，本文结合GPS、气压计及惯导系统的优点，来抑制惯导高度方向上的发散。通过构建GPS与气压计数据的权重模型获得高度方向观测量，使用互补滤波算法融合惯导数据与求得的观测量得到更为精确的高度观测值。算法简易，鲁棒性好，可在嵌入式飞控板中实时运行。
上传时间： 2022-07-16
上传用户：
JST侧装式2芯3D模型，用于PCB板装配造型
标签： jst插件
上传时间： 2022-07-17
上传用户：
