城乡交错区蔬菜生态系统肥料利用率的模型模拟

GLEAMS是美国农业部开发的一个模拟农田氮磷循环的模型,主要用来评价农田管理措施的环境效益.本研究借助GLEAMS模型并基于几个典型施肥量的模型假设,模拟了南京市东郊小型蔬菜生态系统施肥量对作物养分元素吸收量的影响.结果表明,在研究区将有机肥的施入量因地而异的减少到现有施入量的45.2%～53.4%,并且将化肥的施入量减少到13.3%～96.9%,氮素吸收率可提高9.90～14.4个百分点,磷素吸收率可提高9.60～13.1个百分点.氮的淋溶量也减少到了原有量的26.5%～37.6%,同时每公顷蔬菜地可以节约施肥成本2080元～4400元.本模拟研究为提高蔬菜生产系统的经济效益和改善生态环境提供了重要的科学参考价值.     

带有有界丢包的NBFI系统的稳定性分析

NBFIs(Network-bascd Feedback Interconnections)是一类基于网络反馈连接的系统,本文研究了此模型的数据包丢失的问题,将带有有界任意丢包问题的NBFI系统建模成一般的线性切换系统,并应用切换lyapunov函数方法加以分析,进而给出了NBFI系统渐近稳定的充分条件,最后给出仿真,从而验证了结论的正确性.     

点焊机器人系统在一汽轿车生产线上的应用及经验

本文介绍点焊机器人系统在汽车生产中的应用,着重介绍点焊机器人系统的构成和控制方式,详尽介绍点焊机器人系统的应用经验,同时结合作者亲身经历,总结点焊机器人系统在使用过程中的注意事项。     

基于HMM的汉语整句拼音输入法研究

介绍了一种基于HMM的汉语整句拼音输入转换为整句汉字的输入法,提出了引入语言知识后的一种音字选择方法.并给出了采用N元拼音文法时的选择模型.实验表明,该方法取得了较好的效果.     

大气气溶胶粒子粒径分布激光遥测研究进展

激光雷达具有探测距离远、灵敏度高、精度高、响应时间快、实时监测等优点,已成为大气气溶胶遥测的重要技术手段,对于改善人类生活质量、预防疾病、环境保护、气象研究、军事等领域有着极其重要的作用。对气溶胶粒子基本特性和激光遥测气溶胶粒子粒径分布反演的基本原理进行阐述。重点介绍了国内外利用激光雷达遥测气溶胶粒子最新进展,并对气溶胶粒子粒径分布激光遥测的发展趋势进行简要总结。     

融合注意力分支特征的甲烷泄漏红外图像分割

甲烷是现代化工业生产和社会生活的重要能源之一,实现其有效探测与分割对于及时发现甲烷泄漏事故并识别其扩散范围具有重要意义。针对红外成像条件下甲烷气体图像的轮廓模糊、泄漏的甲烷气体与背景对比度较低、形状易受大气流动因素影响等问题,本文提出一种融合注意力分支特征的红外图像分割网络（Attention Branch Feature Network,ABFNet）实现甲烷气体泄漏探测。首先,为增强模型对红外甲烷气体图像的特征提取能力,设计分支特征融合模块将残差模块1和残差模块2的输出特征与残差模块3以逐像素相加的方法融合,获取红外甲烷气体图像丰富细致的特征表达以提高模型识别精度。其次,为进一步加快模型的推理速度,将标准瓶颈单元中的3×3卷积替换为深度可分离卷积,大幅度减少参数量达到实时检测甲烷气体泄漏。最后,将scSE注意力机制嵌入到分支特征融合模块,更多地关注扩散区域边缘和中心语义信息以克服红外甲烷气体轮廓模糊对比度低等问题提高模型的泛化能力。实验结果表明,本文提出的ABFNet模型AP50@95、AP50、AP60定量分割精度分别达到38.23%、89.63%和75.33%,相比于原始YOL...     

基于多尺度局部对比度的海上风电风机叶片异常点检测∗

针对传统方法在海上风电风机叶片砂眼等损伤异常点检测虚警率高的问题,提出了一种基于多尺度局部对 比度的风机叶片异常点检测方法.首先通过Facet-Kernel滤波对图像进行预处理,抑制背景杂波,突出异常点;其次 通过多尺度局部对比度计算,准确提取异常点位置;最后通过自适应阈值分割提取损伤异常点.实验结果表明,该方 法具有较好的检测结果,拥有有效性及鲁棒性.     

级联型电力电子变压器逆变级虚拟同步机控制策略

为了降低对主网的冲击,级联型电力电子变压器的逆变级输出波形应稳定,没有畸变。然而,当其带不平衡负载时,输出侧电压会出现严重的不平衡及二倍频波动分量。采用PI与PR相结合的虚拟同步机控制策略,消除二倍频分量且使逆变级能够输出平衡的三相电压。建立MATLAB/Simulink仿真模型,与传统VSG进行对比,仿真结果证明了所采用方案的可行性。     

基于改进对比学习的道路裂缝图像分类

道路裂缝是路面破损的重要组成部分,而道路裂缝分类可以对道路养护策略的制定进行针对性的安排.针对人工标注分类耗时长,效率低等问题,本文提出了一个基于对比学习的道路裂缝图像分类方法,在传统的对比学习框架中,对特征提取部分进行改进,使得模型对细小裂缝的特征更敏感.首先对进行数据增强,其次在特征提取部分对ResNet50的部分进行改进,使用多尺度的方法提取特征;再使用多层感知机(MLP)对提取到的特征进行降维处理,并投影到向量空间;最后使用余弦相似度与用归一化温度标度的交叉熵损失对模型进行优化.实验结果表明,改进后的模型比原模型在裂缝图像上的分类效果提高了0.22%,达到了92.1%,对裂缝图像分类有较好的效果.     

基于ESO-UKF的动力电池内部温度在线估计

准确的内部温度估计对动力电池的安全使用至关重要,为了在线获取准确的电池内部温度,本文提出一种基于温度估计模型的ESO-UKF电池内部温度估计方法。其中温度估计模型由Bernardi生热模型与热路传热模型组成,生热模型中端电压由神经网络获取,传热模型参数由递推最小二乘法辨识得到;该算法利用温度估计模型的离散状态空间描述,提出ESO-UKF进行电池内部温度的在线估计,将影响估计精度的传感器偏差视为扩展状态与原状态一起估计,实现了对不确定状态的估计;测试验证表明该算法的估计误差小于1℃,能够实现多工况下内部温度的在线估计,估计精度高、适应性强。