IGBT结温的近似计算方法及应用

描述了IGBT的结构及散热原理。介绍了一种IGBT结温近似计算方法,将IGBT的导通损耗和开关损耗的计算大大简化,使结温的计算变得简便易行。通过应用实例验证了近似计算方法的可行性和准确性。

涉及算法的专利申请文件的撰写技巧

随着信息技术的发展,计算机技术已经大量运用于工农业生产等各个领域,并在不断地创造出新的结合运用模式。这一趋势使得越来越多的与"抽象方法"相关的专利申请出现,典型的如"涉及算法的发明专利申请"。对于"涉及算法的发明专利申请",在撰写时最常遇到的问题和困难,主要就是权利要求请求保护的主题是否属于专利保护的客体。本文试图通过两个案例,从正反两个方面探讨如何才能撰写出一份满足《专利法》有关保护客体要求的专利申请文件。

Barzilai-Borwein型算法的探讨

本文介绍了八种负梯度算法,根据特点对其进行了比较,并对不同维数的严格凸二次函数进行了计算,绘制图表观察数据,发现BB型算法更具优势,维数越大优势越大。选取不同的初始步长可以改变算法的效果,特别是当矩阵条件数越大时,初始步长的选取越关键,本文考虑了四种选择初始步长的方法,分别将其放入算法中进行数值实验,结果表明,选取Hessian矩阵最小特征值的倒数效果最好。最后,介绍了负梯度算法在深度学习中的应用。

蚁群算法的运用及其优化分析

生物科学领域在快速的发展,人类善于从自然界中去学习,研究自然界,为自身的学习、工作、生活创造便利的条件。蚁群算法正是受到蚂蚁寻食所创造的一种启发性的算法。大量的研究证明,蚁群算法具有鲁棒性、并行性、正反馈性,是一种自组织的算法,但是它运行所需要的时间长,有时甚至会出现停滞的现象,但和遗传算法、模拟退火算法等其他算法相比依然具有不可忽视的优势。蚁群算法没有强力的数学基础作为支撑,在实际运用中依然存在一些不足之处,希望有越来越多的人加入研究的行列,有越来越多的学者关注蚁群算法,推动蚁群算法的发展,更好地为人类的学习、工作、生活做贡献。

基于DBSCAN-ML的液压风力发电机故障诊断研究

传统风力发电机对于系统故障的解决方案是有限和预先确定的,而具有大量传感器数据的故障预测诊断可以有效预防可能发生的系统故障,从而降低设备维护成本。为此,提出一种基于DBSCAN-ML的风力发电机故障诊断策略。基于密度的应用噪声算法空间聚类(DBSCAN)从正常状态数据中分类出异常状态的风力机数据,然后采用决策树和随机森林算法2种机器学习(ML)算法构建预测模型,最后使用K折交叉验证进行测试。通过广西31台风力发电机组数据对此故障诊断方案进行案例验证。结果表明:DBSCAN算法可以有效分离异常状态数据,且决策树预测模型和随机森林模型可以分别获得92.7%和92.1%的准确率,通过数据挖掘和建模可以检测风力发电机组的故障,并可以预测部件的维护需求。