基于深度学习与SVM的吸毒成瘾者识别

提出一种使用PCA和线性判别器的神经网络模型,利用深度学习方法通过面部图像及抽象特征中的局部信息识别吸毒成瘾者的成瘾程度和社区矫正时间。首先对主干网络Res Net50进行预训练;再使用PCA降低特征数、Fisher判别器进行预判,从而使模型的训练时间减少、特征提取更加准确和快捷;最后网络末端通过全连接层与SVM函数的组合进行分类。随机梯度下降的优化目标采用了交叉熵损失。实验表明,此方法对于吸毒成瘾程度的识别准确度可达81.74%,对于社区矫正时间的识别准确率可达60.59%。     

基于小波包分解和宽度学习的轴承故障检测

针对真实环境中复杂变工况情况下轴承故障检测问题,提出一种基于小波包分解（Wavelet Packet Decomposition,WPD）和优化宽度学习系统（Broad Learning System,BLS）的轴承故障检测方法（简称WBLS）。首先,小波包分解非平稳时变轴承信号,提取尺度系数和小波系数作为二维的时频特征;其次,将二维时频特征输入BLS网络和具有增量学习的BLS网络映射成特征节点和增量节点,借助伪逆计算BLS网络的权重;最后,将特征节点、增量节点拼接与权重同时输出,完成BLS网络训练,进行测试分类。通过在CWRU公开数据集上的实验结果表明,基于WBLS的方法分类准确率为97.67%,网络训练耗时9.62 s,说明该方法能在保持较优分类准确率的同时,快速完成训练,节省大量时间。     

计及最小飞跨电容的单相三电平微型逆变器

针对单相光伏微型逆变器中电解电容体积大、工作性能受温度影响程度高、寿命短所导致系统功率密度低与可靠性差等缺点,设计了一种计及最小飞跨电容的单相三电平微型逆变器。该逆变器可独立应用于单个光伏板,在保证输出性能的同时,有效浓缩拓扑结构的体积,提高系统功率密度。首先,通过建立系统等效拓扑结构,研究单相飞跨电容型三电平光伏微型逆变器的工作模态;其次分析飞跨电容升压电路实现输出三电平以及功率解耦的机理;然后依据逆变器稳定运行的约束条件,依靠离散求解方法计算飞跨电容的最小容值,采用体积小、工作性能稳定的薄膜电容取缔电解电容。最后,在数字信号处理器（DSP）实验平台中,通过开环控制算法验证了该逆变器的优越性。     

多相电驱重构型车载充电系统绕组开路故障诊断与容错控制

电动汽车(EV)用电驱重构型车载充电系统(EDROC)因其突出的商业价值成为国内外学者的研究焦点。文中针对六相EDROC充电模式中单相绕组开路故障条件下的故障诊断与容错控制进行研究。首先,介绍了六相EDROC的电路拓扑与基本工作原理;其次,针对绕组开路故障问题,提出一种简单易行的故障诊断方法,包括故障检测与故障定位两个环节,分别通过判断电流矢量的角度变化率与绕组电流平均极性实现;然后,研究了系统单相开路故障下的容错控制,通过重新分配绕组电流幅值与相位,实现网侧电流平衡与无旋转磁场;最后,搭建了实验平台,实验结果验证了所提故障诊断方法与容错控制的正确性。     

钻石型配电网的保护与自愈策略分析

为提升钻石型配电网供电可靠性,配网二次保护系统引入自愈方案。首先,在变电站出口和开关站母线分段处配置不同类型的自愈终端,通过线路光纤差动保护、简易母差保护和分支线过流保护协同,采用光纤手拉手连接的通信模式,确保实现故障的精确定位和快速隔离。其次,优选环内联络开关自愈控制,辅以站间备自投,由此实现正常态单一故障、检修态单一故障和正常态双重故障时,处于非故障段负荷的快速复电。仿真结果表明：所提方法能在最小范围内定位和隔离故障,在0.5 s内恢复非故障段负荷,从而满足供电可靠性需求。     

计及开关频率分区优化的PMSM三电平模型预测控制

为降低传统三电平供电的永磁同步电机模型预测控制系统的开关频率,提出一种计及开关频率分区优化的PMSM三电平模型预测控制方法。首先,将空间电压矢量平面划分为12个扇区,并且根据上一时刻电压矢量所在位置,选择相邻扇区的电压矢量作为备选矢量。其次,加入对开关状态切换的限制,每个开关周期仅允许一相开关状态发生连续性跳变,减少备选矢量数量的同时能够有效降低开关频率。进一步,利用具有相同空间位置但对中点电位影响相反的正负冗余小矢量来平衡中点电位。最后,通过仿真和实验,验证该控制策略的有效性。     

轻量级(2+1)D卷积结构的动态手势识别研究

目前,基于卷积神经网络的动态手势识别方法取得了巨大的进展,但神经网络模型具有很大的参数量,计算成本和内存占用较大,很难应用在设备资源有限的场合.以减少计算量和参数量为出发点,提出了一种轻量级(2+1)D卷积结构.该结构在(2+1)D卷积结构的基础上,将其中的3D卷积替换为3D深度可分离卷积,在输出向量维度不变的前提下,进一步减少了(2+1)D卷积结构的计算量和参数量.为了弥补时空特征在表征动态手势上的不足,融合注意力机制模块,专注于对运动特征的提取,结合轻量级(2+1)D卷积结构提取的时空特征,可以更好地表征手势动作.实验结果表明,注意力机制模块的插入,在不增加太多额外计算和空间成本的前提下,进一步提高了模型的识别精度.基于以上结构构建的模型,在20BN-jester、EgoGesture和IsoGD数据集上分别取得了96.62%、91.83%和60.1%的识别精度,模型参数量和浮点计算量分别为5.05M和12.81GFLOPs,相比于其他手势识别模型,计算成本和内存占用大大减少,实时手势识别速度达到每秒70帧.     

基于B-样条曲线暗通道的图像去雾算法

针对暗原色去雾算法在高亮背景图像中出现光晕（Halo）效应的问题,提出一种基于B-样条曲线加gamma（γ）修正透射率去除Halo效应的算法。通过分析暗原色透射率图像的统计直方图,得出Halo效应的产生是由于HE算法透射率直方图中低灰度值占比较大,因此需要对直方图低灰度包络进行修正。寻找直方图中第1个低灰度波峰,在2个波谷间进行子区间分割,并以区间边界点作为样条区间节点计算三次样条曲线,以拟合低灰度包络。基于透射率图中修正位置对修正结果的关键性作用,采用改进的大津法从横向和纵向两个维度对透射率图进行分割,以确定修正区域,实现精准补偿,提高抗噪性能。根据不同雾图选择合适的γ修正系数修正拟合的灰度包络并对图像进行还原,验证不同修正系数对结果的影响。实验结果表明,当修正系数γ>1.5时,Halo效应能被有效减缓或消除,与HE算法相比,该算法的对比度、信息熵最大可分别提高10.1%和9.9%,算法并行度可达到M或N级。     

裂纹位置对含铌γ-TiAl合金裂纹扩展影响的分子动力学模拟

为了研究微观尺度下裂纹相对位置对3%铌含量的单晶γ-TiAl合金裂纹扩展过程的影响,运用分子动力学方法,建立γ-TiAl合金的晶体结构模型,模拟边界裂纹和中心裂纹扩展的过程,得到了裂纹扩展的轨迹图和能量演变图,分析了裂纹位置对3%铌含量的单晶γ-TiAl合金能量和应力-应变关系的影响,进而揭示了裂纹位置对裂纹扩展的影响。研究结果表明:中心裂纹的γ-TiAl合金在其拉伸初始阶段,受力并不集中,随后由于原子键的断裂形成了孔洞,孔洞部位抑制裂纹的扩展,因此裂纹要继续扩展需要克服更大的阻力。裂纹在中心位置和边界位置对γ-TiAl合金产生的力学影响不同,边界裂纹对材料产生断裂的危害性更大。     

基干Snort的IPv6协议分析技术

在TCP/IP协议的基础上,分别讨论了数据包的封装与分解,IPv6数据包结构和过渡技术,提出了一种准确高效的探测入侵的新技术-协议分析技术,然后详述了协议分析技术在Snort中的应用过程,详细介绍了IPv6解码的过程.结果表明:在Snort中添加IPv6解码模块,使Snort具有了对IPv6数据包的检测能力.