简介：摘要：随着人民生活水平的提高，汽车技术和汽车工业不断发展，汽车舒适性要求越来越高，人们越来越关注汽车的振动和噪音。发动机是汽车的主要振荡源，其振动通过悬架系统传递给汽车车身，最终影响了整个汽车的振动噪声水平和舒适度。除了支撑动力总成外，动力总成悬置系统的主要功能是隔离发动机振动，减少车辆机体振动。因此，门到门系统的设计必须确保整个车辆的振动、噪音和舒适性。悬架系统隔振性能的优缺点与各悬架方向的安装位置和刚度因素有关，继续保持最大离合器速率应满足动力总成悬架系统各种顺序的合理频率分布和制造能力，随着设计变量、约束在此基础上，研究了基于TPA的电力总成悬置系统优化设计及遗传算法，供参考。

简介：摘要：近年来，随着线下消费向线上转移，推动了快递行业的持续快速发展。人们在享受网购以及快递业带来的方便快捷的同时,消费者的个人信息泄露也为了令人堪忧的问题[1]。因此本文提出了基于卷积神经神经网络的快递面单识别算法。首先通过摄像头采集快递包裹图像，采用深度学习的图像分割算法应用于面单区域的分割；通过自适应的灰度缩放算法，减少了反光等噪声对图像的影响；基于大津定律的条形码及消费者信息区域的定位算法，能够实现对所需信息区域的定位。

简介：摘要: 图像因其包含信息丰富，正发挥越来越重要的作用。为达到各种目的，人们需要从图像中提取其传达的关键信息。近年来，由于深度学习的突飞猛进的发展，其与计算机视觉技术的结合也越来越紧密，这使得通过计算机视觉技术实现图像关键信息提取的自动化成为可能。本文介绍了几种传统图像处理算法，接着介绍了字典学习的学习框架，最后探讨了基于计算机视觉的对象检测的实现方案。

简介：

简介：摘要：人工免疫算法在各个方案优化以及各行各业的应用范围很广，本质上TSP问题以及类TSP问题也主要以退火算法、蚁群算法和免疫算法为主，可以完成的是在已知路径信息之下进行路线的重新顺序组合，以最佳的公里数或者最小成本为原则去达到最终最优的配送方案为目的。本次论文的最优条件设置为最短路径为原则，进行了基于实际中的路径筛选的基本信息引入到算法代码中最终得到了最优路径的计算结果，具有实际意义。

简介：摘要：遥感图像中舰船目标检测是海洋监管和国防建设中的重要基础工作，旨在分类和定位一幅遥感图像中的所有舰船.近年来，随着遥感卫星技术的快速发展，多源遥感数据不断扩增.光学遥感图像具有判读直观性强及数据翻译便捷等优点，引起了广大学者的重视和研究.但是光学图像容易受到云雾遮挡、强烈光照等气候的影响.相对地，合成孔径雷达（Synthetic Aperture Radar，SAR）凭借其不依赖光照条件且不受天气影响的优势，能够实现全天时、全天候大面积海域侦查工作.由于上述差异性，针对不同成像机理的遥感图像，需要设计专门的算法进行舰船目标检测。

简介：摘要：随着部队实战演练的不断深入，装备使用强度、使用时间和使用条件都比以前有了显著提高，装备损耗、需求和维修问题也日趋突出。为此，应结合新时期部队实务，加强对装备维修的科学性和定量性评价，以促进设备维修的准确性，对于充分提升装备的利用率是非常有意义的。本文以粒子群算法为基础，详细地探讨了装备的预防性维护策略。

简介：摘要：对于小波变换，在各个领域中我们都可以看到它的使用，面对计算机网络流行的今天，研究网络中并行算法是有必要的。本文主要以并行小波算法为研究对象，在计算机网络背景角度分析，研究当前的发展状态，分析并行算法的原理和实现应用，促进空间的节省，保证计算的速度得到提升，实现变换的良好效果。

简介：

简介：摘要：随着网络流量异常检测技术的不断发展，国内外的研究者们在网络流量异常检测方面已经取得的了大量的研究成果。同时，根据使用的数学理论不同，提出了许多网络流量异常检测模型。基于ARMA 的预测模型，通过游程检验法判断序列的平稳性，利用穷举法确定最优的预测模型，根据置信区间法确定网络流量自适应阈值，实验表明该模型具有较好的预测效果和异常检测功能。

简介：摘要：随着大数据分析与云计算技术的蓬勃发展,算法推送技术已成为当前互联网资讯分发的一个主要表现形式并深刻影响了中国互联网舆情的形成、发酵与发展。技术的不断革新,对舆论引导带来了哪些影响，在推进舆论引导过程中又应该如何与技术做伴，创新舆论引导。本文对智能算法推荐技术在网络舆论评估中的应用进行分析，以供参考。

简介：摘要：本研究旨在探索基于机器学习算法的挖掘机故障预测与诊断方法。对于挖掘机故障预测与诊断模型，基于运行数据，用SVM、决策树和随机森林算法建模，经过数据预处理、特征选择和模型训练评估。在故障诊断方面，通过特征选择和故障诊断模型构建，实现准确诊断。模型评估指标包括混淆矩阵、精确率、召回率、F1值、ROC曲线和AUC值。研究结果表明，基于机器学习算法的挖掘机故障预测与诊断方法在提高挖掘机运行效率和减少故障损失方面具有重要的应用价值。

简介：摘要：本文探讨了数字信号处理与算法优化在电子信息工程领域的重要性与应用。数字信号处理技术在通信、音视频处理、医疗设备和雷达系统等方面发挥关键作用，为现代技术提供强大支持。同时，算法优化在提高处理速度、资源有效性、精度和系统鲁棒性等方面起着关键作用。本文强调随着技术的不断进步和创新，对于这两者的需求将持续增长，以适应社会发展和应用需求的变化。数字信号处理与算法优化的不断发展，将进一步推动电子信息工程领域的创新与进步。

简介：摘要：随着科技的发展，数据挖掘和智能算法在地质矿产勘查中已成为一种重要的辅助手段。文章首先着重阐述地质矿产勘查工作的重要意义，对数据挖掘在这一领域中的运用进行深入探讨，主要从数据预处理，特征选择及提取等方面进行阐述，同时对模式识别及预测技术进行探讨。本文进一步对地质数据挖掘中所遇到的挑战及存在的问题进行了分析。在智能算法的应用中，论述岩性识别，矿产预测及地质结构分析的最新研究进展，强调智能算法在提高勘查效率及准确性上的潜能。本次研究的深入分析，对地质矿产勘查方面提供了有价值的科学依据与技术支撑。

简介：摘要：该研究利用深度学习算法设计并实现了一种机器人果树采摘系统。该系统由机械臂、CCD相机、传感器等组成，可以适应不同种类的果树，实现自动定位、识别和采摘水果。系统采用深度卷积神经网络（CNN）训练模型，具有良好的图像识别能力。在测试中，该系统的识别准确率达到了90%以上，并且在采摘过程中能够避免对果树和果实的损害。该系统具有高效、准确、智能等特点，具有很大的应用前景。

简介：摘要：本文针对自动控制下机器人路径规划与导航算法进行了深入研究。首先，分析了机器人的基本组成和功能，进一步探讨了路径规划算法的基本概念与常用方法。本文对比分析了多种路径规划算法，包括传统的A*算法、Dijkstra算法以及其他启发式算法，评估了它们在不同应用场景下的效率与适用性。在导航算法方面，重点研究了导航算法的核心要素，特别是SLAM技术（同步定位与地图构建）及基于视觉的导航方法，旨在为相关领域的研究和实践提供新的视角和方法。

简介：摘要：随着雷达技术的快速发展，目标跟踪和运动估计算法在雷达信号处理中扮演着关键角色。本文在介绍雷达信号处理概述的基础上，讨论了目标跟踪和运动估计算法的不同方法。针对目标跟踪，我们深入探讨了线性滤波器和非线性滤波器，如卡尔曼滤波器和粒子滤波器，在目标跟踪中的应用和优势。对于运动估计，我们涵盖了直接法和间接法，如光流法和基于特征的方法。本研究对于进一步提高雷达信号处理中的目标跟踪和运动估计算法具有重要意义，并为未来研究方向和发展趋势提供了展望。

简介：摘要：科学探究的核心在于衡量智能控制算法在汽车空调系统中的应用成效。首先，分析汽车空调调控领域所遭遇的困境与挑战，涉及固定控制策略的传统体系及能源效益较低范畴。其次，基于智能控制算法的自适应调节策略已成功设计，涵盖模糊控制、神经网络控制及遗传算法领域。然后，经实证检验与模拟推演分析，分析揭示了智能控制算法在不同工作环境下性能及优化成效。研究发现，智能控制策略在优化汽车空调系统稳定性及提升能效方面成果显著，满足驾驶者对舒适环境的期待。因此，智能控制算法在汽车空调领域具备广泛的应用潜能与巨大的成长空间。

简介：摘要：该技术成果开发完成日期：2023年03月19日，首次发表日期：2023年03月24日

简介：摘要：随着自主驾驶的发展，下载大文件的需求经历了爆炸式的增长。为解决自动驾驶本地计算能力有限导致大规模文件请求的高延迟和低效的资源调度。提出了一种基于优先级资源调度的最大回报车载云计算资源调度算法。该算法利用改进的动态贪心算法建立了设备对设备场景下的系统回报模型，考虑了车辆请求的优先级、请求数据量和用户允许时间等因素，以实现回报的最大化。仿真结果表明，该算法可以通过改变不同的参数设置，得到车辆协同的最优资源分配，验证了算法的可行性。