基于深度神经网络的普通话智能评测关键技术研究

为改进传统普通话水平测试第四题测评中的不足,实现测评的智能化,减轻工作人员工作量,提升考试的公平性,采用基于深度神经网络的普通话智能评测关键技术,设计使用深度神经网络-隐马尔科夫模型的语音识别模型(DNN-HMM),识别考生表述的语音,更好地反映考生真实发音的标准程度;使用条件随机场训练分句模型,更加精准地判定考生发音的流畅程度;采用矢量空间模型,较好地评估考生词汇语法使用的规范程度。     

基于组合赋权和BP神经网络的高校学生综合素质评价研究

考虑到主客观赋权的弊端,以高校学生综合素质评价为例,提出了一种基于最小相对信息熵原理的组合赋权方法,建立了综合职业能力视角下的评价模型。为了提高综合评价的便捷性,以单项指标为输入样本,评价成绩为输出样本构建BP神经网络。仿真结果表明,BP神经网络的预测平均相对误差为0.61%,最大相对误差为1.57%,说明该模型在合理的范围内能快速给出评价结果,避免了繁琐的计算过程,具有一定的应用前景。     

基于改进遗传算法的机器人路径规划方法

针对基本遗传算法在机器人路径规划中存在收敛速度慢、易陷入局部最优解的问题,提出一种改进的遗传算法. 在适应度函数中增加带有惩罚项的平滑度函数; 引入精英保留机制,保留每一代最优个体; 自适应调整交叉概率和变异概率,使交叉概率和变异概率随进化次数变化而变化. 利用MATLAB在两种障碍物地图中与其他两种算法进行仿真对比分析,实验结果表明,改进后的算法在路径规划的应用中有效减少了机器人的转弯次数,提高了逃离局部最优路径的能力,寻优能力更强.     

基于改进YOLOv3的运动目标分类检测算法研究

提出一种基于改进YOLOv3算法的一类运动目标检测算法. 为进一步提高YOLOv3的检测精度,采用基于DIoU优化的边界框回归损失函数进行计算; 优化非极大值抑制,有效减少了目标框重叠的现象,提高检测精度; 针对运动目标检测,提出一种基于目标框多中心点位移的检测算法. 经UA-DETRAC数据集上的实验表明,改进后的算法在提高检测精度的同时保证了较快的速度,准确率和召回率相比原始YOLOv3分别提高了 8.07%和3.87%,对运动目标的检测速度可达20 fps/s,可满足实时检测的要求.     

基于随机森林和长短期记忆网络多元负荷预测的综合能源三层规划调度

针对综合能源系统负荷不确定性对规划和调度造成的高成本低效率问题,提出一种基于多元负荷预测的3层规划调度模型,主要包括预测层、规划层和调度层;基于随机森林回归网络和长短期记忆网络构建了多元负荷的长期和短期预测模型;以综合规划调度成本和调度运行成本最小为目标,采用改进粒子群算法和CPLEX求解器获取最优系统综合成本及配置方案;通过不同场景下的规划调度,分析了设备状态与系统成本。通过对比所构建的3层模型与常规双层模型的规划调度结果,证明了3层规划调度模型的经济性与可靠性。     

氢气催化燃烧研究进展

氢气作为最理想和最有效的能源载体之一,被广泛地应用于各个行业。但是氢气的不完全燃烧和排放问题会造成一定的安全隐患,因此引入了氢气催化燃烧概念。氢气催化燃烧主要涉及催化剂和燃烧器两个方面。催化剂多使用Pt基、Pd基催化剂,它们对氢的吸附性能较强,H-H键容易断裂。载体材料可以改变催化特性。金属钛作载体可以抗高温,铈锆氧化物可以提供氧空位降低点燃温度;分子筛做载体可以对氢气选择性氧化。氢气催化燃烧器多采用固定床反应器、微通道反应器、整体式反应器等,可用于研究氢气催化燃烧特性及动力学方程;漩涡式、多层式反应器利用传热均匀的特点,可用于家庭烹饪、房屋取暖等。     

芩香清解口服液挥发油包合工艺研究

目的:研究羟丙基倍他环糊精(HP-β-CD)包合芩香清解口服液中广藿香挥发油的最佳包合工艺。方法:以包合物含油率和挥发油利用率的综合评分作为评价指标,采用正交试验法优化包合工艺,并利用气相色谱、红外光谱和X射线衍射法、对其进行包合物验证。结果:包合物最佳制备工艺:包合温度35℃,包合时间为2.5h,广藿香挥发油︰HP-β-CD=1︰12。包合物经验证后发现HP-β-CD结构和挥发油成分在包合前后无明显变化。结论:按优选工艺验证,挥发油被包合形成稳定的包合物,且具有包合率高、工艺稳定、易溶于口服液等优点。     

基于Hermite多项式函数链模糊神经网络的PMLSM分数阶反推控制

针对永磁直线同步电动机(PMLSM)伺服系统中存在的参数变化、负载扰动和摩擦力等不确定性因素,采用了函数链模糊神经网络(FLFNN)和分数阶反推控制(FOBC)相结合的控制方案来提高系统的控制性能.首先,采用FOBC实现系统的全局调节和位置跟踪,提高系统的收敛速度和控制精度;然后,采用Hermite多项式函数链模糊神经网络(HFLFNN)直接估计系统中存在的不确定性,同时利用指数补偿器对估计误差进行补偿,进一步提高系统的鲁棒性;最后,利用Lyapunov函数推导出系统中控制参数的在线调整估计律.实验结果表明所提出的控制方法切实可行,能够有效地抑制不确定性对系统的影响.与FOBC相比,具有更好的跟踪性能和鲁棒性能.     

锂离子电池硅基负极材料的研发进展

聚焦几类锂离子电池硅基负极材料的研发进展,主要是硅/石墨、硅/碳纳米管、硅/碳纳米线、硅/石墨烯、三维多孔硅复合材料的储锂性能及机理;探讨锂离子电池硅基负极材料目前存在的首效低和安全性不足等问题及掺杂和材料复合等解决途径;展望发展高性能、低成本新型硅基负极材料的研发方向.