基于ARM的智能节能照明系统设计

文章在分析路灯管理部门需求的基础上,对道路照明管理系统的功能进行了详细的规划,提出了道路照明管理系统的分层体系结构模型,并根据该模型明确定义了照明区域控制系统的功能和系统工作模式;然后提出了一种基于ARM平台和ZigBee无线通信技术的道路照明管理系统,详细阐述了在该系统中作为现场控制设备的照明区域控制器的设计;最后设计了实用的ZigBee无线通信组网方法和较为完善的多级通信协议,使照明区域控制器具备了与照明终端控制器通信的功能,从而真正实现了道路照明的网络化管理.     

考虑尾流效应的分布式海上风电制氢集群容量优化配置

离岸海上风电制氢是中远海风力资源利用的重要方式,而分布式风电制氢机组由于无须集中汇流与大规模平台搭建,成为学界业界重点关注的技术路线。然而,受风场尾流效应影响,分布式风电制氢集群不同机组之间的运行状态相互耦合,制氢能力存在差异。文中提出考虑尾流效应的分布式风电制氢容量优化模型,基于机组协同控制对电解池容量空间分布进行优化配置。算例选取中国江苏省海域实际风源数据进行研究。首先,考虑尾流效应的风电制氢机组的协同控制可有效提高约3.05%的年期望制氢量。进一步,相比于电解池容量空间均匀分布方案,文中所得出的边缘大、内部小的最优容量空间配置方案可降低海上风电制氢的平准化制氢成本,验证了所提优化模型的有效性。     

运动场景下的多目标人体姿态估计

为提高群体活动场景下细粒度人体姿态估计的准确率,优化网路中人体识别及姿态估计算法,在现有研究的基础上,提出一种结合多尺度预测以及改进并行注意力模块的多目标人体姿态估计算法。在充分利用不同尺度特征信息的基础上,实现高质量的人体姿态估计;针对运动场景下多目标人体姿态数据集较少,提出一种数据集CUPB Sport Dataset。实验结果表明,该算法在公开基准数据集和自制数据集上分别达到了81.4 mAP和79.7 mAP,验证了该算法在运动场景下针对多目标的高效性。     

基于复杂结构信息的图神经网络序列推荐算法

图结构因其在序列推荐场景中的自然适应性而备受关注,而现有的基于图神经网络的会话序列推荐算法虽然能够利用图结构信息达到较好的推荐效果,但是没有考虑用户在会话序列中的重复点击行为和项目之间的复杂转换,且未很好地利用图中复杂的结构信息,导致推荐的效果受到一定程度的限制。提出有向与无向信息同注意力相融合的图神经网络序列推荐算法,并基于推荐算法给出项目隐含向量建模算法,结合会话序列图中的有向结构信息与无向结构信息,通过考虑用户的重复点击行为和引入注意力机制建立会话中点击项目的复杂转换模型。图节点在特征传播的过程中平衡邻居节点信息与自身信息的比例,以更准确地预测推荐过程中生成的会话向量。在Diginetica、Yoochoose 1/64、Yoochoose 1/4 3个数据集上的实验结果表明,与SR-GNN、TAGNN算法相比,该算法精度最高提升4.34%,能够更好地预测用户在会话中的下一次点击精度。     

基于过程输入输出变化关系的模糊建模方法

针对难以建立精确数学模型的复杂过程,提出一种基于过程输入输出数据变化关系的模糊建模方法。首先按过程输出随输入变量变化的程度对输入变量论域进行划分,在此基础上确定模糊模型的规则总数和前件参数;然后根据所建模糊模型可表示为一个前馈模糊神经网络,利用BP学习算法求得过程模糊模型的后件参数。仿真例子验证了模糊建模方法的有效性,同时表明所建模糊规则模型较好的泛化能力。     

基于有效裁剪被遮挡单元的非规则数据场体绘制算法

提出了一种被遮挡单元的裁剪算法,以加速非规则数据场的体绘制过程。在基于一组平行切割平面的体绘制方法上,新算法通过对图像不透明度缓冲区中的值进行求平均操作,并将所计算的结果存储在一个与不透明度缓冲区间同样大小的平均不透明度缓冲区中,使得只需根据每一数据单元重心投影点在平均不透明度缓冲区中的值,就可得到此数据单元的可见性,从而有效裁剪掉被遮挡单元,降低需处理的数据量,加速体绘制过程。     

基于图像的实时漫游

提出了一个点和多边形模型混合的场影表达方式，从而实现了对复杂场景的视点不受限制的实时漫游。它从多幅带深度的参考图像出发，在预处理阶段区别对待场景中平面物体和曲面物体在参考图像中的对应像素。对于在参考图像所占区域较大的空间平面，用传统的多边形模型方式对其进行表达，试图恢复出其平面方程，然后通过采样密度比较和重采样过程，将该空间平面在所有参考图像中的出现合并成一个均匀采样的纹理图像；而对于空间曲面或在参考图像中所占面积较小的平面，使用点的形式对其进行表达，通过采样密度的比较去掉冗余的点，将保留下来的点按其空间位置进行聚类。同时，对于场景中那些不被所有参考图像所拍摄到而在漫游过程中可能形成空洞的部分，提出一个空洞预填补技术，在预处理阶段即对这类空洞进行填补，从而大大较少了漫游阶段出现空洞的几度。在漫游阶段则使用纹理映射和点Warping的方式进行绘制，以充分利用图形硬件的加速功能。     

三相四线系统并联电能质量补偿器的新型控制方法

控制技术是应用逆变器在配电网实现电能质量补偿的关键。提出一种基于参考电压矢量平移的新型三维空间矢量调制方法，用来控制三电平三桥臂中点引出式逆变器，实现三相四线系统中的并联电能质量补偿。与三相三线系统中的两维空间矢量调制不同，这种新型三维空间矢量调制方法基于α—β—O变换，利用零序分量补偿中线电流。—所提出的控制方法用在三相四线系统中的并联电能质量补偿器中，Matlab下的仿真结果表明这一控制方法可以使并联补偿器同时完成抑制谐波、补偿无功和中线电流的综合功能。通过与三维α—β—O滞环控制方法补偿效果的比较，证明三维空间矢量控制方法可以在较低的开关频率下达到更好的补偿效果。     

条纹理映射

提出一种新的基于图像绘制的方法，能高效地利用图形硬件进行加速，避免成像过程中烦人的空洞填补计算,高质量地反映物体表面的三雏凹凸细节及视差变化．该方法首先为源深度图像中每个像素生成一个条状的纹理(条纹理)，即根据一个像素及其邻近像素的深度值，沿着深度方向为该像素插值生成多个具有不同深度值的点，它们一起构成谊像素的条纹理；然后，绘制时利用图形硬件的纹理映射直接处理这些条纹理.由于各个像素的条纹理的集合可以构成源场景的近似连续三维表示,从而大大增强了源深度图像表达三维模型细节的能力，而且成像时不必进行空洞填补的计算.与已有的同类方法相比，新方法的空间需求小，成像速度快，并且成像质量很高．     

基于非负矩阵欠逼近和剪枝技术的多结构几何模型拟合

鲁棒几何模型拟合是计算机视觉中一项非常重要且具有挑战性的研究问题.它已被广泛应用于人工智能领域的多个相关任务,如车道线检测、三维重构、图像拼接和运动分割等.鲁棒几何模型拟合的主要任务是从包含离群点和噪声的多结构数据中估计模型实例的参数和数量.然而,当前的模型拟合方法在拟合精度和计算速度上仍然无法满足实际场景中应用的需求...