摘要：针对实际生产中广泛存在的紧凑型带钢生产热轧调度问题(HRSP_CSP),提出一种两阶段智能优化算法(TIOA)进行求解。为合理控制成本并确保效益,采用主次目标进行优化。主目标为如何加入最少的无委托带钢(即订单外生产的带钢)来构成最小轧制批次;次目标为如何在主目标确定的轧制批次中,确定各批次内的带钢集合和轧制顺序,以实现轧制平均平滑率(即各批次带钢轧制平滑率的平均值)最小。基于HRSP_CSP的特点,TIOA设计为两阶段优化算法。在TIOA的前一阶段,分析问题特征,提出启发式算法获取问题的最优解(即最小轧制批次)。在TIOA的后一阶段,分析问题性质,提出改进人工蜂群(IABC)算法在较短时间内获取问题的优质解。IABC算法采用基于集合的编码方式,并设计问题解的最优解码策略来提升解的质量,同时设计结合无效邻域判断策略的两类Swap邻域操作以增强局部搜索效率。通过仿真实验和算法对比,验证了TIOA的有效性。

摘要：在超材料吸波体的设计过程中,研究人员常采用耗时长的全波仿真方法,设计思路主要以耗时长的参数扫描和经验设计为主。为了减少设计耗时,本文提出了一种基于神经网络加速粒子群优化(PSO)算法的快速设计方法。该方法利用神经网络对超材料吸波体的电磁参数进行准确地预测,其预测结果与仿真结果均方误差(MSE)不超过0.0011。在PSO算法对结构参数空间进行搜索的过程中,预测结果被用于算法优化过程中的适应度计算,PSO算法能够根据不同的适应度值自动调节结构参数以到达电磁波宽频带吸收的目的。该方法将设计耗时缩短为全波仿真设计耗时的0.3%。通过该方法设计的超材料吸波体在8.5~17.9 GHz频段内的吸波率大于90%,吸波带宽为9.4 GHz。此外该方法优化过程避免了人工干扰,能够移植到超材料的其他应用设计中。

摘要：针对倾斜视角下的红外行人小目标难以快速准确检测的问题,提出了一种红外行人小目标轻量化实时检测网络模型DRA-YOLO。首先,使用K-means++锚框聚类自适应不同大小尺度目标,从而加快网络收敛并提高检测精度。其次,融入不同注意力机制来重新设计特征提取网络,提高特征定位与计算效率,并搭配改进特征金字塔结构提取关键特征和提升模型稳定性。最后,颈部去掉下采样重新搭配SimAM形成新的特征融合结构,并重新设计检测头来适应本文数据集。对比实验显示,相对原始YOLOv5s模型,在自制和公共数据集上表现突出。m AP50达到94.5%,检测速度提高20.8%,模型大小压缩至10.1 MB,降低了30.3%,且GFLOPs下降了29.1%。这些改进实现了对目标的准确快速检测,有效地平衡了模型大小、检测精度和推理速度。

摘要：针对视频输入的单人三维人体姿态估计中表征不精确、融合不充分、结果不平滑的问题,提出三维人体姿态估计的多尺度时空特征融合方法.首先在空域定义关节点、肢体和上/下身人体标记并通过位置嵌入表示人体的空间多尺度特征;然后结合自注意力机制和多层感知机构建空间多尺度特征融合模块,融合关节点、肢体和上/下身三个空间多尺度特征,得到初步姿态特征序列;最后建立时序多尺度编码进行时序特征融合获得最终姿态特征序列,并通过时序解码,优化生成细化的三维人体姿态.在Human3.6M数据集上的实验结果表明,所提方法的平均每关节位置P-MPJPE和速度误差MPJVE分别为33.6和2.4,较对比方法降低了2.3%和4.0%,能够降低计算复杂度,提高三维人体姿态估计精度,生成准确、平滑的三维人体姿态估计结果.此外,在HumanEva-I数据集的测试结果表明,所提方法也具有一定的泛化性.

摘要：文本正则化是语音合成(TTS)前端分析任务中不可或缺的步骤,而语义歧义性是文本正则化任务面临的主要问题,比如数字、日期、时间等非标准词的语义歧义性。针对该问题,提出一种基于编辑约束的端到端文本正则化方法,并且在充分考虑越南语的语言特点后,设计专门用于越南语的标注方法,以提高模型对上下文语义信息的建模能力。此外,针对神经网络模型容易产生不可恢复性错误的问题,提出一种编辑对齐算法以有效约束非标准词文本的范围,减小解码端的搜索空间,从而避免模型自身局限性所导致的非正则化文本预测错误。选取FastCorrect模型作为基准模型,将各类优化方法应用到基准模型中得到新模型。实验结果表明,所提模型在越南语不同优化方式的对比实验中的精准率相比使用无标注数据的基准模型提高了23.71个百分点,在同类中文实验中的精准率提高了26.24个百分点。可见,所提方法不仅在越南语上表现出色,而且在中文开源数据上也取得了显著的效果,验证了该方法在越南语之外的适用性。而且,与六类基线模型相比,使用所提方法的模型取得了最高的97.14%的精准率,在F1值上超过加权有限状态转换器(WFST)的两阶段方法2.29个百分点,证明了所提方法在文本正则化任务上的优越性。

摘要：针对复杂山区环境下应急通信无人机的飞行路径规划问题,通过综合考虑障碍物、无人机载重量、无人机电池容量等约束条件,为降低无人机的飞行时间并延长飞行距离,基于Harris鹰算法框架设计一种改进Harris鹰算法的无人机三维路径规划方法.首先,对Harris鹰的种群初始位置、位置更新方程和猎物的逃逸能量进行改进;其次,采用三次样条曲线插值法对路径进行平滑,以确保无人机飞行过程中安全可靠且平滑;最后,将应急无人机在具有不同障碍物的山区进行测试,并将所得结果与标准Harris鹰、蚁群算法和人工蜂群算法进行对比分析.分析结果表明,该算法所规划的三维路径规划方法生成的路径更短,并能更快地寻找到最优路径.

摘要：为提高超宽带滤波器的选择性,同时减小其他无线通信系统对超宽带系统的干扰,设计出一种具有双陷波且高选择特性的超宽带滤波器。该滤波器采用圆环型多模谐振器与输入输出馈线进行耦合实现高选择特性的超宽带滤波器,在此基础上加载级联的C型谐振器产生两个陷波点。利用HFSS进行优化仿真,可知该滤波器通带为3.1~9.7 GHz,相对带宽为103.0%,选择因子为0.89,有效提高了滤波器的选择特性,并且在6.86 GHz与8.15 GHz处各有一个陷波点,有效地避免了X波段通信卫星和其他国家C频段卫星通信的干扰,证明了该设计的优越性与实用价值。

摘要：随着船舶水运的发展,AIS数据规模急剧增长。针对目前关系型数据库无法高效存储使用AIS数据的问题,提出了AIS数据存储系统,系统以ClickHouse列式数据库为基础主要分为接收模块、处理模块以及写入模块,借助列式存储的优势,本系统可实现高效的AIS数据查询。测试表明,AIS存储系统能够有效提高AIS数据的查询使用效率,千万级数量下查询效率约是MySQL的43倍。

摘要：文中提出在终端短路式交指带通滤波器的开路端引入一段微带加载线,使谐振器产生尺寸跳变。通过改变微带加载线的线宽,增加谐振器的等效电感值,从而实现降低该带通滤波器中心频率的目的,并且给出了在设计指标下,随加载线宽变化中心频率变化的经验公式。对X波段的微带交指带通滤波器和微带线尺寸跳变进行了研究,研究数据表明:谐振器越短,中心频率往高频偏移越多;微带线尺寸跳变越大,中心频率往低频偏移越多。通过合理减小谐振器长度和增加微带加载线线宽,滤波器整体长度减小而宽度不变,且改进前后滤波特性不发生改变,达到了滤波器小型化的目的。通过在HFSS中建立滤波器模型并进行仿真,改进后增加了传输零点,回波损耗更加稳定,谐振器长度减小10%,微带加载线线宽增加0.15 mm,整体滤波器尺寸减小10%,验证了所提出结构的可行性。

摘要：生存预测对于胃癌患者的治疗具有重要意义.针对传统基于组织病理图像的生存预测算法存在像素级标签缺失、信息量大以及模态单一等问题,提出一种基于多模态多实例学习的胃癌患者生存预测算法.首先使用多层感知器和自监督学习方法SimCLR分别提取临床数据和组织病理图像特征,然后采用基于全局感知的多实例学习方法提取高分辨率下的包级嵌入,使用平均池化方法得到低分辨率下的组织病理图像实例级嵌入,最后通过多模态融合方法将包级嵌入、实例级嵌入和临床数据特征进行融合,以实现不同模态数据之间的信息交互和不同放大倍数下图像信息的充分利用.在云南省肿瘤医院胃癌患者病理数据库上的实验结果表明,与传统的多实例学习方法相比,所提算法在5×和20×组织病理图像下胃癌患者生存预测的准确率分别提高了5.6~10.0个百分点,4.1~7.5个百分点,与常规的多模态融合方法相比,提高了3.5~4.9个百分点.