PT对称多线圈并联无线电能传输系统参数优化 被引量：2

1

作者 肖蕙蕙 易皓鹏 +2 位作者 张路 胡佳伟 万梓豪 《重庆理工大学学报（自然科学）》 CAS 北大核心 2024年第4期229-236,共8页

针对宇称时间(parity-time,PT)对称多线圈并联无线电能传输(wireless power transfer,WPT)系统参数相互关联,系统参数配置困难,提出一种基于PT对称的多线圈并联WPT系统参数优化设计方法。建立基于PT对称多线圈并联WPT系统数学模型,给出... 针对宇称时间(parity-time,PT)对称多线圈并联无线电能传输(wireless power transfer,WPT)系统参数相互关联,系统参数配置困难,提出一种基于PT对称的多线圈并联WPT系统参数优化设计方法。建立基于PT对称多线圈并联WPT系统数学模型,给出系统输出功率、传输效率以及有效传输距离的一般性影响规律表达式。采用一种非线性规划和遗传算法相结合的优化方法,以输出功率为目标函数,以传输效率和有效传输距离为约束条件,对系统发射-接受线圈数及谐振参数进行寻优。根据优化结果搭建实验样机,实验结果表明系统在满足所需传输效率及有效传输距离下,系统功率输出达到设计要求,验证了理论分析和优化方法的有效性。 展开更多

关键词 pt对称 多线圈并联 非线性规划遗传算法 输出功率 传输效率 有效传输距离

在线阅读 下载PDF 职称材料

一种双重积累自反馈优化的三维多目标检测前跟踪算法 被引量：1

2

作者 薄钧天 张嘉毫 +4 位作者 王国宏 于洪波 张翔宇 王万田 王衡峰 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第9期3629-3636,共8页

针对3维微弱多目标检测问题,该文提出一种双重积累自反馈优化的3级平行线坐标变换(PT)检测前跟踪(TBD)算法。通过将平行线坐标变换引入至TBD技术,依次在规格化的径向距离-时间、方位角-时间和俯仰角-时间平面对量测点进行投影变换和双... 针对3维微弱多目标检测问题,该文提出一种双重积累自反馈优化的3级平行线坐标变换(PT)检测前跟踪(TBD)算法。通过将平行线坐标变换引入至TBD技术,依次在规格化的径向距离-时间、方位角-时间和俯仰角-时间平面对量测点进行投影变换和双重非相参积累,同时利用功率累积结果反馈优化二值积累,有效缓解强目标淹没弱目标和编队目标串扰问题。仿真结果表明,当整体信杂比达到10 dB时,所提算法的全局检测概率接近80%,证明了该算法的有效性。 展开更多

关键词 雷达 检测前跟踪 多目标 平行线坐标变换 自反馈优化

在线阅读 下载PDF 职称材料

基于改进并行回火算法的RBM网络训练研究 被引量：7

3

作者 李飞 高晓光 万开方 《自动化学报》 EI CSCD 北大核心 2017年第5期753-764,共12页

目前受限玻尔兹曼机网络训练算法主要是基于采样的算法.当用采样算法进行梯度计算时,得到的采样梯度是真实梯度的近似值,采样梯度和真实梯度之间存在较大的误差,这严重影响了网络的训练效果.针对该问题,本文首先分析了采样梯度和真实梯... 目前受限玻尔兹曼机网络训练算法主要是基于采样的算法.当用采样算法进行梯度计算时,得到的采样梯度是真实梯度的近似值,采样梯度和真实梯度之间存在较大的误差,这严重影响了网络的训练效果.针对该问题,本文首先分析了采样梯度和真实梯度之间的数值误差和方向误差,以及它们对网络训练性能的影响,然后从马尔科夫采样的角度对以上问题进行了理论分析,并建立了梯度修正模型,通过修正梯度对采样梯度进行数值和方向的调节,并提出了基于改进并行回火算法的训练算法,即GFPT(Gradient fixing parallel tempering)算法.最后给出GFPT算法与现有算法的对比实验,仿真结果表明,GFPT算法可以极大地减小采样梯度和真实梯度之间的误差,大幅度提升受限玻尔兹曼机网络的训练效果. 展开更多

关键词 深度学习 受限玻尔兹曼机 采样算法 马尔科夫理论 并行回火 GFpt

在线阅读 下载PDF 职称材料

一种基于地址、协议转换方式的高性能IPv6/IPv4安全网关 被引量：5

4

作者 陆音 石进 +1 位作者 黄皓 谢立 《计算机应用与软件》 CSCD 北大核心 2007年第9期7-10,29,共5页

在IPv4/IPv6并存过渡时期提供强有力的网络安全保障,是实现下一代互联网络(NGI)技术成功应用的关键。在NAT-PT协议转换和流量负载均衡等技术分析的基础之上,提出了一种具备IPv4/IPv6混合网络边界访问控制功能的高性能安全网关模型NAPTSG... 在IPv4/IPv6并存过渡时期提供强有力的网络安全保障,是实现下一代互联网络(NGI)技术成功应用的关键。在NAT-PT协议转换和流量负载均衡等技术分析的基础之上,提出了一种具备IPv4/IPv6混合网络边界访问控制功能的高性能安全网关模型NAPTSG,并详细论述了其系统设计思路,最后给出了其原型的实现及测试情况。 展开更多

关键词 IPV6 NAT-pt 访问控制 并行处理 负载均衡

在线阅读 下载PDF 职称材料

连续音素的改进深信度网络的识别算法 被引量：1

5

作者 阴法明 赵焱 赵力 《应用声学》 CSCD 北大核心 2019年第1期39-44,共6页

为提高连续语音识别中的音素识别率,提出一种基于改进并行回火训练的受限波尔兹曼机的音素识别算法。首先,利用经过等能量划分后的改进并行回火算法来训练受限玻尔兹曼机,接着将受限玻尔兹曼机堆叠组成一个深信度网络,从而作为深度神经... 为提高连续语音识别中的音素识别率,提出一种基于改进并行回火训练的受限波尔兹曼机的音素识别算法。首先,利用经过等能量划分后的改进并行回火算法来训练受限玻尔兹曼机,接着将受限玻尔兹曼机堆叠组成一个深信度网络,从而作为深度神经网络预训练的基础模型,然后通过softmax层输出,得到用于音素状态后验概率检测的深度神经网络。接着,利用少量的标签数据,根据反向传播算法对网络权重进行微调。最后,将所得后验概率作为隐马尔科夫的发射概率,然后利用Viterbi解码器实现音素识别。在TIMIT语料库上的实验表明,识别率相比于传统的对比散度类算法提高了约4.5%,在不增加计算量的情况下比原始并行回火算法提高约1%。 展开更多

关键词 并行回火 受限玻尔兹曼机 深信度网络 音素识别

在线阅读 下载PDF 职称材料

一种基于规则分解映射的防火墙规则匹配算法 被引量：1

6

作者 唐晔 《计算机应用》 CSCD 北大核心 2009年第11期2969-2971,2976,共4页

并行树搜索(PTS)算法是报文分类领域中较为优秀的算法之一,但它需要构建大量的external nodes,且只支持以前缀形式表示的规则,因此其匹配效率及适用范围都受到了很大的影响。针对这一问题,提出一种基于规则分解映射的规则匹配算法RMBRDM... 并行树搜索(PTS)算法是报文分类领域中较为优秀的算法之一,但它需要构建大量的external nodes,且只支持以前缀形式表示的规则,因此其匹配效率及适用范围都受到了很大的影响。针对这一问题,提出一种基于规则分解映射的规则匹配算法RMBRDM。RMBRDM算法首先按照启发式方法选取标准维;然后根据规则分解映射和标准维对相关规则进行分解;最后建立一棵二叉决策树。理论分析和仿真实验均表明,RMBRDM算法不仅支持以范围形式表示的规则,且时空性能优于PTS算法。 展开更多

关键词 规则匹配 并行树搜索算法 平衡二叉决策树

在线阅读 下载PDF 职称材料

基于改进对比散度的GRBM语音识别 被引量：4

7

作者 赵彩光 张树群 雷兆宜 《计算机工程》 CAS CSCD 北大核心 2015年第5期213-218,共6页

对比散度作为训练受限波尔兹曼机模型的主流技术之一,在实验训练中具有较好的测试效果。通过结合指数平均数指标算法和并行回火的思想,提出一种改进对比散度的训练算法,包括模型参数的更新和样本数据的采样,并将改进后的训练算法应用于... 对比散度作为训练受限波尔兹曼机模型的主流技术之一,在实验训练中具有较好的测试效果。通过结合指数平均数指标算法和并行回火的思想,提出一种改进对比散度的训练算法,包括模型参数的更新和样本数据的采样,并将改进后的训练算法应用于高斯伯努利受限玻尔兹曼机(GRBM)中训练语音识别模型参数。在TI-Digits数字语音训练和数字测试数据库上的实验结果表明,采用改进的对比散度训练的GRBM明显优于传统的模型训练算法,语音识别率能够达到80%左右,最高提升7%左右,而且应用改进算法训练的其他GRBM对比模型的语音识别率也都有所提高,具有较好的识别性能。 展开更多

关键词 对比散度 高斯伯努利受限玻尔兹曼机 受限玻尔兹曼机 指数平均数指标 并行回火 语音识别 深度神经网络

在线阅读 下载PDF 职称材料

基于并行回火改进的GRBM的语音识别 被引量：1

8

作者 赵彩光 张树群 雷兆宜 《计算机工程与应用》 CSCD 北大核心 2016年第8期125-129,168,共6页

为提高连续语音识别中的识别准确率,采用高斯伯努利受限玻尔兹曼机进行语音训练和识别。通过结合并行回火算法的思想,采样、交换不同的温度链下的重构数据,实现在全局范围内对整个分布进行采样,提出一种基于并行回火改进的高斯伯努利受... 为提高连续语音识别中的识别准确率,采用高斯伯努利受限玻尔兹曼机进行语音训练和识别。通过结合并行回火算法的思想,采样、交换不同的温度链下的重构数据,实现在全局范围内对整个分布进行采样,提出一种基于并行回火改进的高斯伯努利受限玻尔兹曼机(GRBM-PT)的建模方法。该方法通过对语音信号的连续数据进行预训练分析、建模,最后使用支持向量机作为语音识别的分类器。在TI-Digits数字语音训练和数字测试数据库上的实验结果表明,语音识别率能够达到83.14%,基于GRBM-PT模型下的语音识别率明显优于RBM,RBM-PT以及GRBM模型的性能。 展开更多

关键词 高斯伯努利受限玻尔兹曼机(GRBM) 受限玻尔兹曼机 并行回火 语音识别

在线阅读 下载PDF 职称材料

应用于蛋白质折叠模拟的三种新蒙特卡罗方法的比较 被引量：1

9

作者 方茜 朱正佑 王翼飞 《上海大学学报（自然科学版）》 CAS CSCD 2004年第5期526-531,536,共7页

新蒙特卡罗方法是一类随机算法的统称.这类算法已被应用于蛋白质折叠的模拟计算,并取得了较好的结果.该文将并行回火与遗传算法的混合算法、群体模拟退火方法以及群体模拟退火方法与遗传算法的混合算法这3种改进的蒙特卡罗方法应用到蛋... 新蒙特卡罗方法是一类随机算法的统称.这类算法已被应用于蛋白质折叠的模拟计算,并取得了较好的结果.该文将并行回火与遗传算法的混合算法、群体模拟退火方法以及群体模拟退火方法与遗传算法的混合算法这3种改进的蒙特卡罗方法应用到蛋白质折叠模拟计算,并就二维网格模型比较了这3种方法搜索最小能量构象的能力以及计算了得到最小能量构象所花费的时间.计算机模拟计算的结果表明,3种方法对于短序列蛋白质折叠结构的预测都较为有效,而群体模拟退火方法与遗传算法的混合算法则比其它两种算法所花费的计算时间要少,也就更为有效. 展开更多

关键词 并行回火与遗传算法的混合算法 群体模拟退火方法 群体模拟退火方法与遗传算法的混合算法 二维网格

在线阅读 下载PDF 职称材料

一种防反充电电压互感器并列装置的研制 被引量：3

10

作者 李鹏 钟著辉 《电力系统保护与控制》 EI CSCD 北大核心 2014年第13期135-138,共4页

电压互感器并列由于误操作或设备故障而引起的反充电事故时有发生。分析了传统电压互感器并列装置工作原理,总结了其防反充电的不足,并研制出一种以可编程控制器为核心的防反充电电压互感器并列装置。其并列条件增加了模拟量(电压)判据... 电压互感器并列由于误操作或设备故障而引起的反充电事故时有发生。分析了传统电压互感器并列装置工作原理,总结了其防反充电的不足,并研制出一种以可编程控制器为核心的防反充电电压互感器并列装置。其并列条件增加了模拟量(电压)判据,当同相电压差大于设定值时,不允许并列运行。同时利用新型电子器件自恢复保险丝(PPTC),在并列回路中增加可自行恢复的过流阻断电路,当并列回路电流过大时自动解列,故障解除时,回路又能快速恢复导通。该装置能从根本上防止反充电导致空开脱扣及设备损坏等事故的发生,有效保证了电网的安全稳定运行。 展开更多

关键词 电压互感器 防反充电 并列 可编程控制器 自恢复

在线阅读 下载PDF 职称材料

基于异丙醇填充和游标效应增敏的氢气传感器

11

作者 毛勋 王攸 戴玉堂 《光子学报》 EI CAS CSCD 北大核心 2021年第5期194-203,共10页

采用高热光系数的异丙醇和平行连接结构,使基于Pt-WO_3敏感膜的法布里-珀罗氢气干涉仪灵敏度得到了大幅度提升。传感器的异丙醇腔由孔径126μm空心光纤和端面镀有银膜的单模光纤组成,结构紧凑且稳定。氢敏测试结果表明:干涉仪在0~2%(vo... 采用高热光系数的异丙醇和平行连接结构,使基于Pt-WO_3敏感膜的法布里-珀罗氢气干涉仪灵敏度得到了大幅度提升。传感器的异丙醇腔由孔径126μm空心光纤和端面镀有银膜的单模光纤组成,结构紧凑且稳定。氢敏测试结果表明:干涉仪在0~2%(vol%)氢气浓度范围内的灵敏度为1.746 4 nm/%,响应速度快,重复使用性好。将两个具有微小腔长差的干涉仪通过2×2的耦合器平行连接,利用光学游标效应实现灵敏度放大,组合后的传感器达到了15.729 3 nm/%的高氢气灵敏度,并且两个干涉仪本身可以达到温度自补偿,大幅度降低了温度交叉敏感度。本文为制备灵敏度高、低成本、适用范围广的氢气传感器提供了一次有益的探索。 展开更多

关键词 氢气干涉仪 异丙醇 光学游标效应 pt-WO_(3)薄膜 温度自补偿 平行连接 磁控溅射

在线阅读 下载PDF 职称材料

贝叶斯推理与并行回火研究综述

12

作者 湛进 王雪飞 +1 位作者 成雨蓉 袁野 《计算机科学》 CSCD 北大核心 2023年第2期89-105,共17页

贝叶斯推理是统计学中的主要问题之一,旨在根据观测数据更新概率分布模型的先验知识。对于真实情况下常遇到的无法观测或难以直接计算的后验概率,贝叶斯推理可以对其进行近似,它是一种以贝叶斯定理为基础的重要方法。在许多机器学习问... 贝叶斯推理是统计学中的主要问题之一,旨在根据观测数据更新概率分布模型的先验知识。对于真实情况下常遇到的无法观测或难以直接计算的后验概率,贝叶斯推理可以对其进行近似,它是一种以贝叶斯定理为基础的重要方法。在许多机器学习问题中都涉及对包含各类特征数据的真实分布进行模拟和近似的过程,如分类模型、主题建模和数据挖掘等,因此贝叶斯推理在当今机器学习领域里具有重要而独特的研究价值。随着大数据时代的开始,研究者经由实际信息采集到海量的实验数据,导致需要模拟和计算的目标分布也非常复杂,如何在复杂数据下对目标分布进行结果精确和时间高效的近似推理,成为了当今贝叶斯推理问题的重难点。针对这一复杂分布模型下的推理问题,文中对近年来解决贝叶斯推理问题的两大主要方法——变分推理和采样方法,进行系统性地介绍和综述。首先,给出变分推理的问题定义与理论知识,详细介绍以坐标上升为基础的变分推理算法,并给出这一方法的已有应用与未来展望。然后,对国内外现有的采样方法的研究成果进行综述,给出各类主要采样方法的具体算法流程,并总结和对比这些方法的特性与优缺点。最后,引入并行回火技术,对其基本理论和方法进行概述,探讨并行回火与采样方法的结合与应用,为未来贝叶斯推理问题的发展探讨了新的研究方向。 展开更多

关键词 变分推理 采样算法 并行回火 近似计算

在线阅读 下载PDF 职称材料