基于稀疏自动编码深度神经网络的感应电动机故障诊断

针对目前感应电动机故障诊断大多采用监督学习提取故障特征的现状,提出一种将去噪编码融入稀疏自动编码器的深度神经网络,实现非监督学习的特征提取并用于感应电动机的故障诊断。稀疏自动编码器通过自动学习复杂数据的内在特征来提取简明的数据特征表达。为提高特征表达的鲁棒性,在稀疏编码器的基础上融入去噪编码,提取更有效的特征表达用来训练神经网络分类器进而完成整个深度神经网络的构建,并结合反向传播算法对深度神经网络进行整体微调,提升故障分类的准确度。整个训练过程引入'dropout'训练技巧,减少因过拟合带来的预测误差。试验结果表明,相比传统反向传播(Back propagation,BP)神经网络,提出的深度神经网络能更有效地实现感应电动机故障诊断。

税收滞纳金之法律性质探析——兼论《税收征管法》第32条之完善

对于税收滞纳金的性质,理论界有不同的观点。本文试从民法和行政法的视角对税收滞纳金的法律性质进行深入讨论,得出其兼具损害赔偿和行政强制中的执行罚的性质,并基于此结论,对现行《税收征收管理法》中规定税收滞纳金制度的第32条进行分析,指出该条款中设置的滞纳金加收率和滞纳金计算期间存在的问题,进而提出完善建议。

人体局域网接收端符号同步与载波频率同步算法研究

随着无线技术的发展,人体局域网被广泛用于个人实时健康监控和远程医疗咨询。由于传输的是人体生命体征信号数据,如何准确地获得最佳的解调和判决直接影响到通信系统的性能。符号定时同步能够精确的定位数据帧的每一个比特位置,而载波频率同步用于修正传输过程中产生的频率和相位误差。本文在接收端引入了符号定时同步和载波频率同步来进行更精确的定时同步,并通过仿真分析其算法性能。由仿真结果表明,该符号同步和载波同步算法能够有效的提高数据通信质量。

基于802.15.6协议的MAC层接入访问方法研究

近年来,人体局域网(BAN,Body Area Network)迅速崛起,它是通过附着在人体表面或植入人体内的传感器系列节点在人体范围内进行通信的新型无线传感器网络。BAN节点具有能耗小,可扩展性高等特点,在人们的日常生活、医疗等领域广泛应用。它将采集到的生命体征信息ECG(Electrocardiogram),EEG(Electroencephalography)等汇聚到智能终端,通过现有的宽带无线传输网进行数据的传输,即可以实现随时随地的"自我感知""自我跟踪",极大的满足了医疗领域智慧医疗的需求。本文研究了通用网络MAC层中典型的三种接入方式Aloha、S-aloha、CSMA(Carrier Sense Multiple Access),比较其对整体网络性能的影响,并以15.6协议中规定的超帧结构为基础提出了一种具有业务优先级的新型超帧结构。在此帧结构中的竞争阶段运用S-aloha接入机制,在OPNET仿真平台上通过改变节点数个数、信道码率、数据包大小等参数分析对比出最适合BAN接入机制的模型。

磁共振式无线电能传输谐振系统的研究与实现

文章针对磁共振式,即电磁谐振式无线电能传输中最关键的耦合谐振系统做了研究。通过理论分析了谐振电感线圈产生磁场强度的主要影响因素、电感线圈的Q值对谐振系统的影响,以及趋肤效应对谐振线圈的影响,从而为实验环境搭建提供了可靠的依据。其次,通过简化磁共振系统模型,分析了无线电能传输中常用谐振方式,即发射端串联,接收端并联的传输功率及传输效率。最后,文章设计了相关实验电路,验证了上述分析的可靠性和有效性,为进一步研究无线电能传输系统提供了重要的参考价值。