摘要：针对荧光细胞图像分割中细胞轮廓重叠、形态多样等问题,本研究提出了一种结合自适应多尺度注意力机制与边界敏感损失函数的分割算法。首先,为了提升模型对多尺度细胞形态的适应能力,提出了自适应多尺度通道注意力机制,并与特征金字塔结合构建多尺度注意力金字塔结构,提高网络对复杂细胞形状特征的提取能力;其次,设计了一种边界敏感的交叉熵损失函数,通过对细胞边界区域的预测给予更高的权重,增强了网络对细胞边缘的识别精度。实验结果表明,所提方法在荧光细胞图像数据集上的平均Dice系数和平均IoU系数分别高于现有先进模型,证明了本研究方法在荧光图像分割任务中的有效性。

摘要：针对四旋翼路径跟踪控制问题,研究了基于扩张状态观测器(extended state observer,ESO)、积分滑模控制器(integral sliding mode controller,ISMC)及反步法(backstepping)的四旋翼控制算法。构造了一种考虑姿态控制器响应过程的无人机控制模型;设计了扩张状态观测器对扰动进行观测,并构建了积分滑模控制器以估计扰动观测误差;设计了基于反步法的抗干扰路径跟踪控制算法,利用扩展状态观测器估计的扰动信息,通过补偿方式较好地消除了扰动影响。仿真试验表明,该方法具有良好的轨迹跟踪性能和抗干扰能力。

摘要：大规模重叠问题在实际工程应用中普遍存在,重叠问题子组间的共享变量给大规模重叠问题的优化带来了很大困难。基于分解的协同进化(CC)算法在解决大规模重叠问题上表现良好。然而,一些针对重叠问题设计的新型CC框架依赖问题分解方法获得重叠问题结构,而目前针对大规模重叠问题设计的分解方法不能同时兼顾高效性和准确性。为此,提出一种两阶段差分分组(TSDG)方法,在实现精确分组的同时显著减少了计算资源消耗。在第一阶段,采用基于有限差分原理的分组方法高效地识别子组集和共享变量集;第二阶段则提出一种分组改善方法检查前一阶段得到的子组集和共享变量集的信息,改正不准确的分组结果,以提高分组的稳定性和准确性。利用两阶段的协同作用,TSDG实现了对大规模重叠问题高效准确的分解。实验结果表明,TSDG能够在消耗较少计算资源的同时准确地分解大规模重叠问题。在优化实验中,TSDG在大规模重叠问题上的表现也优于对比算法。

摘要：针对原油调度过程存在的资源规模庞大、约束条件复杂、多时间尺度决策衔接困难等问题,提出一种基于多时间尺度协同的进化算法(MTCEA)。首先,根据炼油企业的规模结构和实际需求,建立了一种大规模多时间尺度原油调度优化模型,该模型由面向资源的中长期调度模型和面向操作的短期调度模型构成,通过引入原油资源动态分组策略,实现原油资源的合理配置,以满足不同的调度规模、多时间尺度的特征和精细化生产的要求;其次,为促进不同时间尺度调度决策的融合衔接,设计基于多时间尺度协同的进化算法,并针对不同时间尺度调度模型中的连续决策变量构造子问题进行求解,以实现不同时间尺度调度决策之间的协同优化;最后,在3个实际工业案例进行了算法性能验证。结果表明,与3种具有代表性的大规模进化优化算法(即竞争性粒子群优化算法(CSO)、基于多轨迹搜索的自适应差分进化算法(SaDE-MMTS)和基于混合模型的进化策略(MMES))以及3种高性能混合整数非线性规划(MINLP)数学求解器(即ANTIGONE(Algorithms for coNTinuous/Integer Global Optimization of Nonlinear Equations)、SCIP(Solving Constraint Integer Programs)和SHOT(Supporting Hyperplane Optimization Toolkit))相比,MTCEA的求解最优性指标和稳定性指标分别提高了30%和25%以上。这些显著的性能提升验证了MTCEA在大规模多时间尺度原油调度决策中的实际应用价值和优势。

摘要：运用自适应控制方法,实现超混沌Chen系统的同结构投影同步,并能辨识出响应系统的未知参数。首先通过采用MATLAB进行数字仿真,表明该自适应控制方法的可行性以及系统的参数辨识作用。其次利用EWB仿真设计模拟电路,结果与MATLAB的仿真结果相吻合,从而进一步证明了该自适应控制方法的有效性和系统参数辨识方法。

摘要：研究了分数阶混沌系统的广义投影同步及电路实现。基于非线性观测器,提出了用于实现分数阶混沌系统的广义投影同步的一般方法。并建立了相关的数学模型,证明结果的有效性。运用了Matlab进行数字仿真进一步表明该方法的可行性。最后,利用Multisim设计模拟电路,其结果与Matlab的仿真结果吻合,为分数阶混沌系统同步今后的实际运用打下基础。