南京信息工程大學(xué)學(xué)報(bào)最新期刊目錄

基于APF-MASAC算法的多無(wú)人車路徑規(guī)劃研究————作者：閆冬梅;楊南禹;許佳佳;劉磊;

摘要：針對(duì)真實(shí)環(huán)境中多無(wú)人車路徑規(guī)劃問(wèn)題，在多智能體柔性動(dòng)作-評(píng)價(jià)（Multi-AgentSoftActor-Critic，MASAC）框架下提出一種算法設(shè)計(jì)方案。基于勢(shì)能塑形回報(bào)技術(shù)，設(shè)計(jì)了稠密的獎(jiǎng)勵(lì)函數(shù)，為算法的學(xué)習(xí)過(guò)程提供更為豐富、及時(shí)有效的反饋信號(hào)，顯著加速算法的收斂速度。采用雙連幀技術(shù)對(duì)傳統(tǒng)經(jīng)驗(yàn)回放池進(jìn)行改良。雙連幀技術(shù)通過(guò)將連續(xù)的兩幀觀測(cè)數(shù)據(jù)作為一個(gè)整體單元納入經(jīng)驗(yàn)回放池，有效捕捉環(huán)境狀態(tài)變...

基于TTBiGRUA的碳價(jià)預(yù)測(cè)研究————作者：姚遠(yuǎn);李晨碩;

摘要：碳價(jià)格具有非線性、非平穩(wěn)等復(fù)雜特征，其預(yù)測(cè)頗具挑戰(zhàn)性。為了提高預(yù)測(cè)精度，提出一種結(jié)合基于時(shí)變?yōu)V波器經(jīng)驗(yàn)?zāi)�態(tài)分解（Time-Varying Filter Empirical Modal Decomposition，TVFEMD）、樣本熵（Sample Entropy，SE）、雙向門控循環(huán)單元（Bidirectional Gated Recurrent Unit，BiGRU）和差分整合移動(dòng)平均自回歸（...

集成SBAS-InSAR與貝葉斯網(wǎng)絡(luò)的滑坡易發(fā)性評(píng)價(jià)————作者：高鑫宇;王波;代文;李吉璇;

摘要：貝葉斯網(wǎng)絡(luò)和SBAS-InSAR在滑坡易發(fā)性評(píng)價(jià)中已得到廣泛應(yīng)用。但是，如何充分發(fā)揮二者優(yōu)勢(shì)，融合兩種方法來(lái)進(jìn)一步改進(jìn)滑坡易發(fā)性評(píng)價(jià)還有待探索。因此，本文以滑坡發(fā)生頻繁的漢源縣為研究區(qū)，根據(jù)地形、氣象等數(shù)據(jù)提取出20個(gè)傳統(tǒng)滑坡因子，并根據(jù)SAR衛(wèi)星數(shù)據(jù)，使用SBAS-InSAR技術(shù)提取出地表形變速率作為形變因子來(lái)共同參與計(jì)算。使用地理探測(cè)器進(jìn)行主導(dǎo)因子篩選后，采取有形變因子、除去形變因子以及遞補(bǔ)一...

基于改進(jìn)YOLOv5的騎行者頭盔佩戴檢測(cè)方法————作者：胡青松;單露露;劉許;李世銀;孫彥景;

摘要：未佩戴或未正確佩戴頭盔將對(duì)騎行人員生命安全造成重大威脅，人工督查不但工作量大效率低下，而且難以做到全區(qū)域全時(shí)段覆蓋。本文提出一種基于改進(jìn)YOLOv5的騎行者頭盔佩戴檢測(cè)方法，通過(guò)監(jiān)控?cái)z像頭對(duì)騎行人員的頭盔佩戴情況進(jìn)行智能檢測(cè)和自動(dòng)識(shí)別。首先，構(gòu)建了包括不同地點(diǎn)、不同視角、不同天氣、不同時(shí)段的騎行者頭盔佩戴數(shù)據(jù)集，為研究奠定基礎(chǔ)；隨后提出一種基于改進(jìn)YOLOv5的頭盔佩戴檢測(cè)模型，通過(guò)改進(jìn)YOLOv...

征稿啟事

摘要：<正>本刊為學(xué)術(shù)類雙月刊。主要圍繞“信息工科”和“生態(tài)環(huán)境”領(lǐng)域設(shè)置六個(gè)欄目:計(jì)算機(jī)科學(xué)與工程,電子、通信與自動(dòng)化,信息科學(xué)與系統(tǒng)科學(xué),人工智能與智慧化,地理、遙感與測(cè)繪工程,資源、環(huán)境科學(xué)與工程。歡迎海內(nèi)外專家學(xué)者惠賜佳作。來(lái)稿要求主題鮮明、內(nèi)容創(chuàng)新、數(shù)據(jù)可靠、文字簡(jiǎn)練,且是未公開(kāi)發(fā)表過(guò)的成果。本刊接受word格式論文,請(qǐng)注冊(cè)后在線投稿(http://qks.nuist.edu.cn/)

基于優(yōu)化DBNet-CRNN的端子標(biāo)識(shí)檢測(cè)識(shí)別算法研究————作者：王景琦;陳煜琦;薛強(qiáng);趙瑞清;王碩禾;

摘要：為提高變電所巡檢工作效率，提出一種基于深度學(xué)習(xí)的變電所扭曲變形端子標(biāo)識(shí)文本檢測(cè)與識(shí)別方法。端子標(biāo)識(shí)檢測(cè)模型以DBNet為基本框架，將原有的ResNet主干網(wǎng)絡(luò)替換為ConvNeXt V2，利用其現(xiàn)代化架構(gòu)設(shè)計(jì)，顯著提升模型的全局信息建模能力和對(duì)端子標(biāo)識(shí)的特征提取能力。為進(jìn)一步提升扭曲變形端子標(biāo)識(shí)檢測(cè)精度，引入高效多尺度注意力模塊EMA與可變形卷積網(wǎng)絡(luò)DCNv4，有效提升全局上下文信息捕捉能力，增強(qiáng)...

具有高選頻特性和高角度穩(wěn)定性的無(wú)通孔透射型極化扭轉(zhuǎn)超表面————作者：朱熙鋮;葛瑩;張盼盼;涂剛毅;葛俊祥;

摘要：本文提出一種無(wú)通孔透射型極化扭轉(zhuǎn)超表面（PRTM）結(jié)構(gòu)，該P(yáng)RTM可將線極化入射波的極化方向旋轉(zhuǎn)90°，且具有優(yōu)秀的頻率選擇特性和角度穩(wěn)定性。PRTM采用3層金屬貼片和2層基板來(lái)實(shí)現(xiàn)，其中，頂部與底部金屬層為相互垂直的極化柵，中間金屬層為四角加載矩形貼片的雙模矩形環(huán)組成的陣列。該P(yáng)RTM具有2個(gè)交叉極化傳輸極點(diǎn)和一個(gè)交叉極化傳輸零點(diǎn)，其中，交叉極化傳輸零點(diǎn)位置靈活可調(diào)。由于交叉極化傳輸零點(diǎn)的引入，...

主動(dòng)式RIS與 DF中繼協(xié)作MIMO混合系統(tǒng)的可達(dá)速率分析與優(yōu)化————作者：崔博宇;張順外;

摘要：可重構(gòu)智能超表面(Reconfigurable Intelligent Surfaces， RIS)可智能調(diào)控?zé)o線信道，為系統(tǒng)提供輔助傳輸路徑。由于被動(dòng)式RIS(Passive RIS， PRIS)的“乘性衰落”效應(yīng)，使得現(xiàn)有的PRIS混合協(xié)作系統(tǒng)只能在直達(dá)鏈路弱場(chǎng)景下實(shí)現(xiàn)有限的容量增益。本文通過(guò)引入主動(dòng)式RIS(Active RIS， ARIS)技術(shù)來(lái)克服“乘性衰落”效應(yīng)，鑒于ARIS 具有靈活...

基于面部圖像和心率變異性的多模態(tài)融合情感識(shí)別算法————作者：張宇軒;林賢煊;王爽;潘志庚;

摘要：針對(duì)虛擬運(yùn)動(dòng)中無(wú)法有效識(shí)別用戶情感的問(wèn)題，本文提出一種基于面部圖像和心率變異性模態(tài)的多模態(tài)融合情感識(shí)別算法（Multimodal Fusion Emotion Recognition based on Face Image and Heart Rate Variability， MFER-FIHRV）。通過(guò)分析捕捉面部圖像和心率變異性兩種模態(tài)下的數(shù)據(jù)信息，敏銳洞察用戶的情緒變化，進(jìn)而為用戶打造貼合...

智能車輛橫縱向解耦換道軌跡跟蹤控制算法研究————作者：李勝琴;苗瑞杰;張明瑞;

摘要：針對(duì)城市道路多車道交通場(chǎng)景下智能車輛主動(dòng)換道工況，單獨(dú)使用某一種控制算法進(jìn)行主動(dòng)換道路徑跟蹤時(shí)，可能導(dǎo)致路徑跟蹤精度或車輛操縱穩(wěn)定性變差的問(wèn)題，本文提出一種橫縱向解耦的換道軌跡跟蹤控制策略。首先，將軌跡跟蹤控制解耦為橫向位置跟蹤和縱向速度控制；然后，基于離散LQR原理設(shè)計(jì)前饋加反饋橫向控制器，基于雙PID原理設(shè)計(jì)位置與速度縱向控制器，最終實(shí)現(xiàn)對(duì)規(guī)劃軌跡的跟蹤控制；最后，利用Matlab / Sim...

四旋翼飛行器固定時(shí)間量化自適應(yīng)控制————作者：袁群超;宋公飛;尹資榮;安述祥;

摘要：針對(duì)具有模型不確定性和量化輸入的四旋翼飛行器，在量化輸入下將固定時(shí)間命令濾波與反步法相結(jié)合，提出一種新的控制策略。首先，將傳統(tǒng)反步法中的虛擬控制信號(hào)作為固定時(shí)間命令濾波的輸入，可以直接得到虛擬控制信號(hào)的導(dǎo)數(shù)，有效地避免了傳統(tǒng)反步法所帶來(lái)的“微分爆炸”問(wèn)題，并且設(shè)計(jì)了濾波誤差補(bǔ)償信號(hào)，填補(bǔ)了濾波誤差影響系統(tǒng)性能這一缺陷。進(jìn)一步，設(shè)計(jì)了量化參數(shù)自適應(yīng)律，在量化參數(shù)先驗(yàn)信息不確定的情況下仍然可以適用。然...

基于細(xì)粒度特征增強(qiáng)的多模態(tài)視覺(jué)問(wèn)答研究————作者：王志偉;陸振宇;

摘要：現(xiàn)有多模態(tài)視覺(jué)問(wèn)答（Visual Question Answering，VQA）模型忽略了圖像中局部顯著信息與文本中局部基本詞之間的細(xì)粒度交互作用，圖像與文本之間的語(yǔ)義相關(guān)性有待提高。為此，本文提出一種基于細(xì)粒度特征增強(qiáng)的多模態(tài)視覺(jué)問(wèn)答方法。首先，對(duì)視覺(jué)和文本分別增加一種細(xì)粒度特征提取方法，以便更全面準(zhǔn)確地提取圖像和問(wèn)題的語(yǔ)義特征；然后，為了利用不同層次模態(tài)之間的對(duì)齊信息，提出一種對(duì)齊引導(dǎo)的自注意...

融合群分解與Transformer-KAN的短期風(fēng)速預(yù)測(cè)————作者：史加榮;張思怡;

摘要：針對(duì)風(fēng)速固有的不穩(wěn)定性，通過(guò)融合群分解(Swarm Decomposition，SWD)、Transformer和Kolmogorov-Arnold網(wǎng)絡(luò)(KAN)，提出一種SWD-Transformer-KAN預(yù)測(cè)模型。首先，利用SWD對(duì)原始風(fēng)速數(shù)據(jù)進(jìn)行分解，以提取關(guān)鍵特征。其次，針對(duì)每個(gè)被分解的子序列，建立Transformer-KAN模型，所建模型充分利用了Transformer的時(shí)序處理能力...

基于擴(kuò)散策略的血管介入手術(shù)導(dǎo)絲控制研究————作者：駱雨晟;朱利豐;宋愛(ài)國(guó);

摘要：針對(duì)血管介入手術(shù)中導(dǎo)絲控制任務(wù)繁重，以及現(xiàn)有機(jī)器人系統(tǒng)自動(dòng)化程度不足的問(wèn)題，提出一種基于擴(kuò)散策略的導(dǎo)絲自主控制算法，來(lái)提高手術(shù)機(jī)器人執(zhí)行此類欠驅(qū)動(dòng)控制任務(wù)時(shí)的成功率與穩(wěn)定性。首先，將導(dǎo)絲控制任務(wù)建模為馬爾可夫決策過(guò)程；然后，通過(guò)模仿學(xué)習(xí)的方法利用專家示范數(shù)據(jù)訓(xùn)練機(jī)器人系統(tǒng)，使機(jī)器人能夠在不同血管環(huán)境下進(jìn)行高效操作；最后，通過(guò)去噪擴(kuò)散概率模型將專家控制策略建模為條件概率分布，以此根據(jù)觀測(cè)狀態(tài)引導(dǎo)控制...

基于優(yōu)化深度學(xué)習(xí)的有效波高雙通道混合預(yù)測(cè)模型————作者：趙芮晗;閆加寧;韓瑩;

摘要：有效波高（Significant Wave Height， SWH）具有復(fù)雜的非線性動(dòng)態(tài)特性，這使得對(duì)其精確預(yù)測(cè)成為一大挑戰(zhàn)。時(shí)頻分解技術(shù)是處理復(fù)雜非線性的有效手段，但現(xiàn)有方法未考慮SWH分解后分量的不同時(shí)頻特性。因此，利用排列熵將集成經(jīng)驗(yàn)?zāi)�態(tài)分解（Ensemble Empirical Mode Decomposition， EEMD）后得到的SWH分量分為高、低頻兩類，根據(jù)其各自特性構(gòu)建優(yōu)化的長(zhǎng)...

基于深度學(xué)習(xí)SE＿ResNet模型的皖江洪水調(diào)蓄區(qū)濕地類型遙感識(shí)別————作者：于夢(mèng)琴;季青;張志明;王偉;林躍勝;姚有如;劉娜娜;

摘要：由于濕地類別多樣且結(jié)構(gòu)復(fù)雜，濕地遙感分類識(shí)別極具挑戰(zhàn)。為了快速、準(zhǔn)確地遙感識(shí)別濕地類型，本文以皖江洪水調(diào)蓄區(qū)為研究區(qū)，基于Sentinel-2影像獲取的光譜特征、植被和水體指數(shù)特征以及紋理特征構(gòu)建樣本集，引入深度學(xué)習(xí)壓縮-激發(fā)與殘差網(wǎng)絡(luò)（SE＿ResNet）模型開(kāi)展?jié)竦仡愋瓦b感識(shí)別研究。結(jié)果顯示，SE＿ResNet模型濕地類型識(shí)別顯著優(yōu)于傳統(tǒng)監(jiān)督分類最大似然法和機(jī)器學(xué)習(xí)隨機(jī)森林法，總體精度分別提高...

人工蜂群搜索策略優(yōu)化的欠定混合矩陣估計(jì)————作者：何選森;何帆;肖湘萍;薄喜柱;

摘要：欠定盲源分離是盲信號(hào)處理領(lǐng)域的難題，其中的混合矩陣估計(jì)是決定超完備獨(dú)立分量分析和欠定盲分離成功與否的關(guān)鍵步驟。為了提高欠定混合矩陣的估計(jì)精度，在單源點(diǎn)檢測(cè)的基礎(chǔ)上，提出一種人工蜂群搜索策略優(yōu)化的線性聚類分析方法。首先，利用短時(shí)傅里葉變換將時(shí)域中的觀測(cè)信號(hào)變換到時(shí)-頻域，并做單源點(diǎn)檢測(cè)以增強(qiáng)信號(hào)的線性聚類特性。然后，基于稀疏的時(shí)-頻信號(hào)，通過(guò)對(duì)蜂群食物源進(jìn)行矩陣編碼使人工蜂群算法與欠定盲分離問(wèn)題無(wú)縫...

基于改進(jìn)擴(kuò)散模型結(jié)合條件控制的文本圖像生成算法————作者：杜洪波;薛皓元;朱立軍;

摘要：針對(duì)現(xiàn)有的文本圖像生成方法存在圖像保真度低、圖像生成操作難度大、僅適用于特定的任務(wù)場(chǎng)景等問(wèn)題，提出一種新型的基于擴(kuò)散模型的文本生成圖像方法。該方法將擴(kuò)散模型作為主要網(wǎng)絡(luò)，設(shè)計(jì)一種新型結(jié)構(gòu)的殘差塊，有效提升模型生成性能；通過(guò)添加CBAM注意力模塊來(lái)改進(jìn)噪聲估計(jì)網(wǎng)絡(luò)，增強(qiáng)了模型對(duì)圖像關(guān)鍵信息的提取能力，進(jìn)一步提高了生成圖像質(zhì)量；結(jié)合條件控制網(wǎng)絡(luò)，有效地實(shí)現(xiàn)了特定姿勢(shì)的文本圖像生成。與KNN-Diffs...

基于自適應(yīng)時(shí)序聚合的電氫能源系統(tǒng)風(fēng)險(xiǎn)防御規(guī)劃方法————作者：席皛;高陽(yáng);龍施雨;王小君;盛康玲;

摘要：電氫能源系統(tǒng)能夠?qū)崿F(xiàn)電能和氫能的互聯(lián)，是消納間歇性可再生能源發(fā)電、實(shí)現(xiàn)“雙碳”目標(biāo)的重要措施。同時(shí)，長(zhǎng)周期儲(chǔ)氫系統(tǒng)由于能夠補(bǔ)償可再生能源的中長(zhǎng)期波動(dòng)而引發(fā)廣泛關(guān)注。然而，由于涉及電氫能源系統(tǒng)的優(yōu)化規(guī)劃模型需要覆蓋長(zhǎng)周期儲(chǔ)氫的完整充放周期，通常受到模型復(fù)雜度的限制。因此，本文提出一種基于自適應(yīng)時(shí)序聚合的電氫能源系統(tǒng)風(fēng)險(xiǎn)防御規(guī)劃方法。首先，根據(jù)可再生能源和負(fù)荷需求的預(yù)測(cè)值，設(shè)計(jì)自適應(yīng)時(shí)序聚合算法，降低...

手腕運(yùn)動(dòng)下的動(dòng)態(tài)肌電解碼研究————作者：楊心昊;徐寶國(guó);宋愛(ài)國(guó);

摘要：手腕是人體最靈活的部位之一，通過(guò)對(duì)表面肌電信號(hào)（Surface Electromyography， sEMG）進(jìn)行分解能夠有效地解碼出人體運(yùn)動(dòng)的深層次神經(jīng)驅(qū)動(dòng)。目前關(guān)于手腕力矩的研究大多集中在等長(zhǎng)收縮下，動(dòng)態(tài)下的神經(jīng)驅(qū)動(dòng)解碼依然欠缺。本文研究了手腕在不同阻力下運(yùn)動(dòng)時(shí)的運(yùn)動(dòng)單元（Motor Unit， MU）分解，具體來(lái)說(shuō)，通過(guò)磁流變阻尼器來(lái)設(shè)置不同的阻力水平，將采集到的完整肌電信號(hào)劃分成運(yùn)動(dòng)單元?jiǎng)?..

提交