计算机
为解决配电网小电流接地选线问题,对配电网小电流接地情况下的中性点电压偏移轨迹进行了详细分析,建立了配电网接地选线开关阵记录接地变电站母线的馈线出线开关模型,并依据该模型和优先级规则生成了馈线开关拉路序列表以描述一条母线上各个馈线出线开关的分闸动作顺序。最后,依靠配电网接地选线开关阵和馈线开关拉路序列表给出了一种基于多源信息融合的配电网小电流接地选线方法。实例分析表明该方法对配电网小电流接地选线具有较好的适应性。
为提高机器人刚度性能,减小铣削加工误差,对搭载铣削执行器的6自由度机器人进行刚度优化.首先,运用虚功原理建立机器人刚度映射模型;其次,设计辨识实验获取关节刚度;再次,以铣削力椭圆平面的各向同性度为优化指标,运用遗传算法对机器人优化位姿进行求解;最后,对比分析机器人位姿优化前后的整体刚度,并进行机器人铣削试验验证位姿优化的有效性,铣削平面度可提升45%.该优化方法可指导串联型工业机器人对大型航天器舱体的铣削加工任务,提高加工质量.
无摘要
为了解决大尺寸航拍图像下的多尺度车辆检测问题,在YOLOv2检测框架的基础上提出了一种多尺度目标检测算法。首先,将大尺寸航拍图像切分成若干有重叠区域的小图像块;然后,将各图像切片依次输入检测网络,主干网络针对输入图像提取不同尺度的特征,并对3种尺度的特征进行融合以获取不同的感受野,同时解决了浅层特征语义信息不足的问题;最后,各图像块的检测结果通过非极大值抑制的方法进行合并。在实际的航拍车辆数据集上,所提方法在不增加额外预测框的情况下,相比原YOLOv2检测算法的平均精度提高了约8个百分点。
无摘要
针对典型的水下数字通信信号检测与调制识别问题,本文提出了基于特征提取的神经网络算法。通过对接收信号进行离散傅里叶变换与奇异谱分析,及利用提取的特征训练分类模型,成功实现了对MFSK,MPSK与对称α稳态分布三种情况的正确分类。最后,本文仿真了具有随机多径参数的水声信道,结果显示模型仍具有良好的分类效果。
无摘要
针对民航人脸识别系统中人脸图像的锐化识别问题,提出了一种人脸锐化照片综合识别方法。对于不同尺度下的不同合成结果,采用双尺度Markov网络的级联锐化合成方法进行图像合成,并提出了基于结构信息和特征信息的人脸识别数据融合方法。结合人脸识别认知理论,将结构信息和特征信息结合起来完成识别。实验结果表明,该方法在合成和识别过程中均优于其他方法。
卷积在统计学、信号处理、图像处理、深度学习等领域有着广泛的应用,且起到了至关重要的作用。在深度神经网络中,使用卷积运算对输入信息进行特征提取的方法是实现神经网络的基础计算单元之一。如何优化卷积的运算速度,提高卷积计算效率一直是亟需探讨的问题。近年来,很多研究指出分布式计算架构可以提高卷积神经网络的计算速度,进而优化深度学习的训练效率,然而由于分布式系统中普遍存在落跑者问题(straggler),该问题可能会拖慢整个系统执行任务的时间,因此该问题也成为了分布式深度学习中一个待解决的问题。文中针对二维卷积计算,结合Winograd算法和分布式编码,提出了一种优化的分布式二维卷积算法。Winograd算法能够有效地加速单次二维卷积计算的速度,分布式编码通过使用一种基于分布式冗余的编码方式能够缓解straggler节点对整个分布式系统计算延迟的影响。因此,提出的分布式二维卷积算法可以在加速二维卷积计算的同时有效缓解分布式系统中的straggler问题,有效提高了分布式卷积的计算效率。
无摘要
无摘要
本文针对一种带有挠性附件和液体晃动的深空探测航天器姿态控制问题,提出了自抗扰控制律.该控制律可以自主、有效地抑制挠性附件弹性振动和液体晃动对姿态角运动的耦合作用以及处理大范围的扰动和系统不确定性.基于四元数生成角速度跟踪指令,把控制问题由姿态角控制转化为角速度控制.通过设计扩张状态观测器实时估计并补偿角速度通道总扰动并结合角速度偏差反馈,使得角速度快速跟踪指令,进而实现控制目标.仿真结果验证了控制律的有效性和鲁棒性.
该文对轮式移动机器人提出了一种基于变增益的模糊PID轨迹跟踪控制方法。首先将常规PID分为PI和PD的组合,再把PID的输出转化为误差和误差变化率之和,然后设计增益随误差变化的自适应调节律,使得移动机器人跟踪期望的运动轨迹。最后通过实验验证了所提方法的有效性。
无摘要
针对传统模式下编写气动设计数据手册(ADDB)存在的数据筛选困难、模式单一、生成效率低等问题,在已有气动数据基础上,设计并实现了气动设计数据手册自定义生成系统;该系统基于溯源技术构建数据供应链,能实时显示气动设计过程,并对设计过程进行质量评估,辅助研究人员快速选择ADDB的内容;实现了ADDB模板自定义生成,能满足研究人员对ADDB内容与样式的个性化要求;并根据用户自定义的模板,使用OOXML规范以及Enjoy模板引擎技术动态生成ADDB,极大提高了ADDB的规范性和时效性,减少了研究人员的工作量;实际应用表明,该系统界面友好,性能稳定,能够简单快捷地生成ADDB文档,满足研究人员的研究需要。
无摘要
无摘要
针对延迟容忍网络(DTN)拓扑结构动态变化和节点存储空间有限的问题,提出一种具有拥塞控制策略的DTN传染路由(ERC2)方法。该方法基于一种动态存储状态模型(DSSM),节点可通过感知网络状况动态调整节点半拥塞状态的门限降低网络发生拥塞的可能性,增加ACK索引以及消息管理队列,使节点存储状态随着网络负载的随机变化而动态更新并主动删除冗余包,并根据不同拥塞状态结合传染路由和Prophet路由的优点选择单一或混合模式进行消息转发,从而达到预防、避免、解除拥塞的目的,实现节点自适应缓存管理以及网络的动态拥塞控制。在模拟器ONE上采用WorkingMovement模型进行仿真,其中与Prophet相比,ERC2方法在消息递交率上提高66.18%,Day平均时延降低48.36%,转发次数提高22.83%。仿真结果表明,在拥塞程度不同的场景中,ERC2与Epidemic、Prophet路由算法相比具有更好的网络性能。
本文基于蝙蝠算法-支持向量机预测模型与变异系数统计模型,设计大数据视域下电力物资信息价预测流程。首先详细分析预测模型与统计模型,其次设计预测方法具体流程,再次进行电力物资信息价预测模型详细设计,最后以大数据为载体优化信息价预测模型。基于蝙蝠算法不仅可显著提升支持向量机预测精确度,还可通过引进价格影响因素预测信息价,以此保证信息价预测准确性与可靠性,切实解决大数据统计信息价的不足,表明此预测流程模型的适用性良好,值得大力推广与应用。
无摘要