日本卡一卡二新区乱码,国产亚洲精品自在久久vr

基于深度神經網絡的個性化推薦系統研究[嵌入式技術][物聯網]

深度神經網絡由于結構類似于生物神經網絡，因此擁有高效、精準抽取信息深層隱含特征的能力和能夠學習多層的抽象特征表示，且能夠對跨域、多源、異質的內容信息進行學習等優(yōu)勢。提出了一種基于多用戶-項目結合深度神經網絡抽取特征、自學習等優(yōu)勢實現信息個性化推薦的模型，該模型通過對輸入多源異構數據特征進行深度神經網絡學習、抽取，再融合協同過濾中的廣泛個性化產生候選集，然后通過二次模型學習產生排序集，實現精準、實時、個性化推薦。通過真實數據集對模型評估實驗，實驗結果表明，該模型能夠很好地學習、抽取用戶隱特征，并且能夠一定程度上解決傳統推薦系統稀疏性、新物品等問題，同時實現了更加精準、實時、個性化的推薦。

發(fā)表于：1/11/2019

基于改進ORB算法的移動機器人視覺SLAM方法研究[嵌入式技術][物聯網]

以移動機器人視覺導航為應用背景，針對傳統ORB算法在視覺SLAM中存在特征點分布不均勻、重疊特征點較多的問題，提出一種改進ORB算法。首先，對每層圖像的尺度空間金字塔進行網格劃分，增加空間尺度信息；其次，在特征點檢測時，采用改進FAST角點自適應閾值提取，設置感興趣區(qū)域；然后，采用非極大值抑制的方法，抑制低閾值特征點的輸出；最后，使用基于區(qū)域圖像特征點分布的方差數值評價待檢測圖像中特征點的分布情況。實驗結果表明，改進ORB算法特征點的分布較為均勻，輸出特征點重疊數量較少，執(zhí)行時間較短。

發(fā)表于：1/11/2019

UAV/UGV協同環(huán)境下的目標識別與全局路徑規(guī)劃研究[嵌入式技術][物聯網]

針對單獨機器人難以執(zhí)行復雜環(huán)境中任務的問題，Unmanned Air/Ground Vehicle(UAV/UGV)協同系統近年來受到了廣泛關注。為了提高執(zhí)行任務的工作效率，提出一種基于視覺傳感器下UAV/UGV協同系統中UAV目標識別下UGV全局路徑規(guī)劃的方法，無人機利用高空視野優(yōu)勢獲取目標物與環(huán)境信息, SURF算法和圖像分割實現環(huán)境建模。無人車根據無人機獲取的信息，利用優(yōu)化的A*算法完成全局路徑規(guī)劃，并且在典型搜救場景中進行了仿真驗證。實驗表明，SURF算法能滿足目標識別的精確度、實時性和魯棒性；并且利用優(yōu)化的A*算法實現了UGV快速準確的全局路徑規(guī)劃。

發(fā)表于：1/10/2019

智能語音SoC模擬前端研究進展[模擬設計][物聯網]

在人工智能語音交互應用中，語音SoC中的模擬前端電路承擔著將麥克風輸出模擬信號數字化的重任，是語音模擬信號與數字處理單元的橋梁。由于復雜語音環(huán)境應用、器件失配等非理想因素的影響，模擬前端的功能和動態(tài)性能受到極大限制。對語音SoC中的模擬前端電路進行了分析，重點論述了目前模擬前端設計的結構特點以及發(fā)展現狀，并對設計面臨的挑戰(zhàn)提出了研究思路，展望了發(fā)展趨勢。

發(fā)表于：1/10/2019

下一代車門區(qū)系統IC將大力提高能效并推進汽車電氣化[電源技術][汽車電子]

近年來，汽車電氣化是大勢所趨，汽車電氣化不只是引入純電動汽車，還是不斷地用電控技術取代傳統機械部件和機械繼電器，或者在某些情況下引入新的功能。

發(fā)表于：1/9/2019

太陽能應用的電弧檢測分析[電源技術][工業(yè)自動化]

由于光伏(PV)太陽能面板設施可能發(fā)生新的危險，尤其是火災，所以未來的太陽能設計要求光伏系統具備電弧檢測能力。本文說明了電弧檢測需求的產生原因，對檢測方法進行分析，并提出了一種可能的解決方案來將電弧檢測集成到光伏逆變器設備和設施中。

發(fā)表于：1/7/2019

基于AdaBoost算法的剩余電流分類方法[電源技術][智能電網]

針對當前剩余電流動作保護裝置由于不能檢測剩余電流中觸電電流類型的問題，搭建了生物體觸電實驗平臺，通過實驗分別獲取生物體觸電電流?；谏鲜鰯祿?，提出一種利用AdaBoost算法的剩余電流分類方法，該方法首先通過提取實驗獲取不同類型剩余電流分量的特征分量，而后將這些分量特征映射到AdaBoost的算法之中，利用AdaBoost算法檢測出總剩余電流中的觸電電流分量類型。實驗還對比了SVM、隨機森林等方法，結果表明所提方法具有一定的優(yōu)勢，可為后續(xù)自適應型剩余電流動作保護裝置的研制提供理論依據和支撐。

發(fā)表于：1/4/2019

集成功率解耦電路的PFC AC/DC變換器[電源技術][汽車電子]

電動汽車車載充電器前級PFC AC/DC變換器多采用大容量電解電容抑制直流母線輸出電壓紋波的方式，電解電容壽命短、易受溫度影響等自身因素會降低充電機整體的使用周期和可靠性，甚至產生炸機故障。為此，提出采用PFC AC/DC變換器輸出側并聯功率解耦電路的方式，大幅減小直流母線處并聯的濾波電容容量，為使用性能優(yōu)良的薄膜電容予以替代電解電容提供可能，旨在使PFC AC/DC變換器在減小直流母線輸出電壓紋波的同時實現充電機的安全可靠運行。為此，基于功率解耦電路工作狀態(tài)的詳細分析，建立功率解耦電路的數學模型，設計改進型比例諧振（Proportional Resonant，PR）控制器實施控制；此外，為了提升系統的控制性能及魯棒性，對于PFC AC/DC變換器實施無模型非線性功率控制。在上述研究工作的基礎上，制作700 W的實驗樣機，基于dSPACE 1007平臺搭建實驗樣機測試系統，驗證集成功率解耦電路的PFC AC/DC變換器一體化解決方案的可行性與有效性。

發(fā)表于：1/4/2019

一種用于Boost PFC變換器的改進關斷時間控制策略[電源技術][智能電網]

針對Boost PFC變換器的關斷時間控制策略在工作模式切換時可能出現的交流輸入電流失真的問題，提出了一種改進的關斷時間控制策略，該策略在多種工作模式下，不需要任何模式識別和控制算法，即可實現單位功率因數校正，與傳統的關斷時間控制策略相比，能夠減小輸入電流失真，提高THD性能。

發(fā)表于：1/3/2019

新型單相不對稱五電平無變壓器型光伏逆變器[電源技術][智能電網]

傳統兩電平逆變器在高頻開關下工作帶來的電流諧波和功率損耗等問題亟待解決。多電平逆變器不需升壓轉換級，能夠輸出多個不同電壓等級，輸出電壓諧波含量少。提出了一種單相不對稱的五電平無變壓器型逆變器拓撲，由基本H橋和T型橋兩部分組成，其中T型橋位于H橋和直流分壓電容之間，是一對相反的功率管和二極管組成的并聯橋路。詳細分析了新型拓撲的幾種工作狀態(tài)，給出了對應的PWM調制策略，仿真驗證了該拓撲和調制策略的有效性。

發(fā)表于：1/3/2019

基于雙積分滑?？刂频腂uck-Boost電壓平衡器的研究[電源技術][智能電網]

基于Buck-Boost電壓平衡器構架的雙極性直流微電網獲得了廣泛研究。其中有效地控制電壓平衡器使系統正、負極電壓保持相等，從而保證系統的供電電能質量。針對Buck-Boost電壓平衡器的控制，設計一種雙積分滑?？刂破?。該方法考慮了系統的非線性和工作動態(tài)，并采用雙積分滑模面以減小穩(wěn)態(tài)誤差。實驗結果表明，相比傳統的PI控制器，本文設計的控制器能有效縮短動態(tài)調節(jié)時間和減小正、負極電壓差值。

發(fā)表于：1/2/2019

基于IRVM的鋰電池荷電狀態(tài)評估方法與仿真驗證[電源技術][其他]

發(fā)表于：1/2/2019

基于FPGA臨空數據采集系統的設計[可編程邏輯][工業(yè)自動化]

設計了一個基于FPGA的數據采集系統，該系統運行在臨近空間下，為了使系統在復雜環(huán)境下穩(wěn)定運行，從硬件和軟件兩方面進行設計。在硬件方面，由于FPGA抗干擾性強，將其作為采集系統的控制器，對傳感器數據采集模塊和執(zhí)行機構都進行冗余處理，將其分為主板和從板，以此保證系統的有效性。在軟件方面，基于信號分類的結果進行模塊化處理，分析代碼可能存在的問題，對復雜任務的模塊采用狀態(tài)機設計。經過測試，數據采集系統能夠長時間穩(wěn)定運行，能夠實時下發(fā)采樣數據，也能響應地面指揮站的命令。

發(fā)表于：12/28/2018

基于深層卷積神經網絡的剪枝優(yōu)化[嵌入式技術][其他]

隨著近幾年來深度學習的興起，其在目標檢測、圖像分類、語音識別、自然語言處理等機器學習領域都取得了重大的突破，其中以卷積神經網絡在深度學習中的運用較多。自VGGNet出現以來，深度學習逐漸向深層的網絡發(fā)展，網絡越來越深，這不僅增大了對硬件平臺存儲、運行內存的需求，還大大增加了計算量，對硬件平臺資源的要求越來越高。因此將深度學習應用于嵌入式平臺尤為困難。對此，通過對模型進行剪枝的方法將訓練好的網絡模型壓縮處理，在基本保證準確率的情況下去除不重要的參數，縮減模型，減小網絡的計算復雜度，將深度學習應用于嵌入式平臺。

發(fā)表于：12/28/2018

跨平臺SCADA的歷史數據收集與存儲設計[嵌入式技術][工業(yè)自動化]

歷史數據是工業(yè)生產中設備運行產生的實時數據記錄。針對國產PLC上位機監(jiān)控系統的數據收集和存儲過程中數據量過大、效率低等問題，設計出一種跨平臺的、滿足工業(yè)生產要求、利于問題回溯的收集存儲方式。通過關鍵幀和變更集的方式進行數據壓縮和收集。劃分多個內存緩沖區(qū)并利用時間戳的變化實現自動切換，提升數據的讀寫效率。同時采用Qt的信號和槽機制觸發(fā)線程進行數據存儲操作，實現數據收集和存儲同時進行。在Windows和Linux操作系統平臺上運行，其功能和性能皆達到設計要求。

發(fā)表于：12/27/2018