卷积神经网络结构优化综述

近年来,卷积神经网络(Convolutional neural network,CNNs)在计算机视觉、自然语言处理、语音识别等领域取得了突飞猛进的发展,其强大的特征学习能力引起了国内外专家学者广泛关注.然而,由于深度卷积神经网络普遍规模庞大、计算度复杂,限制了其在实时要求高和资源受限环境下的应用.对卷积神经网络的结构进行优化以压缩并加速现有网络有助于深度学习在更大范围的推广应用,目前已成为深度学习社区的一个研究热点.本文整理了卷积神经网络结构优化技术的发展历史、研究现状以及典型方法,将这些工作归纳为网络剪枝与稀疏化、张量分解、知识迁移和精细模块设计4个方面并进行了较为全面的探讨.最后,本文对当前研究的热点与难点作了分析和总结,并对网络结构优化领域未来的发展方向和应用前景进行了展望.

基于拓扑辨识的配电网故障定位算法

针对配电网存在T接点的情况 ,提出了基于拓扑辨识的配电网故障定位算法。该算法将配电网络的拓扑描述矩阵分解成不含区域和只含区域的矩阵描述方式 ,有效地解决配电网的故障区段判断 ;同时可以自动定位区域的顶点 。

基于分层模型的配电网拓扑辨识

传统的电网模型主要描述网络元件和网络元件联结 ,其网络模型最终要解决的问题是在某一输入下的输出响应情况。而配电网的网络拓扑描述不仅要表示出各顶点之间的联结关系 ,而且要描述出当开关状态改变时 ,其运行网络结构的变化及对应参数的变化。同时配电网中存在T接点、分支 ,使配电网的负荷分配、网络重构、恢复供电等功能采用图算法难以实现全局最优。基于分层的拓扑模型不仅可以有效地辨识处理区域与分支 ,而且采用分层拓扑模型可以方便地对配电网各顶点进行状态估计 。

基于分层拓扑模型的配电网故障定位优化算法

随着配电网规模的不断扩大 ,配电网中的电源点及T接点的数量不断增多 ,配电网故障定位的实时性矛盾将日益突出。针对此问题 ,提出了基于分层拓扑模型的配电网故障定位优化算法。该算法充分考虑配电网故障定位的特点 ,采用分层拓扑模型 ,利用对分法 ,通过计算某一区间中间层顶点故障信息状态组合情况 ,以确定故障所属的更小区间 ,逐步压缩并逼近故障所属区间 ,实现故障的快速、准确定位。

电力载波通信动态组网算法的研究

电力载波通信网络的不确定性使得其无法用一般的通信组网方法来组建网络,针对这一问题,设计了一种适用于路径寻优的改进遗传算法,该算法能够快速准确的对全局通信网络进行组网。首先通过遗传算法对所有的通信节点和通信路径进行全局搜索;当通信节点出现故障时利用遗传算法全局寻优的特性进行通信网络的组网,在组网过程中引入图的遍历算法思想和Dijkstra算法来克服遗传算法易收敛到局部最优解和处理规模小等缺点;最后根据小生境技术最优保留原则得到最优的组网结果。Matlab仿真实验验证了该算法的收敛性和可行性,该算法提高了组网的快速性和准确性,能够满足电力载波通信动态组网的实时性和正确性要求,具有一定的实用价值。

基于小波神经网络的铝电解槽状态预测

针对目前国内对铝电解槽运行状况诊断存在的难度大、效率低等问题,着眼于与实时工况相区别而反应电解槽电解能力和稳定运行的电解槽状态的研究,设计了一种以小波包算法提取槽状态信息和建立了用非线性Morlet小波基取代传统神经元非线性激励函数的紧致型小波神经网络的槽状态预测模型。利用小波变换的时域局部化性质和神经网络的自学习能力,对铝电解槽的槽状态进行分析预测,克服了传统神经网络收敛速度慢,容易陷入局部最优等缺点。通过Matlab对状态预测算法进行编程。结果显示,相比传统的神经网络预测模型,铝电解槽的槽状态预测更加准确。

配电网负荷均衡的网络分割算法

随着配电网规模的不断扩大 ,配电网网络重构算法的实时性越来越难以满足工程实用化的要求。而网络重构的结果其实是将一个配电网分割成几部分 ,各部分通过常开的联络开关相连。基于此 ,提出了配电网负荷均衡的新算法———网络分割算法。该算法将负荷均衡作为一个网络优化问题 ,利用配电网的一种新模型———分层拓扑模型 ,将全局最优问题转为多阶段分割问题 ;同时 ,充分利用配电网负荷均衡的特点 ,通过寻找源点分支负荷大于负荷平均值的下确界负荷和小于负荷平均值的上确界负荷的方法 ,实现了配电网的负荷全局最优均衡。算例的仿真结果说明了该算法的正确、有效和快速。

基于模糊推理算法的燃气热水器恒温控制系统

讨论了模糊推理算法在燃气热水器中的应用,此算法不依赖于被控对象精确的数学模型,主要是通过控制燃气流量即控制燃气蝶阀来达到恒定温度的目的。从理论上阐述了燃气热水器的工作流程,以及采用的最新节能气阀——蝶阀的特点;着重讨论了模糊控制器的设计过程、原理及参数的整定方法,以及分离式PID模块的启用规则。成功案例的结果表明,该系统控制精度高,稳定性良好,气阀跟踪及时快速,尤其是在水流量一定而改变设定温度的情况下恒温效果良好,充分验证了该设计的有效性与实用价值。

基于无线网络节点相似度的室内定位算法

针对RSSI测距定位技术在室内环境中受到的随机干扰大,干扰变化情况不确定,定位结果误差较大的问题,提出了一种基于无线传感器网络节点相似度的室内定位算法。首先通过无线传感器网络的连通特性确定位于网络盲节点周围的几个信标节点,利用数据拟合的方法确定节点工作电压对RSSI距离测量的影响,然后根据拟合结果对不同工作电压下测得的RSSI值进行修正,利用修正后得到的RSSI值计算得到网络节点之间的相似度值,并利用该相似度值作为距离测量和定位结果的自校正系数,对定位结果进行修正,从而获得精度较高的定位效果。实验结果表明该定位算法具有较高的定位精度。

基于正交预测的铝电解槽氧化铝浓度判定

提出一种新型的氧化铝浓度判定方法。针对铝电解过程中氧化铝浓度判断困难问题,综合利用模糊解耦、模糊推理方法,根据槽电压判定当前浓度值,同时建立氧化铝浓度正交变换预测判定模型,利用当前浓度值、槽状态、槽电压以及出铝量作为输入因素来判定下一时刻氧化铝浓度。相比其他的氧化铝浓度判定方法,提出的预测法提高了氧化铝浓度判定的准确度,使控制系统可以提前制定下料间隔,很大程度上降低了控制系统的滞后性,实现了铝电解槽的优化生产。

基于正交变换的氧化铝浓度预测

针对铝电解过程中氧化铝浓度判断困难问题,综合考虑线性回归预测法与正交变换预测法,给出了包含槽电压、电解槽状态和出铝量的三输入铝电解槽氧化铝浓度预测方案,提高了氧化铝浓度判定准确度,应用效果良好.

基于最优化原理和分层模型的配电网负荷均衡

配电网负荷均衡是降低配电网线损、优化配电网运行的一个目标 ,随着配电网顶点数量的增加 ,可能的负荷组合数量急剧增加 ,基于传统电网模型的优化方法难以实现负荷最优组合。笔者分析了配电网负荷均衡的特点 ,并将该特点与最优化原理相结合 ,采用分层的拓扑模型为手段 ,提出了配电网各源点的负荷最优均衡的原理及原理的实现算法 ,从而将最优问题转为多阶段决策问题 。

配电网故障定位的研究

将配电网络的拓扑描述矩阵分解成不含区域和只含区域的矩阵描述方式 ,可以有效地解决配电网的故障区段判断 ,同时可以自动定位区域的顶点 。

基于分层模型的配电网故障定位优化算法

针对配电网故障定位实时性要求高及配电网中存在T接点的特点,提出了基于分层模型的配电网故障定位优化算法。该算法充分考虑配电网故障定位和分层模型的特点,采用分段定位原理,通过计算某一区间中间层顶点故障信息状态组合情况,以确定故障所属的更小区间,逐步压缩故障所属区间,实现故障的快速、准确定位。

音乐粗情感域中的软切割及分类方法

针对音乐灯光表演控制系统无法自动获取其控制所需的音乐特征信息,结合传统的Arousal-Valence模型提出了一种可用于音乐灯光表演的音乐粗情感模型。针对此模型,通过小波分析中的Mallat算法提取比较项并采用强度、节奏比值判断法,对音乐片段进行两次"软切割",再根据相应的产生式专家系统规则便能够很好地对其进行粗情感域中的分类及特征量提取。仿真结果表明,该方法能够有效地按音乐情感将音乐片段分类,同时能够提取出满足音乐灯光表演控制系统时域上对音乐分段时间节点的高精度要求。

基于高斯过程二元分类的刀具切削状态的识别

通过以热室圆盘锯床切削工艺为背景,针对热室圆盘锯床在无法安装测量传感器的情况下需对切削状态进行检测识别的问题进行了研究。通过结合热室圆盘锯床结构特征,选取伺服电机转矩、切削深度和实时切削速度作为状态识别辅助变量,在分析了高斯过程二元分类方法和锯床工艺的基础上设计了一种基于高斯过程分类的切削状态识别器,通过样本数据进行训练后,对热室圆盘锯床的切削状态进行了分类和识别。将识别结果与实际切削状态进行比较,结果表明,高斯过程二元分类的刀具切削状态识别方法能够对热室圆盘锯床工作过程中的切削状态进行有效识别,准确度较高,能够很好的反应热室圆盘锯床切削的实际状态。

基于LSSVM的氧化铝浓度软测量

针对铝电解工业中氧化铝浓度直接测量难度大、效率低、实时性差等特点,对铝电解槽数据库中的生产过程参数进行研究,提出一种基于LSSVM的氧化铝浓度软测量方法。首先,通过对铝电解工艺的分析和实际生产的观测确定模型变量,建立模型;然后,运用径向基核函数和粒子群算法对模型的参数进行处理和优化;最后,运用LSSVM基本原理和回归分析实现浓度测量。实践及仿真结果表明,采用该方法提高了氧化铝浓度测量的准确性和铝电解过程的稳定性。

圆形磁链轨迹异步机直接转矩控制系统的仿真研究

分析了直接转矩控制的原理，提出了反转工作电压的概念和在线选取电压空间矢量的方法，针对转速闭环控制提出了双模状态辨识跟随逼近式控制策略，给出了按圆形轨迹控制的仿真结果。

基于DEDS故障诊断方法在GBM控制系统中的应用

GBM系统作业时由于具有DEDS特性,其故障诊断非常适合采用DEDS故障诊断理论来处理。对DEDS故障诊断基本理论和GBM的故障诊断过程进行了简要的介绍,以GBM灌注系统的故障诊断为例,基于DEDS故障诊断理论对GBM的故障诊断过程进行了详细地分析和说明,实验结果表明:基于DEDS故障诊断理论的诊断结果效果明显,证明了DEDS故障诊断理论在GBM故障诊断中的有效性。

基于典型问题驱动的专业人才培养模式研究

随着行业竞争的日趋加剧,各行各业对自动化专业人才的要求越来越高,不仅要求学生具有扎实的理论基础和较强理论研究能力,而且要有较强的工程设计能力。针对目前高校自动化专业人才培养中理论研究能力与工程设计能力相脱节的问题,本文提出了基于典型问题为驱动的自动化专业人才培养模式;并针对这种培养模式,提出了以实际问题研究为纽带的自动化专业课程的开放型教学模式,从而大大激发了学生自主学习的兴趣;同时建立了满足多专业多层次实验要求的集成化自动化实验平台,不仅提高了实验资源的利用率,而且为培养学生的理论研究能力和工程设计能力提供了一个坚实的基础,为自动化专业的发展做出了有益的探索。