基于残差量化卷积神经网络的人脸识别方法

针对大规模人脸识别问题,基于残差学习的超深卷积神经网络模型能取得比其他方法更高的识别精度,然而模型中存在的海量浮点参数需要占用大量的计算和存储资源,无法满足资源受限的场合需求.针对这一问题,本文设计了一种基于网络参数量化的超深残差网络模型.具体在Face-ResNet模型的基础上,增加了批归一化层和dropout层,加深了网络层次,对网络模型参数进行了二值量化,在模型识别精度损失极小的情况下,大幅压缩了模型大小并提升了计算效率.通过理论分析与实验验证了本文设计方法的有效性.     

基于FEM的铁轭宽度对空心电抗器的性能影响研究

文章应用仿真软件 MagNet对空心电抗器进行建模和仿真计算,改变铁轭宽度,研究铁轭覆盖绕组不同状态下的油箱、铁轭、梁的磁场分布,以及油箱及金属件的温升分布。     

基于BP神经网络的解耦方法在直流锅炉控制系统中的应用

分析了直流锅炉运行时各变量之间的耦合关系;针对直流锅炉参数多变、强耦合的特点,提出了一种改进的误差反向传播算法(BP)神经网络分散解耦方法,对直流锅炉汽温-压力控制系统进行解耦,然后采用基于BP神经网络的PID控制方法对解耦后的2个近似独立的单输入单输出系统进行控制.仿真实验结果表明:BP神经网络分散解耦控制算法具有很强的自学习功能和自适应解耦能力,能取得良好的控制效果.     

变压器胶囊式储油柜胶囊破损监测方法及可靠性分析

变压器胶囊式储油柜在运行时出现破裂,会影响变压器安全稳定运行。基于此,介绍了胶囊式储油柜的工作原理以及常用监测方法;同时,通过现场胶囊破损监测实例分析与试验验证,分析各监测方法优缺点,为选择可靠的胶囊破损监测方法提供参考依据。     

超临界直流锅炉对象特性及控制策略的研究

介绍了超临界直流炉的控制特点，分析了其控制系统的现状及难点。针对超临界直流锅炉多变量、非线性、大迟延、大惯性的特点，提出了合适的控制策略，在理论上进行了比较深入的分析，为超临界直流锅炉控制策略的选择提供了参考。     

单宁基阳离子型吸附树脂的制备及吸附性能研究

以3-氯-2-羟丙基三甲基氯化铵为改性剂对单宁基酚醛树脂进行表面改性制备单宁基阳离子型吸附树脂,利用红外分析和元素分析对单宁基阳离子型吸附树脂的结构进行了表征,并探讨了该树脂对直接染料吸附性能。结果表明,单宁基酚醛树脂表面引入了季铵基团;单宁基酚醛树脂经季铵化改性后对直接染料具有较好的吸附效果,最大吸附量达到531.1 mg/g;在直接染料质量浓度低于0.2 g/L时,单宁基阳离子型吸附树脂对直接染料的吸附率高达96%以上;单宁基阳离子型吸附树脂对直接染料的吸附符合Langmuir等温吸附模型。该树脂在阴离子染料废水处理方面具有潜在的应用前景。