基于模糊PID扭矩识别的混合动力汽车优化控制

提出了一种基于模糊PID扭矩识别系数K的计算方法,并利用K对驱动模式进行初步判断。使用粒子群-蚁群组合优化算法对控制策略中的关键控制参数及部分动力系统参数进行了优化。优化后,在保证整车动力性的基础上,油耗和排放都有所降低。对优化后的控制策略进行了硬件在环仿真,仿真结果表明,基于模糊PID扭矩识别的控制策略可以实现基本的能量管理,且控制效果优于未引入模糊PID扭矩识别的控制策略。     

基于散射卷积网络的手指静脉识别方法研究

针对手指静脉特征提取及匹配识别问题,设计了一套嵌入式小型化手指静脉采集装置,并提 出了一种基于散射卷积网络算法的手指静脉识别方法． 对采集到的原始手指静脉图像进行感兴趣 区域提取和预处理,利用多层散射卷积网络提取每张图像的散射能量分布特征,计算每个子块图像 能量均值和方差作为特征向量,利用支持向量机进行样本训练和匹配识别． 实验结果表明: 该方法 用于手指静脉识别相比于目前的其他方法能有更好的效果,识别率达到100%．     

一株反硝化细菌LZ-14的筛选及其脱氮特性

采用稀释土壤悬液-涂布平板法从芦竹根际土壤中分离出22株具有硝酸盐还原能力的细菌,从中筛选出一株产气快、脱氮率高的反硝化细菌LZ 14.该菌株为革兰氏阴性菌,菌体短杆状,大小2.0μm×0.5μm,兼性厌氧,可运动.以乙酸钠为碳源、硝酸钾为氮源分别考察了n(C)／n(N)和pH值对菌株LZ-14生长及脱氮过程的影响.结果表明最佳n(C)／n(N)为5,在n(C)／n(N)为5,初始硝态氮质量浓度为150?mg／L的情况下,36?h内可将硝态氮完全去除,TN去除率可达到84.5％.最适pH值范围在7～8之间,此区间以外,菌株LZ-14难以生长及保持脱氮能力.菌株LZ-14的脱氮过程主要发生在菌体生长的第12～36?h,并伴随有一定量亚硝酸盐的累积,随后24?h内亚硝酸盐可被完全降解.     

多元用户互动的能源互联网硬件在环仿真

近年来,随着能源互联网技术的不断发展,亟需能够实现能源互联网仿真的方法作为研究基础。本文在此背景下提出了一种基于RTplus(一种实时仿真软件)的多元用户互动的能源互联网实时仿真建模方法,其上位机实现信息通信网络的模拟,下位机依托MATLAB/SIMULINK中多种能源的基础元件库,采用基于现场典型数据的建模方法实现了电、热系统关键设备的建模,能够1∶1复现现场能量波动,与仿真平台连接的能源互联网设备能够以更接近现场的方式闭环测试。最后,本工作以某国家重点研发项目中大型工业园区配用电关键设备—能量管理系统为例,搭建硬件在环仿真平台,验证了所提实时仿真建模方法的正确性。     

多任务分段紧凑特征的车辆检索方法

目的 随着公共安全领域中大规模图像监控及视频数据的增长以及智能交通的发展,车辆检索有着极其重要的应用价值。针对已有车辆检索中自动化和智能化水平低、难以获取精确的检索结果等问题,提出一种多任务分段紧凑特征的车辆检索方法,有效利用车辆基本信息的多样性和关联性实现实时检索。方法 首先,利用相关任务之间的联系提高检索精度和细化图像特征,因此构造了一种多任务深度卷积网络分段学习车辆不同属性的哈希码,将图像语义和图像表示相结合,并采用最小化图像编码使学习到的车辆的不同属性特征更具有鲁棒性;然后,选用特征金字塔网络提取车辆图像的实例特征并利用局部敏感哈希再排序方法对提取到的特征进行检索;最后,针对无法获取查询车辆目标图像的特殊情况,采用跨模态辅助检索方法进行检索。结果 提出的检索方法在3个公开数据集上均优于目前主流的检索方法,其中在CompCars数据集上检索精度达到0.966,在VehicleID数据集上检索精度提升至0.862。结论 本文提出的多任务分段紧凑特征的车辆检索方法既能得到最小化图像编码及图像实例特征,还可在无法获取目标检索图像信息时进行跨模态检索,通过实验对比验证了方法的有效性。     

基于WIFI的公交车载数据传输调度策略

为降低车辆的整体能耗并减少数据传输时间,提出一种基于无线宽带(WIFI)的公交车载数据传输调度策略。建立公交车载无线传输问题的数学模型,应用遗传算法对其进行求解,得到优化的车辆传输序列。根据该传输序列,结合相应的流程对车辆的传输进行调度。实验结果表明,该调度策略与以先来先服务为基本原则的传统方式相比,能节省16.8%的能耗,减少38%的高优先级数据传输时间。     

ANLResNet网络的前视声呐图像散斑去噪方法

前视声呐(Forward-Looking Sonar,FLS)使用换能器基阵收发声波,通过回波探测水下物体.在浅海环境,由于水下介质的反射、散射与不均匀波动,前视声呐图像极易引入散斑噪声.本文针对前视声呐图像散斑噪声,结合SRResNet与非对称金字塔非局部块,提出了ANLResNet网络用于前视声呐图像去噪,并针对前...     

融合骨骼数据的弱监督视频行为检测方法研究

在视频理解任务中,为了减少行为检测任务中的数据标注成本同时提高检测精度,本文提出一种基于骨骼数据的弱监督视频行为检测方法,使用视频级的类别标注对行为检测网络进行弱监督训练.本文以二维人体骨骼数据和RGB图像数据作为网络输入,利用循环神经网络从骨骼数据中提取时域信息并送入全连接层输出所需的特征.骨骼数据提取的特征与RGB数据提取的特征分别传入注意力网络生成相应的权重,用来生成加权特征与加权时序类别激活图值.最后根据加权特征与加权时序类别激活图值进行行为的分类与时域定位.实验结果表明,所提出的结合人体骨骼数据的算法比有监督算法少使用了数据的时间标注.算法在THUMOS14数据集和ActivityNet1.3数据集上能够提高检测准确率.     

基于BMM-Fast-SCNN的海底线实时提取算法

侧扫声呐瀑布图由于其成像原理,需要借助海底线位置对原始图片进行斜距校正。然而在实际采集过程中,声呐自噪声、悬浮物和海底目标等许多干扰因素会增加海底线提取的难度,现有的传统方法和神经网络方法在回波信号信噪比较差时无法正确实时地提取海底线。针对这些问题,提出了一种基于海底信息对称模块和多尺度特征融合模块的快速分割卷积神经网络(Bottom Information Symmetry Module and Multi-scale Feature Fusion Module Fast-SCNN,BMM-Fast-SCNN)用于实时正确提取海底线。该算法基于Fast-SCNN-1D,结合海底信息对称模块(Bottom Information Symmetry Module, BISM)来提高网络的鲁棒性,并通过多尺度特征融合模块(Multi-scale Feature Fusion Module, MFFM)增强网络提取海底线细小特征的能力。在两条测线中,该算法在一个像素和两个像素误差范围内的提取精度分别为83.56%,97.63%和96.27%,99.49%,相较于其他方法,分别至少提高了1.4...     

第六十七讲 葡萄糖改性水性聚氨酯

异佛尓酮二异氰酸酯(IPDI)为硬段,聚环氧丙烷二醇(N210)为软段,采用两步法合成一系列不同葡萄糖(PG)含量的水性聚氨酯。通过乳液稳定性测试,并采用傅立叶变换红外光谱(FTIR)、热重分析(TG)对胶膜进行结构和热性能表征,以及耐水性测试和硬度测试,探讨了不同PG含量时乳液稳定性,胶膜热性能、耐水性和硬度。结果表明,随着PG含量增加,胶膜耐水性和耐热性能均得到提高,而硬度呈上升趋势。综合考虑乳液状态和胶膜性能,葡萄糖添加量为1.75%最佳。