精品国产欧美另类一区,欧美精品高清在线xxxx,精品亚洲欧美无人区乱码

基于藍牙Mesh分布式控制和平均一致性的智慧照明系統(tǒng)[模擬設計][智能電網(wǎng)]

針對維持電力系統(tǒng)平衡向運行儲備提出的更高要求，以及大型室內(nèi)場所中LED照明負荷成為非旋轉(zhuǎn)儲備的問題，設計了一種基于藍牙Mesh分布式控制和平均一致性算法的智慧照明系統(tǒng)。該照明系統(tǒng)采用藍牙Mesh組網(wǎng)搭建的分布式網(wǎng)絡，結合平均一致性算法，以較低的運算量控制大量燈具，在實現(xiàn)功率調(diào)整的同時確保用戶舒適度趨于一致。實驗結果表明：該系統(tǒng)中所有燈具能夠在較短時間內(nèi)完成目標功率容量的調(diào)節(jié)，同時減小了功率調(diào)節(jié)對用戶舒適度造成的影響，有著網(wǎng)絡資源消耗低、穩(wěn)定性強、易擴展等優(yōu)勢，可以滿足實際需求。

發(fā)表于：4/29/2024 1:10:00 PM

基于高精度采樣和控制系統(tǒng)的掃描電子顯微鏡高壓高穩(wěn)定電源[測試測量][工業(yè)自動化]

針對掃描電子顯微鏡（Scanning Electron Microscopy，SEM）高分辨率和全天候工作的嚴格要求，提出并研制了具備高穩(wěn)定度以及絕緣性能優(yōu)良的200 kV高穩(wěn)定性高壓直流電源。實驗表明該系統(tǒng)能達到3.42‰的開關紋波和2.45‰的工頻紋波，每小時的長期穩(wěn)定性達到0.093‰~0.158‰，能夠滿足SEM對紋波和穩(wěn)定性的要求。

發(fā)表于：4/29/2024 1:10:00 PM

一種基于知識蒸餾的量化卷積神經(jīng)網(wǎng)絡FPGA部署[嵌入式技術][醫(yī)療電子]

設計了一種針對心電數(shù)據(jù)實時分類的量化神經(jīng)網(wǎng)絡，將權重量化為兩位整數(shù)，運用知識蒸餾的方法使性能達到了期望的效果，并部署于FPGA開發(fā)板上。知識蒸餾后的量化網(wǎng)絡比全精度網(wǎng)絡的分類準確率提升了9%。在FPGA開發(fā)板上的運行結果符合預期，達到了需要的性能，可以對左束支傳導阻滯（L）、右束支傳導阻滯（R）、正常心拍（N）和室性早搏綜合征（V）四種心電信號進行分類，相比于其他量化方式對存儲參數(shù)的需求更小，資源使用更少，相比于CPU速度提升了1.5倍，運行時間達到實時性要求，適合于部署在小型、輕量化的資源有限的可穿戴設備上。

發(fā)表于：4/29/2024 1:10:00 PM

一種電子標簽的加速壽命試驗可靠性預測方法研究[微波|射頻][工業(yè)自動化]

隨著微電子元器件設計能力和工藝技術的不斷發(fā)展，器件的可靠性和壽命不斷增加。射頻識別電子標簽具有需求量大、應用范圍廣、地域（使用溫度）跨度大等特點，這就對產(chǎn)品本身的可靠性提出了較高的要求，研究器件在高低溫下的退化特性具有重要的現(xiàn)實意義。基于Arrhenius理論提出了一種快速計算電子標簽激活能的方法，對電子標簽進行短時間的壽命加速試驗，通過標簽電場強度性能的退化數(shù)據(jù)預測壽命情況，快速求解電子標簽的激活能，進而計算出不同溫度條件下的加速因子，為電子標簽在不同壽命評價標準下的加速試驗時間提供理論依據(jù)。

發(fā)表于：4/29/2024 1:10:00 PM

一種全空域圓極化相控陣天線的優(yōu)化設計[微波|射頻][通信網(wǎng)絡]

針對全空域多目標通信的應用需求，設計了一種具有32單元的圓極化半球面相控陣天線。為滿足低仰角目標通信需求，采用半球加圓柱的布陣方式，通過詳細對比分析不同激活角域與單元增益下的陣列性能，確定最優(yōu)的陣列設計。仿真結果表明，該天線從0°~90°掃描過程中，天線增益大于13.8 dBi，增益波動小于1.8 dB，能夠適用于全空域多目標通信的場合。

發(fā)表于：4/29/2024 1:10:00 PM

基于深度學習技術的水稻環(huán)境因素產(chǎn)量預測[模擬設計][其他]

水稻作為全球重要的糧食作物，準確預測水稻產(chǎn)量在農(nóng)業(yè)發(fā)展中起著重要作用。由于水稻在環(huán)境因子與其生長機理的作用下往往呈現(xiàn)出非線性的特點，難以對其做出較為準確的預測，因此，提出CE-CGRU水稻產(chǎn)量預測模型，對非線性環(huán)境因子Copula熵（CE）方法進行提取特征并與CNN和GRU技術結合在一起。其目的是在水稻品種確定的條件下，識別產(chǎn)量預測的重要特征。根據(jù)使用浙江省臨安區(qū)真實數(shù)據(jù)分析和比較所提出的模型的性能，構建了其他5個產(chǎn)量預測模型進行對比，分別是MLR、RF、LSTM、GRU和CNN-LSTM。結果顯示，CE-CGRU模型的MAE、MSE和MAPE分別為0.677、0.87和5.029％，表明CE-CGRU模型具有更好的能力來捕捉水稻產(chǎn)量與環(huán)境因素之間的復雜非線性關系。此外，還對不同的特征選擇方法以及不同時間步長進行了比較和分析。

發(fā)表于：4/29/2024 1:10:00 PM

基于改進PSO算法的機器人路徑規(guī)劃研究[人工智能][工業(yè)自動化]

傳統(tǒng)粒子群算法（PSO）容易早熟收斂，陷入局部最優(yōu)，為此提出混沌動態(tài)多種群粒子群算法（CDMPSO），并將其應用在機器人三維路徑規(guī)劃中。通過引入混沌映射理論來提高粒子種群初始解的質(zhì)量和分布均勻性，同時引入分組并行優(yōu)化策略，依據(jù)適應度值采用中位數(shù)聚類的方法，將種群分為3個子種群并迭代進行實時動態(tài)調(diào)整，根據(jù)不同子種群的特點采用不同的方法來進行種群更新。在MATLAB軟件中與傳統(tǒng)PSO算法和自適應粒子群（APSO）算法進行對比實驗，發(fā)現(xiàn)改進后的CDMPSO算法全局搜索范圍更大，陷入局部最優(yōu)次數(shù)更少，最終路徑更短，從而驗證了該改進算法是切實可行的。

發(fā)表于：4/29/2024 1:10:00 PM

基于偽觸發(fā)詞的并行預測篇章級事件抽取方法[人工智能][消費電子]

篇章級事件抽取一般將事件抽取任務分為候選實體識別、事件檢測和論元識別3個子任務，然后采用級聯(lián)的方式依次進行，這樣的方式會造成誤差傳遞；另外，現(xiàn)有的大多數(shù)模型在解碼事件時，對事件數(shù)量的預測隱含在解碼過程中，且只能按照預定義的事件順序及預定義的角色順序預測事件論元，使得先抽取的事件并沒有考慮到后面抽取的事件。針對以上問題提出一種多任務聯(lián)合的并行預測事件抽取框架。首先，使用預訓練語言模型作為文檔句子的編碼器，檢測文檔中存在的事件類型，并使用結構化自注意力機制獲取偽觸發(fā)詞特征，預測每種事件類型的事件數(shù)量；然后將偽觸發(fā)詞特征與候選論元特征進行交互，并行預測每個事件對應的事件論元，在大幅縮減模型訓練時間的同時獲得與基線模型相比更好的性能。最終事件抽取結果F1值為78%，事件類型檢測子任務F1值為98.7%，事件數(shù)量預測子任務F1值為90.1%，實體識別子任務F1值為90.3%。

發(fā)表于：4/29/2024 1:10:00 PM

基于改進AOD-Net的圖像去霧算法[模擬設計][工業(yè)自動化]

為了更好解決圖像去霧后顏色失真、去霧不徹底和耗時等問題，提出了一種基于改進AOD-Net的圖像去霧算法。首先，在原有的卷積模塊中引入殘差連接，并保留了第二個特征融合層第一層的特征信息，以增強網(wǎng)絡的特征提取能力。其次，在第三個特征融合層后引入注意力模塊，強化霧圖中的關鍵特征信息，抑制無關背景干擾。最后，采用新的復合損失函數(shù)進行訓練。實驗結果表明，改進算法在公共數(shù)據(jù)集上的峰值信噪比提高了3.8 dB，結構相似性達到了93.6%。相較于其他去霧算法，該算法在去霧精度和處理效率方面均表現(xiàn)出色。

發(fā)表于：4/29/2024 1:10:00 PM

超融合架構下電力通信網(wǎng)絡管理故障研究分析[通信與網(wǎng)絡][智能電網(wǎng)]

現(xiàn)網(wǎng)中的新舊設備共存、新老版本并存等實際情況，不同廠家網(wǎng)管平臺的接口開放性、接口協(xié)議等差異性，給電力通信網(wǎng)絡的有效管理帶來了困難，尤其是更容易造成故障的頻繁發(fā)生。基于不同網(wǎng)絡設備的融合電力通信網(wǎng)絡管理系統(tǒng)的核心技術，分析現(xiàn)有各類系統(tǒng)的部署環(huán)境，并對不同品牌廠商網(wǎng)管系統(tǒng)的網(wǎng)元管理模式、相關通信協(xié)議互通的可能性進行了分析，進而提出了一種新的電力通信網(wǎng)絡管理故障控制策略，以盡可能地避免故障的發(fā)生，并隨后對已發(fā)生故障作最優(yōu)的處理，經(jīng)實驗驗證，可有效避免故障的發(fā)生。

發(fā)表于：4/29/2024 1:10:00 PM