电子信息专业“学术英文写作”模块化教学实践

“学术英文写作”是电子信息专业国际化人才培养的一门重要课程。然而现有的“学术英文写作”教学仅提供宏观的规划设计,缺乏具体内容的实际可操作性。为此,本文以引言写作逻辑为教学模块案例,探索了如何充分利用多样化的网络资源优势,开展以学生为中心的课前、课中、课下有机融合的灵活教学设计。所探索的引言写作技巧和详实的教学设计,为模块化网络教学提供一个切实可行的参考方案。

基于多尺度注意力的生成式信息隐藏算法

针对现有生成式信息隐藏算法嵌入容量低且提取的秘密图像视觉质量欠佳的问题,提出基于多尺度注意力的生成式信息隐藏算法。首先,设计基于多尺度注意力的双编码-单解码生成器,载体图像与秘密图像的特征在编码端分两个支路独立提取,在解码端通过多尺度注意力模块进行融合,并利用跳跃连接为解码端提供不同尺度的细节特征,从而获得高质量的载密图像。其次,在U-Net结构的提取器中引入自注意力模块,以弱化载体图像特征、增强秘密图像深层特征,并利用跳跃连接弥补秘密图像细节特征,提高秘密信息提取的准确率;同时,多尺度判决器与生成器的对抗训练可以有效提升载密图像的视觉质量。实验结果表明,所提算法在嵌入容量为24 bpp的情况下,生成的载密图像峰值信噪比(PSNR)和结构相似性(SSIM)平均可达到40.93 dB和0.9883,且提取的秘密图像PSNR和SSIM平均可达到30.47 dB和0.9543。

依托超星平台实现“电子技术实验”考核

分析目前“电子技术实验”课程考核中存在的问题,以“模拟电子技术实验”为例,依托超星平台,建立了多维度的过程性考核体系。利用超星平台的统计和评价功能,将学生的成绩分为线上和线下两部分,线上成绩包括预习和测验。线下成绩包括实验操作,实验报告和素养成绩。实践证明,多维度的过程性考核体系能大大提高学生的学习兴趣,提升学生的综合能力和创新能力,能全面客观地评价学生的学习效果和极大地提升实验教学质量。

YOLOv8-DEL:基于改进YOLOv8n的实时车辆检测算法研究

车辆检测是智能交通系统和自动驾驶的重要组成部分。然而,实际交通场景中存在许多不确定因素,导致车辆检测模型的准确率低实时性差。为了解决这个问题,提出了一种快速准确的车辆检测算法——YOLOv8-DEL。使用DGCST(dynamic group convolution shuffle transformer)模块代替C2f模块来重构主干网络,以增强特征提取能力并使网络更轻量;添加的P2检测层能使模型更敏锐地定位和检测小目标,同时采用Efficient RepGFPN进行多尺度特征融合,以丰富特征信息并提高模型的特征表达能力;通过结合GroupNorm和共享卷积的优点,设计了一种轻量型共享卷积检测头,在保持精度的前提下,有效减少参数量并提升检测速度。与YOLOv8相比,提出的YOLOv8-DEL在BDD100K数据集和KITTI数据集上,mAP@0.5分别提高了4.8个百分点和1.2个百分点,具有实时检测速度(208.6 FPS和216.4 FPS),在检测精度和速度方面实现了更有利的折中。

电力电子变压器中高频变压器的设计方法

高频变压器是电力电子变压器的核心组成部分,担负着功率传输、电压变换和电气隔离等功能。针对当前高频变压器选型所存在的问题,提出了一种应用于电力电子变压器中高频变压器的设计方法。基于纳米晶软磁材料的高磁导性能,选择新型铁基纳米晶作为其铁芯材料,考虑电力电子变压器中移相全桥DC/DC变换器存在副边占空比丢失的问题,将面积乘积(AP)法与移相全桥DC/DC变换器的理论相结合,计算了高频变压器的变比和原副边绕组等参数。通过对高频变压器铁损、交流电阻、绕组温升和绝缘强度的测试和分析,结果满足设计要求,验证了设计方法的有效性和可行性。

信息融合技术在管道泄漏检测与定位中的应用

针对传统的单一管道泄漏检测方法,提出基于多传感器信息融合技术的输油管道泄漏检测与定位方法。首先利用小波分析法对压力、流量进行去噪,并检测波形的奇异点;利用相关分析法来对小泄漏量进行检测,通过首末端压力的互相关函数得到时间延迟,进行泄漏点定位;根据Dempster-Shafer证据推理法把得到的数据作为证据,利用D-S法则合成检测数据,以便对泄漏点进行精确定位。

基于最近邻像素预测的加密域可逆信息隐藏

针对现有的可逆信息隐藏算法在图像加密域应用场景下嵌入容量不高的问题,提出了一种基于最近邻像素预测的加密域可逆信息隐藏算法。充分利用自然图像的空间相关性,设计最近邻像素预测方法,计算预测误差,并进一步探究预测误差块分类规律,设计块内移位以及块重排方式,保留了块内相邻像素相关性。然后,通过动态标记块内误差区间以最大限度地空出冗余空间,达到提高嵌入容量的目的。选用5幅标准灰度图像及数据集BOSSbase、BOWS-2和UCID中的万余张灰度图像进行对比实验。结果表明:本文算法在安全性、可逆性和可分离性都满足的前提下,嵌入容量相比同类算法平均提升0.35~0.9 bpp(比特数)。

工程车辆座椅悬架ANFIS控制策略研究

以某型工程车辆的座椅振动系统为对象,利用自学习和模糊推理(Adaptive Network-based Fuzzy Inference System,ANFIS),提出了基于ANFIS的座椅悬架振动半主动控制方法,解决了工程车辆工作过程中座椅振动过大的问题。首先,分析工程车辆座椅悬架的振动过程,建立座椅悬架的动力学模型;然后,加入前馈、反馈环节,设计座椅悬架的模糊神经控制系统;最后,分别观测振动激励频率不同、控制器控制对象不同和以实测座椅信号为输入时的控制效果。结果表明,模糊神经振动控制系统减小了座椅的振动能量,降低了座椅的振动频率,座椅振动位移均方根值为被动悬架座椅的52%~66%。

一种新型电子式电能表的研究

介绍了新型基波全电子式电能表的设计方法,分析了电子式电能表发展情况和发展趋势,讨论了在谐波存在下电能计量不准确的原因,阐述了新型基波全电子式电能表的设计方案,电能计量部分确定采用DSP芯片通过软件编程实现低通滤波和电能计量,软件采用适于本表计的前后台软件结构。

基于ZigBee无线网络的用电信息采集系统设计

针对用电信息采集系统中的通信模块线路铺设复杂,信息传输不理想等问题,设计开发一种基于ZigBee无线网络的用电信息采集系统。利用ZigBee技术,以国家电网公司电力用户用电信息采集系统标准为依据,通过分析网络通信需求,将电表与ZigBee路由器、协调器等硬件结合,在试验区域中组建ZigBee网状无线网络进行测试。实际测试表明:该系统能够准确、快速的传输用户的用电信息,通过ZigBee自组网特性,降低了布线难度、扩展了实用功能,具有良好的应用前景。

数字图像信息安全保密方法研究

提出了一种基于傅里叶变换域的图像信息隐藏方法,将图像用其在傅里叶变换域内的结果保存,读取时经过傅里叶逆变换进行图像的显示,但在这个过程中,为了避免他人通过做相应的逆变换读取到图像的真实信息,在存储傅里叶变换的结果时,将对数据做了一个置乱处理,这样通过简单的傅里叶逆变换是无法获取到原始图像,从而达到了对数字图像信息加密和隐藏的目的。仿真实验结果表明,该方法的信息隐藏和保密能力较大,且算法简单易行。

新教学模式下电气工程类学科前沿课程教学设计案例——新能源技术应用专题

“双碳”模式、能源转型等新形势给山西电气工程各类人才培养带来深刻变革。电气工程类学科前沿是高等学校电气工程及其自动化高年级本科生专题讲座、电气学科硕士研究生的重要必修课程,是本科生了解专业前沿知识、研究生全面了解学科特色的课程。该文针对学科前沿课程新形势下的教学模式展开探讨,并以新能源技术应用专题教学设计为例,优化教学过程、整合教学的数字化资源,以达到提高教学效果的目的。

一种红外与可见光图像信息交换融合网络

采用深度神经网络提出了一种交叉融合算法(CrossFusion-Net)以整合红外和可见光信息生成融合图像。首先设计了一个具有交叉连接结构的信息交换自编码网络,用于特征提取和图像融合,其次设计了信息补偿支路传递边缘信息和光照信息,最终将红外与可见光信息整合到一张图像中。实验结果表明,所提算法有效提升了融合图像的视觉感知效果,与其他优秀算法相比,本算法在主观和客观评测中都取得了更好的结果,并可应用到电力图像融合中。

基于WIFI的工程机械远程故障“双核”诊断系统

针对现有远程故障诊断系统中,现场设备无法快速、安全、可靠地将数据无线传输到远程服务器及成本投资高等问题,提出了基于WIFI的远程故障"双核"诊断系统。首先,将智能采集系统与智能处理系统分离,构建"双核"架构,将其性能发挥到最佳状态。然后,通过串口或USB接口迅速联网,实时发送,去除GPRS模块所需的专用上网卡,同时通过网络共享及手机共享等方式降低费用。经测试,该设计可以快速、安全、可靠地进行数据收发,无需考虑使用何种热点连接网络。

AC-DC-AC类型电力电子变压器的模糊自适应PI控制

与传统电力变压器相比,电力电子变压器具有体积小、功率因数可控,输出电压恒定、故障隔离能力以及过电流保护等优点,使其得到了广泛的关注。电力电子变压器的控制策略是保证其安全稳定运行的重中之重。为了克服传统线性PI调节器的不足,提出了一种模糊自适应控制策略,建立了电力电子变压器的数学模型,分析了电力电子变压器各个组成部分的控制策略。给出了基于模糊自适应PI控制策略的控制结构,设计了隶属度函数、论域以及模糊规则。最终,仿真结果表明模糊自适应PI控制具有更好动态响应速度以及更强的抗扰动性能。

电子车长测试平台气路模糊控制的实现

介绍了电子车长测试平台中广泛采用人工控制测试气压方式精度差、效率低的问题。提出了采用模糊控制策略及CAN总线、RS232、RS485等多种通讯方式,应用上位机软件将系统集成,控制测试系统中气压的方法与实现,达到了提高测试精度、效率和稳定性的目的。

基于藤蔓树降维剪枝的多部件系统剩余寿命预测

随着多部件系统日益复杂化和智能化,系统中多个部件间协同工作,其退化的相互影响往往不可忽略。因此,在考虑多部件系统部件间相互影响的基础上,提出了一种构造藤蔓树降维剪枝二元Copula函数来对高维变量间相关结构进行建模的剩余寿命预测方法。首先通过Lévy过程来建模多部件系统的退化模型,利用Akaike信息准则进行Copula函数的最优遴选。其次通过Copula函数来表征高维多变量下两两部件间的双向随机相关性,采用藤蔓树降维剪枝的方法来对高维变量间相关结构进行降维,并进行多部件系统部件的实时剩余寿命预测建模;接着考虑单个部件异质性的影响下,利用贝叶斯参数估计和极大似然估计结合的方法来实现对随机模型以及随机超参数的动态更新。最后通过商用模块化航空推进系统仿真涡轮发动机模型来验证所提出模型的合理性和有效性。

融合视觉特征的光伏组件语义分割模型研究

针对光伏组件红外图像的分割问题,使用MobileNetv2作为DeepLabv3+的主干特征提取网络并使用位置通道注意力模块减少背景干扰,引入混合条带池化对ASPP模块进行优化,帮助模型进一步捕获全局和上下文信息。针对检测困难的屋顶光伏组件设计DeepLabv3-T网络,在上述改进的基础上融入纹理信息进行选择性背景抑制,实现光伏组件的精确分割。在PV_large和PV_roof数据集上进行实验证明该文方法优于现有技术,DeepLabv3-T相较于DeepLabv3+,mIoU值分别提高了2.74%和10.53%。此外,设计消融实验表明各个改进模块的有效性。

基于多尺度多层次多任务网络的长视频微表情分析

与宏表情不同,微表情具有持续时间短、动作幅度小、覆盖面积小的典型特点,长视频中微表情与宏表情交织在一起,使得微表情的检测和识别困难,并且严重依赖于专家经验。针对以上问题,开发了一种多任务模型用于长视频微表情分析,该模型采用级联的网络结构,分别完成检测子任务与识别子任务。针对微表情仅发生于面部局部区域且因个体差异特征分布不同导致关键帧定位不准或漏检,在检测子网络中采用Dual-CBAM-Inception模块,增强模型空间感受野,对全局与局部区域提取多尺度光流特征增强模型的鲁棒性;针对长视频中表情类别分布不均衡且微表情发生时面部动作细微导致长视频微表情分类识别准确率低,提出模型在识别子网络中采用深度可分离DenseNet模块,在控制模型的运算量和计算成本的前提下,通过多层次提取光流信息的浅层与深层语义特征提高模型的表情识别准确性。所提出的方法在CAS(ME)2长视频以及CASMEⅡ、SMIC短视频数据集上进行实验,结果表明,所提方法能够对长视频进行微表情检测并识别表情类别,性能优于当前诸多方法。

一种基于虚拟功率的虚拟同步机功率解耦策略

针对虚拟同步发电机(virtual synchronous generator,VSG)控制的分布式能源(distributed generation,DG)和电网之间的阻抗比过高,引起的功率耦合问题。对功率耦合机理进行了分析,通过相对静态增益系数建立了功率与阻抗比及功角的耦合度关系,提出了一种基于虚拟负阻抗的虚拟功率控制技术,利用虚拟阻抗计算虚拟电压,并将得到的虚拟电压反馈到功率计算部分,形成虚拟功率实现功率解耦,并基于耦合度约束条件给出了虚拟电阻和电感具体的求解方法。最后利用MATLAB/Simulink仿真软件搭建仿真模型,通过与传统虚拟阻抗技术进行比较,验证了所提出的虚拟功率控制策略对减弱有功环与无功环之间的耦合有明显作用。