123,123,123

基于DCM的級聯(lián)型直流升壓變換器[電源技術(shù)][智能電網(wǎng)]

為滿足新能源發(fā)電系統(tǒng)中對高增益直流升壓變換器的要求及其迎合電動汽車中需要多級高壓直流供電的運(yùn)用場合，提出了一種基于DCM模塊的高增益直流升壓變換器。分析了該高增益升壓變換器的工作原理及其性能特點，并就其主要性能與現(xiàn)階段的一些其他高增益直流變換器進(jìn)行了對比研究。最終通過實驗室一臺額定功率為170 W的實驗樣機(jī)證實了該變換器的有效性。

發(fā)表于：2018/12/5 13:03:00

一種新型無源緩沖軟開關(guān)逆變拓?fù)?>
</a>
</div>
<div id=

一種新型無源緩沖軟開關(guān)逆變拓?fù)鋄電源技術(shù)][智能電網(wǎng)]

針對傳統(tǒng)的軟開關(guān)逆變拓?fù)渲休o助緩沖電路結(jié)構(gòu)復(fù)雜的問題，提出了一種新型無源緩沖逆變電路。新拓?fù)鋵崿F(xiàn)了功率開關(guān)管的零電流開通和零電壓關(guān)斷。所提的新型無源緩沖電路結(jié)構(gòu)簡單，所用無源元件數(shù)目少。在軟開關(guān)實現(xiàn)過程中諧振少，造成的電磁干擾和損耗低。詳細(xì)分析了所提拓?fù)涞墓ぷ髟聿⒔⒘讼鄳?yīng)的仿真模型。仿真結(jié)果表明，所提拓?fù)鋵崿F(xiàn)了開關(guān)管的軟開關(guān)動作，有效地降低了開關(guān)損耗，驗證了所提拓?fù)浣Y(jié)構(gòu)的有效性。

發(fā)表于：2018/12/4 14:35:00

恒流輸出模式下LCC諧振變換器的特性與設(shè)計[電源技術(shù)][其他]

LCC諧振變換器具有良好的恒流特性，是中大功率LED照明燈具較理想的驅(qū)動電源。依據(jù)LCC諧振變換器在并聯(lián)諧振電容容量遠(yuǎn)小于串聯(lián)諧振電容時，變壓器初級繞組端電壓仍可近似為方波的特征, 采用了基于一次諧波分析法(FHA)獲取電流增益曲線。根據(jù)電流增益曲線的特征提出了最佳工作區(qū)域選擇策略，詳細(xì)給出了LCC諧振腔、變壓器參數(shù)的計算方法，接著借助一臺輸入電壓為395 V、輸出電流為2 A、輸出電壓為16～48 V的樣機(jī)驗證了設(shè)計思路的正確性。

發(fā)表于：2018/12/4 13:48:00

一種基于雙向變換器的太陽能電池儲能供電系統(tǒng)[電源技術(shù)][智能電網(wǎng)]

為了解決太陽能供電系統(tǒng)中輸出效率低的問題，提出了一種基于雙向變換器的電池儲能供電系統(tǒng)。該系統(tǒng)由微控制器模塊、DC-DC變換器模塊和開關(guān)模塊組成。微控制器模塊能夠檢測和調(diào)整輸入輸出電流，DC-DC變換器模塊可以實現(xiàn)輸入端到輸出端的電壓變換，開關(guān)模塊能夠改變變換器兩端能量傳輸方向。實驗表明，當(dāng)充電電流為2 A時，其效率可達(dá)97.25%；當(dāng)放電電流為1 A時，效率可達(dá)95.3%。電流步進(jìn)調(diào)整值小于0.05 A。

發(fā)表于：2018/12/3 15:06:00

雙沿調(diào)制的雙管Buck-Boost變換器[電源技術(shù)][其他]

雙管Buck-Boost變換器具有輸入輸出同極性、開關(guān)管應(yīng)力低等優(yōu)點，同步方式下開關(guān)損耗嚴(yán)重，非同步方式下采用交錯、雙沿控制方式，變換器的效率有所改善。為進(jìn)一步提高雙管Buck-Boost變換器的效率，提出了一種兩模態(tài)雙沿調(diào)制的控制策略，通過對變換器在任意占空比、任意移相情況下的開關(guān)控制方式進(jìn)行詳細(xì)討論和分析，并比較四種開關(guān)方式的幾個主要特性的優(yōu)劣，得出兩模態(tài)雙沿調(diào)制的控制策略可有效降低變換器電感平均電流、減少工作的開關(guān)數(shù)量并提高效率的結(jié)論，最后通過搭建仿真模型，驗證了其正確性和有效性。

發(fā)表于：2018/12/3 14:49:00

基于搜索的短文本分類算法研究[嵌入式技術(shù)][其他]

針對傳統(tǒng)分類算法在處理短文本時的不足，提出了一種基于搜索的NaiveBayes文本分類方法。該分類方法對文本數(shù)據(jù)集規(guī)模、文檔長度、類別數(shù)量、分布等情況綜合考慮，對樸素貝葉斯算法進(jìn)行改進(jìn)，將搜索技術(shù)應(yīng)用到了文本分類領(lǐng)域。該分類算法能夠更好地適用于微博、微信、短信、短語評論等短文本分類領(lǐng)域。并且在分類算法、分類器構(gòu)造和評估3方面進(jìn)行了詳細(xì)的介紹。實驗證明，基于搜索的文本分類器對于短文本有更好的分類效果。

發(fā)表于：2018/11/30 14:56:00

面向特殊人群行為識別的主動學(xué)習(xí)與預(yù)測方法[嵌入式技術(shù)][醫(yī)療電子]

老人等特殊人群的智能護(hù)理是人體行為識別研究的新方向?，F(xiàn)有行為識別方法在學(xué)習(xí)樣本時需要人工標(biāo)記的樣本數(shù)量多，在面向特殊人群行為識別應(yīng)用時存在工作量大、識別率低的問題。為此，提出一種主動學(xué)習(xí)與預(yù)測方法，依據(jù)信息熵和互信息量構(gòu)建目標(biāo)函數(shù)，主動學(xué)習(xí)行為樣本集，自動生成需要人工標(biāo)記的樣本子集。同時，以無向圖模型作為行為描述子，依據(jù)信任傳播方法進(jìn)行類標(biāo)簽預(yù)測。實驗結(jié)果表明，該方法需要人工標(biāo)記的樣本數(shù)量少，而且對特殊人群行為識別的識別率高。

發(fā)表于：2018/11/30 14:37:00

基于多特征融合的J波分類模型[嵌入式技術(shù)][醫(yī)療電子]

J波是心電圖上出現(xiàn)的一種異常變異。應(yīng)用計算機(jī)實現(xiàn)J波自動分類對J波疾病的臨床診斷有著重要意義?；跁r頻域和相空間兩個分析角度，一方面使用調(diào)Q小波變換（Tunable Q Wavelet Transform，TQWT）和高階累積量挖掘信號時頻域的細(xì)節(jié)特性；另一方面應(yīng)用遞歸圖（Recurrence plot，RP）評估心臟系統(tǒng)遞歸點的發(fā)生狀態(tài)。兩類特征降維后并行融合于改進(jìn)的AdaBoost分類器實現(xiàn)正常、良性J波和惡性J波分類。結(jié)果顯示，設(shè)計的J波多分類算法平均準(zhǔn)確度約達(dá)到79%，可以用于J波良、惡性輔助診斷。

發(fā)表于：2018/11/29 11:04:00

HDR圖像色調(diào)映射的自適應(yīng)色彩調(diào)節(jié)算法[嵌入式技術(shù)][其他]

為了克服傳統(tǒng)色調(diào)映射算法處理高動態(tài)圖像過程中因忽略彩色分量而導(dǎo)致圖像色彩失真的現(xiàn)象，給出一種自適應(yīng)的色彩調(diào)節(jié)算法。該方法首先對圖像在亮度域采用色調(diào)映射壓縮處理，然后再轉(zhuǎn)換到色彩域，采用色彩恢復(fù)和色彩增強(qiáng)算法處理亮度壓縮后的圖像，從而校正圖像色彩。通過實驗與其他兩種算法處理效果進(jìn)行對比，分別從主觀方面和客觀方面進(jìn)行分析，結(jié)果表明，在色彩域增加色彩調(diào)節(jié)算法處理，可以有效降低色彩失真的影響。

發(fā)表于：2018/11/28 18:51:00

基于深度學(xué)習(xí)的美國媒體“一帶一路”輿情的情感分析[嵌入式技術(shù)][醫(yī)療電子]

分析美國主流新聞媒體針對“一帶一路”倡議的關(guān)注熱點，研究相關(guān)輿情的情感傾向。用網(wǎng)絡(luò)爬蟲自動采集相關(guān)新聞，篩選高頻詞獲得媒體關(guān)注熱點。提出一種自動摘要-卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）的集成式模型進(jìn)行文檔級情感分析。該模型首先提取摘要去除原始文檔中非重要數(shù)據(jù)的干擾，再利用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行句子級情感分析，通過基于語義指向的方法獲得文檔級的情感分?jǐn)?shù)，并對情感波動異常文章二次分析。在真實數(shù)據(jù)上的對比實驗表明，自動摘要-CNN的集成式文檔級情感分析模型在情感分析方面優(yōu)于單一CNN的方法。

發(fā)表于：2018/11/28 13:37:00