基于改进sigmoid激活函数的深度神经网络训练算法研究

针对深度神经网络训练过程中残差随着其传播深度越来越小而使底层网络无法得到有效训练的问题,通过分析传统sigmoid激活函数应用于深度神经网络的局限性,提出双参数sigmoid激活函数。一个参数保证激活函数的输入集中坐标原点两侧,避免了激活函数进入饱和区,一个参数抑制残差衰减的速度,双参数结合有效的增强了深度神经网络的训练。结合DBN对MNIST数据集进行数字分类实验,实验表明双参数 sigmoid激活函数能够直接应用于无预训练深度神经网络,而且提高了sigmoid激活函数在有预训练深度神经网络中的训练效果。     

陶瓷行业物流信息化的必要性论证和可行性对策探讨

物流信息化,一个旧而新的话题,旧在于它在我国学术界已被讨论数年,各方观点已具备一定的成熟度;新是因为我国物流信息化的各项建设工作尚处于起步阶段,未来的路任重而道远。而目前研究主要是围绕物流企业开展的,对于传统工业则相对比较少。本文以陶瓷行业为例,从理论的高度,对陶瓷行业物流信息化的必要性进行了论证和可行性对策探讨。     

DETA交联水性聚氨酯的制备与性能

以聚己二酸-1,4-丁二醇酯二醇(PBA)为软段,用二乙烯三胺(DETA)后扩链制备了具有交联结构的不同异氰酸酯型WPU.通过傅里叶变换红外光谱、X射线衍射、拉伸试验、耐水性试验等测试对WPU胶膜的结晶行为、耐水性和力学性能进行测试表征.结果表明:DETA交联降低了微相分离和氢键对WPU结晶性的影响,交联提升了WPU胶...     

地形跟随中的航迹规划与跟踪

航迹规划与航迹跟踪的结合是无人飞行器执行地形跟随任务的方案之一.根据目标区域地形高程数据,将地形跟随最优航迹规划转化为二次规划问题.以矢量场法为制导策略,并给出可行矢量场的参数设计和以航迹倾斜角为被控量的航迹跟踪控制器.仿真验证规划结果满足地形跟随的预定安全高度要求和飞行器机动性能约束,所提制导策略具备精确且可靠的航迹...     

空气气氛下氟磷灰石的低温可控合成及固化模拟核素性能

以CaF2、Ca2P2O7和Ca(OH)2为反应原料,在空气气氛和低温条件下实现了氟磷灰石的可控合成.通过×射线衍射(XRD)、傅里叶变换红外光谱(FTIR)和激光拉曼光谱(Raman)、场发射扫描电镜(FESEM)等手段对氟磷灰石的晶相组成、磷酸根基团和显微结构等进行测试表征.结果 表明:当反应原料在原化学计量摩尔比...     

长烷基链对水性聚氨酯在非极性基材上附着力的影响

以聚己二酸新戊二醇酯（PNA）、二聚酸聚酯多元醇（BY3026）、异佛尔酮二异氰酸酯（IPDI）为主要原料制备了一系列侧链含长链烷基的水性聚氨酯（WPU）乳液并制成胶膜。通过FTIR、DSC表征了胶膜的结构和热性能，测试了乳液粒径及胶膜的力学性能、吸水率、接触角以及其在双向拉伸聚丙烯薄膜（BOPP）上的附着力。结果表明，当m(BY3026)∶m(PNA)从0∶1增加到3∶5,WPU乳液粒径增大，胶膜的耐水性增强，表面能先减小后增大，拉伸强度和断裂伸长率从52.6 MPa和2607.2%分别降低至38.7 MPa和1911.2%。当m(BY3026)∶m(PNA)=2∶5时，制备的WPU胶膜表面能为35.43mJ/m2,WPU乳液在BOPP薄膜上的T-剥离强度为2.98 N/25 mm。     

汽车后空调顶棚风管气动噪声数值仿真分析及优化

先通过半消声室噪声测试和主观评价确认了某大型SUV车型后空调高档运行时顶棚风管主要噪声问题表现为200～450 Hz频带的低频轰轰声，然后基于大涡模拟(large eddy simulation, LES)和声类比FW-H方程相结合的方法对包含乘员舱的顶棚风管CFD模型进行流场和声场数值仿真计算，并分析了顶棚风管内导流片处涡流压力脉动和声模态引起该低频带噪声的机理，最后在不影响出风口风量分配比例的基础上进行导流片的结构优化，优化方案计算结果表明导流片附近的涡流强度和监测点200～450 Hz频带的压力脉动显著降低，该频带的总声压级降低4.8 dB(A),三处峰值平均降低5.5 dB(A)。     

一种非隔离型高增益三端口DC-DC变换器

针对光伏储能联合供电系统输出电压低、供电可靠性差等问题，提出了一种具备多种工作模式的非隔离型高增益三端口DC-DC变换器。变换器的3个端口共地，分别连接光伏发电单元、储能单元和负载，通过改进二次型结构提升电压增益，并降低开关器件应力。变换器具有5种工作模式，可满足离网光储发电系统的各种工况需求。此外，变换器对光伏端口和储能端口之间没有电压约束，能够适应更多的应用场合。详细分析了变换器在各工作模式下的工作原理和稳态特性，并与现有同类变换器进行了工作特性对比。根据光伏储能联合供电系统的控制要求和变换器在不同工况下的功率流动情况，研究了相应的模式运行与切换控制策略。最后，搭建了一台300 W的实验样机进行验证。     

基于多重深度学习网络的安全帽检测及工地人员身份识别方法研究

正确佩戴安全帽能有效避免物体打击事故造成的人员伤害，因而实时监测是否正确佩戴安全帽显得至关重要。基于图像处理的安全帽识别检测方法在复杂工地环境下存在许多挑战，而基于单一深度学习网络的方法直接对安全帽进行检测，无法确定安全帽是否戴在工作人员头上，对比提出了一种基于多重深度学习网络的安全帽检测及工地人员身份识别方法，通过区分出前景和背景，提取出工地人员前景区域后再进行安全帽检测，避免图像背景中其他的干扰信息。首先将图像输入Yolov4网络中检测出工地人员，然后根据工地人员的检测边界框提取出工地人员前景区域，再次输入到Yolov4网络中，最后识别出安全帽及其颜色，从而进行工地人员的身份判断。一方面能够对未佩戴安全帽的人员做到及时提醒，另一方面能够根据安全帽颜色识别出人员身份，从而判断该身份是否符合作业要求，对于保障工地人员的安全起到关键作用。     

钠离子电池黑磷基负极材料研究进展北大核心CSCD

钠离子电池被认为是一种极具潜力的二次电池体系,得到了国内外的广泛关注。硬碳是主要的钠离子电池的负极材料,但是,由于硬碳材料固有比容量较低,极大地限制了其全电池能量密度的提升。相比之下,磷资源丰富,且作为活性材料具备理论比容量高的优点,可用于发展磷基高比容量和长寿命的钠离子电池负极材料。本文通过对近期相关文献的探讨,综述了提高结构稳定性和电化学性能的一些有效策略。黑磷能够较为容易地通过机械的方法制备,并与石墨烯、多壁碳纳米管、科琴黑等碳材料复合,但是微观化学键的构建需要额外考虑,碳材料表面与黑磷化学键结合能够显著增强结构和储钠可逆性。此外,也可以引入导电高分子材料和部分典型的二维材料与黑磷复合,实现材料和电极微观结构优化,提供了提升电化学性能的重要方法,最后展望了黑磷作为钠离子电池负极材料的发展前景。