首页期刊导航|电子测量技术
期刊信息/Journal information
电子测量技术
电子测量技术

孙圣和

月刊

1002-7300

dzcl@vip.163.com

010-56103931

100009

北京市东城区北河沿大街79号

电子测量技术/Journal Electronic Measurement Technology北大核心CSTPCD
查看更多>>本刊坚定不移地确保社会效益功能的发挥，刊登新技术、工艺、设计、设备材料为主要内容，推广交流步进技术、科研成果和实践经验及时传播新成就、新技术、新器材的信息，以利于社会主义生产建设。
正式出版
收录年代

    基于自适应探索DDQN的移动机器人路径规划

    冷忠涛张烈平彭建盛王艺霖...
    84-93页
    查看更多>>摘要：针对传统双深度Q网络算法在路径规划中探索和利用分配不平衡,数据利用不充分等问题,提出了一种改进的DDQN路径规划算法.首先,在自适应探索策略中引入探索成功率的概念,将训练过程分为探索环境和利用环境两个阶段,合理分配探索和利用.其次,通过双经验池混合采样机制,将经验数据按照奖励大小进行分区采样,确保有利数据的利用度达到最大.最后,设计了基于人工势场的奖励函数,使机器人能获得更多的单步奖励,有效改善了奖励稀疏的问题.实验结果表明,所提出的算法相比传统DDQN算法和基于经验分区和多步引导的DDQN算法能获得更高的奖励值,成功率更高,规划时间和步数也更短,算法整体性能更加优越.

    路径规划DDQN自适应探索双经验池人工势场

      原文链接:
    • 万方数据
    • 维普

    基于多传感信息融合的跌倒监测系统开发

    孙巍伟梁毅玮毛亦鹏胡志辉...
    94-103页
    查看更多>>摘要：针对目前跌倒检测系统存在的检测准确率不高、实时性差等问题,设计了一种基于多传感信息融合的跌倒监测系统.该系统以 ESP32微处理器为核心,利用智能手机内置的传感器、压力薄膜传感器以及 MPU6050传感器进行数据采集,并通过小程序界面实时显示健康数据,提供监测和预警功能.提出了一种云边协同的联合判别跌倒检测方法,该方法结合了本地的多级阈值算法和云端的改进SSA-LSTM-Transformer算法和数据融合权重,算法经过公开数据集验证,准确率达到99.13%.最后,通过实验进行系统验证,实验结果表明,系统的跌倒检测准确率为 97.67%,能够有效检测跌倒行为并实时定位和预警.

    ESP32小程序跌倒检测物联网改进SSA

      原文链接:
    • 万方数据
    • 维普

    融合多策略改进的黑翅鸢优化算法

    周建新侯自川李忠泽
    104-110页
    查看更多>>摘要：针对基本黑翅鸢算法(BKA)收敛速度慢,易陷入局部最优等问题,提出了一种融合多策略改进的黑翅鸢算法(EBKA).首先引入了追踪猎物位置更新策略,提高算法全局搜索能力,加快收敛速度.其次在攻击阶段提出自适应t螺旋策略,防止算法陷入局部最优.最后在迁移阶段,当黑翅鸢领导者失去领导作用时,提出了Levy切线飞行策略,避免算法早熟收敛.为了验证算法的改进效果,选取8种测试函数进行测试,并与5种群智能算法进行对比.实验结果表明:EBKA与其他群智能算法对比,在单峰函数上均能快速寻到理论最优值0,在多峰函数F5、F6、F8 中30次左右就能收敛到最优值,并且F6、F7 可以收敛到理论最优值0.证明了EBKA具有很好的收敛性能、稳定性和全局寻优能力.

    黑翅鸢优化算法追踪猎物策略自适应t螺旋Levy切线飞行

      原文链接:
    • 万方数据
    • 维普

    基于本体的非结构化道路场景建模和行为决策的方法研究

    姚彬赵盼林玲龙杨名...
    111-119页
    查看更多>>摘要：本文章针对非结构化道路,自主车辆难以进行有效导航和决策规划的问题,提出了一种基于本体论进行驾驶场景建模与行为决策的方法.首先,建立了非结构化道路中各个元素的本体模型,其中利用八方位模型来描述道路场景中无人车和障碍物之间的位置关系.然后,将自主车辆中栅格地图的笛卡尔坐标系转换为Frenet坐标系,以组合弹簧模型为架构定义风险函数来评估车辆在当前场景行车的风险值.再将光电信息数据和先验驾驶知识进行融合,形成本体知识库.最后用Prolog推理机推理出最终的行为决策结果,而该结果需满足安全性和合理性评估.实验结果表明,在非结构化道路中,该方法在决策层面能给出更符合驾驶员行为的决策结果、在辅助规划路径方面也表现良好.

    无人驾驶行为决策本体非结构化道路八方位模型组合弹簧模型

      原文链接:
    • 万方数据
    • 维普

    基于SCSC-Swin Transformer的电力系统暂态稳定预测方法

    刘文胜荣娜李宏伟周洪才...
    120-128页
    查看更多>>摘要：现代电力系统在遭受扰动后,失稳模式呈现多样化,迫切需要准确识别不同的失稳模式,以采取相应的控制措施避免造成较大损失,因此本文提出一种基于改进Swin Transformer的电力系统暂态稳定评估方法.首先,通过时域仿真采集电力系统受扰后的电压幅值及相角特征构建起特征矩阵;然后,基于Swin Transformer,本文提出一种空间跨尺度卷积注意力模块,用来替代原来的多头自注意力模块,该模块通过一系列不同卷积核大小的卷积层,能够充分提取到不同维度的有效特征,进而实现更为准确的预测结果.最后,通过在修改后的New England 10机39节点系统及IEEE 50机145节点系统中进行仿真实验,预测准确率分别达到99.05%和99.00%,多摆失稳误判率为0.35%和0.27%,这表明所提方法不仅能够对不同的失稳模式进行准确的预测,同时在噪声及PMU特征缺失情况下仍表现出优越的鲁棒性.

    暂态稳定预测空间跨尺度卷积模块失稳模式SwinTransformer数据驱动

      原文链接:
    • 万方数据
    • 维普

    基于掩码建模和对比学习的故障诊断方法

    程祺珺杨瑞峰郭晨霞
    129-135页
    查看更多>>摘要：尽管大多数故障诊断研究以图像、音频等作为研究的数据类型,但表格型数据的故障诊断研究仍然具有重要意义.在表格型故障诊断领域,以前的相关工作大多集中在传统的监督学习方法并且对跨工况故障诊断任务的基准评估有所不足.本文介绍一种用于表格型数据跨工况故障诊断任务的自监督学习方法,该方法将对比学习思想和表格掩码建模策略应用于以Transformer为骨干的自编码器架构.在凯斯西储大学轴承数据集的诊断实例上的结果显示,本文的方法经过适当微调后可以在目标任务中普遍优于监督学习基线方法的诊断精度.与自监督学习基线方法相比,对比学习策略和表格掩码建模策略的引入分别使得自编码器在3个目标任务中的平均诊断精度提高了0.74%和3.35%.此外,为了验证所提出的方法的合理性,本文进一步分析和讨论了该方法的保真度和效用.

    自编码器故障诊断表格数据对比学习表格掩码建模

      原文链接:
    • 万方数据
    • 维普

    基于DeepLabV3+改进的光伏板语义分割模型研究

    王银孙海顺谢刚赵志诚...
    136-143页
    查看更多>>摘要：从光伏板的红外图像中分割提取出光伏板区域信息,可以极大提高光伏板故障检测的精度.而传统语义分割算法对光伏板的边界信息处理效果不佳,存在光伏板边界呈波浪状、互相黏连以及背景误分割等情况.针对此类情况,本文提出了一种基于改进DeepLabV3+的光伏板语义分割算法模型,将主干网络更改为 MobileNetV2,引入Canny边缘检测算法输出新的浅层特征语义信息;设计SE-ASPP模块对特征通道进行重新校准,增强网络表达能力;增加浅层特征语义信息通道数,加强对浅层特征语义信息的关注.实验结果表明,改进后DeepLabV3+算法模型的精准率、mIoU、召回率和F1分数分别达到99.50%、99.21%、99.61%和99.55%,与原DeepLabV3+模型相比,分别提高了2.24%、1.58%、1.57%和1.72%,在实际分割任务中表现出色,具有更高的检测精度和可靠性.

    光伏板语义分割DeepLabV3+MobileNetV2

      原文链接:
    • 万方数据
    • 维普

    基于肤色模型的动态手势分割与识别方法研究

    曹国华刘福迪马国庆刘丽...
    144-151页
    查看更多>>摘要：为解决现有动态手势识别方法在复杂环境下因相近肤色、光照变化等因素造成势识别率不高、鲁棒性欠佳等问题,提出一种基于椭圆肤色模型的动态手势分割与识别方法.首先利用YCrCb颜色空间中的Cr分量结合OTSU阈值分割算法分割出手部区域.其次,针对手势复杂程度以及手指粗细不同的情况下直接运用形态学处理可能或导致细节丢失,影响识别的准确性问题,对传统Canny算法进行改进,并结合形态学处理对手部边缘填充;然后通过结合Kalman与改进的CamShift算法来对手势进行跟踪,完成动态手势分割;最后通过BP神经网络对分割后的动态手势进行识别,通过优化算法在GPU上的实现,利用GPU的并行处理能力加速图像处理、特征提取及神经网络前向传播等计算密集型任务.这部分优化措施显著提升了动态手势识别方法的实时性能,使其能够更好地适应于各类对实时性要求高的应用场景.实验结果表明:此方法在应对复杂背景及光照环境变化时具有较强的鲁棒性及抗干扰能力,平均识别率可达94.67%.

    机器视觉动态手势分割椭圆肤色模型Otsu阈值分割算法彩色-深度图像

      原文链接:
    • 万方数据
    • 维普

    实验室人员不安全行为智能识别与预警系统

    陈辰苏益凡周伟郑雪菲...
    152-160页
    查看更多>>摘要：人的不安全行为是高校实验室事故发生的主要原因,其中个人防护措施不当是最突出的表现.目前,大多数不安全行为检测方法主要用于建筑、工业场景,仅关注人员是否佩戴防护装备,而无法有效区分个人防护装备佩戴状态的完整性与有效性.本研究将防护装备佩戴状态进行更精细区分,提出一种基于目标检测与属性识别算法的两阶段人员不安全行为识别方法.第一阶段利用改进的YOLOv5-DETR-LPE实现实验室复杂背景和低质量图像条件下人员的精准检测,第二阶段利用基于EfficientNet-B3的属性识别算法实现对检测到的人员的不安全行为的识别.在自建数据集上,YOLOv5-DETR-LPE相较于YOLOv5n算法精确率和mAP50:95提高1.15%和5.11%,而模型参数量和计算量仅有小幅度增加.基于EfficientNet-B3的属性识别算法在3种属性的11类标签的识别中均保持较高精确率.最后设计并实现了识别与预警系统在实际环境中的部署,验证了该系统在实际场景中的有效性和可行性.

    实验室不安全行为目标检测属性识别深度学习

      原文链接:
    • 万方数据
    • 维普

    改进YOLOv5的输送带缺陷检测

    张宏飞冯永利黄金凤
    161-168页
    查看更多>>摘要：针对带式输送机的输送带缺陷检测因没有公开的数据集、缺陷形状多样化、撕裂长短不一而导致检测的精度低的问题,本文将使用线阵相机,并在拍摄过程中采用线激光作为辅助工具,减轻恶劣环境对图像的影响,并提出改进YOLOv5的输送带缺陷检测算法,以保证煤矿的生产安全.首先,在现有数据的基础上,通过多种数据增强方式进行组合的方法进行扩充.然后在特征提取阶段,用类似注意力机制的C3_A替换Backbone中的C3模块,以提高整体性能.接着在特征融合阶段,采用短接的方法将Backbone与Neck的PAN结构结合,以减少特征信息丢失.最后,在损失函数上融入微调后的交并比并设置两个参数,对原始交并比进行缩放和裁剪,有效约束模型预测框与真实框的位置关系,进一步提升了模型对边界框回归的准确性.实验结果表明,输送带缺陷检测的平均精度均值达到88.1%,精确率达到88%,召回率达到86.5%,满足输送带缺陷的检测要求.

    缺陷检测YOLOv5数据增强结构短接交并比

      原文链接:
    • 万方数据
    • 维普