基于时空分布映射的大规模电池健康状态研究

针对传统方法难以对不间断电源系统、微网储能系统的蓄电池组进行高效准确的状态估计问题,提出了一种全新的基于数据驱动的方法应用于大规模电池的健康状态预测。首先,分析电池的历史数据,从电池健康状态（空间维度）和时间演变放电过程（时间维度）2个层面对电池状态进行有效聚类。其次,将数据分布映射到高维空间,设计相应的基于时空分布映射的电池健康状态预测深度神经网络模型。最后,实验模型验证了所提方法的有效性。     

一种面向RDSM系统的基于遗传算法优化色散矩阵的方法

矩形差分空间调制（rectangular differential spatial modulation,RDSM）是一种多天线非相干调制技术,该技术频谱效率高,低功耗且无信道估计开销,特别适用于信道快速变化的车联网、物联网、6G蜂窝网络等未来通信系统。然而发射端的稀疏酉矩形空时色散矩阵（dispersion matrix,DM）的构造问题一直是个难点,而当前使用的随机搜索优化方法具有极高的计算复杂度,对此,提出了一种低复杂度遗传算法（genetic algorithm, GA）。根据秩与行列式标准最大化准则（rank and determinant criterion,RDC）的方法计算适应度值,可避免差分系统中所需的分类讨论。根据星座旋转对称性的特点,降低 GA 单次迭代的计算复杂度。仿真结果表明,优化得到的DMs（DM set）显著改善了RDSM系统误比特率（bit error rate,BER）性能,对比随机搜索,低复杂度遗传算法有效提高了RDSMS的DMs优化效率,优化DMs所需的计算复杂度约为随机搜索的0.1%。     

多尺度混合注意力胶囊网络的海洋鱼类识别

针对胶囊网络(capsule network,CapsNet)特 征提取结构单一和数据处理中参数量过大的问题,提出 多尺度混合注意力胶囊网络 模型。首先,在网络初始端添加不同尺度的卷积核来多角度提取 特征,并引 入混合注意力机制,通过聚焦更具分辨性的特征区域来降低复杂背景干扰。其次,采用局部 剪枝算法优 化动态路由,减少参数量,缩短模型训练时间。最后,在海洋鱼类数据集F4K(Fish4Knowled ge)上验证, 结果表明,与传统残差网络(residual network50,ResNet-50)、双线性网络(bilinear convo l utional neural network,B-CNN)、分层精简双线性注意力网络(spatial transformation netw ork and hierarchical compact bilinear pooling,STN-H-CBP)以及CapsNet模型相比,该算法 识别精度为98.65%,比ResNet-50模型提升 了5.92%;训练时间为2.2 h,相比于CapsNet 缩短了近40 min,验证了该算法的可行性。     

太阳能吸收AAO复合氧化膜的制备与性能

通过阳极氧化技术制备高度有序的多孔阳极氧化铝(AAO),交流扩孔后,在不同条件下向氧化铝孔内以50Hz的交流频率沉积Cu-Ni纳米复合粒子。经光谱测试分析可知:在电压12V、时间600s、温度25℃条件下制备的涂层具有良好的太阳光吸收性能,吸收率为0.91、发射率为0.18、品质因子为4.9。经SEM,XRD分析可知,复合氧化膜涂层表面得到CuAl_2O_4/Cu-Ni复合纳米棒阵列。目标涂层经600℃高温处理后,吸收率、发射率波动很小,涂层体系的热稳定性得到提高。其中,CuAl_2O_4的存在限制高温环境下Cu,Ni金属颗粒在界面处的扩散,减小氧化概率。     

关于镁合金中长周期有序结构的研究综述

系统地介绍了6H、10H、14H、18R、24R型LPSO结构的原子堆垛和RE、Zn的占位特点,探讨了LPSO结构的形成条件和形成机制,分析了含LPSO结构相合金的组织演变过程并概述了组织演变方面最新的研究成果,总结了含LPSO结构相镁合金的室温和高温性能的研究现状,最后对该类合金未来的研究方向进行了展望。     

机器人自动对接系统中的定位技术

介绍了普通环境下机器人自动对接系统中应用几种不同定位方式。简单分析了几种技术的原理和特点,并引用了将此技术用于普通对接和自重构机器人对接的相应成功实验加以说明。     

分组移动对象的区域偏离监视算法

以大量可分组移动对象的区域偏离监视问题为研究背景,扩展了基于区域覆盖的空间索引结构——虚拟网格四分树,提出了一种新的索引结构VGQ_G。基于VGQ_G,实现了区域偏离监视算法RDMA;给出了监视算法的性能对比实验。实验结果表明,在移动对象数量足够大的时候,设计的监视算法比朴素的监视算法在响应时间上提高了一个数量级。     

AdaBoost高速并行字符识别算法应用

针对常用字符识别速度和精度矛盾的问题,提出了改进的AdaBoost字符识别算法。利用先验知识的稳定特征将字符集进行完全二分类,在此基础上分别训练级联的分类器,在充分的样本学习后可得到较高的识别正确率。针对AdaBoost算法的计算量大,用纯软件实现难以满足工业应用的实时性要求,根据其大量的乘累加运算相似性,基于积分图像和FPGA的并行结构来快速实现。实验结果表明,该算法能够满足印刷质量在线检测系统的识别正确率和实时性要求。