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。     

6.5MHz调频接收机的优化设计

本文设计了一款采用MC3361构成的新型调频接收机,主要优点是将双平衡双差分混频器、中频放大器、立体声解调器以及静噪电路、限幅放大器、积分鉴频器、滤波器、抑制器、选频电路和电容三点式本机振荡电路集成在一起。该接收机采用了二次变频的方法来提高镜像频率抑制比,提高了接收机的灵敏度,这样可增设多级高放电路而不受镜像频率的干扰。     

融合多权重因素的低秩概率矩阵分解推荐模型

针对个性化推荐精度较低、对冷启动敏感等问题,该文提出一种融合多权重因素的低秩概率矩阵分解推荐模型MWFPMF。模型利用给定的社交网络构建信任网络,借助Page rank算法和信任传递机制求取用户间信任度;基于Page rank计算用户社会地位,利用活动评分和评分时间修正用户间关系权重;引入词频-逆文本频率技术(TF-IDF)求取用户标签,通过标签相似性表征用户间同质性;将用户间信任度、用户社会地位影响力和用户同质性3因素融入低秩概率矩阵分解中,从而使用户偏好和活动特征映射到同一低秩空间,实现用户-活动评分矩阵的分解,在正则化约束下,最终完成低秩特征矩阵对用户评分缺失的有效预测。利用豆瓣同城北京和Ciao数据集确定各模块的参数设置值。通过仿真对比实验可知,本推荐模型获得了较高的推荐精度,与其他5种传统推荐算法相比,平均绝对误差至少降低了6.58%,均方差误差至少降低了6.27%,与深度学习推进算法相比,推荐精度基本接近;在冷启动用户推荐上优势明显,与其他推荐算法相比,平均绝对误差至少降低了0.89%,均方差误差至少降低了3.01%。     

基于改进果蝇算法优化的微电网逆变器恒功率控制算法

针对微电网逆变器恒功率控制器PI参数优化的问题,提出了基于种群分区的多策略自适应果蝇(ppmaFOA)优化的PI参数在线优化算法。根据适应度值进行排序将果蝇种群分为三个区,因每个区果蝇性能的差异提出多策略更新模式：I区局部精细搜索保证种群不退化,II区根据算法所处环境自适应调节算法的多样性和收敛性,III区引导果蝇加速收敛,提高了算法的开发和探索能力。采用5种对比算法,利用微电网恒功率控制系统进行实验,验证了所提算法的性能和经ppmaFOA算法优化后逆变器的响应速度更快、误差更小、输出更稳定。     

基于改进MLN的人类活动识别新方法

针对人类活动识别中存在的检测不确定问题,改进了马尔可夫逻辑网络（MLN）中势函数的计算方法。即软化一阶逻辑中关系运算符,使特征函数的取值范围从布尔值扩展到[0,1]区间;计算传感器事件的可信度,来获取所对应闭原子为真的概率。将改进的MLN方法与本体结合,提出混合识别框架并实现了相应算法。仿真实验结果表明,在包含错误的数据集ADL-E下,改进的MLN仍能保持较高的准确率。     

基于堆栈自动编码器的永磁电动机定子绕组故障诊断

目的：提高永磁电动机定子绕组故障诊断的准确率和全面性。方法：研究提出基于堆栈自动编码器（SAE）永磁电机定子绕组故障诊断模型,由SAE和Softmax分类器组成的神经网络,利用故障样本数据对该网络进行训练;利用模拟退火粒子群算法（SAPSO）对网络的连接权重和偏置进行寻优,确定其较优的网络结构。结果：利用该网络实现了永磁电动机定子绕组的匝间短路、相间短路以及相间绝缘降低和接线端子接触不良等故障诊断,其诊断准确率为99.40%,优于小波分析+Softmax、频谱分析+Softmax和SAE+Softmax 3种方法。结论：经过优化后的SAE+Softmax故障诊断模型鲁棒性好,受电机的转速和负载变化的影响小,可以提高永磁电动机定子绕组故障诊断的准确率。     

一种新颖高效的红外动态场景多目标检测跟踪算法

为了实现在复杂背景条件下对动态视频红外多目标进行稳健的检测与跟踪,提出了一种新颖鲁棒的运动多目标的检测与跟踪算法.首先对相邻红外图像进行匹配校准,利用图像累积差异图检测出运动的目标.为了达到实时高效的检测效果,提出了网格采样策略,大大降低了特征点的匹配复杂度并解决了特征点非均匀集中的问题.同时采用强度滤波和形态学操作等算法提升了目标的显著性特性,滤除了虚假目标;由于红外热像仪视场的变化,目标的尺度将发生变化,在检测到目标的基础上提出了尺度计算与区域检测算法;最后采取了传统的卡尔曼滤波对检测到的目标进行跟踪.实验结果表明,本文算法能够准确地检测动态场景下运动目标,并在目标尺度变化时自适应的检测出目标的变化,同时稳定地跟踪目标.     

采用动态冲击汽车零件材料承载特性分析

根据C-NACP车辆正面偏置碰撞要求,获取车身前端结构碰撞过程中材料的应变速率,发现不同位置存在一定的差异;基于材料动态力学性能测试设备,获取车身结构件材料DP800在不同应变速率下的力学曲线,获取关键参数随应变速率的变化情况,获取变化规律;基于Johnson-Cook应变速率相关的本构模型,对材料的本构模型进行拟合;采用落锤冲击试验,对车身常用的帽型梁结构进行冲击测试;基于HyperWorks建立落锤冲击模型,将材料本构模型作为参数输入模型,对比是否应用应变速率相关本构模型,试验测试与仿真分析之间的差异,以验证分析的可靠性。结果可知：车辆碰撞过程中材料的应变速率差异较大,对性能影响较大;DP800呈现与应变速率的正相关,强度随应变速率增加而增大;延伸率、强塑积则呈现先下降后缓慢上升的趋势;落锤冲击表明,材料具有明显的动力力学特性;采用应变速率相关的本构模型作为参数输入,冲击过程最大载荷、平均载荷及压溃量仿真结果与试验结果误差控制在5%以内,且变化趋势基本一致;为考虑应变速率影响,误差较大,关键误差最大超过了30%;分析结果表明,汽车车身材料表现出明显的应变速率相关特性,在碰撞仿真分析...     

基于协同标注的个性化电子学习推荐系统

分析各种基于标注的推荐技术的适用性，通过张量因子分解技术对最佳模型排序方法进行改进；比较基于标注的协同过滤（CF）、基于图的方法 （自适应Page-Rank和Folk-Rank算法）以及基于张量的方法 （HOSVD和RTF）的预测性能，优选出最佳的推荐方案。通过在一个开发的编程辅导系统中的应用，验证了所提推荐系统的有效性。