基于计算几何的无人机避障优化问题研究

为解决无人机飞行路径规划中的问题,以2023年深圳杯数学建模C赛题给出的案例,在避开障碍物的情况下,设计2架无人机的航迹方案,使得2架无人机到达目的地的路线最优。通过无人机之间的坐标关系和计算几何建模,在此基础上建立以飞行时间最短的数学规划模型,通过仿真模拟给出结果的合理性检验说明,以期为复杂的飞行问题提供最佳的航迹方案。     

非线性载波控制的PFC电路

非线性载波控制技术是一种近年来发展起来的新型控制技术,其电路是在单周期控制技术中电荷控制基础上外加非线性载波补偿构成的。本文将着重分析非线性载波控制的Flyback电路实现功率因数校正（Power Factor correction．PFC）的方法。首先分析了Flyback电路在连续导通模式（Continuous Conduction Mode,CCM）和断续导通模式（Discontinuous Conduction Mode,DCM）下的工作原理。该电路结构简单、易实现。仿真和实验表明,该电路稳定性好．功率因数高。     

钢桥面铺装养护用早强型环氧粘结剂施工工艺

基于自主研发的早强型环氧粘结剂,研究了3种不同的粘结剂涂覆施工工艺对粘结剂与铺装混合料间强度的影响.结果表明:在钢板上涂覆粘结剂后立即摊铺混合料,粘结剂与混合料间的粘结强度和直剪强度均最高.在钢桥面铺装层养护施工中,对于早强型环氧粘结剂,可以涂覆后立即摊铺铺装层,有利于快速开放交通.     

基于10kV同期线损系统的台区线损管理五步法

随着电力行业的快速发展和经济建设的需要,居民及企业用电量与日俱增,电力企业线损问题逐渐突显。大部分电力企业就线损问题制定了相应的管理措施,但由于主客观因素的影响,线损管理未能达到预期目标。现有的台区线损管理仍然存在诸多问题,直接影响供了供电企业的经济效益。本文主要针对10kV及以下同期线损异常问题,结合现有10kV同期线损系统的实际运用,总结提炼出了台区线损管理“五步法”,为电网企业更加准确、快速、高效有序的进行线损管理提供保障。     

主成分分析法与逐步聚类法在树种分类中的应用

林业生产中,表示某一树种性状的指标众多,而不同指标间可能存在相关性,。本文运用主成分分析的方法对众多指标进行了降维综合处理,结合逐步聚类法模型对主成分分析得到的结果进行分类,最后运用计算机技术,实现上述处理过程,并为树种分类提供了一种新的方法。     

系统聚类在土壤成分研究中的应用

本文根据系统聚类的原理,采用标准化欧氏距离,利用最短距离法、最长距离法、中间距离法、重心法、离差平方和法、类平均法、可变法等来分析某地区土壤因子的相似性,从而对土壤样本进行分类。     

一趟管柱洗井验封工具的设计与试验评价研究

针对海上油田采油井修井时洗井和验封作业时效较低以及常规冲洗验封工具结构复杂易引起失效的难题,研制一套适合海上油田的具备一趟管柱正反洗井和验封功能的多功能管柱工艺技术。首先,文中阐述了一趟管柱洗井验封的工艺原理与配套工具的结构特点,并进行强度校核,然后进行密封、冲洗验封等地面功能试验和性能试验,以确保设计的一趟管柱洗井验封工具能满足海上油田技术需求。试验结果表明,研制的一趟管柱洗井验封工具能一趟管柱对海上油田油井进行洗井验封作业,提高修井作业效率。     

早强型环氧粘结剂性能与应用研究

基于快速养护需求研发了一种早强型环氧粘结剂,分析了其粘结强度、断裂伸长率的时温变化规律,结果表明该粘结剂早期强度高、柔韧性良好,铺装层摊铺温度对其强度形成有显著促进作用.工程实践表明,钢板上涂刷该粘结剂后可立即摊铺热拌沥青混合料,能够1h左右快速开放交通.     

行波小波系数极大值极性法接地故障选线研究

为正确确定故障线路,保证系统安全,提高供电可靠性,研究了配电网中单相接地短路故障时的暂态行波特性。分析变压器的暂态行波特性及其对母线行波电压和线路行波电流的影响表明,行波初始过程中母线电压及各线路电流暂态行波的小波系数的显著规律是故障线路电流暂态行波0模量初始波头的小波系数的极大值极性,总是与其它线路电流和母线电压相反。然后利用暂态行波的小波系数极大值极性特征构成了一种新颖的故障选线保护判据,即利用母线零序电压突变量判断单相接地的时刻,通过识别母线电压及各线路电流初始波头小波系数的极大值极性特征,判断故障线路。利用MATLAB建立了一个典型的配电网系统模型,仿真结果证明该选线算法的有效性,最后对该法的应用提出相关的建议。     

结合SS-GAN和BERT的文本分类模型

BERT是近年来提出的一种大型的预训练语言模型,在文本分类任务中表现优异,但原始BERT模型需要大量标注数据来进行微调训练,且参数规模大、时间复杂度高。在许多真实场景中,大量的标注数据是不易获取的,而且模型参数规模过大不利于在真实场景的实际应用。为了解决这一问题,提出了一种基于半监督生成对抗网络的BERT改进模型GT-BERT。采用知识蒸馏的压缩方法将BERT模型进行压缩;引入半监督生成对抗网络的框架对BERT模型进行微调并选择最优生成器与判别器配置。在半监督生成对抗网络的框架下增加无标签数据集对模型进行微调,弥补了标注数据较少的缺点。在多个数据集上的实验结果表明,改进模型GT-BERT在文本分类任务中性能优异,可以有效利用原始模型不能使用的无标签数据,大大降低了模型对标注数据的需求,并且具有较低的模型参数规模与时间复杂度。