摘 要: 针对自动扶梯滚动轴承故障诊断模型诊断识别率不高的问题,提出一种CNN与Transformer相结合的滚动轴承故障诊断方法。该方法采用CNN注意力和Transformer时域注意力融合机制,从信号的通道和时域两个维度提取最有利于识别的特征信息,降低信道和噪声等影响。根据特征信息的重要程度进行权重分配,以提升故障识别率。基于滚动轴承数据集,将所提算法模型和CNN、RNN、SVM算法进行对比
摘 要: 脉宽调制器作为开关电源的核心器件,已广泛应用于航天器中,但其贮存寿命会影响电源系统的可靠性,进而影响航天器任务执行的成败。在寿命评估中,加速退化试验是常用的试验方法,其中激活能值是预测器件贮存寿命的关键,但目前相关标准只有器件激活能值的参考范围,缺乏试验相关条件设置的详细描述,这会影响寿命评估的精度。为此,文中以JW1525脉宽调制器为研究对象,分析JW1525的结构及工作原理,设计并
摘 要: 图像和视频是记录真实场景信息的重要媒介,它们包含丰富而详细的视觉内容,可以开发各种智能系统来执行各种任务。特别是对于低照度条件下的视频,提升其清晰度和细节可以更好地表现和还原真实场景。针对在夜间低照度环境条件下对周围环境感知的需求,提出一种基于多路光流信息时间一致性的微光视频增强算法。通过引入预测的光流与真实的光流信息,构建三分支孪生网络对微光视频进行增强;同时针对微光视频存在的低信噪
摘 要: GaN基高电子迁移率晶体管(HEMT)作为宽禁带功率半导体器件的代表,在电子电路的应用方面有巨大的潜力。GaN HEMT因其高击穿电压、高电子迁移率等优异性能,适用于各种高频、高功率器件,并被广泛应用于雷达和航空航天等领域。文中利用Silvaco TCAD软件,定义了AlGaN/GaN单异质结和双异质结HEMT结构,并对其转移特性、输出特性、频率特性和热特性进行了仿真研究。结果表明,A
摘 要: 压电材料的压电⁃温度特性会直接影响到压电器件的工作稳定性,是压电器件研发的重要依据。文中基于准静态测量方法研制上、下位机系统,实现了原位压电⁃温度特性测试。其次,设计开发了变温管式炉、激振器驱动、信号调理与采集电路,构建了准确的滤波与工频陷波算法。实测结果表明,所设计系统测试结果稳定,能够准确测量压电⁃温度特性并标定压电材料相变温度,可为压电器件设计提供重要的参考。 关键词: 压电器
摘 要: 为了解决当前CMOS基准电压缓冲器在驱动大电容负载电路时所面临的可靠性问题和性能瓶颈,提出一种高增益高驱动能力的基准电压缓冲芯片。该芯片采用CMOS缓冲放大器,结构包括折叠式共源共栅输入级、轨至轨Class AB输出级和推挽输出缓冲级。设计中加入了修调电路、Clamp电路及ESD防护电路。芯片面积为2 390 μm×1 660 μm。在SMIC 0.18 μm CMOS工艺下进行了前仿
摘 要: 非接触式医疗健康监测系统能够有效地应对用户依从性问题,并消除传统监测方式带来的不适感,从而更好地融入日常生活。这种监测手段能够持续关注用户的健康状况,并具备在发生突发急性医疗事件时及时发出警示的潜力,可以满足新生儿、烧伤患者、传染病患者等特殊人群的监测需求。文中提出一种基于ESP32微控制器的创新型非接触式健康监测系统,用于监测独居老人的生命体征和跌倒情况。该系统通过非侵入方式实时监测
摘 要: 在网络用户行为分析中,以时序维度为基础,研究用户网络行为的变化趋势,提出并挖掘更多有价值的信息,可为管理或商业决策提供有力支持。为此,文中提出一种基于时间戳间距的用户在线时长聚类方法,以用户访问日志文件中时间戳之间的间距作为特征,首先将获取的日志数据进行预处理,获得用户的在线时长统计;然后采用K⁃Means聚类算法对用户进行聚类,并使用轮廓系数对K值进行评价分析,确定聚类K值范围,准确
摘 要: 远程监督关系抽取可以在非人工标注条件下自动构建数据集,而基线模型SENT可以将负训练思想引入到该场景进行关系抽取任务。但基线模型使用双向长短期记忆网络提取特征,主要注重长距离依赖关系的学习,在关注局部上下文中的特征方面存在不足,对于局部特征捕捉不够充分;同时基线模型在负训练训练模型时,未能重点关注与互补标签相关的特征,对互补标签信息的学习不足,这影响了对噪声数据的识别能力。为了解决这些
摘 要: 针对中医药高等院校学生在学习方剂学过程中存在的知识点众多、识记量大、兴趣度不高和日常练习困难等问题,通过调研分析,设计一种基于Unity仿真技术的移动端方剂学方药离合实训平台。该平台前端主要采用Unity框架构建功能模块,选取JWT进行轻量级身份验证,并应用RBAC思想实现权限管理;后端业务逻辑在使用SpringBoot框架的基础上,通过Java语言编写。为了保证系统响应速度及交互效果
摘 要: 针对传统控制算法在农业机器人驱动电机速度控制方面存在的响应时间长、跟踪效果差以及参数整定难度大,导致驱动电机转速难以在短时间内收敛至预期值的问题,提出一种基于多策略改进的SMC⁃GTO电机速度跟踪控制算法。首先,为了缩短驱动电机速度响应时间,提高速度跟踪效果,设计了一种新型趋近率的改进滑模控制器(I⁃SMC);其次,为了快速整定滑模控制器参数,引入了多策略改进的大猩猩部队优化算法(MI
摘 要: 传统直流无刷电机齿槽分布受限导致气隙磁场波动,会造成转矩输出波动较大,故需要同步匹配设计复杂的驱动控制系统与控制算法。为此,提出一种新型的三定子直流无刷电机拓扑结构。通过等效磁路法计算出三定子直流无刷电机的主要结构尺寸。设计了三定子直流无刷电机的绕线方式和换向逻辑,驱动控制简单。基于Ansoft maxwell仿真软件,建立了电机有限元模型,仿真分析了电机静态磁场分布、气隙面域磁密分布
摘 要: 为提高基于激光雷达的三维多目标跟踪准确度,提出一种基于检测的3D多目标跟踪算法。使用深度神经网络从激光点云中获取目标的位置信息后,对目标跟踪算法中的关联策略进行了优化。首先,估计出目标的速度信息,与位置信息一同纳入观测值,在BEV视角下使用卡尔曼滤波器对目标的状态进行预测与更新;然后,基于目标与激光雷达的距离来评估目标位置的不确定度,用于修正观测模型中的协方差矩阵;最后,在马氏距离中添
摘 要: 为了满足机器人专业课程实验研究性教学需求,设计一个多传感器融合的无人车自主定位实验。选择智能机器人开放平台作为载体,在硬件平台上研究退化环境实验,实现3D激光惯性融合的定位与建图。在实验环节中,首先,通过惯性测量单元(IMU)获得位姿信息,通过激光雷达获得点云数据,利用扩展卡尔曼滤波处理位姿信息,并利用体素滤波处理点云数据,从而完成数据预处理;然后通过坐标转换实现激光惯性组合定位;最后
摘 要: 为解决无人机在自动多目标靶定位领域计算资源有限、实时性要求高、定位准确率有限等问题,提出一种基于FastestDet的多目标靶定位方法。首先,通过轻量级目标检测算法(FastestDet算法)实现目标靶检测;其次,对所获得的目标靶图像进行透视变换,并截取仅含目标靶的透视变换图像;再对图像进行去噪、灰度化等处理,通过轮廓检测获得目标靶心圆轮廓后,计算透视变换后的靶心坐标;最后,通过逆变换
摘 要: 针对传统金豺优化算法(GJO)在求解无人机航迹规划时存在的稳定性差、寻优能力不足等问题,提出一种改进金豺优化算法(IGJO)。首先使用改进Tent混沌映射初始化种群;然后结合北方苍鹰优化算法思想,开发一种新型探索阶段位置更新方式;其次,采用动态能量因子策略来转换能量递减方式;最后,提出一种用于平衡探索和开发的阈值双重自适应t分布扰动变异策略,完成对GJO算法的改进。另外,建立一个无人机
摘 要: 建筑管理系统(BMS)、能源管理系统(EMS)、物联网设备、建筑信息模型(BIM)、电网及气象服务等多元信息系统是有效支撑由数据驱动的智能建筑软件高效运行的关键。然而,这些由不同开发商提供的系统之间缺乏统一且明确界定的程序接口与标准,这已成为制约应用程序在模块开发、可扩展性及重用性上进一步发展的主要障碍。为增强云环境下智能建筑系统对需求和技术变化的适应能力,提出一个优化的端到端实现架构
摘 要: 为解决攻击者利用流程工业生产中深度耦合的工序参数进行生产过程攻击的问题,提出一种基于SSA⁃LSTM的深度学习算法,对工艺数据进行异常检测。通过麻雀优化算法优化LSTM神经网络的迭代次数、学习率和隐藏层节点数三个超参数,实现对工艺数据的准确预测。将预测数据与真实数据进行对比,超出阈值的点定义为异常点,再运用Petri网理论对生产工艺参数间的耦合关系进行建模,确定异常点与入侵点之间的因果
摘 要: 智能驾驶技术作为新一代智能交通系统的核心之一,受到了广泛关注。其中,感知融合技术在实现智能驾驶的精准定位和环境感知中起着至关重要的作用。在感知融合中使用的立体匹配算法更是关乎智能驾驶的安全性和准确性,是智能驾驶环境感知领域中重要的技术环节。针对智能驾驶汽车在硬件方面算力不足,但对立体匹配算法实时性和精度均有较高要求的问题,文章基于GwcNet,为智能驾驶环境感知模块设计了一种轻量化的立
摘 要: 为了验证智能汽车的安全性,需要生成大量用例用于系统测试。对此,提出一种基于临界安全距离模型的用例生成方法,该方法用于生成测试自动紧急转向(AES)系统的场景用例。首先通过对临界安全距离模型进行分析,识别出影响行车安全的关键参数;然后,从自然驾驶数据集High D中提取这些参数,并采用核密度估计方法构建AES测试场景的描述模型。使用蒙特卡洛(MC)方法对描述模型进行抽样,生成与自然驾驶行
摘 要: 针对深度强化学习算法在部分可观测环境中面临的稀疏奖励、信息缺失等问题,提出一种结合好奇心模块与自模仿学习的近端策略优化算法。该算法利用随机网络来生成探索过程中的经验样本数据,然后利用优先经验回放技术选取高质量样本,通过自模仿学习对优秀的序列轨迹进行模仿,并更新一个新的策略网络用于指导探索行为。在Minigrid环境中设置了消融与对比实验,实验结果表明,所提算法在收敛速度上具有明显优势,
摘 要: 为了充分掌握水体污染治理效果,为水环境保护和生态治理提供科学依据和技术支持,提出一种基于注意力机制的跨境断面水质预测模型。运用长短期记忆神经网络建立跨境断面水质预测模型,引入注意力机制,建立跨境断面水质预测序列编码矩阵。利用长短期记忆神经网络解码器对序列矩阵数据进行解码操作后,输出跨境断面水质的预测结果。实验结果表明,所提模型可有效提取跨境河流纵向断面水质化学需氧量(COD)时间特征与
摘 要: 车厢部件的定期情况监测是列车安全运行的重要保证之一,基于深度学习的语义分割方法可以用于相关部件的位置形态确定,以便后续进行螺栓和管线是否松动或变形的检查,但这对分割精度有较高的要求。另外,仅基于普通图像的纹理特征难以应对各种实际复杂场景,会出现分割不连续、边缘轮廓不清晰的问题。为此,提出一种基于多模态数据对齐融合的语义分割算法,额外引入车厢深度图来补充普通图像中缺失的几何特征信息,再将
摘 要: 在分布式计算环境中,离群点通常表示数据中的异常情况,例如故障、欺诈、攻击等。通过检测分布式数据的离群点,可以对这些异常数据进行集中处理,保护系统和数据的安全。而进行离群点检测时,不仅要考虑数据的规模和复杂性,还要在分布式环境下高效地发现离群点。因此,提出一种基于CART决策树的分布式数据离群点检测算法。在构建CART决策树时,使用类间中心距离作为分裂准则,根据分离类别对训练数据进行分类
摘 要: 近年来,全国的交通安全形势日益严峻,交通事故频繁发生,人员伤亡和财产损失惨重。其中,因视觉盲区受限引起的人车碰撞事故最为常见,由于传感器的高昂造价和在盲区检测方面的研究应用较少,预防此类事故主要依靠司机驾驶经验。针对盲区检测和研究的不足,提出一种简洁高效的轻量化盲区检测网络BsDet和BsDet+。轻量化网络以最先进的YOLOv8为基础,结合其他YOLO网络的优点,在头部和颈部进行了轻
摘 要: 差分进化算法(DE)是一类基于种群搜索最优解的全局优化算法,具有收敛速度快、算法简单易懂、参数数量少和稳定性高等特点。但DE算法的性能在很大程度上取决于参数值的设置、个体突变的方向和距离。考虑到不同的种群密度对参数的需求不同,采用主成分分析技术将30或50维的数据降到2维;再采用DBSCAN算法,依据邻域半径和最小邻域数将2维数据分类为簇,通过簇的数量判断种群整体密度和个体之间的差异度
摘 要: 目前,蚕茧分割计数研究主要针对大小几乎完全相同的蚕茧,难以应对大小差异较大的情况。针对上述问题,采用图像增强的方法提取蚕茧表面并进行蚕茧的粘连分割。首先,将原图直接转化为灰度图像进行腐蚀处理,通过Gamma校正使得图像灰度值收缩;其次,通过限制对比度自适应直方图均衡化(CLAHE)方法提高蚕茧图像与其背景区域的灰度差,使其进一步分离;再利用高斯滤波和腐蚀方法平滑并收缩蚕茧图像,根据亮度