简介:摘要:基于双目视觉的目标定位算法通过研究双目摄像机的空间几何关系,建立双目摄像机测量模型,利用张正友棋盘标定法对摄像机进行标定,得到左右相机内外参数。对双目摄像机采集到的左右图像进行立体校正后,使用BM、SGBM算法进行立体匹配生成视差图,利用深度计算公式对像素深度进行计算,得到目标像素坐标,完成目标定位。测试结果表明算法可实现对目标的定位。
简介:摘要:蚁群算法是一种仿生优化算法,具有分布式计算、快速正反馈、启发式搜索的特点。比传统的矩阵算法具有更好的容错性。用蚁群算法进行配电网故障定位,当故障信息有少量畸变时,仍能准确判断出故障区域。本文对配电网故障定位蚁群算法进行了较深入的研究,建立了基于蚁群算法的故障定位模型,列出了算法算式及计算流程,并通过模拟仿真进行了验证。
简介:摘要:本文针对移动机器人在室内环境中因运动和传感器测量噪声导致定位精度不高的问题,采用基于TDOA测距算法的超宽带(UWB)技术获得移动机器人在室内环境中的全局位置信息,对比研究了基于扩展卡尔曼滤波(EKF)和无迹卡尔曼滤波(UKF)算法实现的多传感器数据融合。实验结果表明,两种方法均能有效提高运动目标的定位精度,在系统非线性条件下,UKF算法的定位精度更高。
简介:摘要:电力用户遭受的停电事故95%以上是由配电网引起的,其中大部分是故障原因,而配电网网络拓扑结构复杂、故障巡线困难,因此实现配电网故障的精确定位,提高电网工作人员的巡检效率,减少故障停电恢复时间,对提高系统弹性和可靠性具有重要意义。现有的定位方法根据原理可分为阻抗法、故障分析法、人工智能法和行波法;根据所用检测点数量可分为单端法、双端法、以及三端法;根据所用特征量可以分为基于稳态量的方法和基于暂态量的方法。其中行波法利用故障电压或电流的暂态量,可在电力电子器件控制系统作用前获取原始的故障信息,且该方法基本不受配电网中性点接地方式、负载情况、故障类型和互感器饱和等因素的影响,定位速度快、精度高。单端法行波故障定位,所需行波检测装置少,不存在多端时间同步误差,但配电网线路短、分支多,反射行波难以辨识,定位精度较低,甚至可能无法进行故障定位。
简介:摘要:由于世界化石能源短缺,清洁、可再生、丰富的新能源正在迅速发展。但是,由于新能源的间歇性、随机和波动特性,电力输出的波动必然会使大型电站的网络连接集中化面临困难。因此,新能源集群的科学分离和输出波动的稳定是解决新电厂集中电网连接问题的基础和前提。在此基础上,以集群划分为基础,讨论了短期预测太阳能发电厂集群发生的以下方法。
简介:摘要目的应用深度学习算法建立基于纸质版12导联体表心电图的人工智能模型,评估并比较其与心律失常专科医生对流出道室性心律失常起源部位定位的效能。方法收集2011年5月1日至2020年12月31日在首都医科大学附属北京朝阳医院、温州医科大学附属第二医院、浙江大学医学院附属邵逸夫医院、北京大学第三医院经射频消融术成功治疗的527例流出道室性心律失常患者的861份纸质版室性心律失常心电图。以术中成功消融靶点作为金标准,对以深度学习为基础的人工智能模型进行训练、验证及测试。两位心律失常专科医生根据经典定位流程图及临床经验对测试集心电图进行靶点判断。对比深度学习算法与人工判读的敏感性、特异性和准确性等。结果基于纸质版常规12导联体表心电图的扫描图像建立的人工智能模型的灵敏度、特异度、准确率、受试者工作特征曲线下面积、F1指数分别为94.0%、83.3%、93.0%、0.93和0.96。针对测试集,专科医生判读的平均灵敏度、特异度和准确率分别为95.7%、83.3%和94.6%。结论在流出道室性心律失常起源定位方面,基于纸质版心电图的深度学习算法表现出较高性能,与心律失常专科医生的判断水平相当。
简介:摘要:随着技术和政策的不断发展,无人机(Unmanned Aerial Vehicle, UAV)对航空业的影响越来越大。无人机群有可能在没有操作员干预的情况下,进行任务分配并协调许多无人机的操作。本文调查了有关无人机群的文献,并提出了一种利用蜂窝移动无线通信地面站实现更高水平的群自治和可靠性的群架构。该架构的使用降低了无人机在通信范围、网络容量、尺寸、重量和功率等方面的使用限制。此外,利用5G蜂窝网络提出建立可靠的地面站。
简介:摘 要:神经网络是当今最具魅力的一个新兴学科生长点,已发展成为现代科学技术的新热点,其迅猛发展将对整个信息科学产生巨大的影响。神经网络在数学建模中的应用也非常的广泛。