排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
为了提高水下航行器的充电便捷性,水下无线充电系统得到发展,但同时水下无线充电技术仍然存在充电传输效率较低、传输功率较低的问题。而充电传输效率和功率与补偿网络的选取和耦合器的形状、参数等相关,因此实现对补偿网络和耦合器的优化对于无线充电系统传输效率和功率的提升有重要意义。首先,对磁感应耦合式无线充电电路中补偿网络选用原边串联-副边并联补偿方式,对传输功率、效率进行理论推导和分析。其次,对耦合器的尺寸结构进行仿真建模,得到参数符合的耦合器。在此基础上,建立水下无线充电仿真系统进行仿真,得到仿真参数。最后,进行器件选取和驱动电路、原副边电路PCB板的设计制作,进而搭建了一台无线充电系统样机平台进行实验,并得到实验结论。 相似文献
2.
针对目标检测网络单阶改进目标检测器(RefineDet)对类间不平衡数据集中小样本类别检测性能差的问题,提出一种部分加权损失函数SWLoss。首先,以每个训练批量中不同类别样本数量的倒数作为启发式的类间样本平衡因子,对分类损失中的不同类别进行加权,从而提高对小样本类别学习的关注程度;然后引入多任务平衡因子对分类损失和回归损失进行加权,缩小两个任务学习速率的差异;最后,在目标类别样本数量存在大幅差异的Pascal VOC 2007数据集和点阵字符数据集上进行实验。结果表明,与原始RefineDet相比,基于SWLoss的RefineDet明显提高了小样本类别的检测精度,它在两个数据集上的平均精度均值(mAP)分别提高了1.01、9.86个百分点;与基于损失平衡函数和加权成对损失的RefineDet相比,基于SWLoss的RefineDet在两个数据集上的mAP分别提高了0.68、4.73和0.49、1.48个百分点。 相似文献
3.
4.
1