CdTe/CdS thin film solar cells grown in substrate configuration

The ability to grow efficient CdTe/CdS solar cells in substrate configuration would not only allow for the use of non‐transparent and flexible substrates but also enable a better control of junction formation. Yet, the problems of barrier formation at the back contact as well as the formation of a p–n junction with reduced recombination losses have to be solved. In this work, CdTe/CdS solar cells in substrate configuration were developed, and the results on different combinations of back contact materials are presented. The Cu content in the electrical back contact was found to be a crucial parameter for the optimal CdCl₂‐treatment procedure. For Cu‐free cells, two activation treatments were applied, whereas Cu‐containing cells were only treated once after the CdTe deposition. A recrystallization behavior of the CdTe layer upon its activation similar to superstrate configuration was found; however, no CdTe–CdS intermixing could be observed when the layers were treated consecutively. Remarkably high V_OC and fill factor of 768 mV and 68.6%, respectively, were achieved using a combination of MoO₃, Te, and Cu as back contact buffer layer resulting in 11.3% conversion efficiency. With a Cu‐free MoO₃/Te buffer material, a V_OC of 733 mV, a fill factor of 62.3%, and an efficiency of 10.0% were obtained. Copyright © 2012 John Wiley & Sons, Ltd.     

基于回溯的最大频繁项集挖掘算法

针对Apriori类算法多次扫描数据库和FP-tree类算法需要构建大量条件模式树的问题,文中提出了挖掘最大频繁项集的GBMFI算法。采用垂直格式存储事务数据库,以枚举树为基础,利用子集非频繁性质和父子节点支持度信息在搜索过程中对枚举树进行剪枝,最终得到最大频繁项集。通过实验对比,结果证明了算法的有效性,尤其适用于稀疏数据集。     

基于LMBP神经网络的MCM布局电磁场预测模型

通信微波多芯片组件(MCM)内不合理的芯片布局将会导致电磁干扰加剧。对具有不同布局的MCM多层布线基板的电磁场进行了仿真分析,并以仿真分析结果作为样本数据,建立了基于LMBP神经网络的MCM布局电磁场预测模型,然后用该模型对两种单面芯片布局下的MCM的坡印廷矢量数值进行了预测。结果显示,MCM电磁场的仿真与模型预测差值分别为0.332e–7W/m2和0.263e–7W/m2,证明了该预测模型的可用性。     

一种智能型的PCB产业需求预测方法

目前需求预测在整个印制电路板产业的生产活动控制中正扮演着越来越重要的角色。分析了影响印制电路板需求的因素和现有的预测方法,提出了一种适用于PCB产业需求预测的有效方法——遗传/BP—神经网络。实验表明该方法能够进一步改善印制电路板预测的准确度和减少生产成本的消耗。     

基于MSP430自动往返小车的设计

设计了一个自动往返和智能控制的小车。采用MSP430F149为核心芯片,选用双全桥驱动芯片作为小车电机驱动,利用PWM技术动态控制电动机的转速,红外线光电传感器检测标识线,U型红外光电传感器测量路程。 MCU判断和处理各种传感器传回的信息,向电机驱动器发出指令,控制小车在往返过程中实现自动加速、限速、减速、刹车、倒车和在液晶显示器上显示行驶时间,行驶路程等相关数据。     

基于反电势线性拟合的无霍尔BLDC驱动方法

对于以反电势过零点判断来控制无感直流无刷电机的方案,在驱动的低速阶段,由于反电动势值过小,难以准确地检测过零点,针对该问题,提出一种新的低速反电势过零检测方法。该方法在低速采用线性拟合代替硬件判断反电势过零点,并在PWM_OFF时刻进行反电势采样,提高了低速阶段的控制性能,通过Matlab的Simulink仿真证明该方案切实可行。     

基于振铃抑制的多视频超分辨率重建

为了利用较少低分辨率视频序列实现多视频超分辨率重建,本文提出一种将时空分别进行重建的算法。首先利用已有方法进行时间重建,再以得到的高时间分辨率的视频序列帧为参考帧,结合输入低分辨率视频序列帧进行空间重建。此外,针对传统重建方法在配准不精确的情况下会产生振铃现象这一问题,提出一种加入自适应惩罚项的改进迭代反投影(IBP)算法。实验结果表明,本文算法在输入低分辨率序列较少的情况下,能较好地实现多视频超分辨率重建,且能有效抑制振铃现象;重建出的高分辨率视频序列的结构相似度较对比算法提高3.4%~6.1%;在主观感受上,图像边缘锐利、人工效应少。     

BP神经网络结合变量选择方法在牛奶蛋白质含量检测中的应用北大核心CSCD

牛奶中的蛋白质含量会影响牛奶的品质,利用高光谱图像的光谱特征信息研究对牛奶蛋白质含量预测的可行性。本文提出一种基于竞争性自适应重加权算法(competitive adaptive reweighted sampling, CARS)和连续投影算法(successive projections algorithm, SPA)结合多层前馈神经网络(back propagation, BP)的预测建模方法,实验以含有不同浓度蛋白质的牛奶为对象,利用可见光/近红外高光谱成像系统共采集到5种牛奶共计250组高光谱数据,通过实验对比选择采用标准化方法对获取到的吸收光谱预处理,然后采用CARS结合SPA筛选特征波长,得到18个特征波长,建立CARS-SPA-BP模型,经过试验,CARS-SPA-BP模型的训练集决定系数和测试集决定系数R;和R;分别达到0.971和0.968,训练集均方根误差(root mean square error of calibration,RMSEC)和测试集均方根误差(root mean square error of prediction,RMSEP)达到了0.033和0.034。研究发现,采用CARS结合SPA筛选的牛奶特征波长建立的多层前馈神经网络模型,其模型预测结果与全波长建模相比并没有明显降低,因此将CARS结合SPA用于波长筛选并且结合BP神经网络基本可以完成对牛奶蛋白质含量的预测。为验证CARS-SPA-BP模型的预测能力,在相同数据环境下,使用较为传统的偏最小二乘回归(partial least squares regression, PLSR)进行建模,实验结果表明,CARS-SPA-BP相较于PLSR,R;和RMSEP均有明显提升。研究表明,CARS-SPA-BP可充分利用牛奶光谱特征信息实现较高精度的牛奶蛋白质含量检测。     

阵列天线背架制造过程质量控制分析

简述了阵列天线结构形式,分析了阵列天线背架装配、焊接及机械加工过程可能产生的变形,提出了合理的装配、焊接及机械加工工艺质量控制方案,使桁架结构的天线背架加工后的数百个槽的平面度控制在不大于0．25mm,满足天线背架设计要求。     

基于识别技术的环形生产线监控系统

使用图像识别技术,提出了一种应用于环形工业生产线仪表数据采集与自动监控的系统架构,并结合实际的环形生产线平台,给出了详细的硬件设计和软件设计。针对工业现场仪表样本采集困难的弱点,为保障系统的识别率,利用虚拟样本改进的BP神经网络设计了模式分类器,并移植到FPGA上,发挥其并行计算能力,实现了对生产线的实时、高效监控。