摘 要: 为探究秦岭石蝴蝶种群结构与动态, 对秦岭石蝴蝶的原生境种群展开调查, 旨在揭示其种群更新过程并预测未来发展趋势。研究以秦岭地区分布的两个野生种群为对象, 通过编制静态生命表, 绘制存活曲线和种群生存力函数曲线, 并结合种群数量时间序列进行秦岭石蝴蝶种群结构及未来预测。结果表明: (1) 略阳县分布地的秦岭石蝴蝶重要值为 43.46%~48.51%, 勉县分布地为 52.99%, 秦岭石蝴蝶在各样地中的重要值处于最高水平; (2) 略阳县种群结构呈现“J”形, 幼龄个体平均占比 76.60%, 为增长型种群; 勉县种群结构呈纺锤形, 中老龄占比 68.06%, 整体呈现从稳定型向衰老型发展的趋势; (3) 两个种群存活曲线均趋近于 Deevey-Ⅱ型, 表明各龄级死亡率基本相同; (4) 略阳种群呈现前期增长, 中后期锐减的特点; 勉县种群呈现前中期稳定, 后期衰退的特点; (5) 在经历 2、5、8 个龄级后, 略阳县种群的个体数量在各龄级中均有不同程度的增加, 而勉县种群个体数量呈现幼龄较少, 中龄减少, 老龄增加的态势, 种群将面临衰退。综上, 略阳县种群幼龄向中龄过渡时以及中龄期死亡率较高, 但仍具有更新潜力。勉县种群幼苗较少, 老龄化严重。
摘 要: 为提高茶叶采摘机器人的采摘效率和采摘精度,针对茶叶采摘机器人视觉系统面临的算力受限与茶叶嫩芽识别率低的问题,提出了一种改进的茶叶嫩芽识别算法——YOLOv10n-Tea。算法通过部分卷积重构C2f模块,采用FasterBlock替换Bottleneck来减少冗余参数实现模型轻量化。设计融合通道与空间的轻量级特征注意力模块SCPSA,在降低参数量的同时提升小目标检测精度。引入Focaler-IoU损失函数强化边界框回归能力。实验结果表明,改进模型在保持较低计算成本的前提下,平均检测精度mAP达到91%,较基线模型提升1.9%,参数量缩减至原始模型的80.3%,显著提升复杂茶园环境下嫩芽识别的准确性与实时性。
摘 要: 为了解决自适应滤波器在脉冲噪声环境下的权值更新稳定问题, 设计了一种基于新型非线性变换的 FxLMS 算法 (VSS-FxcoshLMS)。通过采用复合双曲-反正切函数的非线性变换处理误差信号, 得到 FxcoshLMS 算法, 并对步长进行归一化处理, 得到 VSS-FxcoshLMS 算法, 实现收敛速度与稳态误差间的平衡。与现有算法 (包括 FxLMP、FxatanLMS、EVSS-FxeLMS、SSFxGMCC) 进行仿真对比, 结果表明, 在模拟脉冲噪声环境和实际车内噪声环境中, VSS-FxcoshLMS 算法在保证收敛速度与对比算法基本持平的基础上, 噪声衰减性能最优。进一步在自主搭建的半实物验证平台上对车内噪声环境进行噪声衰减性能的实验测试, 结果表明, 该算法对减速带脉冲冲击工况和车辆匀速行驶工况下车内噪声的噪声衰减性能与仿真实验一致, 验证了该算法具有良好的鲁棒性。
摘 要: 液压机作为工业生产中的关键设备, 其控制精度和稳定性直接影响产品质量与生产效率。为有效抑制高速液压机在“下降—压制”阶段中因非线性、时变性所引起的振动、液压冲击及控制精度不足等问题, 提出了积分分离模糊PID的控制方法, 在模糊PID中引入积分分离机制, 克服了传统PID的积分饱和与模糊PID在大偏差下的超调难题。基于联合仿真, 构建了“下降—压制”工况的高精度模型, 进行了仿真与实验。研究表明, 相较于模糊PID控制策略, 积分分离模糊PID抑制速度超调21.05%, 并大幅降低位移超调量, 显著改善了系统的动态平稳性与控制精度, 为进一步解决高速液压机的运动控制问题奠定了基础。
摘 要: 在光伏电池缺陷检测中,因缺陷种类繁杂、形态无规则及尺寸差异大,致使检测过程面临识别难度高、漏检和误检率高等问题。针对现有模型在实际应用中存在检测精度欠佳、参数规模过大的问题,提出了一种基于YOLOv11改进的光伏电池缺陷检测算法。该算法采用深度可分离卷积(DWConv)、下采样模块(ADown),以降低训练过程中的参数冗余问题。为了使网络在训练过程中能够捕捉并关注更为丰富的信息,在池化卷积模块(SPPF)中设计了聚合特征交互模块(YYAF),凭借该模块对空间位置信息及特征间依赖关系的充分挖掘与利用,可有效增强网络的特征学习能力。同时,为了使模型更精准地聚焦于不同目标,实现更高的特征表达能力,引入C3k2_DSConv模块作为颈部网络的部分特征提取模块。最后采用SIoU替代原有的CIoU损失函数,平衡不同尺度缺陷的检测,加速网络收敛,提高计算效率。相较于原算法,平均准确度(mAP@0.5)提高了2.4%,计算量减少了1.6 GFLOPs,参数量减少了0.29×10^6,综合性能达到了光伏电池缺陷检测要求。
摘 要: 聚丙烯(PP)作为一种具备良好绝缘性能的热塑性材料,有替代交联聚乙烯(XLPE)成为新型电缆绝缘材料的潜力,氧化物纳米颗粒掺杂通过引入深陷阱调控载流子的输运行为,能有效提升聚丙烯的介电性能。针对现有研究,总结了纳米粒子因体积效应产生的四大基本特性,对纳米粒子与聚丙烯交互区域“界面”形成的原因进行了分析。其次,基于现有研究中“介电双层”“多核”“深陷阱”“交互区”四大界面模型解释了界面影响聚合物介电性能的物理机制,梳理了氧化物种类、分散性、预处理方式等不同因素对PP空间电荷积聚、击穿特性、电阻率、介电响应等性能的调控规律。最后,在此基础上进一步探讨了纳米氧化物掺杂与共混改性协同提升PP介电、机械性能的潜力,并对其未来发展进行展望。
摘 要: 随着可再生能源比例的增加,精确的风电预测必将促进清洁能源的大规模利用。然而,现有的预测方法在处理非平稳风速序列时,在特征提取和计算效率优化方面仍有优化的空间。提出了一种优化的混合预测框架,可以有效地改善传统模型中存在的特征耦合和模式混叠问题。该策略通过三重机制实现预测性能优化。首先,采用人工蜂群算法优化的变分模态分解(VMD-ABC)完成风速信号的自适应分解,提取风速中的隐藏时序特征;其次,提出排列熵算法与多尺度相结合的特征划分策略,划分出高频和低频分量;最后,构建Informer-RELM协同预测机制。在新疆某地数据集上选取高波动非平稳风速数据进行仿真,结果表明,与其他现存模型相比,提出的模型平均绝对误差(MAE)的改良率均在51%以上,均方根误差(RMSE)的改良率均在52%以上,决定系数 (R2) 的提高率均在5%以上。
摘 要: 针对“次日达”物流场景中服务时间不确定引发的潜在超时风险,提出了一种卡车-无人机协同配送路径优化问题。综合考虑时间成本与潜在超时风险,并引入预算不确定集,刻画服务时间不确定性,构建以总时间成本和超时风险最小化的多目标优化模型;针对不确定集和多目标特性给出了“非支配排序+理想点”的适应度评估方法;设计了一种基于Pareto支配的双层进化算法,上层采用小生境Pareto遗传算法决策客户的载具分配,下层设计多目标大邻域搜索算法优化配送节点的服务次序,并嵌入一种“非支配排序+拥挤度距离”的邻域解更替策略。设定多组案例来验证模型及算法的有效性,实验结果表明,在C202算例中,成本偏好下至多能节约26.96%的成本,风险偏好下至多能降低51.23%的风险,所提方法能够为配送中心提供多决策偏好下的配送方案。
摘 要: 针对高光谱图像压缩感知中现有凸正则化方法存在的估计偏差与稀疏表达能力有限的问题,提出了一种融合低秩性与局部平滑性先验的非凸增强三维全变分重建方法。在增强三维全变分模型基础上,将梯度域稀疏约束由凸的核范数扩展为一类广义非凸函数,精准刻画梯度奇异值的稀疏分布。为求解所构建的非凸优化问题,将交替方向乘子法与迭代重加权核范数(IRNN)算法相结合,通过上梯度线性化策略将非凸谱惩罚转化为加权核范数子问题,并采用加权奇异值阈值算子获得闭式解。实验结果表明,在不同采样率下,所提方法重建结果的峰值信噪比、结构相似性及相对全局误差光谱指标均优于E-3DTV、LRTDTV、IRTNN等对比方法,重建图像在边缘保持与细节恢复方面具有更优的视觉质量。