基于Cauer网络的功率电感高频涡流损耗模型

高频下磁芯涡流损耗与频率之间呈现非线性关系,传统的磁芯涡流损耗模型在高频下不再适用,在结合传统磁芯涡流模型和Cauer梯形网络的基础上,研究了基于Cauer模型的功率电感高频涡流损耗建模方法。通过构建磁芯阻抗函数描述磁芯材料中涡流损耗与频率的关系,构建磁芯阻抗Cauer Ⅰ梯形网络,并通过Euclidean算法迭代求出Cauer Ⅱ梯形网络中的参数。对磁芯3C90进行磁芯阻抗Cauer Ⅱ网络构建,在相应条件下对该网络进行仿真,仿真结果表明,磁芯阻抗Cauer网络不仅对磁芯电感系数的高频特性的拟合结果良好,且基于Cauer网络的涡流损耗仿真的功率损耗与实际测量的功率损耗接近,故基于Cauer网络的磁芯涡流损耗模型能有效预测非正弦激励下的磁芯涡流损耗。

改进的EM-Xception人脸情绪识别研究

现今人类表达情感的方式极为丰富,包括面部表情、语气语调、甚至网上聊天的一个标点符号都是情感的体现,但是,面部表情是人类表达情绪最直接、最有效的方式。即使身在异地的二人,视频通话的方式也可将二人情感表达地淋漓尽致。深度学习实现人脸情绪识别一直是研究的热点方向之一,人脸情绪识别也可以广泛的应用于教育、辅助治疗、人机交互等领域。

轻量化卷积神经网络的面部表情分类研究

针对目前卷积神经网络实现面部表情分类的模型和参数较复杂、识别准确率较低的问题,本文提出了轻量化的卷积神经网络,在深度可分离卷积网络的基础上改进,引入ELU激活函数解决神经元“坏死”问题,同时轻量化模型。实验结果显示,本文所提的方法在FER2013数据集上可达到68.91%的准确率,识别效率也大大提升。