首页期刊导航|天津职业技术师范大学学报
期刊信息/Journal information
天津职业技术师范大学学报
天津职业技术师范大学学报

孟庆国

季刊

2095-0926

LLBXB@126.com

022-28111205

300222

天津市河西区大沽南路1310号

天津职业技术师范大学学报/Journal Journal of Tianjing University of Technology and EducationCHSSCD
查看更多>>本刊是天津职业技术师范学院主办的面向国内外公开发行的综合性学术理论刊物（季刊）。宗旨是：研究科学技术，探讨职业教育的理论与实际应用，开展学术讨论，进行科技交流，为发展职业技术教育服务。主要刊登学术论文及科研成果，辟有理论研究与探讨；技能开发与人才培养；学科建设与实验实习；教法研究及高教管理与评价等栏目。
正式出版
收录年代

    单目结构光在异形工件三维重构及测量中的应用

    王志强任文佳乔什李跃华...
    1-8页
    查看更多>>摘要：针对工业生产中异形工件尺寸在线测量的难题,将单目相机与线激光相结合,以突破传统测量技术在复杂几何形状、成本、避免表面损伤和测量精度方面的局限性.针对线结构光条纹中心提取的挑战,对传统的Steger算法改进提出双重调节优化算法,优化Steger算法中的二值化阈值参数和光条宽度参数,以提高算法在检测条纹中心时的准确性和鲁棒性.实验结果表明:采用基于线结构光和单目相机的测量方法以及改进的结构光条纹中心提取技术,对异形工件进行了三维重构,测量误差在 0.10 mm以内,处于可接受的范围.相较于传统方法,基于线结构光和单目相机的新测量方法提取的条纹中心位置更准确,能实现对异形工件的高精度测量.

    异形工件线结构光条纹中心提取三维重构三维测量

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    数字孪生赋能机器人装配虚实同步研究

    崔亚飞车艳秋
    9-14页
    查看更多>>摘要：针对传统的单点制造技术将设计和制造过程分离,产品的生产效率低,无法适应新一代制造设备信息化发展和网络扩展的问题,提出一种基于数字孪生的工业机器人虚实同步装配系统.设计搭建了软硬件平台,在数字孪生软件中建立一比一的物理模型,并设计了机器人模型的运动控制算法;构建了TCP/IP、OPC DA的网络通信方式,建立了数字孪生模型的驱动接口和外部通信信号一一映射关系;根据采集的数据,编写了相应的处理程序,完成模型位置标定,实现了工业机器人装配虚实同步.研究结果表明:该系统平均绝对值误差在 0.4 mm以下,满足精度要求.

    数字孪生工业机器人虚实同步机器人装配

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    改进PSO-BP算法的短期电力负荷预测方法

    杨亚东耿丽清杨耿煌郝夏毅...
    15-20页
    查看更多>>摘要：针对电力负荷的周期性、随机波动性等复杂特点易造成预测精度低等问题,提出一种基于相似日分析、混沌映射优化粒子群算法(particle swarm optimization,PSO)和BP神经网络相结合的短期电力负荷预测方法.采用乘积法量化气象因素与时间因素间的综合相似度,选出综合相似度高的若干历史日作为相似日集;采用相似日集与非相似日集分别训练PSO-BP模型,相似日集的平均绝对百分比误差(mean absolute percentage error,MAPE)降低 3.9%;利用Sine映射对PSO中粒子的速度和位置进行优化,增强PSO算法的全局搜索能力和寻优精度,采用 2 个集合分别训练SPSO-BP模型,相似日集的MAPE降低 19.4%.结果表明,基于相似日分析和SPSO-BP模型的短期电力负荷预测方法可有效提高电力负荷的预测精度.

    短期电力负荷预测相似日粒子群算法BP神经网络混沌映射

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    PSO-LSTM优化的癫痫预测和分类研究

    马乐蓉李珊珊郭帅
    21-26页
    查看更多>>摘要：针对癫痫的传统药物治疗方法可能产生耐药性和手术治疗的非通用性等问题,提出一种基于计算模型的癫痫预测和分类算法.该算法从目前公认的癫痫发作机制的研究出发,采用计算模型生成具有特异性的癫痫数据,采用粒子群优化(particle swarm optimization,PSO)-长短期记忆网络(long short-term memory networks,LSTM)对癫痫进行分类和预测.PSO-LSTM算法突破参数搜索和时序特征捕捉的限制,在分析模拟癫痫不同数据特点的基础上,利用LSTM模型预测癫痫发作进程,并采用PSO算法优化LSTM模型参数,达到提高模型精度的目的.采用PSO-LSTM算法对癫痫发作进行分类和预测,并与传统算法进行对比,结果表明:该算法比传统算法在预测和分类癫痫方面具有更高的准确性和鲁棒性.

    癫痫预测和分类特异性粒子群优化-长短期记忆网络

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    配电网无功优化的数据驱动方法研究

    张晋豪叶剑华杨耿煌罗凤章...
    27-33页
    查看更多>>摘要：大批分布式新能源接入,使得配电网运行环境日趋复杂,对无功优化提出了更高要求.为应对该挑战,提出了一种数据驱动的无功优化新方法.使用带残差结构的改进卷积神经网络提取配电网负荷和新能源出力数据的高维特征;进行特征位置编码并引入自注意力机制进一步处理,建立数据驱动模型.利用历史运行数据和无功优化最优策略库训练所提无功优化模型,发掘配电网节点数据和无功设备补偿策略间的非线性映射规律.通过IEEE 33 节点算例验证了本文所提方法的有效性.

    无功优化数据驱动改进卷积神经网络配电网注意力机制

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    高速汽车侧风稳定性控制

    谢茹张蕾刘晓龙孙佳顺...
    34-39,48页
    查看更多>>摘要：针对汽车在侧风环境中容易失稳的问题,基于模型预测控制(model predictive control,MPC)理论提出了一种分层式直接横摆力矩控制(direct yaw moment control,DYC)策略,以使得汽车突遇侧风干扰时能够较好地维持稳定性.上层控制器依据MPC理论精确计算并输出必要的横摆力矩,以确保车辆稳定行驶并将其传递给下层控制器;下层控制器接收到横摆力矩后,将横摆力矩精确地分配到每个车轮上.为验证所设计的MPC直接横摆力矩控制器的性能,采用Carsim与Simulink联合仿真平台进行仿真,并与基于滑模控制理论的控制器进行对比分析.结果表明:本研究提出的基于MPC的控制器,控制效果优于滑模控制器,有效提高了汽车的侧风稳定性.

    侧风稳定性模型预测控制(MPC)直接横摆力矩

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于FFA-Net与改进YOLOv8n的雾天行车目标检测算法

    徐慧杜峰
    40-48页
    查看更多>>摘要：针对雾天行车场景中目标检测精度差、效率低和漏检等问题,通过优化YOLOv8n网络并结合FFA-Net算法提出了一种新的雾天行车目标检测算法,以提高雾天环境下的目标检测效果.利用FFA-Net去除雾天图像中的噪声和模糊,以增强图像的清晰度和对比度.对KITTI数据集进行数据增强,并且利用迁移学习策略,以YOLOv8n模型为基础,增加小目标检测层,让网络同时关注到图像中不同尺度的特征,使网络更加关注小目标的检测,提高检测效果.在骨干网络末端引入GAM注意力机制以增强网络对全局信息的感知能力.仿真结果表明:针对雾天行车场景下的目标检测,去雾网络能将图像的清晰度做到高度还原,所提出改进算法的mAP值、Precision值和Recall值与原模型相比也分别提高4.7%、3.8%、6.4%,相比传统的目标检测算法具有更好的场景适用性和更高的检测精度.

    FFA-NetYOLOv8n目标检测去雾

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    融合RRT*与APF算法的机器人路径规划研究

    杨勇成英
    49-56页
    查看更多>>摘要：针对传统快速扩展随机树(rapidly-exploring random tree star,RRT*)算法在全局路径规划过程中存在收敛速度慢、搜索路径不平滑、内存占用多等问题,提出了一种RRT*与人工势场法(artificial potential field,APF)的融合搜索算法.为了加快RRT*算法在搜索过程中的收敛速度,在算法中利用人工势场法的思想引导扩展随机树快速向目标点生长;对融合算法在空间中的采样范围做出改进,使算法在APF产生的合力特定范围内进行采样,提高算法在空间中的搜索效率,减少无用节点的扩展.仿真结果表明:相比传统的RRT和RRT*算法以及APF-RRT融合算法,APF-RRT*融合算法能够规划出更短、更平滑的路径,路径距离缩短了 1.5%～10.83%;算法的搜索时间也显著缩短了 1.97%～49.78%;与其他算法相比,APF-RRT*融合算法的路径节点数量减少了 4.66%～41.95%,路径平滑性也得到了提高.

    融合算法快速搜索随机树算法人工势场法全局路径规划移动机器人

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    全局卷积和双注意力机制在动态表情识别中的应用

    梁成旭董建设李金良
    57-63页
    查看更多>>摘要：静态面部表情识别无法捕捉表情的动态变化,识别过程中丢失了表情的连续性特征,同时现实情境中存在的表情强度差异给识别带来不利影响.针对以上问题,提出一种全局卷积双注意力机制的强感知学习神经网络模型,对动态表情序列进行识别.该模型通过全局卷积双注意力块重新缩放特征映射通道,引入全局卷积双注意力块(squeeze and excitation-global convolution attention,GCSA)增强残差网络的学习能力,提高表情识别的准确率.在训练的过程中,引入强感知交叉熵损失函数(cross entropy-auxiliary-intensity aware loss,CAI)来处理视频序列中存在不同感知强度帧的问题.通过在公开数据集DFEW和FERV39K上进行实验,从客观指标和主观视觉效果上与经典方法进行比较.结果表明,所提方法在多个性能指标上均优于对比方法,证明了方法的有效性.

    表情识别动态表情序列注意力机制表情强度

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    MDF-Net:一种多尺度细节特征融合的视网膜血管分割算法

    蔡鹏飞李碧原孙高伟李士心...
    64-72页
    查看更多>>摘要：视网膜血管密集且不规则分布,许多毛细血管融入背景,对比度较低,导致视网膜血管分割非常复杂.基于编码器-解码器的视网膜血管分割网络由于多次编码和解码,会导致细节特征的不可逆损失,进而导致血管分割错误.针对这些问题,提出一种用于视网膜血管分割的多尺度细节特征融合网络(multi-scale detail feature fusion network,MDF-Net).为了确保在精细血管分割过程中有效提取复杂特征,构建细节增强编码器(detail-enhanced encoder,DEE)模块以增强细节表示能力;引入动态解码器(dynamic decoder,DYD)模块,在解码过程中保留空间信息,减少上采样操作引起的信息损失;采用多尺度特征融合(multi-scale feature fusion,MFF)模块来融合编码和解码过程中的特征图,以实现多尺度上下文信息的有效聚合.将MDF-Net算法与其他 9 种算法在DRIVE、CHASEDB1、STARE数据集上进行对比实验.实验结果表明:MDF-Net算法在DRIVE、CHASEDB1和STARE数据集上的灵敏度(sensitivity,Sen)值分别为0.8250、0.880 9 和 0.863 4,曲线下面积(area under the curve,AUC)值分别为 0.988 5、0.990 8 和 0.990 9,MDF-Net在视网膜血管分割方面表现出卓越的性能.

    视网膜血管分割U-Net细节增强动态上采样多尺度特征融合

      原文链接:
    • NETL
    • NSTL
    • 万方数据