基于EEG和DE-CNN-GRU的情绪识别

近年,情绪识别研究已经不再局限于面部和语音识别,基于脑电等生理信号的情绪识别日趋火热.但由于特征信息提取不完整或者分类模型不适应等问题,使得情绪识别分类效果不佳.基于此,本文提出一种微分熵(DE)、卷积神经网络(CNN)和门控循环单元(GRU)结合的混合模型(DE-CNN-GRU)进行基于脑电的情绪识别研究.将预处理后的脑电信号分成5个频带,分别提取它们的DE特征作为初步特征,输入到CNN-GRU模型中进行深度特征提取,并结合Softmax进行分类.在SEED数据集上进行验证,该混合模型得到的平均准确率比单独使用CNN或GRU算法的平均准确率分别高出5.57%与13.82%.     

基于Attention-CGRU网络的中文语音情感识别

正确识别语音中包含的情感信息可以大幅提高人机交互的效率.目前,语音情感识别系统主要由语音特征抽取和语音特征分类两步组成.为了提高语音情感识别准确率,选用语谱图而非传统声学特征作为模型输入,采用基于attention机制的CGRU网络提取语谱图中包含的频域信息和时域信息.实验结果表明:在模型中引入注意力机制有利于减少冗余信息的干扰,并且相较于基于LSTM网络的模型,采用GRU网络的模型预测精确度更高,且在训练时收敛更快,与基于LSTM的基线模型相比,基于GRU网络的模型训练时长只有前者的60%.     

隐空间转换的混合样本图像去雾

深度学习从数据集中学习样本的内在规律,数据集的质量一定程度上决定了模型的表现。在去雾任务的公开数据集中,由于缺少成对真实数据,合成的成对数据难以模拟真实环境等问题,可能导致训练出的模型在实际环境中表现不佳。为此,提出混合样本学习问题,利用合成的成对数据和真实数据（混合样本）同时训练模型,通过隐空间的转换实现混合样本间的转换。算法利用变分自编码器和生成对抗网络（VAE-GAN）将混合样本分别编码到隐空间,利用对抗损失将真实数据的隐空间向合成雾图的隐空间对齐,利用含特征自适应融合（MFF）模块的映射网络学习成对数据隐空间之间的转换,从而建立起从真实雾图域到清晰图像域之间的去雾数据通路。实验结果表明,该算法相比其他去雾算法在真实雾图上的去雾结果更加清晰,对于较厚的雾图也有突出的效果,且该算法的峰值信噪比高于对比算法。     

时空图卷积网络下的路网交通事故风险预测

路网交通事故预测是实现道路管控、路线规划的最重要方式之一。考虑到路网中各路段特征与环境因素的影响,建立基于图卷积神经网络（GCN）和门控循环单元（GRU）的时空门控图卷积（STGRGCN）模型预测交通事故风险。通过GCN提取出道路间的空间关联性,通过GRU提取出环境因素中的时间关联性,再通过GCN与GRU的复合模块提取出时空关联性。选取美国全国交通事故数据集中洛杉矶市和休斯顿市相关数据对模型进行检验,STGRGCN模型的均方根误差、平均绝对误差以及召回率在两个城市分别为4.09、2.14、0.714和5.79、3.24、0.683,优于已有统计模型、机器学习模型以及复合模型。设计该除各模块的消融实验,证明该模型各模块皆有助于提升预测性能。     

融合多注意力神经网络的方面级情感分析

针对现有方面级情感分析模型中特征向量信息不足和语义丢失问题,提出一种多注意力融合的神经网络模型。利用词向量注意力机制捕捉句子上下文和方面词之间的语义关系;利用位置注意力机制影响方面词周围的情感特征;利用自注意力机制捕捉序列内部特征用于加强序列表示。为验证模型的有效性,在SemEval 2014 Task 4和ACL 14 Twitter基准数据集上进行实验,实验结果表明,所提模型取得的性能优于比较方法。     

基于PSD的炮口振动位移测试系统设计

为了实现炮口振动位移测试,选取大地坐标系为基准,通过坐标矩阵变换和几何求解,来描述火炮炮口位置相对于大地坐标系的振动位移情况,在测试系统中选用位置敏感探测器(Position Sensitive Device, PSD)作为光敏器件,搭建炮口振动测试模型和ZYNQ信号采集模块,用上位机软件完成炮口振动位移数据的解算、存储和显示。最后,开展了炮口振动位移测试系统的非线性拟合实验,拟合误差为25.1μm,可用于炮口振动位移测试中。     

基于聚类算法和转换网络的光伏短期功率预测

精准的光伏功率预测对优化光伏电站的运行和管理以及提高光伏发电的效率具有重要的作用。本文提出了一种基于聚类算法和转换网络的光伏短期功率预测方法。该方法首先基于自编码器的无监督聚类算法对光伏短期功率数据进行了预处理,以降低光伏出力数据本身的不稳定性对功率预测的影响。之后,该方法使用具有自注意力机制和多头注意力机制的转换网络进行光伏短期功率的预测。转换网络由编码器和解码器组成。转换网络相比传统的循环神经网络(RNN)更善于挖掘时序之间的关系。注意力机制使得转换网络具有并行计算的能力,可以加快网络训练的速度。最后,在澳大利亚光伏功率与气象数据中心 (DKASC)的光伏数据集上验证了本文提出的光伏短期功率预测方法。实验结果表明,本文提出的方法具有令人满意的预测精度。     

考虑器件结构布局的功率循环失效模式分离机制

功率循环作为考核器件封装可靠性最重要的测试被广泛应用,IGBT器件的寿命模型也越来越完善,考虑的影响因素也越来越多,如器件参数也被考虑到了CIPS08模型中,但器件失效模式的分离和失效机理的研究一直是难点。文中将脱离传统方法中测试条件的影响,重点考虑器件结构布局带来的热应力分布差异,深入研究器件不同结构布局情况下失效模式的分离机制,把握器件失效的根本原因,旨在为IGBT器件的封装结构设计提供理论指导。以INFINEON公司全桥模块EasyPACK(FS25R12W1T4)为测试对象,针对模块中具有不同IGBT芯片与DCB(direct copper bonded)板面积比的两个IGBT芯片(开关2和3)进行相同测试条件(结温差△Tj≈90K和最大结温Tjmax≈150℃)下的功率循环对比测试,以明确其失效模式。实验结果表明,具有小面积比的IGBT芯片为键合线失效,而具有大面积比的IGBT芯片则表现为焊料层的老化。这说明小的面积比可有效减小焊料层的温度梯度,从而减小器件焊料层的热应力,最终导致键合线的失效。进一步地,针对指定失效模式的IGBT芯片进行不同测试条件下的功率循环实验以验证器件...     

基于聚类与时间耦合执行序列的任务分解方法

本文针对复杂任务分析中的高度耦合任务不易分解且需重构排序的问题,提出了一种基于聚类分析与改进时间-耦合执行序列的自适应任务分解方法。在矩阵最值遴选模型和任务序列转移策略相结合的基础上,设计了基于中间任务序列的任务矩阵分割算法;并进一步采用粒度自主循环调整机制,最终实现了复杂任务的自适应解耦分析。仿真验证结果表明,该方法能够有效实现复杂任务的解耦及序列重构,在作战任务分析领域具有很好的推广应用前景。     

供用能转换促进风电消纳的综合能源系统源荷协调优化调度

针对热电联供“以热定电”约束导致的弃风问题,提出计及供用能转换促进风电消纳的综合能源系统源荷协调优化调度方法。首先,为提高供能方式灵活性,源侧引入变工况运行的空气源热泵以及含余热回收的电转气,优化电–气–热耦合关系以压缩热电联供出力空间,提高系统风电消纳水平。其次,荷侧基于热值等效原理对电、气、热用户的用能转换价值进行分析,在多类能源价格信号的引导下形成含用能转换的综合需求响应机制,协助风电并网消纳。最后,构建计及用户综合用能满意度的综合能源系统源荷协调优化模型,以最小化系统运行成本为目标优化各时段机组出力。算例结果表明,该方法在促进风电消纳的同时能够降低系统运行成本;含用能转换的综合需求响应机制对用户满意度影响较小,更符合用户的实际用能情况。