基于长短期记忆网络的Vienna整流器故障预测

为了掌握Vienna整流器的健康状态,提出基于长短期记忆（LSTM）网络的Vienna整流器故障预测模型。通过对电容和功率MOSFET的退化与故障特征分析,建立Vienna整流器整体电路性能和关键元器件退化之间的关系,选择输出电压变化值ω为整流器的故障特征参数。在此基础上,构建基于LSTM的Vienna整流器故障预测模型,采用Adam优化算法训练预测模型,实现对Vienna整流器故障特征参数的预测。仿真结果表明,该模型预测结果的均方根误差为0.123 3,平均绝对百分误差为0.101 8,该模型的预测精度较高,能够较好地实现Vienna整流器的故障预测。     

新型酵母菌

在美国,廉价的汽油实际上已经制约了再生资源的燃料市场.然而,普渡大学的新研究可提高竞争能力. 20年前,普渡大学的科学家Nancy Ho已经成功地对酵母菌株进行基因工程改造,使得其能将植物材料总糖的30%以上转化到酒精中.该基因菌株的关键是能够转化木糖--植物糖中主要的一种,大多数植物材料都是含有60-40蔗糖和木糖的混合糖,正常的酵母菌株只消化蔗糖.     

基于多模态多目标果蝇优化的风光燃储微网优化调度

为了实现风光燃储微电网经济环保优化运行,提出了基于种群分区多模态多目标果蝇优化的微网优化调度算法。引入可平移负荷和可中断负荷响应,建立了以风光燃储微电网的运行经济成本和环境污染成本最小为目标函数的多目标优化模型。模型的求解采用三分区的多策略多模态多目标果蝇优化算法——将果蝇种群分为3个区并引入特殊拥挤距离,自适应地调整收敛性和多样性。与5种其他算法进行对比仿真实验,结果表明,所提出的风光燃储微网优化调度算法在全局最优求解、收敛性、多样性以及所得到的最优解集精度等方面具有明显的优势,能有效降低微电网优化的运行成本和环境成本。     

金钢石显示器

当吉米·戴维森滔滔不绝地谈论金钢石时并不是在说他妻子手上的钻石,而指的是金钢石膜--它是由甲烷和微波能量生成的--可用来制做象纸样薄的平面显示器和更坚固更耐用的计算机芯片. 美国田纳西州的梵德比尔特大学工程学教授戴维森指出:金钢石发射极能显著减少便携式荧屏所需的电能--完全可能将电池的寿命由2小时延长到2周.他说:"金钢石是目前最好的发射极."由于金钢石的锥体形状,电子离开低电压的金钢石阳极要比它们离开硅发射极快,打在荧光屏上的电子具有较高的能量,因此荧光屏需要电池的电压可以很低.     

基于深度图的水下图像复原

水下图像深度图估计的准确性影响复原后的图像质量,为得到更加准确的深度图,提出了一种基于衰减通道结合亮度图的深度图求解算法,并利用该深度图复原水下图像.首先,根据图像像素值与场景深度的关系估计水下图像的深度图,并使用图像的亮度图对深度图进行修正和细化;然后,利用深度图计算图像的大气光值和透射率图;最后,通过逆求解水下成像...