全部分类/
科学普及/
现代电子技术

现代电子技术

2025年20期

本刊以电子技术为主体，探讨和报道信息产业及电子行业中新技术，新器件，新应用的学术论文及成果；提供国内外最新的电子技术发展动态及产品市场信息；为企业的新产品，新技术，新成果在产业及行业内的推广架起一座金桥。

扫码免费借阅

目录

快速导航

激光与红外技术 | 多像素光子计数器的水下弱光信号检测算法

激光与红外技术 | 多像素光子计数器的水下弱光信号检测算法

摘要：水下长距离无线光通信(OWC)中使用多像素光子计数器(MPPC)检测微弱信号时，由于其工作在盖革模式，存在严重的脉冲堆积效应和泊松噪声，导致计数困难、测量精度下降。为解决该问题，对MPPC接收的离散光子信号进行数学建模,提出一种反卷积联合广义安斯科姆根变换(DUGAT)检测算法。该算法首先利用反卷积滤波技术处理微弱信号，以降低堆积效应、收敛脉冲宽度；其次利用广义安斯科姆根变换(GAT)将泊松 ^?+ 高斯 (P+G) 分布的噪声信号转换为高斯变量，并等效为具有加性高斯噪声的信号；最后采用基于硬决策的检测算法对信号进行判决与计数。通过搭建实验环境，使用所提算法对采集的实验数据进行处理，结果表明：在水质衰减系数为 0.114m^-1 、信号误码率为 3.8×10^-3 时，接收信号每个脉冲的平均光子数约为11个，并且与传统AR、ML检测算法相比，所提算法的灵敏度可分别提升约 8.66dB、9.55dB ；水质衰减系数为 0.142m^-1 时，接收信号每个脉冲的平均光子数约为15个，并且与传统AR、ML检测算法相比，该算法的灵敏度分别提升约7.83dB?9.26dB 。因此，采用所提算法可有效提升水下无线光通信(UOWC)系统的通信距离。
激光与红外技术 | 基于Point-Attention点云分类的激光雷达故障诊断方法研究

激光与红外技术 | 基于Point-Attention点云分类的激光雷达故障诊断方法研究

摘要：在智能车辆和自主机器人领域，激光雷达传感器因高精度和可靠性，被广泛应用于环境感知和物体检测，因此其故障诊断尤为重要。激光雷达内部的故障往往有固件提醒,而外部环境因素导致的故障检测挑战较大，比如车辆形变、污垢等导致的激光点云遮挡故障,难以直接在固件层面体现，需通过外部检测进行诊断。为此，提出一种基于Point-Attention激光雷达遮挡故障诊断方法。首先，结合多头几何注意力机制模块与CBAM模块、残差连接机制，增强了模型对点云数据中关键特征的提取能力，提高了分类准确性和鲁棒性；在真实的ScanObjectNN数据集和ModelNet40基准数据集上对Point-Attention模型进行了实验。该模型在分类任务上准确率分别达到了 93.7%.82.5% 。其次，融合了一种时间特征捕捉机制，从而使模型能够更好地适应现实场景中的时间相关性，进而更准确地处理激光雷达的遮挡故障。实验结果表明，所提方法能有效诊断激光雷达遮挡故障，最佳总体精度达 99% 以上，为激光雷达故障诊断提供了一种高效准确的解决方案。
航空航天航海技术 | 基于模糊PI控制的多电飞机配电系统的研究

航空航天航海技术 | 基于模糊PI控制的多电飞机配电系统的研究

摘要：针对多电飞机配电系统稳定性与控制问题，提出一种基于模糊PI控制的闭环控制方法，提高飞机系统抗波动能力和响应速度，实现飞机在各种复杂状况下的稳定运行。首先，搭建一个基于负载变化的高压直流配电系统模型，并应用模糊PI控制，在恒压负载、恒流负载、恒功率负载三种情况下与PI控制方法进行动态响应对比测试。然后，搭建飞机直流供配电系统仿真模型，将各项电路参数与业内多电大飞机标准对比，验证搭建模型的合理性。实验结果表明，相比于PI控制，基于模糊PI控制的飞机配电系统更加稳定，瞬态响应速度更快，可为多电飞机安全飞行提供理论基础和工程技术支持。
航空航天航海技术 | 多模态水下航行器变体积建模方法研究

航空航天航海技术 | 多模态水下航行器变体积建模方法研究

摘要：现有的定体积动力学模型无法准确表达多模态水下航行器的动力学特征。针对该问题，综合考虑模态切换的控制需要以及浮力驱动系统的体积变化，基于坐标变换的方法建立了一种变体积多质点变位置矢量模型。在建模基础上开展对比实验，分析了模态切换场景下不同模型表达俯仰角的区别。结果表明，变体积多质点变位置矢量模型描述俯仰角更精准,更能满足复杂环境下模态切换的控制需要，对类似航行器的运动模拟与控制器设计具有实际参考意义。
计算机科学与应用 | 深度学习的用户数据自监督安全防御

计算机科学与应用 | 深度学习的用户数据自监督安全防御

摘要：为应对复杂多变的数据攻击模式，实时处理数据流并提升安全防御能力，提出一种基于深度学习的用户数据自监督安全防御方法。构建用户数据安全防御模型，结合深度学习和自监督学习技术，并采用变分自编码器中的编码器网络和解码器网络进行数据处理，识别用户数据的异常攻击，计算用户数据标准差，评估数据风险等级，再依据数据风险评估结果实现用户数据安全防御。以江西省某高校学院教学管理学生成绩数据为基础数据集，对所提方法的防御效果进行检测。实验结果表明：该方法能够有效应对低、中、高三种攻击强度下的学生用户数据，确保学生成绩数据的完整性；在不同异常数据量下，防御率均能保持在 96% 以上，数据泄露风险在 1.67% 以下，安全性较高，防御能力波动低于 2% 。所提方法有助于推动数据安全防御领域的智能化发展。
计算机科学与应用 | 基于时间交替并行技术的网络不完整节点数据模糊采集

计算机科学与应用 | 基于时间交替并行技术的网络不完整节点数据模糊采集

摘要：为实现对网络环境中不完整节点数据的高效且精准采集,提出一种基于时间交替并行技术的网络不完整节点数据模糊采集方法。采用时间交替并行技术，通过并行的多个多模数转换器采集不同时间点网络节点数据;基于采样数据结果的失配误差分析，对采样时钟误差进行校准，以提升网络节点数据的采样率。通过C均值模糊聚类对采集的不完整节点数据进行划分，再依据划分的不完整节点数据构建最优路径目标函数，通过求解最优路径来实现网络不完整节点数据模糊采集。实验分析得出：所提方法能够有效减少杂散信号，显著提高系统的频谱纯净度和整体性能;还可以实现不完整网络节点数据的精准模糊聚类，且不完整节点数据采集冗余度较低，维持在 20% 以下，可显著提高数据的有效性和可用性。
计算机科学与应用 | 基于虚拟现实技术的人机交互三维手势识别研究

计算机科学与应用 | 基于虚拟现实技术的人机交互三维手势识别研究

摘要：为满足复杂场景手势识别需求，确保连续手势变化识别的可靠性，提出一种基于虚拟现实技术的人机交互三维手势识别方法。该方法利用RGB-D相机和VICON动作捕捉系统获取三维手势位姿数据，构建三维手势运动数据集。基于该数据集，通过虚拟现实技术构建人机交互手势可视化模型，再将其输入图卷积混合注意力网络，基于图卷积处理构建手势关节点骨骼的无向空间图，并获取手势骨骼特征。采用混合注意力机制筛选并处理骨骼特征，依据特征筛选结果对人机交互三维手势进行分类识别。测试结果显示，虚拟现实技术能够完成手势动作可视化三维建模，获取更优的手势时空特性骨骼特征，三维手势识别的方向角误差 Δθ 均在 6.05^° 以下。
电子与信息器件 | 一种双波段GaN高效率功率放大器

电子与信息器件 | 一种双波段GaN高效率功率放大器

摘要：近年来，随着无线通信技术的飞速发展，对多频段通信系统的需求日益增加。为此，提出一种双频段功率放大器设计方法，并基于该方法设计一个GaN基P/S波段双频功率放大器。该放大器采用含级间匹配网络(ISMN)和输入匹配网络(IMN)来实现功放的双频带功能。输出匹配网络(OMN)采用电容自谐振的理论设计，电容为功放信号提供短路点，从而实现电路在双频段的稳定工作。仿真结果表明：当频率为P波段时，放大器小信号增益大于 29.4dB ，饱和输出功率 (P_sat) 大于40.2dBm ，功率附加效率(PAE)为 62%～66.2% ;当频率为S波段时，放大器具有大于 29.7dB 的小信号增益，超过 39.1dBm 的饱和输出功率以及 52.3%～66.3% 的PAE。
电子与信息器件 | 基于FPGA与MRFO算法的交通信号灯智能控制方法

电子与信息器件 | 基于FPGA与MRFO算法的交通信号灯智能控制方法

摘要：为依据交通流量实现交通灯自适应调整、最大化通行效率并提升交通智能化管理水平，提出一种基于FPGA与蝠觅食优化(MRFO)算法的交通信号灯智能控制方法。分析交通信号灯智能控制实际需求，构建基于FPGA的交通信号灯智能控制框架。基于智能控制框架，根据实际交通运行情况构建交通路口所有流向车辆延时最小目标函数及相关约束条件。通过MRFO算法，在满足约束条件情况下选代寻优交通信号灯智能控制目标函数，得到最优控制策略以实现交通信号灯智能控制。实验验证表明，所提方法在训练样本较少的情况下仍能实现较低车辆延时，具有高效性；且能够依据交通路口车流量情况自适应调整信号灯时长，保证车辆通过率均在 96% 以上。该方法能够有效缓解路段拥堵、减少安全事故，提升交通安全水平，验证了其有效性。
电子与信息器件 | 提升并网逆变器在弱电网下稳定性的惯性锁相环策略

电子与信息器件 | 提升并网逆变器在弱电网下稳定性的惯性锁相环策略

摘要：针对光伏发电系统在弱电网条件下，由于锁相环(PLL)型并网逆变器的低阻尼与低惯量导致的稳定性差问题，提出一种新型惯性锁相环(IPLL)结构以增强系统稳定性。首先，介绍弱电网下三相LC滤波并网逆变器的主电路拓扑结构及锁相控制环路;其次，通过引入惯性控制参数来提高系统的阻尼和惯量，进而提出一种新型惯性锁相环结构，并建立其数学模型,分析单位阶跃响应特性;最后，通过仿真和实验验证了IPLL在增强系统稳定性方面的有效性。仿真结果显示，新型IPLL在不同短路比条件下均能显著增强并网逆变器的稳定性，减少电压和电流的振荡幅度。实验结果表明，与传统PLL相比,IPLL在弱电网和极弱电网条件下能够更快地实现系统稳定，显著提升了系统的抗扰动能力和鲁棒性，进一步验证了IPLL的有效性。
电子与信息器件 | 基于GEC框架的LiteOS在CH32V30X芯片上驻留方法

电子与信息器件 | 基于GEC框架的LiteOS在CH32V30X芯片上驻留方法

摘要：在嵌入式系统中，实时操作系统(RTOS)对于系统运行稳定性和功能开发效率的提升至关重要。将RTOS集成在User程序中是常见的方法，但这种方法会增加系统复杂性、提高调试难度、降低稳定性。为此，探讨了将RTOS驻留在BIOS中的设计方案，并研究了LiteOS在国产CH32V30X系列芯片上的驻留方法。通过合理的GEC架构设计、存储器分区和系统接口设计，User程序可通过标准化的接口调用驻留在BIOS中的RTOS功能。测试结果验证了该方法的可行性，显著提高了系统的稳定性，并有效简化了开发过程。
电子与信息器件 | 改进BP神经网络的车载称重测量方法

电子与信息器件 | 改进BP神经网络的车载称重测量方法

摘要：为了应对货车超载现象并实现货车载重的动态精确测量，针对车载称重系统测量精度较低的问题，提出一种基于鹦鹉优化(PO)算法优化BP神经网络的动态称重模型。简要介绍车载称重系统，并采用复合滤波法对传感器采集的信号进行预处理。通过PO-BP算法选代优化神经网络的权重和阈值，构建以预处理的胎压、车轮旋转加速度和温度等信号为输入的称重模型，估算货车载重。实验结果表明，基于PO优化的BP神经网络称重算法在较少的选代次数内，均方根误差降至 2.3% ，平均绝对误差降至 1.9% 。与传统BP神经网络相比，该算法的测量精度更高，车辆载重测量值更接近真实值，且相对误差在 5% 以内，能够满足车载称重的精度要求。
电子与信息器件 | 基于耦合电感的低输人电流纹波BoostPFC电路

电子与信息器件 | 基于耦合电感的低输人电流纹波BoostPFC电路

摘要：文章提出一种在传统Bost功率因数校正(PFC)变换器基础上，引入电感和电容作为输入电流纹波抵消网络的方法。通过将传统Boost PFC电感替换为耦合电感，再结合辅助电感和电容支路来减小输入电流纹波。小信号分析结果显示,该变换器具有与传统Boost PFC相似的静态和动态特性。通过仿真分析得到,改进的Boost PFC功率因数（PF)为0.999，谐波畸变率(THD)小于 5% 。最后，采用NCP1654芯片单周期控制搭建了1台额定功率为300W、输入为220V交流、输出为400V 的实验样机。实验结果证明，该变换器具有低输入电流纹波、高功率因数和低谐波畸变率等优点。
电子与信息器件 | 基于GA-BO-LSTM的电解电容剩余寿命预测

电子与信息器件 | 基于GA-BO-LSTM的电解电容剩余寿命预测

摘要：单个产品的剩余寿命预测对系统稳定可靠工作具有重要意义。为了提高电解电容剩余寿命预测的准确性，解决因预测精度偏低导致的系统突发故障问题，提出一种结合遗传算法(GA)与贝叶斯优化(BO)来确定长短期记忆(LSTM)网络超参数的寿命预测方法。首先，使用Hermite插值法对数据进行预处理;接着，分别利用GA和BO对LSTM模型中的初始学习率正则化系数及隐含层细胞数3个超参数进行全局寻优；然后，将所得的2组超参数中代表相同含义的参数分别作为边界值，构建一种新的参数调优区间，并通过拉丁超立方抽样(LHS)法进行分层抽样，结合均方根误差和平均绝对误差确定最优层数为6层;最后，基于美国航空航天局(NASA)的电解电容加速退化实验数据进行算法验证。结果表明，所提算法的误差相较于LSTM、GA-LSTM、BO-LSTM至少降低了 38.57% ，具有更高的预测精度。
能源技术 | 考虑不同线阻的直流微电网多储能单元荷电状态均衡控制策略

能源技术 | 考虑不同线阻的直流微电网多储能单元荷电状态均衡控制策略

摘要：针对孤岛直流微电网中线路阻抗不同，导致多储能单元电池荷电状态(SOC)的均衡水平降低问题，提出一种考虑不同线阻的多储能单元SOC均衡的改进下垂控制策略。首先，在传统下垂控制的基础上加入线阻补偿电压和变速因子，合理分配各储能单元电流，进而实现SOC的快速均衡；其次，在改进下垂控制中引入等效线路阻抗，考虑突然接入本地负载，对储能单元进行均流，实现在扰动状态下SOC的均衡；然后，加入母线电压补偿控制策略，对直流母线电压进行补偿，使其维持在额定值;最后在Matlab/Simulink中搭建仿真模型。仿真结果表明，所提改进下垂控制策略可以消除线阻造成的影响，在各种扰动情况下均可实现电流准确分配和SOC快速均衡，对多储能单元SOC均衡有一定理论意义。
能源技术 | 微电网混合储能系统容量优化方法

能源技术 | 微电网混合储能系统容量优化方法

摘要：随着可再生能源的大规模应用，部分无法被负荷端消耗的电量会导致能源浪费和电网功率波动，严重影响微电网系统的运行稳定性。针对此问题，首先提出一种基于混合储能系统(HESS)的微电网多目标优化模型，以微电网综合日运行成本和微电网自给自足率为目标函数，建立微电网运行策略；其次，结合改进NSGA-I算法和TOPSIS决策方法进行求解；最后,通过算例分析对比改进NSGA-Ⅱ算法与多目标粒子群（MOPSO)算法，以及混合储能系统和电池储能系统（BESS）。算例分析结果表明,与MOPSO算法相比，所提算法在收敛速度和Pareto解集的多样性方面均展现出显著优势;与BESS相比,HESS显著降低了微电网运行成本并提高了系统稳定性，有效验证了所提模型及算法的可行性及优越性。
能源技术 | 基于时空图卷积网络的有源配电网故障定位方法

能源技术 | 基于时空图卷积网络的有源配电网故障定位方法

摘要：针对有源配电网因拓扑结构复杂、潮流方向多变等特点导致故障定位难的问题，文章结合配电网故障信息的时空相关性，提出一种基于时空图卷积网络的有源配电网故障定位方法。首先通过模态分解获取故障特征较为丰富的电压分量并进行重构；然后采用希尔伯特变换提取电压幅频特征，并结合配电网拓扑信息构建图数据;最后利用该网络中的时空卷积模块提取与融合电压的幅频特征，并由输出层得到图中各节点的故障指数，以实现故障定位。仿真结果表明，所提方法通过学习配电网各节点故障信息的时空特征，在不同故障场景下表现出较高的可靠性和泛化性，并在数据干扰的情况下表现出较强的鲁棒性。
能源技术 | 基于深度残差Bi-LSTM的风电功率预测

能源技术 | 基于深度残差Bi-LSTM的风电功率预测

摘要：深度学习模型在风电功率预测方面通常比传统机器学习模型表现更佳。然而，随着网络层数的增加，性能提升往往受到网络退化问题的阻碍。针对此问题,提出一种结合深度残差结构与双向长短期记忆(Bi-LSTM)网络的风电功率预测技术。该方法通过引入残差连接增强深层Bi-LSTM网络的训练稳定性，同时捕捉风电数据的长期时序依赖。此外，采用Adam算法优化模型超参数，并在青海某风电企业数据集上对该方法进行了实证测试。实验结果表明，与支持向量回归（SVR）、标准LSTM模型和Bi-LSTM模型相比，深度残差Bi-LSTM模型在风电功率预测方面展现出显著优势：其MAE预测误差仅为61.55,远低于其他三种方法的MAE;而决定系数R值高达0.9377，表明模型具有良好的拟合度和预测准确性。这充分证明了深度残差Bi-LSTM模型在风电功率预测领域的潜力和价值。
能源技术 | 低压直流断路器热脱扣器温度场分析

能源技术 | 低压直流断路器热脱扣器温度场分析

摘要：低压直流断路器的热脱扣器主要通过热双金属片受热弯曲完成过载保护动作。为分析服役时热双金属片的温度分布，在有限元软件COMSOL中建立实际工况的低压直流断路器电-热-流体耦合模型，得到热脱扣器部分的温升曲线，并通过实验验证仿真结果的正确性。仿真与实验结果表明，间接加热式的热双金属片以及加热元件都呈现出中间温度高、两端温度低的分布特点。通过分析断路器内部的热传导、热对流以及热辐射，对热双金属片和加热元件的传热方式进行研究,得出间接加热式热双金属片主要通过热对流进行加热，在温度较高时热辐射也不能忽略。同时利用Levenberg-Marquardt最小二乘法对热双金属片的非线性温度进行拟合，对其热时间常数进行修正，修正后的热时间常数能够反映断路器的实际工作状况，可为热脱扣器的退化研究与优化设计提供参考。
能源技术 | 改进变分模态分解和LSSVM的用户电力负荷预测

能源技术 | 改进变分模态分解和LSSVM的用户电力负荷预测

摘要：为提升电力系统短期负荷预测的准确率，保证日常电力系统的正常运行，提出一种基于WOA-VMD-SSA-LSSVM的短期电力负荷预测模型。首先，使用鲸鱼优化算法(WOA)对变分模态分解(VMD)的核心参数(k值和惩罚系数α）进行自动寻优，得到最佳效果的分解子序列，减少不同趋势信息对预测精度的影响，并利用优化后的VMD对数据进行分解；然后,使用麻雀搜索算法(SSA)改进最小二乘支持向量机(LSSVM)的模型学习参数，对惩罚系数和核函数进行参数寻优，避免了单一预测变量精度不高的问题，进而建立预测模型，获得更为精确的预测结果;最后，将分解后的各组数据分别输入模型中，并将每个子序列的预测结果相加得到最终预测结果。实验结果表明，与PSO、GWO和SABO算法的建模结果相比，所提模型具有更高的预测精度且耗时较短，在一定程度上可为负荷管理、电力优化调度提供科学决策依据。
前沿交叉科学 | 基于降秩核独立成分分析的故障检测算法

前沿交叉科学 | 基于降秩核独立成分分析的故障检测算法

摘要：为了解决传统核独立成分分析(KICA)算法在处理大量样本时，模型计算复杂度高且运行时间较长的问题，提出一种基于降秩核独立成分分析(RR-KICA)的故障检测算法。该算法对核矩阵的构造方式进行了改进，计算每个新数据的核向量，以新增行向量、列向量的方式更新核矩阵；再根据该核矩阵是否满秩，决定核向量是否保留，直到计算完全部核向量并构造出核矩阵，从而建立RR-KICA模型，计算训练数据的 I² 统计量及其控制限。将测试数据投影到RR-KICA模型上，计算I² 统计量，并与训练数据的控制限进行对比，若其超过控制限，则说明发生故障。将所提算法应用于田纳西-伊斯曼(TE)过程,与KPCA、KLPP、KECA、KICA、KEICA和RR-KPCA算法进行对比。结果表明，在检测率、误报率、检测延迟和运行时间方面,RR-KICA算法的故障检测效果均优于其他算法。RR-KICA算法将降秩的方法用于核矩阵计算，降低了核矩阵的维度，简化了KICA模型，有助于后续提取更多的数据信息并缩短算法运行时间。
前沿交叉科学 | 俄汉平行语音语料库词性标注一致性检查方法

前沿交叉科学 | 俄汉平行语音语料库词性标注一致性检查方法

摘要：俄汉平行语音语料库在语言学研究、跨文化交流、语言工程等领域具有广泛的应用价值,为此，提出一种俄汉平行语音语料库词性标注一致性检查方法，确保语料库中词性标注的准确性和统一性，提高俄汉平行语音语料库词性标注质量,提升处理俄汉双语任务的效率，为后续的语言研究、机器翻译等应用提供可靠的数据基础。利用双向循环神经网络识别语料库中的俄汉平行语音，将语音数据转变成文本数据，形成俄汉平行文本；通过隐马尔可夫模型获取俄汉平行文本词性标注集合，利用维特比算法求解最优词性标记序列，实现对俄汉平行文本的词性标注；依据聚类思想，采用重心聚类算法判断俄汉平行文本的词性标注是否一致，从而实现俄汉平行语音语料库词性标注的一致性检查。实验结果表明，所提方法可以有效实现俄汉平行语音语料库词性标注一致性检查，具有较好的准确性和可靠性。
前沿交叉科学 | 基于特征选择和RS-LSTM的变压器故障诊断方法

前沿交叉科学 | 基于特征选择和RS-LSTM的变压器故障诊断方法

摘要：针对当前变压器故障诊断方法在处理多维数据以及非线性数据时，存在特征冗余和分类精度低的问题，提出一种基于特征选择和RS-LSTM的变压器故障诊断方法。首先，根据狼群的生活习性，提出侦查狼、攻击狼、守卫狼角色划分，扩大搜索范围;其次，结合门控机制和信息素更新机制改进灰狼优化算法，进一步提升寻优过程的随机性和灵活性；最后，采用残差连接并结合SE注意力机制改进LSTM,使模型更加聚焦于与变压器故障相关的关键特征，提升模型对故障诊断的精度。使用不同方法在不同的模型中进行对比，验证特征选择方法的优越性及泛化性。实验结果表明，所提出的RS-LSTM相比LSTM,精度提高 3.84% ，召回率提升 3.67% ，为变压器故障诊断提供了更有效的解决方案，具有一定的工程应用价值。
前沿交叉科学 | 任务紧急程度约束下的物联网资源优先级卸载方法

前沿交叉科学 | 任务紧急程度约束下的物联网资源优先级卸载方法

摘要：物联网内资源卸载任务存在周期性与不间断性等特征，同时对于时延的要求也较高。为保障物联网资源卸载的时效性，提出一种任务紧急程度约束下的物联网资源优先级卸载方法。以满足不同任务的时延约束为基础，令物联网资源卸载的时间平均总成本最小为目标函数，从卸载决策变量、计算资源分配、传输功率分配以及可容忍时延等角度，设定目标函数的约束条件。通过三阶段优化算法求解目标函数，通过多次迭代获取目标函数的稳定收敛解。第一阶段采用粒子群算法对卸载决策与资源分配策略进行优化求解；第二阶段基于任务进行程度对任务调度进行优化求解；第三阶段基于资源分配策略优化结果，在符合时延要求的基础上进行传输功率优化求解。实验结果表明，所提方法在资源卸载过程中的整体能耗与任务调度时耗均优于对比方法，且对高负载研究对象具有良好适用性。
前沿交叉科学 | 资源共享平台大数据负载均衡性控制方法

前沿交叉科学 | 资源共享平台大数据负载均衡性控制方法

摘要：资源共享平台的大数据具有多样性和不确定性的特点，不同类型的数据需求各异，如果不对这些数据进行分类和处理，就可能导致某些类型的数据处理任务集中在少数资源节点上，而其他节点则相对空闲，从而造成负载不均衡。为此,提出一种资源共享平台大数据负载均衡性控制方法。将无状态的资源共享平台大数据按照特征进行切片，更清晰地展现出数据之间的差异性。采用目标函数将切片处理后的数据应用于平台大数据差异性的量化处理中，确保各个资源节点能够均衡地处理任务。通过帝国主义竞争算法对大数据进行寻优，将所有初始化的个体都称作国家，并按照国家势力分成帝国主义国家及殖民地两种，通过竞争和合作来找到最优解，确定最优资源共享平台大数据负载均衡性控制方案，从而更好地处理数据的多样性和不确定性，实现资源共享平台大数据负载均衡性控制。实验结果表明，所提方法的吞吐量达到了 700Mb/s ，且在到达率为 0.40% 之前，其业务阻塞率一直处于接近0的状态，说明该方法可以确保资源共享平台大数据的吞吐量并有效降低业务阻塞率，负载均衡性的控制效果较好。
前沿交叉科学 | 基于MPA的含电动汽车的配电网电压优化研究

前沿交叉科学 | 基于MPA的含电动汽车的配电网电压优化研究

摘要：针对分布式光伏接入配电网造成的电压越限问题，提出一种计及光伏和电动汽车的配电网电压优化模型，并利用海洋捕食者算法(MPA)进行求解。首先考虑电动汽车用户需求响应及电压偏差指标，建立以配电网电压偏移最小与光伏和电动汽车的调控成本最小为目标的配电网电压优化模型;然后通过海洋捕食者算法求解模型，得到光伏的无功功率和电动汽车有功功率的最优配置；最后通过IEEE33节点系统进行算例分析。结果显示，采用海洋捕食者算法可以有效地求解出在最优调控成本下使配电网电压波动最小的光伏无功功率和电动汽车有功功率配置方案，证明了海洋捕食者算法在求解配电网电压优化模型上具有更快的收敛速度和更优的分布特性。
人工智能 | 基于综合数据平台分析的在线学习评估与预测算法设计

人工智能 | 基于综合数据平台分析的在线学习评估与预测算法设计

摘要：为实现对在线学习平台中各类数据样本的精准评估、预测及智能化处理，设计一种基于综合数据平台分析的数据评估与预测算法。利用多源采集技术采集各类数据样本，同时开展多源融合数据分析，为数据的智能评估与预测奠定基础。在数据平台中引入递归神经网络算法进行动态化分析，以实现对各类数据的智能处理;进一步，通过建立该网络的双层隐含层结构，按照递归式流程对数据进行评估与预测，提升了对多源数据评估和预测的准确率。对所提算法进行实验，并与其他同类型数据处理算法横向对比，结果表明，该算法的数据评估准确率为 88.6% ，数据预测准确率为 87.8% ，为在线教学平台数据的辅助分析与处理提供了解决方案。
人工智能 | Agent技术下分布式网络混合人侵信息智能检测

人工智能 | Agent技术下分布式网络混合人侵信息智能检测

摘要：分布式网络具有去中心化特性，没有单一的中心节点控制整个网络，且因数据大部分分散存储在多个节点上的特点，增加了混合入侵信息检测的难度。为此，提出一种Agent技术下分布式网络混合入侵信息智能检测方法。采用多Agent技术将检测任务分散至各个单元，汇聚分布式网络中的数据信息，并采用主成分分析提取其中的特征向量。再将特征向量作为基于CNN-BiLSTM的入侵检测模型的输入，通过BiLSTM层捕捉其时间维度特征，并采用多头注意力机制整合CNN层、BiLSTM层从而输出入侵检测结果，实现分布式网络混合入侵信息的智能检测。实验结果表明，所提方法可通过对分布式网络信息关键特征的选择，实现入侵信息检测。
人工智能 | 基于多域卷积特征决策融合的SLAM回环检测算法

人工智能 | 基于多域卷积特征决策融合的SLAM回环检测算法

摘要：回环检测作为实时定位和建图中的重要环节，可以有效减少位姿估计的累积误差，并得到一致的全局地图。随着深度学习的发展，卷积神经网络开始用于回环检测，然而卷积神经网络的特征表达因领域特殊性而无法广泛使用。为了提升卷积特征在回环检测上的应用能力，提出一种基于多域卷积特征决策融合的SLAM回环检测算法。算法分别从多个任务域上学习特征表达，并用于回环检测的特征提取及决策。基于D-S证据理论将多个任务域特征的决策进行融合，最终得到回环检测结果。在New Colege和City Centre数据集上开展实验,得出基于多域卷积特征决策融合的回环检测算法相比基于场景特征决策、基于物体特征决策、基于语义特征决策，在NewCollege数据集上的准确率分别提升了 2.292%.6.88% 、16.98% ;在CityCentre数据集上，准确率分别提升了 6.23%,10.33%,13.97% 。实验结果表明，所提方法能够提升基于卷积特征的回环检测准确性，为精准定位和建图提供保障。

过往期刊

更多

猜你喜欢

上海外国语大学电子阅览室