期刊文献+
共找到724篇文章
< 1 2 37 >
每页显示 20 50 100
Study of a novel SiC-based light initiated multi-gate semiconductor switch
1
作者 Chongbiao Luan Jianqiang Yuan +7 位作者 Hongwei Liu Longfei Xiao Huiru Sha Le Xu Yang He Lingyun Wang Hongtao Li Yupeng Huang 《Journal of Semiconductors》 2025年第11期48-54,共7页
To optimize turn on velocity of the SiC LIMS,we proposed a new structure for the LIMS that incorporates an opti-mized n^(+)layer and a multi-light triggered electrode design for the anode.The chip size is 5.5 mm×... To optimize turn on velocity of the SiC LIMS,we proposed a new structure for the LIMS that incorporates an opti-mized n^(+)layer and a multi-light triggered electrode design for the anode.The chip size is 5.5 mm×5.5 mm in dimension.The experiment results indicate that the saturation laser energy required to trigger the prepared SiC LIMS has been decreased from 1.8 mJ to 40μJ,with the forward blocking voltage of the prepared SiC LIMSs capable of withstanding over 7000 V.The leakage current is about 0.3μA at room temperature,and the output current density achieves 4.25 kA/cm^(2)(with di/dt larger than 20 kA/μs). 展开更多
关键词 SIC light initiated multi-gate semiconductor switch leakage current pulsed power system
在线阅读 下载PDF
基于MSCNN-GRU神经网络补全测井曲线和可解释性的智能岩性识别 被引量:2
2
作者 王婷婷 王振豪 +2 位作者 赵万春 蔡萌 史晓东 《石油地球物理勘探》 北大核心 2025年第1期1-11,共11页
针对传统岩性识别方法在处理测井曲线缺失、准确性以及模型可解释性等方面的不足,提出了一种基于MSCNN-GRU神经网络补全测井曲线和Optuna超参数优化的XGBoost模型的可解释性的岩性识别方法。首先,针对测井曲线在特定层段丢失或失真的问... 针对传统岩性识别方法在处理测井曲线缺失、准确性以及模型可解释性等方面的不足,提出了一种基于MSCNN-GRU神经网络补全测井曲线和Optuna超参数优化的XGBoost模型的可解释性的岩性识别方法。首先,针对测井曲线在特定层段丢失或失真的问题,引入了基于多尺度卷积神经网络(MSCNN)与门控循环单元(GRU)神经网络相结合的曲线重构方法,为后续的岩性识别提供了准确的数据基础;其次,利用小波包自适应阈值方法对数据进行去噪和归一化处理,以减少噪声对岩性识别的影响;然后,采用Optuna框架确定XGBoost算法的超参数,建立了高效的岩性识别模型;最后,利用SHAP可解释性方法对XGBoost模型进行归因分析,揭示了不同特征对于岩性识别的贡献度,提升了模型的可解释性。结果表明,Optuna-XGBoost模型综合岩性识别准确率为79.91%,分别高于支持向量机(SVM)、朴素贝叶斯、随机森林三种神经网络模型24.89%、12.45%、6.33%。基于Optuna-XGBoost模型的SHAP可解释性的岩性识别方法具有更高的准确性和可解释性,能够更好地满足实际生产需要。 展开更多
关键词 岩性识别 多尺度卷积神经网络 门控循环单元神经网络 XGBoost 超参数优化 可解释性
在线阅读 下载PDF
基于门控混合专家网络的实时相关推荐方法
3
作者 李鹏 管紫薇 杭帆 《计算机工程与设计》 北大核心 2025年第2期515-522,共8页
针对传统推荐模型难以实现对同一个主题的文章连续扩展的问题,提出一种基于门控混合专家网络的实时相关推荐方法。从低维稠密向量交互、语义特征相似性和不同特征字段之间的依赖程度等多个维度捕获特征作为专家网络;通过多门控制的混合... 针对传统推荐模型难以实现对同一个主题的文章连续扩展的问题,提出一种基于门控混合专家网络的实时相关推荐方法。从低维稠密向量交互、语义特征相似性和不同特征字段之间的依赖程度等多个维度捕获特征作为专家网络;通过多门控制的混合专家策略和分层注意力机制,综合考虑这些专家网络;利用最终学习到的深层特征,预测推荐评分和项目点击概率,获得用户对项目的满意度。实验结果表明,与其它基线模型对比,AUC指标最多可提高0.35%,Logloss指标最多可降低0.76%,消融实验也验证了各个部分的有效性,说明了该模型的可行性与准确性。 展开更多
关键词 实时推荐算法 多门控制的混合专家策略 注意力机制 卷积神经网络 挤压激励网络 门控网络 语义特征相似性
在线阅读 下载PDF
提示学习与门控前馈网络的多尺度图像去模糊
4
作者 谢斌 黎彦先 +1 位作者 邵祥 戴邦强 《中国图象图形学报》 北大核心 2025年第3期755-768,共14页
目的针对传统基于深度学习的去模糊方法存在的伪影明显、细节模糊和噪声残留等问题,提出一种基于提示学习的多尺度图像去模糊新方法。方法首先,在详细分析传统去模糊方法的基础上,引入基于提示学习的特定退化信息编码模块,利用退化信息... 目的针对传统基于深度学习的去模糊方法存在的伪影明显、细节模糊和噪声残留等问题,提出一种基于提示学习的多尺度图像去模糊新方法。方法首先,在详细分析传统去模糊方法的基础上,引入基于提示学习的特定退化信息编码模块,利用退化信息中包含的上下文信息来动态地引导深度网络以更有效地完成去模糊任务。其次,设计了新的门控前馈网络,通过控制各个层级的信息流动构建更为丰富和更具层次结构的特征表示,从而进一步提高对复杂数据的理解和处理能力,以更好地保持结果图像的几何结构。另外,新方法引入了经典的总变差正则来抑制去模糊过程中的噪声残留,以提高结果图像的视觉表现。结果基于GoPro和REDS(the realistic and diverse scenes)数据集的大量实验结果表明,与其他先进的基于深度学习的去模糊方法相比,本文方法在图像去模糊方面取得了更好的效果。在峰值信噪比(peak signal-to-noise ratio,PSNR)和结构相似性(structural similarity,SSIM)指标上,本文方法在GoPro数据集上分别达到33.04 dB和0.962的最优结果。在REDS数据集上分别达到28.70 dB和0.859的结果。并且,相比SAM-deblur(segment anything model-deblur)方法,PSNR提升了1.77 dB。结论相较于其他的去模糊方法,本文方法不仅能够较好地保持结果图像的细节信息,而且还能够有效地克服伪影明显和噪声残留的问题,所得结果图像在PSNR和SSIM等客观评价指标方面均有更好的表现。 展开更多
关键词 图像去模糊 提示学习 多尺度 门控前馈网络(GFFN) 深度卷积
原文传递
基于双通道分类处理的图像拼接方法
5
作者 朱磊 李光健 +1 位作者 赵兴瑞 李雪 《西安工程大学学报》 2025年第4期118-127,共10页
为改善低纹理图像拼接时常存在的特征提取有效性与匹配精度不足问题,文中采用双通道分类处理,给出一种新的图像拼接方法。该方法首先会计算输入训练图像灰度共生矩阵(gray-level co-occurrence matrix,GLCM)的对比度、能量、相关性和均... 为改善低纹理图像拼接时常存在的特征提取有效性与匹配精度不足问题,文中采用双通道分类处理,给出一种新的图像拼接方法。该方法首先会计算输入训练图像灰度共生矩阵(gray-level co-occurrence matrix,GLCM)的对比度、能量、相关性和均匀性特征并将结果输入到支持向量机(support vector machine,SVM)中进行训练,然后通过训练好的SVM对输入的测试图像进行低纹理图像、一般图像分类,进而对不同分类图像采用不同的特征检测和错误匹配剔除策略。针对低纹理图像,采用KAZE算法提取特征点,针对一般图像,采用加速稳健特征(speeded up robust features,SURF)算法提取特征点,以获取更多可用于特征匹配的特征点;再采用优化的M-估计样本一致性(M-estimate sample consensus,MSAC)算法剔除低纹理图像中的错误匹配特征点,采用Multi-GS算法剔除一般图像中的错误匹配特征点,以提高特征点匹配精度与图像融合效果。实验结果表明:与MHW等方法相比,文中方法对低纹理图像与一般图像均提高了特征提取有效性与匹配精度,拼接图像更自然,没有明显的拼接痕迹,拼接图像的均方根误差大幅度降低。 展开更多
关键词 图像拼接 双通道分类处理 误匹配特征点剔除 KAZE算法 加速稳健特征(SURF)算法 M-估计样本一致性(MSAC)算法 multi-gS算法 支持向量机(SVM)
在线阅读 下载PDF
输水渠系干支耦合仿真模型构建及控制方式 被引量:1
6
作者 管光华 周致远 +4 位作者 陈晓敏 毛中豪 易放辉 杨家亮 黄跃群 《农业工程学报》 北大核心 2025年第14期113-120,共8页
随着国内大型灌区建设的推进,多级渠系自动控制算法在实际工程中的应用需求越来越多,然而当前渠系自动控制研究主要针对单级串联渠系,较少关注多级渠系的仿真模型和控制算法。该研究采用圣维南方程和隐格式有限差分算法建立明渠模型,对... 随着国内大型灌区建设的推进,多级渠系自动控制算法在实际工程中的应用需求越来越多,然而当前渠系自动控制研究主要针对单级串联渠系,较少关注多级渠系的仿真模型和控制算法。该研究采用圣维南方程和隐格式有限差分算法建立明渠模型,对明渠、分水闸等建筑物进行概化,采用HENRY公式描述干渠和支渠水位与分水闸流量之间的关系,建立干支渠道水动力耦合仿真模型。针对干支渠系的耦合控制,采用前馈+反馈控制器对干渠沿程节制闸和支渠渠首分水闸开度进行控制,对于取水工况没有发生变化的支渠,提出了基于流量偏差阈值判断的支渠渠首分水闸优化控制算法,确保分水流量的稳定性。并以犬木塘灌区工程为例,对干支渠耦合模型进行验证,开展渠道响应规律和闸门调控效果分析。结果表明,干支耦合模型与仅干渠模型仿真得到的水位变化趋势基本一致,但水位变幅有较大差距;支渠取水发生变化对所在干渠和上游干渠水位有一定影响,但对下游干渠水位影响可忽略不计;闸门动作间隔对闸门动作次数和水位稳定时间影响较明显,采用大时间间隔相对于小时间间隔可将闸门动作次数减小36%;分水闸优化控制算法在设置了3%的流量偏差阈值之后,闸门动作次数相比采用固定时间间隔动作的方式减少约77%,取水流量的偏差相比闸门不动减少约26%。研究可为复杂多级渠道控制模型的建立和控制提供参考。 展开更多
关键词 模型 自动化 多级渠道 干支耦合 闸门调控
在线阅读 下载PDF
集成边缘门控与多尺度空间注意的排水管道缺陷分割模型
7
作者 陈登峰 赵航辉 +2 位作者 刘世鹏 孟屯良 王泽鹏 《测绘通报》 北大核心 2025年第6期97-102,共6页
城镇地下排水管道老化问题导致管道破损、堵塞等现象频发。人工检测方法难以满足不断增长的检测需求,现有智能化检测技术在应对形状不规则、细节丰富的缺陷边界时,其交并比仍存在提升空间。本文提出了一种提升缺陷边界识别性能的排水管... 城镇地下排水管道老化问题导致管道破损、堵塞等现象频发。人工检测方法难以满足不断增长的检测需求,现有智能化检测技术在应对形状不规则、细节丰富的缺陷边界时,其交并比仍存在提升空间。本文提出了一种提升缺陷边界识别性能的排水管道语义分割模型PGGNet,模型中的GEA通过拉普拉斯边缘检测算法整合边缘特征,提高了对缺陷边界的捕捉能力;MGSA-SSM则结合状态空间模型和MGSA的多尺度机制,引导模型从不同尺度捕捉缺陷的全局轮廓与局部细节,从而提升复杂边界的识别能力。试验结果表明,PGGNet在与主流算法对比中表现出色,mPA达94.32%,mIoU达93.08%,可满足排水管道自动化缺陷检测需求。 展开更多
关键词 城镇地下排水管道 缺陷检测 PGGNet 门控机制 多尺度引导空间注意模块
原文传递
基于改进YOLOv7-tiny的PCB缺陷检测算法
8
作者 侯培国 韩超明 +1 位作者 李宁 宋涛 《燕山大学学报》 北大核心 2025年第2期167-176,共10页
针对现有PCB缺陷检测算法检测效率低、参数量大以及结构复杂的问题,提出了一种改进的YOLOv7-tiny算法。设计了多尺度捕获模块,通过多尺度特征捕获、上下文信息融合以及特征增强的方法,提高算法对图像特征提取的能力,改善CSPSPP层单一池... 针对现有PCB缺陷检测算法检测效率低、参数量大以及结构复杂的问题,提出了一种改进的YOLOv7-tiny算法。设计了多尺度捕获模块,通过多尺度特征捕获、上下文信息融合以及特征增强的方法,提高算法对图像特征提取的能力,改善CSPSPP层单一池化操作掩盖特征图内部有效信息的问题。提出了全局局部门控感知模块,通过选择性特征融合、局部与全局信息结合的方法,降低颈部网络的参数量。基于DeepPCB数据集进行实验得出,改进后的模型较传统模型精度提升了1.5%,参数量和计算量分别下降了66%和20.6%,模型规模降低了66.3%。改进后的算法识别精度高、参数量少、计算量小,可以为PCB缺陷的快速准确识别提供良好的条件。 展开更多
关键词 PCB表面缺陷检测 YOLOv7-tiny 多尺度捕获模块 全局局部门控感知模块 轻量化
在线阅读 下载PDF
多域时空层次图神经网络的空气质量预测 被引量:4
9
作者 马汉达 吴亚东 《计算机应用》 北大核心 2025年第2期444-452,共9页
在协同融合气象、空间和时间三大信息的时空混合模型中,时间变化建模通常在一维空间中完成。针对一维序列局限于滑动窗口和缺乏对多尺度特征的灵活提取的问题,提出一种多域时空层次图神经网络(MST-HGNN)模型。首先,构建城市全局尺度和... 在协同融合气象、空间和时间三大信息的时空混合模型中,时间变化建模通常在一维空间中完成。针对一维序列局限于滑动窗口和缺乏对多尺度特征的灵活提取的问题,提出一种多域时空层次图神经网络(MST-HGNN)模型。首先,构建城市全局尺度和站点局部尺度的两级层次图,从而进行空间关系学习;其次,将一维空气质量序列转换为一组基于多个周期的二维张量,并在二维空间上通过多尺度卷积进行周期解耦以捕获频域特征;同时,在一维空间中利用长短期记忆(LSTM)网络拟合时域特征;最后,为避免聚合冗余信息,设计一种门控机制融合模块用于频域和时域特征的多域特征融合。在Urban-Air数据集和长三角城市群数据集上的实验结果表明,相较于多视图多任务时空图卷积网络模型(M2),所提模型在预测第1 h、3 h、6 h、12 h空气质量的平均绝对误差(MAE)和均方根误差(RMSE)均低于对比模型。可见,MST-HGNN能在频域上解耦复杂时间模式,利用频域信息弥补时域特征建模的局限性,并结合时域信息更全面地预测空气质量变化。 展开更多
关键词 空气质量预测 多域特征融合 时空特征 周期解耦 门控机制融合 图神经网络
在线阅读 下载PDF
基于多尺度门控卷积与深度注意力的时序分类方法 被引量:1
10
作者 杨瑞 张海清 +3 位作者 李代伟 Rattasit Sukhahuta 于曦 唐聃 《软件导刊》 2025年第2期33-39,共7页
针对现有时序分类方法难以充分捕捉序列中的深层特征以及特征学习不足的问题,提出一种基于多尺度门控卷积与深度注意力的时序分类网络MGDA-Net,有效提高了时序分类任务的准确率。MGDA-Net利用多尺度门控卷积模块捕获多尺度信息,并通过... 针对现有时序分类方法难以充分捕捉序列中的深层特征以及特征学习不足的问题,提出一种基于多尺度门控卷积与深度注意力的时序分类网络MGDA-Net,有效提高了时序分类任务的准确率。MGDA-Net利用多尺度门控卷积模块捕获多尺度信息,并通过门控机制筛选和调控特征流动来增强特征提取能力。同时,利用深度注意力模块,在保留通道间关系的基础上进一步捕获特征之间的空间关系,提升模型对重要特征的学习能力;引入残差链接促进特征复用和信息流动。实验结果显示,MGDA-Net在20个时序数据集上取得了最高排名和最低平均误差,在多个高维度数据集上的分类准确率提升2.3%~10.5%,证明了其有效性。 展开更多
关键词 时间序列分类 多尺度门控卷积 深度注意力 残差网络
在线阅读 下载PDF
基于Transformer和门控融合机制的图像去雾算法
11
作者 王燕 陈燕燕 +1 位作者 刘晶晶 胡津源 《计算机系统应用》 2025年第2期1-10,共10页
针对现有的图像去雾算法仍然存在去雾不彻底、去雾后的图像边缘模糊、细节信息丢失等问题,本文提出了一种基于Transformer和门控融合机制的图像去雾算法.通过改进的通道自注意力机制提取图像的全局特征,提高模型处理图像的效率,设计多... 针对现有的图像去雾算法仍然存在去雾不彻底、去雾后的图像边缘模糊、细节信息丢失等问题,本文提出了一种基于Transformer和门控融合机制的图像去雾算法.通过改进的通道自注意力机制提取图像的全局特征,提高模型处理图像的效率,设计多尺度门控融合块捕获不同尺度的特征,门控融合机制通过动态调整权重,提高模型对不同雾化程度的适应能力,同时更好地保留图像边缘及细节信息,并使用残差连接增强特征的重用性,提高模型泛化能力.经实验验证,所提出的去雾算法可以有效恢复真实有雾图像中的内容信息,在合成的有雾图像数据集SOTS上的峰值信噪比达到了34.841 dB,结构相似性达到了0.984,去雾后的图像内容信息完整且没有出现细节信息模糊和去雾不彻底等现象. 展开更多
关键词 图像去雾 TRANSFORMER 自注意力机制 门控融合机制 多尺度特征融合
在线阅读 下载PDF
基于多任务门控网络的滚动轴承寿命预测方法 被引量:1
12
作者 宋浏阳 郑传浩 +3 位作者 金烨 林天骄 韩长坤 王华庆 《中国舰船研究》 北大核心 2025年第2期107-117,共11页
[目的]为实现船舶机械设备中轴承的剩余寿命预测,提出基于双向门控循环单元(BiGRU)、变分自编码器(VAE)和多门控专家混合层(MMoE)的多任务门控网络预测模型。[方法]首先,计算轴承信号时域特征以表征监测数据中的基本退化趋势;然后,建立... [目的]为实现船舶机械设备中轴承的剩余寿命预测,提出基于双向门控循环单元(BiGRU)、变分自编码器(VAE)和多门控专家混合层(MMoE)的多任务门控网络预测模型。[方法]首先,计算轴承信号时域特征以表征监测数据中的基本退化趋势;然后,建立轴承健康状态(HS)评估和剩余使用寿命(RUL)预测子任务构成多任务门控网络预测模型,子任务中使用BiGRU和VAE提取时域特征趋势信号中的退化信息,再利用MMoE自适应分离子任务的差异特征。最后,在XJTU-SY轴承数据集上进行有效性验证。[结果]结果表明,与长短期记忆网络(LSTM)等经典时序数据预测模型相比,多任务门控网络预测模型的预测精度更高,误差指标MAE和RMSE分别提升62.5%和67.81%。[结论]所提方法可以实现轴承剩余寿命的预测,对船舶机械设备健康管理与智能运维具有一定的参考价值。 展开更多
关键词 船舶设备 轴承 剩余寿命预测 多任务门控网络预测模型
在线阅读 下载PDF
基于多门控混合专家网络的社交机器人检测
13
作者 臧威龙 余正涛 +2 位作者 高盛祥 谭凯文 张勇丙 《厦门大学学报(自然科学版)》 北大核心 2025年第4期629-641,共13页
[目的]针对社交机器人模仿真实用户特征伪装自身及不同社区用户行为差异显著使得检测难度提升的问题进行研究.[方法]提出基于多门控混合专家网络的社交机器人检测模型(multi-gated mixture of experts network bot detection,MGEBot).... [目的]针对社交机器人模仿真实用户特征伪装自身及不同社区用户行为差异显著使得检测难度提升的问题进行研究.[方法]提出基于多门控混合专家网络的社交机器人检测模型(multi-gated mixture of experts network bot detection,MGEBot).该方法首先将用户元数据与推文数据编码为序列信息,并对关系数据进行图结构编码,实现多角度用户信息表征.随后,将信息输入多门控混合专家网络,学习不同社区用户群体的独有特征,以应对社区差异性问题.最终,融合3种模态的表征进行检测.[结果]在Cresci-15、TwiBot-20和TwiBot-223个主流数据集上,MGEBot在F_(1)等指标上均超越现有基准模型.在泛化性与鲁棒性实验中,MGEBot表现出更好的稳定性与适应性.分析实验表明门控数量增加可显著提升性能,但存在饱和点;专家数量并非越多越好,需寻求最优配置.[结论]MGEBot能有效应对社区差异性挑战,其多源信息融合与多门控混合专家网络机制提升了检测精度和泛化能力,适用于多样化真实场景的社交机器人检测任务. 展开更多
关键词 社交机器人检测 社区群体差异性 多门控专家混合网络
在线阅读 下载PDF
基于GASF多通道图像时序融合的高速列车横向减振器故障诊断
14
作者 李刚 秦永峰 齐金平 《振动与冲击》 北大核心 2025年第15期144-152,191,共10页
由于高速列车在运行的过程中悬挂系统产生的振动信号是典型的复杂度高,耦合性和不确定性强的非线性信号,为弥补一维信号在故障诊断时的局限性,利用格拉姆角场(Gramian angular field,GAF)处理时间序列信号的敏感性以及对非线性信号的适... 由于高速列车在运行的过程中悬挂系统产生的振动信号是典型的复杂度高,耦合性和不确定性强的非线性信号,为弥补一维信号在故障诊断时的局限性,利用格拉姆角场(Gramian angular field,GAF)处理时间序列信号的敏感性以及对非线性信号的适应性,提出了一种基于一维(1D)时序信号和二维(2D)格拉姆角和场(Gramian angular summation field,GASF)特征融合的卷积神经网络结合门控循环单元网络融合多头自注意力机制(1D-2D-CNN-GRU-MSA)的故障诊断方法。首先,将一维的时序信号编码为二维的GASF图,再分别将一维的时序信号与二维的GASF图同时送入到两条并行的网络支路中,其中:一路为图像输入经卷积神经网络(convolutional neural networks,CNN)提取GASF图像的特征;另一路将一维的故障波形直接输入经门控循环网络单元(gated recurrent unit,GRU)提取时序特征,通过多头自注意力机制(multi-head self-attention,MSA)将二维图像特征和一维时序特征进行特征重点强化并降维融合,最后通过Softmax层对高速列车横向减振器故障进行分类。仿真试验证明,不同工况下1D-2D-CNN-GRU-MSA模型比两种主流模型进行高速列车横向减振器故障识别的准确率高。 展开更多
关键词 高速列车 格拉姆角和场(GASF) 卷积神经网络(CNN) 多头自注意力机制(MSA) 门控循环单元(GRU)
在线阅读 下载PDF
一种用于高性能FPGA的多功能I/O电路
15
作者 罗旸 刘波 +3 位作者 曹正州 谢达 张艳飞 单悦尔 《半导体技术》 北大核心 2025年第3期265-272,共8页
为了满足等效系统门数为亿门级现场可编程门阵列(FPGA)的高速率、多功能数据传输需求,设计了一种用于高性能FPGA的多功能输入输出(I/O)电路,工作电压为0.95 V,单个I/O电路的最高数据传输速率为2 Gbit/s。通过在输入逻辑电路中设计同一... 为了满足等效系统门数为亿门级现场可编程门阵列(FPGA)的高速率、多功能数据传输需求,设计了一种用于高性能FPGA的多功能输入输出(I/O)电路,工作电压为0.95 V,单个I/O电路的最高数据传输速率为2 Gbit/s。通过在输入逻辑电路中设计同一边沿流水技术的双倍数据速率(DDR)电路,可以使数据不仅能在相同的时钟沿输出,而且能在同一个时钟周期输出。通过分级采样结合时钟分频和偏移技术,仅需4个时钟周期即可完成8∶1数据的转换。另外,该I/O电路还可以对数据输入输出的延时进行调节,采用粗调和细调相结合的方式,共提供512个延时抽头,并且延时的分辨率达到4 ps。仿真和实测结果表明,该多功能I/O电路能为高性能FPGA提供灵活、多协议的高速数据传输功能。 展开更多
关键词 现场可编程门阵列(FPGA) 输入输出(I/O)电路 多电平标准 双倍数据速率(DDR) 串并转换器(SerDes)
原文传递
水发泡硬质聚氨酯的实验表征和成型模拟
16
作者 何一博 廖秋慧 +2 位作者 王海波 祝康 王启迪 《塑料科技》 北大核心 2025年第4期58-63,共6页
由于水发泡聚氨酯材料加工过程的复杂性,在产品开发初期对聚氨酯泡沫制品的成型过程进行数值模拟,可以帮助设计模具和优化工艺参数,提高产品开发效率。针对水发泡聚氨酯材料,建立1个包含固化和发泡反应及黏度的耦合模型。通过n级反应动... 由于水发泡聚氨酯材料加工过程的复杂性,在产品开发初期对聚氨酯泡沫制品的成型过程进行数值模拟,可以帮助设计模具和优化工艺参数,提高产品开发效率。针对水发泡聚氨酯材料,建立1个包含固化和发泡反应及黏度的耦合模型。通过n级反应动力学模型、自催化模型和反应黏度模型对水发泡聚氨酯材料的发泡和固化反应速率及黏度进行建模,使用参数拟合的方式创建水发泡聚氨酯的材料模型,并基于CAE构建了化学发泡过程仿真模型,用于多浇口成型分析。 展开更多
关键词 水发泡聚氨酯 固化动力学 黏度模型 多浇口 MOLDFLOW
原文传递
基于MSCNN-BiGRU-Attention的短期电力负荷预测
17
作者 李科 潘庭龙 许德智 《中国电力》 北大核心 2025年第6期10-18,共9页
为解决电力负荷关键特征难以提取的问题,提出一种结合多尺度卷积神经网络-双向门控循环单元-注意力机制(multi-scale convolutional neural network-bi-directional gated recurrent unit-Attention,MSCNN-BiGRU-Attention)的组合模型... 为解决电力负荷关键特征难以提取的问题,提出一种结合多尺度卷积神经网络-双向门控循环单元-注意力机制(multi-scale convolutional neural network-bi-directional gated recurrent unit-Attention,MSCNN-BiGRU-Attention)的组合模型进行短期电力负荷预测。首先,通过Spearman相关系数分析电力负荷数据集的相关性,筛选出相关性较高的特征,构建电力负荷数据集;其次,将数据输入到多尺度卷积神经网络(multi-scale convolutional neural network,MSCNN),对电力负荷数据进行多尺度的时序提取;然后,将提取后的时序特征输入到双向门控循环单元(bi-directional gated recurrent unit,BiGRU)神经网络进行时序预测,并通过注意力(Attention)机制对时序特征进行过滤和筛选;最后,通过全连接层整合输出预测值。以澳大利亚某地区3年的多维电力负荷数据作为数据集,并设置5种对照组模型。同时选用国内南方某地区2年的多维电力负荷数据作为模型验证数据集。结果表明,相较其他模型,MSCNN-BiGRU-Attention组合模型能够取得更好的预测效果,有效解决区域级电力负荷关键特征难以提取的问题。 展开更多
关键词 电力负荷预测 多尺度卷积神经网络 双向门控循环单元 注意力机制 深度学习 Spearman相关系数
在线阅读 下载PDF
基于BCD工艺的LDMOS器件栅结构优化研究进展
18
作者 鲁文举 赵杰 +2 位作者 曹磊 田凯 刘存生 《微电子学与计算机》 2025年第5期139-147,共9页
LDMOS(Lateral Double-diffused complementary Metal Oxide Semiconductor)器件具有开关速度快、驱动能力强、输入阻抗高、热稳定性好等特点,主要应用于智能功率集成电路,是BCD工艺中的主流功率器件。目前关于LDMOS器件研究的热点主要... LDMOS(Lateral Double-diffused complementary Metal Oxide Semiconductor)器件具有开关速度快、驱动能力强、输入阻抗高、热稳定性好等特点,主要应用于智能功率集成电路,是BCD工艺中的主流功率器件。目前关于LDMOS器件研究的热点主要集中在对其结构的优化,重点是如何平衡击穿电压和比导通电阻这一对矛盾优化参数。为了平衡这两种参数以获得更高性能的LDMOS器件,提出了各种性能优化方法。在LDMOS器件中引入多栅结构作为一种有效的性能提升方法有着其得天独厚的优势,但相关研究较少。以近年来报道的LDMOS器件各种新结构中的多栅结构优化为主,分析了多栅结构对于LDMOS器件的性能的影响,详细讨论了双栅、平面栅、槽栅、漂移区栅和三栅在改善LDMOS器件性能中所起的作用和效果,最后总结了这些新结构与传统结构的优缺点。 展开更多
关键词 LDMOS BCD工艺 多栅结构 比导通电阻 击穿电压
在线阅读 下载PDF
一种融合时空特征的物联网入侵检测方法 被引量:1
19
作者 翁铜铜 矫桂娥 张文俊 《信息安全研究》 北大核心 2025年第3期241-248,共8页
针对不平衡的物联网流量数据集中攻击样本不足且类别较多降低了检测模型的分类准确率和泛化能力等问题,提出一种融合时空特征的物联网入侵检测方法(BGAREU).首先对数据进行规范化处理,并采用SMOTEENN方法改善训练样本的数据分布;然后通... 针对不平衡的物联网流量数据集中攻击样本不足且类别较多降低了检测模型的分类准确率和泛化能力等问题,提出一种融合时空特征的物联网入侵检测方法(BGAREU).首先对数据进行规范化处理,并采用SMOTEENN方法改善训练样本的数据分布;然后通过双向门控循环单元(BiGRU)和多头注意力(multi-head attention)提取时序特征和全局信息,并结合ResNext网络和U-Net网络构建多尺度的空间特征提取网络,再将高效通道注意力(ECA-Net)加入残差单元中以增强局部表征能力;最后将融合的特征输入Softmax分类器进行多分类.实验表明,在物联网流量数据集UNSW-NB15,NSL-KDD,WSN-DS上与其他模型相比,该模型在各项指标上均有2%以上的提升.此外,还通过对比多种注意力机制验证了ECA-Net具有更强的表征能力,并探索了多头注意力中不同数量的注意力头对模型性能的影响. 展开更多
关键词 入侵检测 双向门控循环单元 多头注意力 多尺度特征提取 高效通道注意力
在线阅读 下载PDF
融合经济性与鲁棒性的多目标停机位动态分配方法
20
作者 杜婧涵 李佳祥 +3 位作者 程擎 朱新平 尹嘉男 张魏宁 《交通运输系统工程与信息》 北大核心 2025年第4期326-336,共11页
针对民航业复苏背景下停机位资源紧张与动态调度需求,本文提出融合经济性与鲁棒性的停机位分配多目标优化模型。首先,构建包含滑行油耗成本、停机位服务成本和空闲时间成本的综合经济性目标函数;进而,提出回溯混合粒子群算法(Backtracki... 针对民航业复苏背景下停机位资源紧张与动态调度需求,本文提出融合经济性与鲁棒性的停机位分配多目标优化模型。首先,构建包含滑行油耗成本、停机位服务成本和空闲时间成本的综合经济性目标函数;进而,提出回溯混合粒子群算法(Backtracking-Hybrid Particle Swarm Optimization, BH-PSO)缓解传统粒子群算法(Particle Swarm Optimization, PSO)对参数初始化过度依赖问题,提升全局搜索能力。此外,针对航班时刻不确定性问题,进一步提出基于广义极值分布的动态鲁棒性模型。为验证所提模型的有效性,以国内某区域枢纽机场142架航班为案例进行实验分析。实验结果表明:改进的BH-PSO算法较PSO算法在综合成本上降低8590.5元,降幅3.63%,收敛速度提升约50%。通过100组仿真场景验证,动态鲁棒性模型在成本增加0.62%~1.28%的前提下,冲突次数减少约20%,显著优于静态优化方案。相关研究结论一定程度缓解了传统模型的静态局限性,为智慧机场应对航班动态变化提供决策支持,对提升资源利用率和运营效率具有重要参考价值。 展开更多
关键词 航空运输 停机位分配 多目标优化 航班时刻扰动 粒子群算法 鲁棒性
在线阅读 下载PDF
上一页 1 2 37 下一页 到第
使用帮助 返回顶部