课程文献中心 更多>>

关键词： 移动机器人   ROS   室内定位建图   室内导航  

摘要： 针对室内机器人在未知环境中的建图导航问题,探讨了基于ROS的移动机器人在室内环境中的定位建图与导航技术。介绍了ROS中虚拟地图的概念及重要性,讨论了几种常用SLAM算法的特点。重点阐述了选择Gmapping算法进行室内小场景建图的优势,描述了利用URDF创建特定四轮圆柱状机器人模型的过程,以及如何通过仿真环境测试机器人的导航性能。在真实环境中使用SCOUT MINI移动机器人验证了所提出方法和步骤的有效性。通过集成SLAM算法、传感器融合技术以及路径规划算法,实现了高精度和鲁棒性的室内地图构建及自主导航。

关键词： 模糊集合   隶属函数   样本分布   语义信息测度   机器学习   多标签分类   最大互信息分类   混合模型   贝叶斯确证  

摘要： 从样本分布求得隶属函数是重要的也是困难的。汪培庄的随机集落影理论使用集值统计得到隶属函数,从而在统计和模糊逻辑之间架起桥梁。但是,通常的样本并不包含集值,所以该理论不够实用。鲁晨光使用语义信息方法推导出用样本分布优化隶属函数的2个公式,它们和集值统计结果一致,可谓随机点落影方法。该方法可以用于多标签分类、最大互信息分类、混合模型、贝叶斯确证等。深度学习最新潮流中用的相似函数和估计互信息就是隶属函数和语义互信息的特例。因为最大语义信息准则和最大似然准则以及正则化最小误差平方准则兼容,并且隶属函数比似然函数迁移性更好,比反概率函数更容易构造,隶属函数有希望被广泛用于机器学习。

关键词： 油中溶解气体分析预测   图卷积   关联特征   时间卷积   深度学习  

摘要： 对油中溶解气体含量进行精准预测可有效提升变压器潜伏性缺陷辩识水平,为进一步提升油中溶解气体浓度预测精度,深度挖掘不同特征气体间的关联信息,提出1种基于图时间卷积神经网络(graph-time convolutional neural network,G-TCN)的变压器油中溶解气体浓度预测方法。首先,通过计算皮尔逊相关系数捕捉特征气体间的隐性关系,将强关联的特征气体连接构成图,以特征气体拓扑关系图的方式描述不同气体浓度间的关联性;其次,使用图卷积神经网络(GCN)提取不同特征气体间的隐含信息,通过聚合邻近节点信息实现关联特征提取;最后,以GCN为基本单元,搭建适用于油中溶解气体预测的G-TCN模型,同时捕捉油中溶解气体的关联特征及长时序特征,实现特征气体浓度变化趋势预测。使用某500 kV变压器油色谱在线监测数据对所提方法进行验证,实验表明,所提方法可有效提高油中溶解气体浓度预测精度,平均预测精度超95%。

关键词： 重要天气预告图   积雨云   颠簸   准确率   TS评分  

摘要： 为进一步提高民航局空管局气象中心(以下简称北京)制作发布的重要天气预告图产品准确性,对北京发布的重要天气预告图与世界区域预报系统(WorldAreaForecast System,WAFS)伦敦及华盛顿中心下发的重要天气预告图的预报能力进行检验评估,主要检验积雨云及颠簸两个预报要素的准确性。通过比较积雨云覆盖率、空报率、命中率、TS评分(threat score)及颠簸预报命中率,可以发现北京发布的重要天气预告图积雨云预报结果优于WAFS伦敦及华盛顿产品,WAFS华盛顿产品略优于伦敦产品;颠簸预报命中率略低于WAFS伦敦及华盛顿产品,但伦敦产品颠簸预报落区明显较实况偏大。

关键词： 相关性局域化   迭代集合平滑   相关系数   阻滞函数  

摘要： 基于相关性的局域化集合数据同化方法适用于观测信息与反演参数之间不存在物理距离时的情形,但参数的反演精度受阻滞作用影响。为了厘清相关性阻滞作用对局域化迭代集合平滑估计渗透系数的影响,本文采用不同的集合大小N,相关系数(包括Pearson,Kendall和Spearman)、和阻滞函数(包括12种函数)构建局域化迭代平滑方法用于估计二维孔隙承压含水层的渗透系数场。研究结果显示:(1)使用Pearson相关系数得到的渗透系数反演精度最高,其次为Spearman;(2)当考虑椭圆方程分别与Gaspari-Cohn,双曲正切函数和指数函数组合的复合函数作为阻滞函数时,局域化效果总体优于其他组合的阻滞函数。本文提出的相关性局域化迭代集合平滑方法框架和研究结果可为水文地质参数估计的研究与应用提供重要的参考。

关键词： 公共图书馆   家庭教育指导   教育焦虑   认知行为策略   阅读疗愈   精读会  

摘要： 近年来,随着系列政策法规的出台,家庭教育的重要性和紧迫性日益凸显,消解家长的教育焦虑也成为重要的社会课题。南京图书馆探索了“认知行为策略+阅读疗愈+精读会”的创新模式,旨在通过科学系统的干预,提升家长育儿认知水平和心理韧性,有效缓解其教育焦虑。在此基础上,对该模式的落地活动“南图精读会·父母加油站”的实践经验、不足与改进对策进行了总结,以期为未来公共图书馆发挥家庭教育指导职能提供有益参考和实践价值。

关键词： 数字化科学论证图   教学评”一体化   教学评”一致性   教学应用模型   教育数字化  

摘要： 课堂“教学评”一体化是课程“教学评”一体化的重要基础,也是育人蓝图实现的关键。数字技术变革为课堂“教学评”发展带来了新的挑战和机遇,数字化科学论证图作为数字技术赋能下的思维过程可视化工具将有望赋能课堂“教学评”一体化。基于数字化科学论证图赋能下的课堂实现技术支撑的学习、证据导向的评价以及循证生成的教学,且形成动态生成的循环,构建起基于数字化科学论证图的课堂“教学评”一体化的运行机理。在此基础上,结合循证教学理论和情境认知理论搭建起数字化科学论证图赋能“教学评”一体化应用模型,且提供具体的实施建议。

关键词： 侦查监督与协作配合   检警关系   审查起诉   补充侦查  

摘要： 为便于对公检机关协作配合进行系统性、层次化研究,可将公检协作配合内容划分为基于法定职责的个案协作配合、基于提升个案质效的配合、服务于个案办理的协作配合三个层次。对于实践中侦查环节的封闭性易导致协同错位、尚未形成规范化个案协作程序等问题,可在把握协作配合边界的基础上,建立分层次的案件报告制度,构建个案办理层次化协作配合模式,完善信息互通机制,以实现协作配合的规范推进。

关键词： 合成孔径雷达(SAR)   目标识别   不变性特征提取   本质特征   深度学习  

摘要： 基于深度学习的合成孔径雷达(SAR)图像目标识别技术日趋成熟。然而,受散射特性、噪声干扰等影响,同类目标的SAR成像结果存在差异。面向高精度目标识别需求,该文将目标实体、生存环境及其交互空间中不变性特征的组合抽象为目标本质特征,提出基于图网络与不变性特征感知的SAR图像目标识别方法。该方法用双分支网络处理多视角SAR图像,通过旋转可学习单元对齐双支特征并强化旋转免疫的不变性特征。为实现多粒度本质特征提取,设计目标本体特征强化单元、环境特征采样单元、上下文自适应融合更新单元,并基于图神经网络分析其融合结果,构建本质特征拓扑,输出目标类别向量。该文使用t-SNE方法定性评估算法的类别辨识能力,基于准确率等指标定量分析关键单元及整体网络,采用类激活图可视化方法验证各阶段、各分支网络的不变性特征提取能力。该文所提方法在MSTAR车辆、SAR-ACD飞机、OpenSARShip船只数据集上的平均识别准确率分别达到了98.56%,94.11%,86.20%。实验结果表明,该算法具备在SAR图像目标识别任务中目标本质特征提取能力,在多类别目标识别方面展现出较高的稳健性。