An iterative gradient convolutional neural network and its application in endoscopic photoacoustic image formation from incomplete acoustic measurement

Neural Computing and Applications - Endoscopic photoacoustic tomography (EPAT) is a rapidly developing catheter-based imaging technique to provide cross-sectional images of anatomical, functional...     

STM32F207和DM9161A的以太网实现方案

电力抄表系统常通过网络采集和传输电网中的谐波等信息。本文提出了一种适合电力系统的网络设计方案。在STM32F207和DM9161A为核心的硬件平台上,完成了LwIP协议栈的移植,实现了远程终端和上位机通信。使电力系统更具实时性与交互性,并保证了通信的可靠性。     

Short-term load forecasting using bayesian neural networks learned by Hybrid Monte Carlo algorithm

This paper presents a short term load forecasting model based on Bayesian neural network (shorted as BNN) learned by the Hybrid Monte Carlo (shorted as HMC) algorithm. The weight vector parameter of the Bayesian neural network is a multi-dimensional random variable. In learning process, the Bayesian neural network is considered as a special Hamiltonian dynamical system, and the weights vector as the system position variable. The HMC algorithm is used to learn the weight vector parameter with respect to Normal prior distribution and Cauchy prior distribution, respectively. The Bayesian neural networks learned by Laplace algorithm and HMC algorithm and the artificial neural network (ANN) learned by the BP algorithm were used to forecast the hourly load of 25 days of April (Spring), August (Summer), October (Autumn) and January (Winter), respectively. The roots mean squared error (RMSE) and the mean absolute percent errors (MAPE) were used to measured the forecasting performance. The experimental result shows that the BNNs learned by HMC algorithm have far better performance than the BNN learned by Laplace algorithm and the neural network learned BP algorithm and the BNN learned by HMC has powerful generalizing capability, it can welly solve the overfitting problem.     

基于柔性逻辑的智能控制器设计与仿真

研究倒立摆复杂系统优化控制问题,传统优化控制要建立精确数学模型,但与实际不符。对复杂系统采用具有认知和仿人功能、适应不确定环境等特性的智能控制方法较传统控制方法更具优势。为此,提出一种柔性泛逻辑学的智能控制模型,具有三个典型参数(e、h、k),分别反映了控制过程中的决策门限、被控量之间的关系和测量误差,能更好地掌握控制的思路。对三级倒立摆的控制采用上述方法进行仿真,实验证明了模型的正确性和有效性,并且具有良好的抗干扰能力,为复杂系统控制寻求了一种新的有效途径。     

AHP综合排序算法分析及其改进

层次分析法(AHP)是分析多目标评价、多指标决策问题时的一种常用的算法工具,但是传统AHP在进行综合排序时,却存在一定的算法缺陷,AHP不能保持各方案之间的独立性,导致当某些方案的指标值或者备选方案数量发生变化时,即使在同一评价标准下,AHP法也不能始终保证方案的排序的一致.针对这一问题,分析了AHP产生排序不一致的具体原因,指出其算法会导致最底层相对重要值会随着方案的数量的增加逐渐减少.提出用各方案与理想方案之间的相对效用指标代替传统AHP的综合排序指标,以使其能够始终保持各方案排序的一致性.给出的算例验证新方法的有效性.     

三相电流型PWM整流器的SVPWM调制方法研究

PWM调制技术主要有:基于三角载波调制的正弦脉宽调制、基于三角载波调制的梯形波调制技术、基于空间矢量的调制技术等。其中空间矢量的调制技术与上述几种方法相比更具优越性。对三相电流型PWM整流器的空间矢量调制技术进行了研究,分析了SVPWM的多种合成模式,并通过仿真及频谱分析对不同的矢量合成方法之间的优劣进行对比,找出综合性能比较优秀的几种调制方法以满足实际需要。     

一种汽轮机组排汽焓和最优初压在线计算方法

通过对已往的汽轮机变工况计算方法的分析,提出了以汽轮机末级抽汽或次末级抽汽(过热蒸汽状态)为计算起点的汽轮机顺序变工况核算方法。根据初始假定的末级流量和现场实际的末级前热力状态和背压,用汽轮机变工况流型判别准则,判别级的流型,然后从末级前参数开始顺序进行一次级的变工况核算,得到新的排汽焓,最后算得机组热耗率和排汽焓。以此方法为变工况计算的基础,并利用系统分析方法,建立了在线确定单元机组最优运行初压的数学模型。为火电机组的优化运行提出了一种新思路。     

无烟煤熔融盐催化气化反应特性研究

根据煤催化气化原理及熔融盐特性,设计了一套小型熔融盐催化煤气化实验装置。针对无烟煤燃烧特性差的特点,在实验中研究了温度和二氧化碳流量对气化结果的影响,并对影响机理进行分析。     

基于有限体积法的G4-73型离心风机三维流场数值模拟

基于有限体积法,利用Fluent软件对G4-73型离心风机内部流场进行了全三维数值模拟。结果表明:蜗壳内的低能流体区沿轴向朝流动方向推进;叶轮内的静压和动压在叶片吸力面靠近叶轮进口处最低,叶轮流道中动压等值线呈"凸"型分布,在叶片压力面靠近叶轮出口处静压和动压达到最大值,且叶轮出口相对总压损失集中在吸力面和前盘侧。     

分时控制MOSFET固态高频感应加热电源研究

研究了一种采用分时控制方法的MOSFET固态高频感应加热电源,电源输出频率是功率器件工作频率的n倍(采用n个桥分时工作)。利用MATLAB/SIMULINK实现了分时控制的仿真,分析了分时控制的工作状态,对器件功耗进行了理论推导,并对如何实现分时控制进行了介绍,且根据仿真画出了并行控制和分时控制2种控制方式下MOSFET器件损耗的曲线图。仿真结果表明分时控制在实现固态感应加热电源的高频化方面优于并行控制。