曾祥云
- 作品数：29 被引量：8H指数：2
- 供职机构：三峡大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术天文地球核科学技术电子电信更多>>
- 基于深度学习的雷达属性散射中心参数估计方法
- 基于深度学习的雷达属性散射中心参数估计方法，包括以下步骤：对雷达SAR图像进行图像分割，得到单个散射中心；基于ViT深度学习网络将散射中心分为局部式和分布式两类；基于TS2Ves框架，构建针对雷达属性散射中心参数估计的卷...
- 曾曙光胡承鑫宋坚毅郑胜罗志会黄瑶曾祥云
- 基于强化学习的核电数字孪生模型自动化同步研究
- 2024年
- 核电运行数字孪生系统与机组的高效同步是电厂运行优化的基础,是核电安全的重要保障。以核电蒸汽系统数字孪生模型为研究对象,提出了一种基于孪生延迟深度确定性策略梯度的自适应智能优化算法(TD3PSO),通过构建动作网络与动作价值网络,利用神经网络动态生成基本粒子群优化算法运行过程中所需要的超参数,实现超参数的自我探索,降低人工对算法的干预,解决基本粒子群优化算法容易陷入局部最优的问题。实验表明,TD3PSO算法优于基本粒子群优化算法,相比于人工调试的结果,在优化精度上提高了93.39%,自动化同步效果显著。
- 刘浩肖云龙肖焱山曾祥云郑胜
- 关键词：自适应
- 一种基于KAN网络的Ia型超新星光谱参数快速反演方法
- 本发明公开了一种基于KAN网络的Ia型超新星光谱参数快速反演方法，包括以下步骤，S1，数据预处理，生成仿真光谱数据，包括谱线以及参数并归一化；S2，使用python和pytorch框架搭建KAN网络模型；S3,设计损失函...
- 曾祥云朱曜宇郑胜黄瑶曾曙光
- 基于分布式控制的天文多终端设备观测系统
- 2024年
- 大视场双筒巡天望远镜(R2Pub)采用双镜筒双终端设备同时巡天,极大提高实测天文观测效率。常规实测天文控制系统不能主观控制协调多终端系统。采用分布式控制与通讯方法,可高效协调观测终端,实现列表观测和自定义观测计划。连续观测的实验表明,不同终端同时观测时,24小时内本底中值和均值浮动均在1σ范围内,观测稳定可靠。
- 许爽曾祥云
- 关键词：巡天望远镜多终端
- 基于局部密度聚类的分子云核检测方法
- 基于局部密度聚类的分子云核检测方法，首先计算每个数据点的三个特征：局部密度、距离和梯度；基于局部密度和距离确定聚类中心，然后以聚类中心开始聚类，在得到聚类结果之后利用梯度进一步确定边界；进而根据每个聚类结果的成员个数最终...
- 周光荣罗骁域郑胜曾曙光黄瑶曾祥云
- 文献传递
- 手绘太阳黑子图手写字符分割方法研究被引量：2
- 2015年
- 利用固定区域坐标提取固定区域的单行数据字符块;基于高斯模糊提取随机手写黑子信息字符区;结合Hough变换与投影技术完成随机手写区域中包含多个黑子记录字符块的分割,并将包含单个黑子记录字符块分割为3个仅包含单行数据的字符块;利用颜色填充分割算法分割出单行数据字符块中的单个字符和粘连字符,结合平均字符宽度信息进一步分割粘连字符。实验结果表明,每幅手绘太阳黑子图的固定区域和随机区域的字符分割平均正确率分别达到95.5%和79.6%。
- 朱道远郑胜曾祥云徐高贵
- 关键词：HOUGH变换粘连字符
- 核电厂DCS设备多属性健康评价策略被引量：1
- 2023年
- DCS设备可靠性评价的准确性对于加强核电厂的DCS设备管理、提高核电厂运营的安全性和经济性至关重要。针对DCS设备可靠性评价,提出了一种基于Vague集的核电厂DCS设备运行可靠性评价策略。结合逼近理想解法(TOPSIS)将DCS设备的可靠性评价指标转换为Vague集。采用熵权法和模糊综合评价法(FAHP)分别得到指标的主客观权重,使用博弈论和基于方差最大化的方法求得组合权重。利用直觉模糊混合算术平均(IFHAA)算子对Vague集进行加权运算,对设备的运行可靠性进行评价和排序。以国内某核电厂DCS设备运行数据为实例,对设备运行可靠性进行综合评价,验证了基于Vague集核电厂DCS设备健康评价策略的可行性。
- 刘培邦张才科宋坚毅郑胜曾祥云叶小舟
- 关键词：VAGUE集多属性决策
- 扫描太阳图像中时间戳信息提取方法
- 历史太阳观测数据是进行长周期太阳活动研究不可多得的资料，完善和丰富历史观测资料的相关信息是开展相关研究工作的先决条件。本文以美国国立太阳天文台（NSO）历史H?观测资料扫描图像为对象，探究实现了一种能用于该图像中时间戳信...
- 曾祥云
- 关键词：时间戳信息提取卷积神经网络字符识别
- 基于SVM手绘太阳黑子图像背景提取方法被引量：1
- 2016年
- 手绘太阳黑子图像手写记录信息对于研究太阳黑子长期活动规律具有重要价值,而背景提取又是利用计算机手绘太阳黑子信息数字化工作中的关键过程。文章提出一种基于支持向量机(Support Vector Machine,SVM)的手绘太阳黑子图像信息背景提取方法,通过针对性地对每个像素样本特征向量的监督学习训练,从而实现背景像素与前景像素的分离,实验证明该方法具有很好的鲁棒性,将此方法与传统的K-means模糊划分、模糊C均值(FCM)聚类方法进行对比分析,证实该方法的应用价值更高。
- 朱明锋郑胜曾祥云徐高贵
- 关键词：支持向量机K-MEANS聚类
- 基于深度学习的太阳胶片图像时间戳信息提取方法
- 基于深度学习的太阳胶片图像时间戳信息提取方法，包括步骤1：对太阳色球胶片图像中的时间戳信息区域定位、并剪裁；时间戳信息为太阳色球胶片图像中用于表示拍摄时间的年、月、日、时、分信息；步骤2：单字符分割，即将时间戳信息区域的...
- 曾曙光左肖雄郑胜张佳锋曾祥云
- 文献传递
