欧美国产精品久久高清,成人国产欧美大片一区,黑人巨大精品欧美

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

針對維持電力系統平衡向運行儲備提出的更高要求，以及大型室內場所中LED照明負荷成為非旋轉儲備的問題，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。該照明系統采用藍牙Mesh組網搭建的分布式網絡，結合平均一致性算法，以較低的運算量控制大量燈具，在實現功率調整的同時確保用戶舒適度趨于一致。實驗結果表明：該系統中所有燈具能夠在較短時間內完成目標功率容量的調節，同時減小了功率調節對用戶舒適度造成的影響，有著網絡資源消耗低、穩定性強、易擴展等優勢，可以滿足實際需求。

發表于：4/29/2024 1:10:00 PM

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

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定度以及絕緣性能優良的200 kV高穩定性高壓直流電源。實驗表明該系統能達到3.42‰的開關紋波和2.45‰的工頻紋波，每小時的長期穩定性達到0.093‰~0.158‰，能夠滿足SEM對紋波和穩定性的要求。

發表于：4/29/2024 1:10:00 PM

一種基于知識蒸餾的量化卷積神經網絡FPGA部署[嵌入式技術][醫療電子]

設計了一種針對心電數據實時分類的量化神經網絡，將權重量化為兩位整數，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開發板上。知識蒸餾后的量化網絡比全精度網絡的分類準確率提升了9%。在FPGA開發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][工業自動化]

隨著微電子元器件設計能力和工藝技術的不斷發展，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據預測壽命情況，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。

發表于：4/29/2024 1:10:00 PM

一種全空域圓極化相控陣天線的優化設計[微波|射頻][通信網絡]

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。

發表于：4/29/2024 1:10:00 PM

基于深度學習技術的水稻環境因素產量預測[模擬設計][其他]

水稻作為全球重要的糧食作物，準確預測水稻產量在農業發展中起著重要作用。由于水稻在環境因子與其生長機理的作用下往往呈現出非線性的特點，難以對其做出較為準確的預測，因此，提出CE-CGRU水稻產量預測模型，對非線性環境因子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，識別產量預測的重要特征。根據使用浙江省臨安區真實數據分析和比較所提出的模型的性能，構建了其他5個產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量與環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。

發表于：4/29/2024 1:10:00 PM

基于改進PSO算法的機器人路徑規劃研究[人工智能][工業自動化]

傳統粒子群算法（PSO）容易早熟收斂，陷入局部最優，為此提出混沌動態多種群粒子群算法（CDMPSO），并將其應用在機器人三維路徑規劃中。通過引入混沌映射理論來提高粒子種群初始解的質量和分布均勻性，同時引入分組并行優化策略，依據適應度值采用中位數聚類的方法，將種群分為3個子種群并迭代進行實時動態調整，根據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PSO算法和自適應粒子群（APSO）算法進行對比實驗，發現改進后的CDMPSO算法全局搜索范圍更大，陷入局部最優次數更少，最終路徑更短，從而驗證了該改進算法是切實可行的。

發表于：4/29/2024 1:10:00 PM

基于偽觸發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，然后采用級聯的方式依次進行，這樣的方式會造成誤差傳遞；另外，現有的大多數模型在解碼事件時，對事件數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詞特征，預測每種事件類型的事件數量；然后將偽觸發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%，事件數量預測子任務F1值為90.1%，實體識別子任務F1值為90.3%。

發表于：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進行訓練。實驗結果表明，改進算法在公共數據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出色。

發表于：4/29/2024 1:10:00 PM

超融合架構下電力通信網絡管理故障研究分析[通信與網絡][智能電網]

現網中的新舊設備共存、新老版本并存等實際情況，不同廠家網管平臺的接口開放性、接口協議等差異性，給電力通信網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生。基于不同網絡設備的融合電力通信網絡管理系統的核心技術，分析現有各類系統的部署環境，并對不同品牌廠商網管系統的網元管理模式、相關通信協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絡管理故障控制策略，以盡可能地避免故障的發生，并隨后對已發生故障作最優的處理，經實驗驗證，可有效避免故障的發生。

發表于：4/29/2024 1:10:00 PM