具有仿射变换锚点的文字检测方法

针对现实场景图片中的文字区域具有仿射变换和多方向的问题,设计了一种带有仿射变换锚点,能够生成仿射变换文本预测框的文本检测网络。按照常见文字实例的仿真变换形状,给定了6种固定角度和5个固定变换量。检测过程中对预测候选框的角度和偏移值进行了调整拟合,最后对边框进行了回归,让检测结果更适应真实文字区域的边界框。与以往的文字检测网络相比,该检测方法能够有效适应文字区域,在检测精度和平均指标上分别有了7%和10%的提升。     

PR+虚拟阻抗复合控制的MMC环流抑制策略

为抑制模块化多电平换流器(MMC)内部的环流,提出了一种准比例谐振(PR)控制结合虚拟阻抗的复合环流控制方法。首先分析了MMC的拓扑结构以及内部环流产生的原因;其次设计了PR控制器,对桥臂环流二倍频谐波进行抑制,设计了虚拟阻抗实现对环流高次谐波的抑制;最后在MATLAB/Simulink平台上搭建了五电平MMC逆变电路模型。仿真结果表明,所提出的环流抑制策略能有效减小环流的交流波动幅值。     

基于经验模态分解的时间序列预测方法

时间序列预测方法广泛应用于各个领域。对非平稳非线性时间序列预测方法进行了研究,利用经验模态分解法将此类序列分解为平稳时间序列,然后选择合适的步长,应用机器学习算法对各个平稳子序列进行预测,各个子序列的预测值之和即为原序列的预测值。将该方法应用于楼宇等电能能耗数据,实验结果表明,基于经验模态分解方法的时间序列预测方法精度较高,适用于预测非线性非平稳时间序列。     

光纤振动传感器相位解调算法研究综述

介绍了光纤振动传感器的定义及其类别。对相位生成载波(PGC)技术、3×3耦合器解调算法和数字正交解调算法3种光纤振动传感器相位解调算法进行了对比和分析,指出后期相位解调算法仍然有很多改进的方面。最后介绍了未来在实际中有望得到更广泛的应用的情况。     

水凝胶在光纤传感应用方面的研究进展

水凝胶光纤传感器具有不导电、重量轻、抗电磁干扰及良好的生物相容性等优点,因此在生物传感等多个领域得到了广泛应用。综述了水凝胶在光纤传感的3种调制类型,包括强度调制型、相位调制型和波长调制型。最后针对每种类型的光纤传感器列举了其在葡萄糖检测和pH值测量等方面的应用。     

基于混合高斯分布的广义零样本识别

与传统零样本识别相比,广义零样本识别的样本不仅包括测试类别样本,还包括训练类别样本,因此,广义零样本识别更具有现实意义。提出了一种基于混合高斯分布的广义零样本识别的算法（MGM-VAE）,在编码器中采用多个通道结构,促使变分自编码器（VAE）模型可以在更广泛的空间内寻求更好的映射解。     

基于CAN总线的智能小车通信系统设计

设计了一种基于CAN总线的智能小车通信系统。以CAN总线控制器SJA1000芯片为控制核心,通过CAN总线收发器TJA1050实现了智能小车的数据通信。给出了CAN总线控制器SJA1000的初始化、发送和接收模块程序的设计方法。实际应用表明,该通信系统较好地解决了智能节点的通信要求。     

基于改进粒子群算法的配电网多目标优化控制

随着光伏机组大量接入配电网,需要在增加间歇性可再生能源使用的同时,保持电力系统的电压稳定。储能技术的快速发展允许部署储能系统来支持电压调节。为了在光伏储能优化出力系统中达到网络损耗和调压措施成双优化的目的,提出了一种改进的Pareto档案粒子群多目标优化算法。在非支配排序环节计算拥挤距离时,加入小生境技术,避免陷入局部最优同时,增加Pareto解集分布的多样性。基于IEEE 30配电网系统测试了所提出的PV-ESS（photovoltaic-energy-storage-system）优化方法。结果证明,该算法对抑制光波动、提高电压稳定性以及降低网损有着良好的表现,进而维护系统运行的稳定性,降低电力行业经济成本。     

基于RefineNet特征融合的改进EAST场景文本检测方法

特征融合是文本检测算法的重要步骤。为提升文本检测的召回率和准确率，提出一种利用RefineNet(Refinement Network)网络进行特征融合的改进EAST(Efficient and Accurate Scene Text Detector)算法。以ResNet(Residual Network)残差网络作为特征提取层的骨干网络，提取出2-5层的特征图；用RefineNet取代East模型中的维度拼接算法，融合多分辨率特征，将4路特征图合并成1路RCU(Residual Conv Unit)输出；经过卷积、池化和上采样等操作在输出层得到文本框的置信度、文本框的位置信息以及文本框旋转角度，通过非最大值抑制输出检测结果。实验结果表明，在相同实验环境条件下，采用该方法比原EAST方法准确率提高约2百分点，召回率提高约8百分点。     

基于布谷鸟算法的电子变压器输出端谐振参数优化

常用来降低电子变压器主开关损耗的方法。目前是基于LLC谐振网络的软开关技术。其中谐振参数的选取是否合适直接影响到电子变压器输出性能的好坏。为此,该文引入布谷鸟搜索算法对谐振参数进行智能优化设计。该搜索算法能够对存在不可导点的目标函数进行优化,并且其特有的巢寄生行为和莱维飞行特性能够使得谐振参数避免陷入局部最优。其优化过程首先利用基波分析法对变换器的参数进行建模,然后分析和研究谐振电感、励磁电感与谐振网络直流增益、输入阻抗角以及原、副边电流、励磁电流的直接关系,从而得到参数优化的约束条件。在此基础上,利用布谷鸟搜索算法优化得到使电路损耗最小的谐振网络参数。最后,以半桥LLC谐振变换电路为例,通过实验验证了在宽输入电压下,全负载范围内,该优化设计方法比"FHA+仿真"法的效率提高了1%~2%,样机最高效率达97%,证明了论文所提优化方法的有效性。