基于双注意力时间卷积网络的人体行为识别

为解决TCN使用可穿戴传感器数据进行人体行为识别准确率不高的问题,提出适用于可穿戴传感器数据的双注意力时间卷积网络的人体行为识别模型。为TCN引入两类不同的注意力模块,提取与当前行为高度相关的深层特征。利用LN层代替TCN中残差模块的WN层,优化模型的残差结构。创新性地应用三元组损失函数区分高相似传感器数据的异类行为。实验结果表明,在公共人体行为数据集PAMAP2上采用该模型的识别准确率高达98.25%,相较原始TCN模型提升了5.28%。     

蒙脱土-弹性体/聚丙烯复合体系纳米颗粒相区分散对结晶形态与介电性能的影响

随着电缆需求量日益加大,环保节能绝缘已成为新的发展趋势,研发改进聚丙烯(PP)成为电介质研究学者们的首选。为改善聚丙烯-弹性体共混物的介电性能,采用两步熔融共混法,使用两种不同的增容剂配合有机化处理蒙脱土(MMT)制备MMT-POE/PP纳米改性共混材料,探讨纳米颗粒在共混物材料不同相区内的分散状态,及其对纳米改性效果的影响。利用SEM、静电力显微镜(EFM)、偏光显微镜(PLM)与DSC表征介质的微观结构、结晶形态与结晶参数,并通过对共混物进行击穿性能测试,探讨相区分散对MMTPOE/PP复合材料性能提升的微观机制。实验结果表明：MMT倾向于PP相分散时,其结晶尺寸减小至4.7μm,结晶速度与结晶度有所上升,这使介电常数和绝缘电导率明显下降,且交流击穿场强从82.69 kV/mm提升至95.16 kV/mm。通过调控纳米颗粒倾向于PP相均匀分散,方可对共混物材料的介电性能起到正向提升的作用。     

基于Dijkstra算法的AMR集群协同调度研究

在环境复杂的柔性制造系统中进行合理地AMR(autonomous mobile robot)调度具有重要意义。针对AMR调度中的路径规划与任务分配，以最小化AMR完成任务时间为目标函数建立数学模型，并通过拓扑法进行地图建模；采用贪婪算法对间隔时间服从定长分布的订单进行任务分配，通过对AMR工作状态分类以减少算法运算量；基于Dijkstra算法进行全局路径规划，搜索AMR的全局最短路径，并通过AMR的激光雷达进行局部避障路径规划；最后，通过在openTCS平台进行调度仿真实验验证其有效性。     

基于改进灰狼优化的文本聚类多阶段特征选择算法

为了降低文本特征维度，提高聚类准确度，提出改进灰狼优化多阶段特征选择与特征提取算法。结合平均绝对差和平均中位数作相关特征选择，利用合并/交叉融合特征子集；根据余弦相似性作特征提取，得到初选特征子集；基于初选特征子集，设计改进二进制灰狼优化算法(IBGWO)求解最优特征子集，利用累计词频和文档频率定义适应度，引入反向学习、非线性收敛系数衰减及精英反向学习机制，提升灰狼优化寻优性能。结果表明，该算法的聚类准确率、召回率及F1值指标优于同类算法，可以有效降低特征维度，提升聚类效率。