石英MEMS陀螺检测电极分布参数优化

针对石英微机电系统(MEMS)陀螺检测电极输出感应电压较低问题,通过优化检测电极分布参数,提升其机械灵敏度。首先,分析检测电极分布参数对陀螺输出感应电荷的影响,确定优化方案的控制参数和目标函数。其次,基于有限元方法(FEM)构建三种石英MEMS陀螺的机电耦合模型。最后,使用内尔德-米德(NM)算法优化检测电极分布参数。实验结果表明,优化后的检测电极分布参数更加合理,石英MEMS陀螺的机械灵敏度在传统的双端式和梳齿式音叉结构上分别提升了3.06和1.53倍,在基于剪应力检测的结构上提升了39.37倍,验证了优化检测电极分布参数可以提升石英MEMS陀螺机械灵敏度。

基于LightGBM-GA-Seq2Seq的照明负荷预测研究

照明负荷是建筑能耗的重要组成部分,在提高照明品质和降低照明能耗的双重要求下,照明负荷预测的关键性逐渐凸显。随着信息技术的发展,负荷数据采集平台日益完善,负荷数据规模不断扩大,同时也伴随着数据复杂化。为了进一步精确预测照明负荷,分析与获取负荷的行为模式愈发重要,基于此提出一种集成学习照明负荷预测方法。通过K-means和Light Gradient Boosting Machine(LightGBM)算法对预测日的模式标签进行分析与获取,并与照明负荷以及气候特征一起作为Sequenceto Sequence(Seq2Seq)模型的输入以预测照明负荷。通过分析实际案例,本研究所提出方法相较于未采用行为模式标签的传统方法,显著改善了归一化均方根误差(NRMSE)和决定系数(R2)两项性能指标,分别提升了18%和8%,验证了该方法在照明负荷预测领域具备可行性与优越性。

基于视觉图像的城市照明美学评价研究

城市照明是现代城市文明的典型标识,对于交通安全保障、人居环境建设、城市形象表达、经济发展促进等方面发挥重要作用。作为城市照明的重要组成部分,景观照明结合城市历史底蕴与文化特色,能够提升人民幸福感知与艺术审美。本研究将计算机视觉和图像处理方法引入城市照明,构建基于景观照明图像的美学数据集,提取和筛选有效美学特征,优化机器学习算法形成具有准确性、有效性和高精度的粒子群优化算法—反向传播神经网络(PSO-BPNN)景观照明美学评价模型,并针对实际照明工程开展美学效果的客观定量评估。结果显示,平均相对误差(MRE)仅为8.26%,具有客观性和普适性。可见,本研究探索的基于视觉图像的照明美学评价应用方法,可为城市照明发展提供技术支持和参考依据,助力推进数字城市治理现代化的建设进程。

深空探测巡视器视觉导航定位方法研究与地面试验场验证

地外天体表面巡视器就位探测是深空探测研究的重要手段,其自主导航定位能力是任务开展的重要前提。本文主要对视觉导航方法中的视觉同时定位与地图构建(SLAM)方案开展应用研究。介绍了当下经典的视觉SLAM框架,并以具有代表性的ORB-SLAM3算法为例开展研究;分别利用公开数据集、深空探测地面模拟场数据进行试验验证,探索视觉导航定位算法在深空探测场景下的有效性。本文研究为我国后续开展长距离连续巡视任务提供参考。