One-Dimensional Deep Convolutional Neural Network for Mineral Classification from Raman Spectroscopy

Neural Processing Letters - Raman spectroscopy is often used for the composition determination and rapid classification of materials because it can reflect the molecular information of materials....     

Fractional order battery modelling methodologies for electric vehicle applications: Recent advances and perspectives

Science China Technological Sciences - Accurate modelling of lithium ion batteries is crucial for battery management in electric vehicles. Recent studies have revealed the fractional order nature...     

基于Stateflow电力机车变流器控制设计与实现

某出口型号交流电力机车牵引控制系统要求变流器控制逻辑具备接触器控制、牵引系统数据交互、变流器故障保护、变流器启动自检等功能。针对以上功能,基于MATLAB中的Simulink/Stateflow可视化编程工具进行牵引控制模型的搭建,遵循模块化编程理念,采用较少的程序代码编写实现复杂的逻辑控制模型,生成逻辑清晰的控制功能流程图,进行半实物仿真测试,增强控制模型的可靠性。通过该变流器产品型式试验检验,验证变流器控制逻辑的功能可以满足控制系统的需求。     

济阳坳陷下古生界潜山油气藏特征及成藏模式

济阳坳陷下古生界潜山具有多样性、复杂性的特点，潜山差异性的形成演化、油气成藏主控因素和控藏模式不明确，严重制约了该区潜山油气勘探。在潜山分类的基础上，综合利用系统恢复、分类对比和典型解剖等方法，揭示了济阳坳陷下古生界不同类型潜山的形成演化过程和油气成藏主控因素差异性，分类建立了油气成藏模式。研究表明，济阳坳陷下古生界主要发育高位新盖侵蚀残丘潜山、中位古盖拉张断块潜山、中位新古盖拉张剪切断块潜山、中位中古盖挤压拉张断块潜山和低位古盖拉张滑脱断块潜山5种潜山类型。不同类型潜山的形成演化和油气成藏各具特色，其中，高位新盖侵蚀残丘潜山的发育受隆升、侵蚀作用控制，油气成藏主要受控于油源和盖层条件，表现为"单向供烃、砂体-不整合岩溶体联合输导、残丘控藏"的成藏模式；中位古盖拉张断块潜山的发育受掀斜、断裂作用控制，油气成藏主要受控于储集条件，表现为"单向供烃、顺向断层输导、反向断层控藏"的成藏模式；中位新古盖拉张剪切断块潜山的发育受反转、翘倾和走滑切割作用控制，油气成藏主要受控于输导条件，表现为"多源供烃、断溶体立体输导、断裂控藏"的成藏模式；中位中古盖挤压拉张断块潜山的形成受强烈挤压、拉张滑脱作用控制，油气成藏主要受控于储集条件，表现为"多源供烃、断缝体输导、断褶控藏"的成藏模式；低位古盖拉张滑脱断块潜山的形成受强烈拉张滑脱作用控制，油气成藏主要受控于输导条件，表现为"顶部供烃、断缝体输导、断裂控藏"的成藏模式。     

快速切换(SMED)在空调制造厂的研究与应用

在目前市场需求呈现规模扩张和品类个性化的冲击下,制造业面对的竞争压力愈发明显.且随着新时代自动化、信息化、大数据智能化等先进制造特征的兴起,更加促使制造业向转型升级不断进军.以空调制造业的控制器版块为例,从制约此单位效率的SMT车间切换浪费为切入点,在SMED快速换模的理念基础上,通过使用IE分析工具对切换流程进行研究,提炼出一套多模组固定料站切换模型,同时结合自动化、信息化等智能制造技术引进,完成SMT车间人力投入减少35人,日均产出点数提升18.29％,设备运行率提升15.46％,综合成本降低110.6万元/年的效益.成功推广应用至电子物料拣选版块,并开发信息化看板,夯实应用效益,再次证实"多模组固定料站"快速切换模型是典型小、多、高生产模式,具有可行性的解决方案.     

An effectiveness analysis of altmetrics indices for different levels of artificial intelligence publications

Scientometrics - Altmetrics indices are increasingly applied to measure scholarly influence in recent years because they can reflect the influence of research outputs more timely comparing with...     

基于粒子群优化和支持向量机的花粉浓度预测模型

为了提高花粉浓度预报的准确率，解决现有花粉浓度预报准确率不高的问题，提出了一种基于粒子群优化（PSO）算法和支持向量机（SVM）的花粉浓度预报模型。首先，综合考虑气温、气温日较差、相对湿度、降水量、风力、日照时数等多种气象要素，选择与花粉浓度相关性较强的气象要素构成特征向量；其次，利用特征向量与花粉浓度数据建立SVM预测模型，并使用PSO算法找出最优参数；然后利用最优参数优化花粉浓度预测模型；最后，使用优化后的模型对花粉未来24 h浓度进行预测，并与未优化的SVM、多元线性回归法（MLR）、反向神经网络（BPNN）作对比。此外使用优化后的模型对某市南郊观象台和密云两个站点进行逐日花粉浓度预测。实验结果表明，相比其他预报方法，所提方法能有效提高花粉浓度未来24 h预测精度，并具有较高的泛化能力。