课程文献中心 更多>>

关键词： 大地测量   人工智能   人工智能大地测量   智能定位   导航授时  

摘要： 人工智能(artificial intelligence,AI)作为新一轮科技革命的核心驱动力,正在深刻重塑大地测量学的研究范式与技术体系。在深入总结大地测量学科的重要进展和关键应用领域基础上,重点分析了深度学习与机器学习等AI算法在坐标框架维持、高程与深度基准构建、重力场建模、导航定位以及地质灾害形变监测等核心领域的最新动态,梳理形成了人工智能大地测量(artificial intelligence geodesy,AIG)技术新方向及其发展趋势。AIG将突破传统大地测量方法的局限性,利用累积的大地测量观测数据集、样本数据集、产品数据集,构建海量多源异构测量数据智能处理算法,形成复杂测量误差改正和多重物理场计算的AIG大模型,驱动大地测量学科从“大地测量数据驱动”的优化估计向“物理机理与数据智能双驱动”建模决策转型,支撑国家空间基准维持和全域高精度智能定位导航授时等服务,满足自然资源治理、低空经济、防灾减灾等应用需求。

关键词： 船舶稳性   稳心测量   STM32   嵌入式系统   无线传输  

摘要： 针对船舶设备更新前后,因重心变化导致的稳性评估难题,以及传统倾斜试验成本高、耗时长、在中小型渔船上难以普及的问题,设计了一种基于嵌入式技术的船舶稳性自动测量系统。系统以惯性测量单元为核心感知模块,通过多源姿态数据采集、嵌入式实时处理及无线传输,实现船舶横摇姿态角的高精度测量与稳心位置的快速计算。系统采用主从式架构,以STM32F401微控制器为核心,融合加速度计及超声波测距模块,通过2.4GHz通信传输到上位机实现对船舶微倾状态下动态响应的多维感知。在模型船户外试验环境下,该系统通过自动化流程显著简化了测量步骤,单次测量耗时较传统手工计算与观测大幅缩短,稳心高度测量平均相对误差小于3%,验证了系统在数据采集与算法解算上的高效性。该系统为渔业船舶设备更新后的稳性安全评估提供了一种高效、性价比高、可现场操作的解决方案,满足海洋工程现场快速测量的需求。

关键词： 信息传播加速度   情感驱动   用户参与层级   双重情感结构   网络舆情  

摘要： 在社交媒体高度互动与去中心化传播结构背景下,情感因素已成为推动信息快速扩散的重要动力。既有研究多聚焦传播规模与速度等结果性指标,忽视传播过程中的加速度变化及其动态机制,也较少系统整合原始内容情感与评论情感氛围的交互作用。本文在创新扩散理论、情感传染理论与社交媒体参与理论框架下,系统梳理情感驱动信息加速扩散的相关研究进展。首先回顾传播速度与加速度的概念演进及测度方法,强调加速度在捕捉传播动能跃迁中的核心价值。之后,综述情感极性、唤醒度与离散情绪类型对扩散节奏的影响机制,区分原始情感与评论情感的双重结构。同时,梳理用户参与行为的层级划分及其在传播过程中的动态演化逻辑。最后总结现有研究在动态刻画、情感交互与方法设计方面的不足,并提出未来基于高频面板数据与时间序列因果推断的研究方向。

关键词： 磁流变悬架   越野车   物理信息神经网络   复合自适应控制   事件触发机制  

摘要： 为提高越野车辆在复杂工况下行驶的平顺性和操纵稳定性,提出一种基于物理信息神经网络逆模型的磁流变悬架复合控制方法。首先,开展磁流变阻尼器动力学特性实验,辨识基于改进Bouc-Wen模型的磁流变阻尼器参数。接着,结合物理信息神经网络构建磁流变阻尼器逆模型,并对其进行离散轻量化处理,以便嵌入式部署并提升控制系统实时性。然后,将外部扰动及测量噪声统一等效为残差,引入事件触发机制,设计复合自适应控制律,以提高系统鲁棒性并降低控制更新频率。最后,通过仿真与道路实车试验进行验证,结果表明,与被动悬架及其他半主动控制方法相比,所提控制方法在提高乘坐舒适性的同时,能够兼顾悬架工作行程和整车操纵稳定性,并有效降低晕动症发生风险。

关键词： PMU   惯量评估   频率测量   频率稳定性   惯量监测  

摘要： 同步相量测量装置(PMU)的频率和功率测量性能直接影响惯量评估的准确性,且现有PMU标准是否适配惯量评估需求仍未厘清。因此,开展PMU测量特性对电力系统惯量评估精度的影响分析。根据基于功率积分法的惯量评估模型,建立PMU功率和频率测量精度对惯量评估误差的分析模型,揭示PMU测量特性引起惯量误差的根本原因。基于误差模型,从转速与功率时间同步偏差、频率通信分辨率、PMU测量精度3个方面分析PMU测量特性及其耦合效应对惯量评估精度的影响机理。通过现场PMU数据测试和实时数字仿真器的半实物仿真测试验证所提分析方法的有效性、可靠性。测试与分析结果可为PMU频率测量算法和惯量评估方法的优化、PMU标准的扩展提供理论基础与指导作用。

关键词： 多源信息融合   旋转机械   状态监测   故障诊断  

摘要： 随着现代工业系统向大型化、复杂化方向发展,其运行安全备受关注。作为工业系统的核心组成部分,旋转机械长期处于恶劣环境与复杂工况,关键部件易因损伤失效而降低设备运行效率与可靠性,因此开展旋转机械故障诊断研究具有重要意义。相较于单源信号,多源信号承载着更为丰富冗余的信息,为了提高对机械装备的状态监测能力,多源信息融合已引入旋转机械故障诊断领域。目前国内外学者围绕多源信息融合理论及其在旋转机械故障诊断中的应用开展了诸多研究工作;本文围绕旋转机械故障诊断中的多源信息融合需求,系统梳理了相关研究进展。首先,基于算法原理差异,从信号处理与估计理论、统计推断方法、人工智能算法3个方面,系统梳理了国内外学者对多源信息融合理论的研究现状;其次,聚焦旋转机械关键部件,详细综述了多源信息融合在轴承、齿轮和转子三个方面的应用研究现状;最后,归纳总结了多源信息融合理论及其在机械故障诊断应用中面临的挑战。

关键词： 石英脉型   金矿床   高精度磁法测量   构造解译   成矿因子   找矿预测   查干陶勒盖  

摘要： 查干陶勒盖金矿床位于蒙古国西部科布多增生楔与大湖盆岛弧带复合部位。金矿化类型以含金石英脉型为主,石英脉两侧及深部伴有石英细网脉蚀变带。矿体产于中—晚奥陶世闪长岩与黑云角闪花岗岩接触带内,受北东向断裂及岩浆活动综合控制。矿区成矿地质条件有利,找矿标志明显,矿体预测研究对指导勘查工程布置及取得找矿突破有重要作用。在矿床地质特征研究基础上,以综合信息矿体定位预测理论为指导,通过高精度磁法测量、土壤地球化学测量数据的地质解译,结合成矿地质条件,提取金矿找矿的地质、地球物理、地球化学找矿标志,进行找矿预测研究,圈出可供工程验证的找矿预测区3处,为后续勘查工程布置提供科学依据。

关键词： 小目标检测   YOLOv11s   多尺度融合   边缘信息  

摘要： 针对无人机航拍图像中小目标检测面临的目标尺寸较小、背景复杂及目标密集等挑战,提出一种改进YOLOv11s的小目标检测算法:MSEIF-YOLO。首先,设计了多尺度边缘信息提取模块,并采用多尺度特征融合策略以增强对小目标边缘信息的感知;其次,改进的C3k2_TSSA模块进一步提升了全局特征聚合能力,实现对小目标关键位置信息的自适应关注;随后,构造层次注意力融合块有效整合局部与全局特征,从而优化了小目标特征提取;最后,提出的细节增强检测头利用多种卷积组合强化了边缘与纹理等细节特征,进一步提高了检测精度。实验结果表明,MSEIF-YOLO在VisDrone2019数据集上的mAP0.5达到43.5%,在NWPU-VHR-10与DOTA数据集上也验证了本文方法的鲁棒性与有效性。

关键词： 故障诊断   物理信息神经网络   概率深度学习   轴承健康监测  

摘要： 基于神经网络的故障诊断方法因其黑盒特性导致可靠性不足,为增加其可信度,提出一种基于物理信息增强的轴承故障诊断方法(Physical-Information Probabilistic Deep Neural Network,PIPDN),该方法根据轴承理论故障的特征频率生成物理标签,通过赋予数据更具物理性的标注,提升模型的准确性并降低其预测不确定性。通过比较传统深度卷积神经网络、物理信息神经网络及其他诊断方法的智能诊断对比实验为验证所提出方法的可靠性。结果表明:PIPDN能够准确辨别轴承故障特征,具有良好的诊断性能和较强的鲁棒性,为轴承故障诊断提供了可靠的技术路径与理论支撑。

关键词： 单声道语音分离   融合时频域信息   跨尺度信息交互   模型泛化性  

摘要： 针对现有基于注意力机制的单声道语音分离模型在多尺度特征交互与时频信息融合方面的不足,该文提出一种融合时频域信息的多尺度注意力模型(MSA-TF)。该模型通过构建时频融合模块与多尺度交互分离器,引入频带分裂、动态门控与交叉注意力机制,实现时域与频域特征的高效互补;并借助跨尺度残差连接与自适应池化策略,促进全局语义与局部细节之间的双向流动,从而增强对语音信号中长短时依赖的联合建模能力。利用信号失真比(SDR)、尺度不变信噪比(SI-SNR)评价指标,在WSJ0-2mix和Libri-2mix数据集进行实验测试。研究表明,MSATF在WSJ0-2mix数据集上,测试结果相较于Conv-Tasnet基线模型在SI-SNR上平均提升2.3 dB,在未训练的Libri-2mix测试集上,泛化性能与在该集上训练的基线性能相当。由此可见,该文方法能通过提取不同尺度下的时域信息与频域信息进行互补与融合,促进全局语义与局部细节建模,获得更好更具泛化性的分离结果。