摘要:在医学上，血细胞计数检测是衡量人体健康与否的重要诊断方法，但是血细胞图像中存在小目标和重叠目标的检测 难点。针对上述问题，提出一种改进的YOLOv7 目标检测算法。通过对原始的 YOLOv7 网络增加全局注意力机制(GAM), 提升网络的感受野，提高对小目标的检测精度；提出融合了加权双向特征金字塔网络(BiFPN) 和递归门控卷积 HorNet 的特 征金字塔 HorNet-BiFPN 结构，利用其高阶空间交互作用增强网络的特征融合能力，实现对红细胞重叠区域的建模，解决对重 叠红细胞的检测问题。实验结果表明，改进的 YOLOv7 模型的检测精确率达到了96.3%,对单张图片的检测时间达到了 74ms, 对图像中的3类细胞均实现了较强的检测效果，达到了医学辅助诊断的合理性。

摘要:为解决野外火场救援消防员定位安全问题，提出一种基于远距离无线电(LoRa) 技术的森林消防协同定位算法。针对 野外救援存在的非视距(NLOS) 问题，提出一种修正协方差矩阵的扩展卡尔曼滤波协同定位算法，利用LoRa协同网络内部移 动节点之间的测距信息辅助定位，建立系统方程并根据当前时刻的状态滤波值二次更新误差协方差修正偏离误差；其次提出 改进的动态中值滤波算法，采用动态窗口筛选处理定位扰动数据，二次优化定位轨迹曲线。仿真实验结果表明，所提算法极 大地协同了整个网络资源，在室外多NLOS, 通信质量差的环境下定位精度可达0.49 m, 为森林消防安全解救提供了一种可 靠的解决方案。

摘要:针对现有轨道扣件状态检测算法对小目标物体与复杂形状物体的检测能力差而导致检测结果异常，以及小目标层特 征冗余等问题，提出了一种改进 YOLOv8 的轨道扣件状态检测方法。在 YOLOv8 网络中增加可变形空间金字塔扩张卷积模 块，以提高模型对小目标物体以及形变复杂物体的检测精度。同时增加小目标空间重构单元以减少小目标特征冗余，促进小 目标特征的学习。根据采集到的轨道扣件数据集进行模型的训练和测试，并与多组轨道扣件状态检测算法进行对比，实验结 果表明，相较于对比算法，所提算法精确度平均提升3.20%,召回率平均提升3.34%,平均精度平均提升3.96%。实验证明 所提算法能够有效进行轨道轨道扣件状态检测，并且具有较强的泛化能力，可以部署于复杂交通场景。

摘要:针对现有壁画修复算法因缺乏对于图像远距离特征的捕获能力而导致修复结果结构紊乱，以及缺失边缘颜色不一致 问题，提出一种多尺度信息融合的生成对抗网络壁画修复算法。首先，将多分支扩张卷积架构引入生成网络，各个子扩张卷 积的卷积核以不同扩张率局部扩大感受野，提取图像的局部特征；其次结合快速傅里叶卷积基于全局感受野提取特征，实现 壁画图像局部到全局的特征提取；最后引入自注意力与PatchGAN 鉴别器以解决缺失边缘颜色不一致问题。根据自制壁画 数据集进行模型的训练和测试，并与多组修复算法进行修复对比，实验结果表明，相较于对比算法，所提算法在峰值信噪比 (PSNR) 平均提升4.42 dB, 结构相似性(SSIM) 平均提升4.4%,学习感知图像块相似度(LPIPS) 平均提升11.3%。实验证明 所提算法能够有效修复破损壁画，修复后的壁画有较好的结构和纹理信息，为真实壁画的修复工作提供了支撑。

摘要:由于异构网络非凸性和组合性的特点，联合用户关联和资源分配来实现能量效率(energy efficiency , EE )和频谱效率 (spectral efficiency , SE )同时最大化的最优全局策略仍然是非常具有挑战性的。基于深度强化学习(deep reinforcement learn- ing , DRL )的方法成为在保证异构网络下行链路用户设备(user equipments , UEs )服务质量(quality of service , QoS )的同时实 现联合 EE- SE 性能最大化的必要解决方案。此外，为解决状态一动作空间下计算量大的问题，引入了多智能体架构的深度强 化学习算法(MAD 3QN )来获得近乎最优控制策略。仿真结果表明，MAD 3QN 算法在系统容量方面比DDQN 算法和 D Q N 算

摘要:随着近似电路可用性增加，评估其可靠性变得十分必要。基于概率门模型(probabilistic gate model,PGM),提出了一 种精确、高效的近似电路可靠性评估方法。该方法基于概率门模型将电路转换为概率多项式，并对引发相关性问题的扇出端 门电路变量进行降阶操作，从而消除相关性对结果精确度的影响，面向输入向量进行有针对性的可靠性分析，经实验，该方法 比蒙特卡洛方法快5个数量级，快于对比方法近50%,在中大型电路中以相当的速度保证了较高的精准度。并且，基于所提 出的方法使用遗传算法进行了近似电路可靠度界限的搜索，以便辅助设计者评测近似电路的可用性，并针对所研究的问题， 对遗传算法进行了改进，实验结果表明，改进后的遗传算法具有更好的效果，在近似电路可靠度计算和可靠度界限搜索中有 较好效果。

摘要:为了解决传统 ORB-SLAM2 算法尺度不变性较差和光照环境变化复杂导致定位跟踪不稳定的问题，提出了一种基于 B-Spline图像金字塔的自适应阈值 ORB 特征点提取方法。首先采用 B-Spline 图像金字塔的方法，将图像层层划分，随后，通 过计算图像周围的特征点的灰度值来设置自适应阈值，以便阈值随着光照变化而自动调整，从而实现图像特征点的有效提 取。对改进部分分别实验验证，在光照环境发生较大变化时，改进方法在特征提取时重叠点降低且提取范围更加均匀，在图 像尺度发生变化时，改进方法的特征匹配数量提升了近1倍，在轨迹追踪实验中，改进方法得到的估计轨迹误差降低了20% 以上。改进的 ORB-SLAM 算法能够提高在复杂环境下机器人的定位精度。

摘要:心电图(ECG)作为人体的关键生理信号被广泛应用于医疗领域，但在采集过程中心电信号容易受到噪声干扰而影响 信号质量。为此，设计了一种奇异谱分析(SSA)的改进算法用于心电信号降噪处理。奇异谱分析改建算法是在 SSA中的主 元重组(grouping)阶段引入逻辑回归(LR) 算法，将主元重组方式改进为自动重组，实现面向心电信号的 SSA 自监督降噪处 理。使用基于 AD620 的心电信号采集装置，构建53条心电信号测试集进行验证，使用奇异谱分析的改进算法，主元自动选择 的准确性为98.68%,重构的心电信号信噪比(SNR)由10.43 dB平均提高到20.17 dB,能够有效提取出清晰的PQRST 波，使 其在医疗领域心电信号检测与降噪方面具有很好的实用化前景。

摘要:为提高无人机在复杂山区环境中飞行的可靠性和安全性，提出了一种改进蛇优化算法的无人机路径规划方法。首 先，结合数字高程信息和复杂地形威胁构建了无人机环境模型和山峰威胁模型；其次，提出改进蛇优化算法，将传统蛇优化算 法与元胞自动机进行融合用于无人机路径规划，并引入小生境技术和最优局部抖动，避免算法陷入局部最优，提高全局搜索 能力；最后，在3种场景下进行仿真实验验证所提方法的有效性。实验结果表明，所提方法在3种复杂场景下平均路径长度分 别为2.201、1.801 和2.187 km, 平均收敛时间为14.8、13.9和14.9 s, 与其他路径规划算法相比具有良好的优越性，且所生 成的路径对真实无人机运行具有良好的实际效果。

摘要:针对标准学生心理优化算法(student psychology based optimization,SPBO)在解决无人机路径规划中遇到的搜索能 力欠缺、陷入局部最优等问题，提出一种改进学生心理优化算法的无人机三维路径规划。首先，为增强无人机的局部搜索能 力，引入人为划分小组和分层学习方式，对学生心理优化算法中的学生群体进行更新处理。其次，为解决无人机陷入局部最 优问题，借鉴蜜獾算法(honey badger algorithm,HBA)中的挖掘搜索机制来跳出局部搜索。最后，通过 MATLAB仿真实验 结果表明，改进学生心理优化算法(ISPBO)的平均路径长度减少了0.1275 km、代价平均值降低了1.94%和标准差减少了84.07%,验证了ISPBO具有更强的寻优能力和更好的稳定性。

摘要:为解决分布式 I/O 设备的串行接口与外部系统进行通信时实时性较差、可靠性较低的问题，设计了一种基于 PROFINET 实时工业以太网的IO 从站设备。提出了一种基于 PROFINET 通信核芯片和RS485 应用核芯片的双核模型方 案，其中 PROFINET 通信核芯片采用专业集成电路芯片，RS485 应用核芯片采用 STM32 微控制器芯片，双核一同完成 PROFINET 协议与RS485 协议之间的转换工作。分析了主站控制器和IO 模块通过从站设备进行非循环数据和循环数据交 互的流程，设计了从站设备和IO 模块的通用站描述文件，通过在从站设备中集成 PROFINET 网络通信接口和RS485 通信接 口，搭建了一套完整的 PROFINET IO 通信测试平台并完成了系统组态，测试结果表明，设计的从站设备实现了从 PROFINET 协议到 RS485 协议的跨网通信，为传统分布式I/O 设备连接 PROFINET 工业以太网的技术领域提供了一个可 行、可靠的解决方案。

摘要:离子聚合物一金属复合材料(ionic polymer-metal composite,IPMC)是一种新型柔性智能材料，但其致动机理尚不明 确，位移跟踪困难。针对IPMC 悬臂梁器件在低频交流驱动电压下具有明显的迟滞非线性、建模困难的特点，测试了IPMC 悬 臂梁在低频交流电压下的致动特性，分析了IPMC 在0.1～10 Hz 、2～5.5V 的增益与相位，并使用Levy 辨识法建立了驱动电 压到致动位移的三阶传递函数模型。基于已建立的传递函数模型，提出了IPMC 的非线性等效电路与一阶传递函数的分段 建模方法，改进了IPMC 的等效电路模型无法预测致动位移的缺点。通过实验对比，结果表明，在IPMC 悬臂梁器件在0.1~ 5 Hz、2～5.5V 的低频正弦驱动电压下，可使用等效电路加一阶传递函数代替 IPMC 复杂的动力学过程，整体误差低于 0.3 mm,平均相对误差2.89%,满足应用条件。可以用作IPMC 的低频交流用途，提高了IPMC 位移跟踪精度。

摘要:针对传统激光标线仪靶标测量方法难度大、人工读数困难且效率低的问题，基于图像视觉检测技术，设计了激光标线 仪校准装置硬件系统及软件算法。通过数据采集单元、靶标系统单元和多功能升降工作台单元搭建出系统硬件装置。采用 图像预处理方法将原始图像激光线与背景分割，提取出基准中心原点并进行系统标定，利用骨架提取算法拟合出激光测量 线，计算出计量特性的偏移量，并根据算法设计出交互软件，自动测量和保存数据。最终通过所研制的校准装置和传统校准 方法，校准同一激光标线仪进行比对实验，实验结果|E,,l≤1, 结果判定为满意，验证了校准系统的可行性。

摘要:为了实现输电塔复合基础极限抗拔承载力的准确预测，克服传统理论、经验公式误差大，计算慢的问题，提出一种改 进鹈鹕智能算法(IPOA) 来优化BP 神经网络的承载力预测模型。首先，利用SPM 混沌映射、Levy 飞行以及融合非线性惯性 权重因子 w 的正余弦优化策略，对鹈鹕优化算法(POA) 改进；然后，利用IPOA 对 BP 神经网络的权值和阈值参数寻优，得到 IPOA-BP 预测模型；最后，基于验证后的数值试验构建数据集，对 IPOA-BP 预测模型进行训练和测试。结果表明，IPOA-BP 与 POA-BP 预测模型相比，方根误差下降65.75%,绝对平均误差下降65.79%,平均相对误差下降65.60%,可见 IPOA-BP 神经网络能够实现复合基础抗拔承载力较准确的预测，为该类型基础的承载力预测提供了新方法。

摘要:针对散射介质中光学成像质量受散射效应干扰的问题，基于Jaffe 成像模型，实验研究了基于插值处理的偏振成像降 噪方法，实现目标信号与后向散射噪声的有效分离。首先，利用退偏振特性建立信息插值处理与信号提取模型；其次，搭建偏 振成像实验光路结构进行验证，以脂肪乳溶液模拟散射环境，在偏振激光照明条件下获取散射场景的相互正交的偏振探测通 道图像；最后，对所获取偏振图像进行插值处理并利用信噪比参数评价其可靠性。实验结果表明，当脂肪乳溶液浓度依次为 0.1%、0.2%、0.3%与0.4%时，基于插值处理的偏振成像方法所对应图像的信噪比依次为112.5、9.165、13.82与11.88,能 够有效地抑制后向散射噪声对光学成像过程的影响。

摘要:为改善永磁直线同步电机控制系统的位置跟踪精度和鲁棒性，提出了一种基于扩张状态观测的高阶自适应非奇异快 速终端滑模控制方案。首先，设计了一种高阶非奇异快速终端滑模面，通过引入反馈电流实现对电机位置、速度和电流的整 体控制。其次，设计新型滑模趋近律，使控制系统能快速将误差趋近于零并削弱抖振。同时，引入自适应律估计并实时调整 趋近律系数。最后，设计了扩张状态观测观测外部扰动，从而提高位置跟踪系统的动态和稳态性能。基于 Lyapunov 稳定性 理论，证明了该控制系统的稳定性。通过仿真与实验验证，结果表明，提出的控制方法能有效提高系统的位置跟踪精度，并且 增强了系统的抗干扰能力。

摘要:复杂自然环境下果实的快速、准确识别和定位是猕猴桃机械臂采摘的关键和难点。面向猕猴桃实时采摘应用，开展 了基于深度学习的猕猴桃分类识别算法、空间定位模型构建和机械臂采摘实验研究。优选 Anchor_Free的一阶段 YOLOX 算 法模型，并通过引入注意力机制、调整通道数、增加特征融合、堆叠特征融合对该模型特征融合环节加以改进，提高了非结构 化环境下猕猴桃果实的分类识别精度。实验数据表明，改进YOLOX 算法对独立果实、树叶遮挡、树干遮挡、果实重叠的平均 精度(AP) 分别提升至99.38%、98.43%、93.82%和92.98%,平均精度均值(mAP) 达到96. 15%,其平均 F₁ 值提升至 94.24%,且在640×640分辨率下每幅图像的平均检测时间为0.019 s 。进一步地，利用图像深度信息对识别目标进行三维空 间位置求解，并经物理实验验证，实验中果实定位坐标误差≤3.3%。算法在识别率、检测时间和定位误差3方面取得了较优 的综合性能，满足猕猴桃机械臂采摘中果实的实时识别及定位需求。

摘要:针对传统 Canny 边缘检测需要手动选取阈值以及不能有效提取边缘轮廓的问题，提出了一种基于改进的蜣螂优化算 法(DBO) 来优化 Canny 算子的边缘检测算法。首先通过快速引导滤波代替传统高斯滤波对图像进行保边去噪；其次用4方 向的 Sobel 模板来计算图像的梯度幅值和梯度方向；最后利用蜣螂优化算法优化的二维大津法自适应获取高低阈值。针对蜣 螂优化算法种群多样性不强问题，提出用 tent 映射初始化种群；为了提高算法跳出局部最优的能力，采用精英差分变异策略 对最优蜣螂个体进行变异扰动。实验结果表明，在边缘准确度和连接性上，该算法与传统 Canny 边缘检测算法对比有一定程 度的提升，能够有效提取图像的边缘轮廓，提高了Canny 边缘检测的边缘连接性，具有一定的实用性。

摘要:为了解决异常数据严重影响电力系统状态估计性能的问题，提出了一种基于支持向量机(SVM) 的电力系统预测辅助 状态估计(FASE) 多类型数据异常检测方法。首先，针对传统 FASE 的预测准确率欠佳的问题，提出了基于极限学习机的 FASE 方法，并利用SVM 并基于预测数据、量测数据与估计值，实现了对坏数据、负荷突变和单相接地等多种类型的数据异常 检测。其次，针对惩罚因子和核函数参数会影响分类精度的问题，提出采用灰狼算法对 SVM 参数进行优化，在兼顾计算速度 的同时提高了数据异常检测的准确率。最后，在IEEE33 和丹麦DTU7K47 节点主动配电网系统上进行仿真测试，所提方法 在正常工况下提升26.08%与26.76%,计算速度提升46.05%,在数据异常情况下准确率综合提升32.04%与29.27%,结果 表明，所提方法具备较强的通用性与实时性，可以有效地检测电力系统中各种类型的数据异常，并提高状态估计的性能。

摘要:自动化水下字符识别技术能通过编号更高效地定位追踪水下设备，是管理和维护水下设备的关键。针对该任务目标 区别较小和水下场景中干扰等问题，并考虑其检测速度需求，基于 YOLOv7-tiny 模型，提出一种轻量化的改进模型。首先采 用 MobileNetV3 作为新的特征提取网络对整体框架进行轻量化处理；然后引入PConv 至 ELAN 模块中，减少 Neck 层的计算 量；最后将置换注意力机制应用至 Head 层，提升了模型对字符定位的表达能力。实验结果表明，改进后的模型相较于原模型 的平均精度均值(mAP) 提高了2.4%,参数量和计算量分别减少30.0%和38.5%,检测速度提升30.8%。改进后的模型在水 下字符识别任务中具有更高的效率和精度，为推进并实现水下自动化识别编号设备的部署提供了可行性。

摘要:针对现阶段违禁品检测方法存在的混叠效应以及在类内变化显著的场景下检测精度较低等问题，提出一种反向加权 融合多尺度特征的 X 射线图像违禁品检测算法，通过反向自适应地引导融合多尺度上下文特征来实现准确的违禁品目标检 测。首先，使用多尺度场景感知模块获取从局部到全局的目标表征信息，帮助处理显著的类内变化。其次，利用反向加权融 合结构采用特征引导加权的方式，高效融合蕴含丰富上下文特征的多级特征，缓解融合过程中易出现的混叠效应。最后，设 计了一种 Focal-SIOU 损失函数，用于平衡不同质量违禁品目标预测框之间的贡献差异，并结合角度和边长损失进一步提升 预测框的收敛速度和回归精度。本文方法在 SIXray 、OPIXray 、PIDray等3个非常具有挑战性的基准数据集上进行了广泛的 评测实验，平均精度均值(mAP) 分别达到93.2%、90.7%和85.1%。实验结果充分表明，方法相比于最新方法性能更优，并 且能够满足实时目标检测的实际应用需求。

摘要:为了提高手势动作在类别众多且相似度高的情况下的识别精度，提出了一种基于连续小波变换和残差神经网络Res- Net50的表面肌电信号手势识别方法。首先对Ninapro DB2 和 DB3 的原始表面肌电信号进行预处理和连续小波变换，得到 Multi-sEMG Wavelet Map 数据集，然后送入改进的ResNet50模型进行识别分类。实验结果表明，改进后的ResNet50 网络模 型在 Multi-sEMG Wavelet Map DB2 和 DB3中17种手势动作的平均准确率分别达到了96.40%和94.11%,相比 ResNet50 网络模型方法提升了4.87%和5.83%。实现了手势动作在类别繁多、相似度较高的情况下的精准识别。为基于非侵入式传 感器和机器学习控制的假肢手提供了新方案。

摘要:针对非结构化场景(工地、矿场)缺少特殊目标的通用数据集、复杂特征难以准确提取以及计算复杂度高的问题，构建 了一个面向非结构场景的特殊目标检测数据集，并提一种轻量化目标检测模型 YOLO-PT, 以极低的计算量达到了较高的检 测精度。通过构建分部特征计算(partial feature calculation,PFC)模型减少特征冗余信息的计算，并引入了多头自注意力机 制来增强复杂特征的提取精度，同时设计多通道金字塔结构对多尺度特征进行渐进式融合，提高复杂对象的识别精度。最后 在非结构场景进行实验验证，结果表明，所提出方法仅在4.3×10⁶ 的参数量下就达到了53%的准确率，在精度、参数量以及 浮点运算量上均优于其他方法。