首页期刊导航|计算机测量与控制
期刊信息/Journal information
计算机测量与控制
计算机测量与控制

苟永明

月刊

1671-4598

ck@chinamca.com

010-68371556转12、21

100048

北京市海淀区阜成路甲8号中国航天大厦四层

计算机测量与控制/Journal Computer Measurement & ControlCSCD北大核心CSTPCD
查看更多>>报道内容:◆ 计算机技术、自动测试技术和自动控制技术的研究成果及发展方向的综述与评论;◆ 先进的总线技术、故障诊断技术、系统集成技术以及控制理论在工业领域和军事中的 应用;◆ 边缘扫描测试技术、遥测遥控技术和自动测试系统的设计与开发;◆ 动态数据采集与信号处理系统;现场总线与接口技术;机电一体化技术;◆ 嵌入式系统软件、软件测试以及工控组态软件的开发与应用;◆ 集散/分布控制系统,自控/监控系统的开发与应用;◆ 计算机网络与通信、楼宇自动化技术的开发与应用;◆ 先进的测控部件及传感器技术在工业自动测试和控制中的应用;◆ 基于总线技术的智能仪器仪表的设计与开发。
正式出版
收录年代

    基于深度学习的数字化装备故障诊断研究综述

    刘奥林古平赵张鹏
    1-7页
    查看更多>>摘要:数字化装备具有结构复杂、技术密集、信息化程度高等特点,传统的故障诊断方法需要拆装的部件多、故障定位准确率低,而深度学习能够从装备原始数据中挖掘有价值且敏感的特征,适合用于数字化装备的智能故障诊断;为此,首先进行了部队数字化装备故障诊断的现实困境和挑战分析,阐述了国内外数字化装备维修保障的研究现状,而后总结了装备故障诊断的主要方法和研究应用进展,重点将深度学习在装备故障诊断领域的研究成果进行了梳理,最后结合实际提出了基于深度学习方法实现数字化装备故障诊断的3种研究思路。

    数字化装备维修保障故障诊断深度学习研究综述

    面向人工智能深度学习的知识图谱补全技术与应用综述

    姜颖祁云嵩
    8-16页
    查看更多>>摘要:知识图谱旨在为各种领域提供更加全面可靠的服务,在实际应用中的价值不可估量,为了使其不断更新和趋于完整,知识图谱补全技术开始被提出;近几年,随着人工智能和深度学习的兴起,许多国内外学者对知识图谱补全方向进行深入研究,出现了很多面向人工智能深度学习的知识图谱补全模型,但相关的文献综述却并不多;为了提供一个全面了解该领域的框架,有助于读者能够掌握当前的研究进展和应用情况,并为未来的研究和应用提供一些参考;通过介绍其概念和典型的知识图谱,从深度学习的知识补全技术的3个角度展开,分析和归纳了目前基于深度学习的知识图谱补全模型,探讨了不同模型的优缺点及改进模型;同时,讨论了现阶段知识图谱补全任务所存在的问题和挑战,并探索了该领域的应用方向和发展前景;综上所述,深度学习在知识图谱补全中具有巨大的发掘价值,亟待学者们进行更深入的研究和进一步地创新。

    深度学习知识图谱补全链接预测卷积神经网络图神经网络

    基于Agent人工智能的异构网络多重覆盖节点入侵检测系统设计

    顾正祥
    17-23,30页
    查看更多>>摘要:异构网络具有结构复杂、多重覆盖面积大等特征,使得网络入侵检测较为隐蔽,威胁网络运行的安全性;为此,对基于Agent人工智能的异构网络多重覆盖节点入侵检测系统进行了研究;通过检测Agent和通信Agent装设主机Agent,以Cisco Stealthwatch流量传感器作为异构网络传感器检测攻击行为,采用STM32L151RDT6 64位微控制器传输批量数据,由MAX3232芯片实现系统电平转化,实现硬件系统设计;软件部分设计入侵检测标准,采用传感器设备捕获网络实时数据,通过Agent技术解析异构网络协议并提取数据运行特征,综合考虑协议解析结果及与检测标准匹配度,实现异构网络多重覆盖节点入侵检测;经实验测试表明,基于Agent人工智能的异构网络多重覆盖节点入侵检测系统入侵行为的漏检率和入侵类型误检率的平均值仅为6%和5%,能够有效提高检测精度,减小检测误差。

    Agent人工智能异构网络多重覆盖网络入侵检测系统

    基于光电标签的火箭橇全程测速技术研究

    李翰宗蔡荣立侯丹妮
    24-30页
    查看更多>>摘要:火箭橇试验在兵器研制和性能测试上起着至关重要的作用,现有火箭橇测速方法均存在一些不足之处,针对火箭橇试验中全程速度测量难题,提出了一种基于光电标签的火箭橇全程速度测量方法;建立了光电标签的探测模型,对光电标签的原向反射特性进行研究,分析并仿真了传感器在动态测量中的信号变化过程,基于信号的频率特性对光电探测器件与信号处理电路进行选型,设计并搭建出硬件测量电路,对系统进行了测试与验证;实验结果表明:传感器对光电标签的探测距离可达40 cm,系统速度测量范围满足了火箭橇试验在兵器靶场上的应用,与传统方法相比,光电标签法成本更低、易实现,在火箭橇全程速度测量中有更广泛的应用场景。

    火箭橇试验光电标签FPGA光电探测速度测量

    微波开关自动测试系统设计

    祝军生胡顺平李明军葛重才...
    31-37,45页
    查看更多>>摘要:针对当前微波开关指标测试流程复杂、测试方法自动化程度低问题,提出了一套集指标测试、数据采集和数据管理功能于一体的自动化测试系统;该系统基于微波开关生产及试验环节的实际使用需求,通过软件平台实现对通用测量仪器及遥控遥测设备、射频开关矩阵等设备的自动化控制,单次可满足最多16个微波开关的同步测试,可实现同轴型和波导型两类开关的S参数、切换时间、门限电压、接触电阻、跑荷等总计18种指标参数的测试和试验数据管理,达到了测试效率和试验质量的双提升。

    微波开关遥控遥测设备射频开关矩阵自动测试数据管理

    基于改进YOLOv8的隧道火灾检测研究

    闵浩屈八一谢子豪
    38-45页
    查看更多>>摘要:隧道内火灾检测存在检测困难和难以直接部署到资源有限的嵌入式设备进行实时检测的问题,提出一种基于改进YOLOv8的隧道火灾检测算法;首先引入极化注意力保持高分辨率信息来抑制冗余特征,同时增强全局信息的捕捉;其次引入了一种新的局部卷积PConv来实现低延迟和高吞吐量的模型;最后使用WIoU函数优化网络的边界框损失,使网络能够快速收敛。实验结果表明,该网络在所使用隧道火灾数据集上的平均精度mAP提升了 1。3%,同时轻量化后模型参数减少了 29。7个百分点,向前推理时间降低了 44%;算法能够平衡精度和轻量化的需求,可以满足隧道场景下的实时检测。

    YOLOv8局部卷积WIoU极化注意力轻量化

    结合小波变换与改进SSA优化小波神经网络的电力负荷预测

    向东赵文博王玖斌邓岳辉...
    46-52,59页
    查看更多>>摘要:电力负荷预测是输电网络扩展和规划及合理电力调度的关键手段;针对电力负荷时间序列的非线性和复杂性特征,提出结合小波变换与改进麻雀搜索算法优化小波神经网络的电力负荷预测模型ISSA-WNN;设计改进麻雀搜索算法ISSA对小波神经网络的关键参数初值寻优,解决梯度调参易陷入局部最优的不足;对标准麻雀搜索算法SSA改进,引入Logistic-Tent混合混沌种群初始化、发现者/警戒者自适应更新、跟随者可变对数螺旋更新和高斯-柯西混合变异策略提升算法寻优能力;利用小波变换对电力负荷样本分解与重构,降低负荷时序的无序性和波动性,在此基础上构建新的电力负荷预测模型ISSA-WNN;实验结果表明,与标准小波神经网络模型WNN和标准麻雀搜索算法优化小波神经网络模型ISSA-WNN相比,预测模型ISSA-WNN的平均绝对百分比误差和均方根误差指标值平均可以降低18。42%和21。21%,其拟合能力更强,预测性能更加稳定。

    电力负荷预测小波神经网络小波变换麻雀搜索算法高斯-柯西变异

    基于改进TPDS长阵列的车辆超偏载检测研究

    王萌苏玉东范帆
    53-59页
    查看更多>>摘要:由于车辆超偏载检测过程中,受天气、路况等因素以及车辆行驶状态影响,导致信号组成的阵列过短,利用传统的TPDS车辆超偏载检测精度较低、耗时较长;提出基于改进TPDS长阵列的车辆超偏载检测研究;通过车辆运行品质轨边动态监测系统,利用测距传感器与数据采集仪将力学信号转换成电压信号,将其组合为长阵列输入到系统的测距传感器中;采用EDM算法对长阵列中的噪声点实施消除处理;将4个测距传感器安置到货运车辆底部,采用货运车辆动态称重方法,计算车辆上各弹簧组承载力的总和,并结合车辆有用信号,对车辆的载重情况展开测量,实现对车辆的超偏载检测;实验结果表明,利用长阵列改进TPDS系统后,其去噪效果好,在载重测量时,测量误差在5%以内,且平均耗时低、称重合格概率高,表明所提方法的测量精度、检测效率以及检测稳定性高。

    TPDS长阵列EDM测距传感器车辆超偏载检测系统

    喷射式3D打印过程微滴沉积位置建模与预测

    田东兴
    60-65页
    查看更多>>摘要:微滴沉积位置的准确性是影响喷射成型器件形貌精度的主要因素之一,为了对微滴沉积位置进行控制,需要建立微滴沉积位置的动态预测模型。建立了微滴在下落、沉积过程中的运动与传热模型,并通过数值仿真和实验研究了单个微滴以及两个相邻微滴在沉积动态过程中的形心位置变化,结果表明,相比于数值仿真模型,所建立的理论预测模型对单个微沉积位置预测误差为。45%,相邻两个微滴间的沉积距离预测误差为0。5%,并通过实验进行了对比验证,表明所建理论模型具有足够高的位置预测精度,可用于微滴喷射3D打印过程中微滴沉积位置及打印轨迹在线控制的参考。

    3D打印微滴沉积建模位置预测

    基于AE-LSTM的多目标硬盘故障预测方法

    王东清张炳会彭继阳艾山彬...
    66-71,79页
    查看更多>>摘要:硬盘故障预测是在故障发生前发出预警,避免数据丢失或服务中断,提高数据中心的可靠性和安全性;然而,大多数故障预测模型将硬盘故障问题转化为二分类任务,忽略了硬盘故障是渐变过程的,并且缺乏故障诊断功能;因此,提出了一种基于AE-LSTM的硬盘故障预测框架,实现多目标任务:硬盘健康状态分级、硬盘剩余使用寿命预测、硬盘故障诊断;采用回归决策树模型智能化对硬盘健康状态进行标记,并通过AE-LSTM模型提取鲁棒的隐藏变量,构建剩余使用寿命预测模型和硬盘健康状态分级模块,根据AE模块的输入输出差异进行硬盘故障诊断;在Backblaze公开数据集上,对比了 RF、LSTM和AE-LSTM三种算法,实验结果证实了 AE-LSTM算法在多目标硬盘故障预测中的有效性和优势。

    硬盘故障预测硬盘故障诊断剩余使用寿命长短期记忆单元自编码器