液阻全桥网络负载口独立电液系统节能控制策略仿真

针对传统电液控制系统节流损失大、能耗高、效率低的问题,采用液阻全桥网络搭建了具有负载口独立控制特性的新型电液控制系统,详细研究了该系统在典型四象限负载下的节能控制策略。液阻全桥网络电液系统由5个二位二通比例阀组成,根据其具有的负载口独立控制特性,将系统归纳为传统三位四通、负载口独立和负载敏感3种控制模式。传统三位四通下,两负载口开度控制模拟三位四通进出口耦合形式;负载口独立模式下,采用一腔控制流量另一腔阀口全开的控制策略;负载敏感模式下,控制泵出口压力比进油腔压力高一个定值,从而实现负载敏感功能。在超越负载下,3种模式都使用流量再生回路进行节能控制。AMESim+Matlab联合仿真结果表明,与传统的三位四通模式相比,三位四通流量再生、负载口独立、负载口独立流量再生、负载敏感模式分别节能43.38%、65.27%、77.91%、83.58%。

基于正反上下文语义对齐融合的多模态文本摘要模型

该文基于序列到序列的神经网络,提出了使用文本语义信息和图片语义信息对多模态文本摘要生成任务进行建模。具体而言,使用文本一级编码器和带有图片信息指导的二级门控编码器对多模态语义信息进行编码,对齐文本与图片的语义信息。通过多模态正向注意力机制与反向注意力机制多方面观察对齐后的源文本与图片内容,分别得到各自模态语义信息的正相关和不相关特征表示。使用正向滤波器过滤正向注意力机制中的不相关信息,使用反向滤波器过滤反向注意力机制中的相关信息,达到分别从正向与反向两个方面选择性地融合文本语义信息和图片语义信息的目的。最后基于指针生成网络,使用正相关信息搭建正向指针、使用不相关信息搭建反向指针,生成带有多模态语义信息补偿的文本摘要内容。在京东中文电子商务数据集上,所提模型生成的多模态文本摘要在ROUGE-1、ROUGE-2、ROUGE-L指标上分别取得了38.40、16.71、28.01的结果。

“一站式”救治护理应用于缺血性脑卒中患者中的抢救效果及对生活能力的改善

目的探讨缺血性脑卒中患者临床治疗中予以“一站式”救治护理的干预效果及对其生活能力的影响。方法选取2022年1月至2023年1月收治的120例缺血性脑卒中患者按随机数字表分为2组,每组60例。给予对照组患者常规救治护理,观察组患者予以“一站式”救治护理,观察患者急救指标、救治效果、神经功能、日常生活能力以及生活质量等指标水平变化情况。结果护理后,观察组就诊-CT检查、CT检查-用药、采血-送检及DNT用时均较对照组更低,且DNT达标率与救治效果均更优于对照组(P<0.05);观察组NIHSS评分与Barthel评分均较对照组更佳(P<0.05);观察组SF-36量表各项指标水平改善幅度均较对照组更大(P<0.05)。结论缺血性脑卒中患者予以“一站式”救治护理,可提升急救速度,改善救治效果,并可提高患者神经功能与日常生活能力,使其获得良好的生活质量水平。

红色文化融入高职思想政治教育的路径探究

所谓红色文化是指我国在新民主主义革命中产生的一种独特的文化载体的总称,具有相当丰富的精神内涵,多元的时代价值以及深刻的思想政治教育功能,符合高职院校在培养青年学生育人品质的观念-提高高职学生个人能力的同时提高各学生的整体素质,从而各高职学校可借助现在的数字科技,联合适合的红色基地,实施“沉浸式”教学等教学方式将红色文化中蕴含的育人功能发挥到最大。思想政治教育理论课内涵丰富,是大学生必须学习的一门必修课。高职院校的思想政治教育对提升学生的思想道德素质具有重要作用,将红色文化的思政价值与高职院校思想政治教育相结合,对提升高职院校的思想政治教育效果具有重要意义。本文针对当前红色文化在高职思想政治教育中的利用情况,提出更好的融入路径,以期提升高职思想政治教育效果。

机器人视觉听觉融合的感知操作系统

智能机器人面对复杂环境的操作能力一直是机器人应用领域研究的前沿问题,指称表达是人类对指定对象定位通用的表述方式,因此这种方式常被利用到机器人的交互当中,但是单一视觉模态并不足以满足现实世界中的所有任务。因此本文构建了一种基于视觉和听觉融合的机器人感知操作系统,该系统利用深度学习算法的模型实现了机器人的视觉感知和听觉感知,捕获自然语言操作指令和场景信息用于机器人的视觉定位,并为此收集了12类的声音信号数据用于音频识别。实验结果表明:该系统集成在UR机器人上有良好的视觉定位和音频预测能力,并最终实现了基于指令的视听操作任务,且验证了视听数据优于单一模态数据的表达能力。

基于注意力机制和特征金字塔的孪生卷积神经网络目标跟踪算法

为了解决目标跟踪过程中复杂场景下精度不高以及网络训练时正负样本不平衡的问题,提出一种结合注意力机制和特征金字塔的孪生卷积神经网络目标跟踪算法。该算法采用孪生卷积神经网络提取图像特征,并在特征提取过程中引入通道注意力机制,提升卷积特征的表征能力;利用特征金字塔模型对高低层卷积特征进行融合,将融合后的特征进行相似性学习;通过使用focal loss函数,来解决训练正负样本不平衡的问题。在OTB100和VOT2015数据集上对该算法进行实验验证与分析,结果表明,该算法精度和成功率都取得了较好的效果,具有较好的应用价值。

人工智能新技术对陶瓷产业高质量发展的影响研究

人工智能新技术利用仿人脑智慧,实现超人工效能,被广泛运用于各行业。陶瓷产业因其对人工智能新技术的引入,在产品优化、生产智能监控与市场销售各环节均产生了前所未有的变化。人工智能新技术有效地提升了陶瓷产品的市场竞争力与企业的效能,成为中国制造业从传统向现代转型的典型案例。我们对这一现象及其未来发展趋势加以讨论,希望从学理上形成共识,更好地推进陶瓷产业的新振兴。

光学移相干涉仪抗振系统的鲁棒控制系统仿真分析

将被动抗振和主动抗振相结合的混合控制技术应用于解决光学移相干涉仪抗振系统的不确定性问题,其中主动抗振采用鲁棒控制策略.该方法克服了由模型和干扰所引起的不确定性,使得控制系统能够有效地抑制抗振模型的不确定性和外部振动的干扰.仿真结果表明,该方法使光学移相干涉仪在振动的干扰下具有较好的鲁棒稳定性和控制准确度.

光学超精密抗振系统的鲁棒控制

将鲁棒控制技术应用于主动抗振控制系统中,并用于解决光学超精密抗振系统的不确定性问题,其中采用小波分析方法将随机振动信号进行时频分析后得到低频全局信息,随后设计鲁棒控制器对低频振动进行抑制,该方法克服了由模型自身和外部干扰所引起的不确定性,使得控制系统能够有效地抑制抗振模型的不确定性和外部振动的干扰,同时也具有很高的控制精度和灵敏度。仿真结果表明,该方法使光学测量设备在外部振动的干扰下具有较好的鲁棒稳定性和控制精度,同时也能较好的抑制低频振动。

光学超精密仪器隔振系统的鲁棒H_∞控制系统仿真分析

针对光学超精密仪器隔振系统的不确定性,采用被动隔振和主动隔振相结合的混合控制技术,其中主动隔振采用鲁棒H∞控制策略,该方法克服了由模型和干扰所引起的不确定性,使得控制系统能够有效地抑制模型的非线性和振动的干扰。仿真结果表明,光学超精密仪器在振动的干扰下具有较好的鲁棒稳定性和控制精度。

基于变模式分解和频谱特性的自适应降噪算法

机械故障检测过程中,由于反映机械故障的振动信号微弱,很容易被外界噪声干扰信号污染,从而影响机械故障诊断。为提取纯净振动信号,传统EEMD滤波算法虽具有较强的降噪能力,但由于EEMD算法存在缺乏严谨理论基础、运算效率低、容易造成有用信号丢失等缺点,致使降噪效果不理想。为解决以上问题,提出一种基于变模式分解和频谱特性的自适应降噪算法。基于变模式分解优点,通过分析有用信号模态与噪声模态频谱特性,提取有用信号模态从而实现降噪。通过仿真信号与实测信号分析表明,新算法降噪效果优于传统EEMD滤波算法。

基于变分模态分解和小波分析的语音信号去噪方法

针对传统的语音信号降噪方法可能滤除部分有效信号且信噪比尚可进一步提升的问题,提出一种基于变分模态分解和小波分析去噪的方法。利用VMD对原始语音信号进行分解,分别对各模态分量进行相关性分析并设定阈值,对低于阈值的模态分量进行小波阈值去噪,提取出有用信号之后再与剩余的模态进行重构。仿真实验结果表明,采用所提方法去噪后的信噪比得到了很好的提高,且避免了在直接采用EEMD和VMD去噪过程中出现部分有用信号丢失的情况,最终实现了良好的去噪效果。

关于多通道语音去噪的识别优化研究

在语音信号优化识别中,由于多通道语音受到噪声的污染,效果较差。为提取纯净的语音信号,通常采用传统的小波方法。虽然小波方法具有很强的去噪能力,但是会在语音信号去噪的同时造成有用信息的丢失,从而导致去噪的效果不理想。为了解决上述难题,提出了一种多通道语音去噪系统,对语音信号进行去噪。首先利用麦克风阵列、时延估计、时延补偿、加权求和来对多路语音信号进行采集和预处理;然后再通过小波对预处理后的语音信号进行分解,提取出部分噪声作为RLS自适应滤波的参考输入。经过RLS自适应滤波处理后,使得RLS自适应滤波输出信号和语音信号中的噪声部分具有很好的相关性,最后对噪声进行抵消处理。仿真结果表明,文中改进方法比传统的小波去噪效果更好,可为语音信号优化识别提供科学参考。

MEMS陀螺仪滤波算法设计

针对ADXRS453陀螺仪的静态信号进行分析,采用一阶IIR低通滤波器、一阶AR模型Kalman滤波器对陀螺仪静态信号进行降噪,获取陀螺仪的静态偏移信号。以滤波后信号的最小方差为原则,选取最佳低通滤波系数与Kalman滤波器的模型噪声方差参数,比较了2种滤波器的滤波效果。将2种滤波方法相结合,取得了更好的滤波效果,且这种滤波方法具有算法简单、计算量小的优点,适合于嵌入式应用。

基于小波变换和粒子群改进的FCM图像分割方法

模糊C均值聚类(FCM)算法是常用的图像分割算法之一,具有无监督、计算简便、软分割等优点。但是,对于含噪声的图像,会受到较为明显的干扰,且对初始值敏感,易陷入局部极小值。针对以上问题,提出一种新的FCM算法。首先,应用小波变换将图像三重分解得到不同尺度的高频和低频系数,应用各向异性滤波对分解后的高频系数进行去噪;然后,将处理好的系数利用小波重构得到处理完成的图像;最后,利用粒子群算法更新FCM的聚类中心,以得到全局最优值。实验结果表明该算法较好地抑制了噪声的影响,具有较好的鲁棒性。

基于模拟退火和粒子群改进的图像分割FCM方法

针对模糊C均值聚类(FCM)算法在分割图像时需要事先给出聚类数和容易陷入局部极小值的问题,提出一种新的FCM算法。首先,利用粒子群算法更新FCM的聚类中心,以加强算法的搜索能力,提高收敛速度;其次,根据模拟退火准则决定是否接受新的聚类中心,以得到当前迭代下的全局最优值;最后,设定有效性函数寻找图像的最佳聚类数,使算法具有自适应判断图像类别个数的能力。实验结果表明,该算法具有较好的全局收敛性,并且在未知聚类数的情况下能自适应寻找图像的最佳分类个数。

基于判别式字典的正则化稀疏表示人脸识别算法

为了克服非约束性(光照、表情变化)条件下会大大降低人脸识别率的缺陷,提出一种基于Fisher判别准则的正则化稀疏表示人脸识别算法.首先将人脸图像经过Gabor滤波器滤波得到Gabor幅值图像,提取其统一化的局部二进制直方图,然后利用Fisher判别准则学习得到新的字典,最后通过正则化的稀疏表示判断测试图像所属类.利用AR数据库的数据进行实验的结果表明,与SRC、FDDL、RSC识别算法相比,本文算法在非约束性条件下具有最佳的识别率.

光伏电站抗风监测装置分析与设计

基于光伏电站长期运行中发生的太阳能电池板松动或脱落现象以及我国现有技术中光伏电站抗风检测领域的空白,本文采用一种光伏电站抗风性能检测装置,通过在太阳能电池板上设置振动传感器,实时检测太阳能电池板的震动系数,并实时测量光伏电站现场的风速和风向,将太阳能电池板震动系数与环境数据结合获得光伏电站的整体抗风性能指数,数据中心通过得到的参数对光伏电站的太阳能电池板进行实时监测,提高光伏电站的安全性,整体提高光伏电站长期运行中的抗风安全性问题。

光学移相干涉仪抗振系统的鲁棒μ控制器设计

将结构奇异值μ综合鲁棒控制技术应用于主动抗振控制系统中,并用于解决光学移相干涉仪抗振系统的不确定性问题.采用小波分析方法将随机振动信号进行时频分析后得到低频全局信息,随后运用μ综合D-K迭代法设计鲁棒μ控制器对低频振动进行抑制.该方法克服了由模型自身和外部干扰所引起的不确定性,使得控制系统能够有效地抑制抗振模型的不确定性和外部振动的干扰,同时也具有很高的控制准确度和灵敏度.仿真结果表明,该方法使光学移相干涉仪在外部振动的干扰下具有较好的鲁棒稳定性和控制准确度,同时也能较好地抑制低频振动.

机器人夹具的设计与改进

本文介绍2009ABU robocon比赛机器人夹具的设计与改进过程。