基于行波函数的仿蠕虫移动机器人驱动信号统一表征方法

提出了基于行波函数的仿蠕虫移动机器人驱动信号统一表征方法.首先,针对连续型仿蠕虫移动机器人,推导了基于行波函数的驱动信号表达式,并提出了驱动信号波形生成函数的构造方法.然后,针对多单元仿蠕虫移动机器人,修正了基于行波函数的驱动信号表达式,并证明了多单元机器人的驱动信号表达式可以转化为连续型机器人的驱动信号表达式.最后,简单介绍了当存在以不同波速传播的驱动信号时和当不同部分上的驱动信号波形生成函数不相同时的驱动信号表达式.将本文提出的方法应用于一个连续型仿蠕虫移动机器人和两个多单元仿蠕虫移动机器人,新驱动信号表征方法和原驱动信号表征方法得到了相同的结果,表明本文方法具有很强的适用性.     

强关系型社交媒体平台不实信息传播模型研究

社交媒体是当前人们获取信息的重要渠道,但是社交媒体中不实信息大量传播造成社会危害的问题一直困扰着管理者。为了减轻不实信息造成的不良社会影响,对不实信息的传播规律进行研究。划分出强关系型社交媒体,通过Multi-Agent建模的方法,引入用户个体异质性和决策行为不确定性,建立不实信息传播模型。用控制变量法,在多种网络中进行仿真模拟。研究表明：不实信息传播的初始节点不完全能够决定不实信息的传播范围;不实信息传播过程的缓解期长短与网络的随机性有关;用户观点共鸣度分布会对不实信息传播产生影响。     

利用邻域信息交互的在线流特征选择算法

开放动态环境下的机器学习任务面临着数据特征空间的高维性和动态性。目前已有在线流特征选择算法基本仅考虑特征的重要性和冗余性,忽略了特征的交互性。特征交互是指那些本身与标签单独统计时呈现无关或弱相关,但与其他特征结合时却能与标签呈强相关的特征。基于此,提出一种基于邻域信息交互的在线流特征选择算法,该算法分为在线交互特征选择和在线冗余特征剔除两个阶段,即直接计算新到特征与整个已选特征子集的交互强弱程度,以及利用成对比较机制剔除冗余特征。在10个数据集上的实验结果表明了所提算法的有效性。     

计量用低速风洞结构参数仿真研究

为准确分析风洞结构参数对所产生的风场稳定性的影响规律,以现有低速风洞为蓝本,通过改变其试验段结构参数建立多个不同参数试验模型;采用ansys CFD对建立的多个新模型进行结构流体仿真,对仿真结果进行数据拟合,找出风洞收缩段曲线结构参数变化对试验段轴向风速梯度和法向风速均匀性的影响;仿真实验结果表明,试验段法向中心面的有效试验区的均匀性系数随着收缩段长度增加而减小,到一定程度趋于稳定,风洞模型在L＞ 23 cm后风场均匀性系数基本处于稳定,试验段前半段的风速轴向梯度明显大于后半段的风速轴向梯度,有效试验区域多集中在后半段,风洞模型中轴向有效试验区域x＞(10～15) cm,可以为风洞的设计提供可靠参考.     

基于模型的四旋翼无人机半实物仿真平台研究

为了降低在真实飞行器上测试新的控制策略时所存在的设备损坏风险,对四旋翼无人机的控制器和半实物仿真实验平台进行了开发和介绍;首先,分析了四旋翼无人机基本结构和飞行原理,并对其进行了动力学建模;其次,设计了对应的常规PID控制器和滑模控制器,并进行了Matlab仿真对比和分析;最后,展示了采用先进的基于模型的设计方法和代码自动等技术的半实物仿真实验平台,并详细介绍了其硬件和软件的总体架构和不同模块的配置;仿真结果表明所设计滑模控制器相比于PID控制器有更好的控制效果,并给出了其在半实物仿真平台上用来研究四旋翼无人机姿态控制的可行性。     

基于虚拟仿真的电子技术课程设计

在当前高校课程体系中,电子技术课程设计是一门十分重要的课程,以实践操作为主导,课程包含理论教学与实践应用操作两大部分。本文基于该课程的虚拟仿真技术运用进行分析,以期能够为业内人士提供参考。     

任务感知双原型网络的人物交互少样本识别

人物交互(HOI)识别是计算机视觉领域的重要研究热点.随着深度学习在图像分类任务中的巨大成功,人物交互识别任务也取得重大进展,但样本不平衡和组合爆炸问题仍是制约当前人物交互识别任务性能的关键挑战.由此,将人物交互识别任务与少样本学习相结合,将人物交互识别任务定义为一个少样本任务,并提出了任务感知双原型网络(TDP-Net)来解决少样本人物交互任务.具体地,首先使用图方法为每个任务生成语义感知的任务表示作为任务的先验信息,并使用语义图注意力模块(SGA-Module)生成注意力权重,对特征图中不同区域进行不同重要程度的关注,以适应不同任务条件下的映射关系,实现在新任务中自动推理.此外,还设计了一个双路原型模块(DP-Module)以分别产生交互类别的动作类原型和物体类原型,并分别对动词和名词进行分类.通过分别为动作和物体建立类原型,有效地分离了动作和物体间复杂的视觉关系.同时由于人物交互类别之间具有相似性,可通过重新组合动作和物体类别将知识迁移到新的交互类别中.实验结果表明,该模型在人物交互少样本任务上的平均准确率比基线方法在两个实验设置上分别提高了3.2个百分点和15.7个百分点,验证了TDP-Net在少样本人物交互任务中的有效性.     

一种针对复杂曲面的快速自由交互拾取算法

三维模型的交互拾取作为最直观的人机交互方式,在各个领域都有广泛地应用,如几何建模、 3D 游戏和有限元分析等。针对目前含有复杂曲面模型的拾取效率和拾取自由度低等问题,提出了一种对复杂 曲面的快速自由交互拾取算法。首先采用一种类似画刷的工具,对画刷在屏幕中移动的路径进行离散,接着对 每一个离散点应用基于 BVH 结构的单点拾取法来拾取复杂曲面,然后用 2 个哈希结构降低算法的响应时间, 最后对该算法进行了验证。     

基于细粒度特征交互的推荐模型

随着电子商务的兴起,用户在网购的同时留下了大量的评论。用户评论通常包含丰富的用户兴趣和项目属性等语义信息,反应了用户对项目特征的偏好。近年来,许多基于深度学习的方法通过利用评论进行推荐,并取得了巨大成功。这些工作主要是采用注意机制来识别对评分预测很重要的词或方面。它们单一的从评论中提取特征信息,并通过用户和物品的特征交互得到预测分数。然而,过度的聚合可能会导致评论中细粒度信息的丢失。此外,现有的模型要么忽略了用户和项目评论的相关性,要么只在单个粒度上构建评论特性交互,这导致用户和项目的特征信息不能被有效而全面地捕获。针对上述问题,在本文我们考虑通过从评论的多个粒度捕获特征信息,然后为用户和物品进行多粒度下的特征交互,可以实现更好的评分预测和解释性。
为此,我们提出了一种新的用于评分预测的细粒度特征交互网络（FFIN）。首先,模型并没有将用户的所有评论聚合成一个统一的向量,而是将用户和物品的每条评论单独建模,通过堆叠的扩展卷积分层地为每个评论文本构建多层次表示,充分地捕获了评论的多粒度语义信息;其次,模型在每个语义层次上构建用户和物品评论的细粒度特征交互,这有效避免了单粒度交互导致的次级重要信息被忽略的问题;最后,由于用户的评论行为通常是主观且个性化的,我们没有使用注意力机制来识别重要信息,而是通过类似于图像识别的层次结构来识别高阶显著信号,并将其用于最终的评分预测。我们在6个来自Amazon和Yelp的具有不同特征的真实数据集上进行了广泛的实验。我们的结果表明,与最近提出的最先进的模型相比,所提出的FFIN在预测精度方面获得了显著的性能提升。进一步的实验分析表明,多粒度特征的交互,不仅突出了评论中的相关信息,还大大提高了评分预测的可解释性。     

三河口水利枢纽调流调压阀仿真计算分析与试验研究

三河口水利枢纽供水阀采用DN2000-16活塞式调流调压阀。为保证流量符合设计要求、阀门不发生气蚀振动破坏,确保工程安全,针对水头高、流量变幅大、工作条件复杂的问题,进行了调流调压阀的流场仿真分析计算和试验研究。首先建立三维仿真模型,选择合适的计算软件,根据设计流量率定流阻系数后,选择前半段开小孔、后半段开大孔的活塞开孔型式,进行流态仿真计算,包括流场分析、气蚀和振动分析计算。其次,按线性缩尺1∶5设计1台DN400模型机,分析论证模型机与真机的相似性。最后,按照计算参数设计加工一台DN400的模型机,通过试验验证其关键参数和流量特性与计算值的符合性,测量模型机上下游压力、流量等参数,测算其流阻系数、流量系数和流量-压力-开度曲线。结果显示:压力-开度-流量关系符合设计要求,流量/开度比呈直线分布,压力值相等情况下流量比与模型比呈平方关系;DN400模型机仿真分析计算结果与DN2000调流调压阀计算结果比较,流阻系数、流量系数比误差基本≤5%,基本达到相似性要求;与DN400模型机CFD计算结果对比后误差≤5%,试验和计算结果基本吻合,气蚀判定后没有气蚀发生,噪音小于95分贝。结果表明:流场分析计算所用软件是可靠的,DN2000调流调压阀具有良好的抗气蚀性能。通过试验和研究后,研究制定了"模型试验内容及验收标准"和"DN2000-1.6 MPa调流调压阀验收标准",为我国《调流调压阀设计导则》的制定奠定了坚实基础。