期刊文献+
共找到11篇文章
< 1 >
每页显示 20 50 100
云计算技术在新能源汽车智能制造中的应用与发展 被引量:13
1
作者 田根源 《储能科学与技术》 CAS CSCD 北大核心 2024年第5期1748-1750,共3页
新能源汽车是中国汽车行业变革产业生态,提高行业韧劲和活力的战略举措。在政策和市场激励下,我国新能源汽车发展向产品驱动转变,并在电机、电池、电控等核心环节掌握技术优势,推动新能源汽车制造向智能网联发展。本文梳理云计算在新能... 新能源汽车是中国汽车行业变革产业生态,提高行业韧劲和活力的战略举措。在政策和市场激励下,我国新能源汽车发展向产品驱动转变,并在电机、电池、电控等核心环节掌握技术优势,推动新能源汽车制造向智能网联发展。本文梳理云计算在新能源汽车制造中的作用和应用,为新能源汽车基于降低能耗和安全优化的整车智能升级提供技术借鉴,构筑新能源汽车高质量发展的良好基础。 展开更多
关键词 云计算 新能源汽车 动力电池 智能制造
在线阅读 下载PDF
面向通信抗干扰的IRS-NOMA系统上行链路和速率的优化
2
作者 张锐 《火力与指挥控制》 北大核心 2025年第3期49-55,共7页
智能反射面可有效调整通信信道,能提升战场环境下的抗干扰能力。结合非正交多址接入技术,提出基于流行优化算法的上行链路和速率的优化方案。将战场中的战车视为用户,这些用户构成一个通信网络。ISMO方案通过联合优化IRS相移和用户传输... 智能反射面可有效调整通信信道,能提升战场环境下的抗干扰能力。结合非正交多址接入技术,提出基于流行优化算法的上行链路和速率的优化方案。将战场中的战车视为用户,这些用户构成一个通信网络。ISMO方案通过联合优化IRS相移和用户传输功率,最大化系统和速率。建立最大化和速率的优化问题,考虑到优化问题的非凸性,引用交替优化技术获取用户传输功率和IRS相移的解。仿真结果表明,相比于同类方案,ISMO方案提升了系统和速率。 展开更多
关键词 智能反射面 非正交多址接入 和速率 流形优化 黎曼梯度
在线阅读 下载PDF
基于深度学习的联邦学习中数据隐私保护方法 被引量:1
3
作者 田根源 《火力与指挥控制》 北大核心 2025年第1期189-194,共6页
拆分学习可在不共享原始数据的情况下,由客户端同服务端协作训练深度学习模型,成为隐私保护领域的研究热点。然而,拆分学习仍面临数据重构攻击,其威胁着参与者的敏感信息。提出基于二进制拆分学习的数据隐私保护算法。BSLP算法将客户端... 拆分学习可在不共享原始数据的情况下,由客户端同服务端协作训练深度学习模型,成为隐私保护领域的研究热点。然而,拆分学习仍面临数据重构攻击,其威胁着参与者的敏感信息。提出基于二进制拆分学习的数据隐私保护算法。BSLP算法将客户端所训练的本地模型进行二值化,降低由拆分层输出值导致的数据泄露损失。BSLP算法引用差分隐私机制,在数据中添加噪声,进而泛化数据。以4个典型的数据集进行实验,分析BSLP算法的分类准确率和隐私保护性能。分析结果表明,提出的BSLP算法在MNIST数据集上的分类准确率达到97%,而KL散度为3.68,验证了BSLP算法具有较强的隐私保护性能的事实。 展开更多
关键词 联邦学习 隐私保护 拆分学习 二值化 差分隐私
在线阅读 下载PDF
基于集成学习算法的金浸出率智能预测模型设计研究
4
作者 周一帆 《湿法冶金》 北大核心 2025年第5期698-705,共8页
针对金浸出率预测准确率不高及噪声数据较大的问题,提出了一种高效的智能预测方法。将改进的XGBoost和LightGBM模型相结合,并采用动态学习率、正则化优化和贝叶斯优化算法,设计了一个集成学习模型对金浸出率进行预测。结果表明:相较于... 针对金浸出率预测准确率不高及噪声数据较大的问题,提出了一种高效的智能预测方法。将改进的XGBoost和LightGBM模型相结合,并采用动态学习率、正则化优化和贝叶斯优化算法,设计了一个集成学习模型对金浸出率进行预测。结果表明:相较于传统单一模型,集成学习模型预测精度明显提升,其均方误差较XGBoost和LightGBM分别降低28.8%和22.9%左右,在真实生产环境中稳定性较高。该集成学习模型能够有效提高金浸出率的预测精度,具有较强的实际应用价值。 展开更多
关键词 金浸出率 预测 集成学习 XGBoost模型 LightGBM模型 数值仿真
在线阅读 下载PDF
面向车联网的基于卷积神经网络的入侵检测模型
5
作者 张锐 《电信科学》 北大核心 2024年第12期51-62,共12页
为了提高车联网入侵检测的准确率,提出了基于超参数优化卷积神经网络的集成的入侵检测系统(hyper-parameter optimization convolution neural network-based ensemble Intrusion detection system,CNES)模型。CNES模型利用卷积神经网... 为了提高车联网入侵检测的准确率,提出了基于超参数优化卷积神经网络的集成的入侵检测系统(hyper-parameter optimization convolution neural network-based ensemble Intrusion detection system,CNES)模型。CNES模型利用卷积神经网络构建集成学习的基学习器,并利用粒子群优化算法优化卷积神经网络的超参数,进而优化卷积神经网络模型。利用平均法和级联法的集成策略构建集成学习模型,提高检测攻击的准确率。通过车内网络数据集Car-Hacking和车外网络数据集CICIDS2017验证CNES模型的性能。性能分析表明,提出的CNES模型有效地提高了检测网络攻击的性能。在Car-Hacking数据集上,CNES模型的F1值达到100%。 展开更多
关键词 车联网 入侵检测 卷积神经网络 粒子群优化算法 集成学习
在线阅读 下载PDF
基于多模态特征对齐的作物病害叶片检测 被引量:3
6
作者 周一帆 刘东洋 周宇平 《中国农机化学报》 北大核心 2024年第7期180-187,共8页
针对现有农作物病害叶片检测方法利用图像特征定位叶片病害区域精度不高的问题,提出一种基于多模态特征对齐的作物病害叶片检测新方法。在训练阶段,利用视觉编码器和文本编码器将农作物叶片集中的图片和文本进行编码,并根据视觉编码特... 针对现有农作物病害叶片检测方法利用图像特征定位叶片病害区域精度不高的问题,提出一种基于多模态特征对齐的作物病害叶片检测新方法。在训练阶段,利用视觉编码器和文本编码器将农作物叶片集中的图片和文本进行编码,并根据视觉编码特征定位给定图片中的病害区域,利用视觉和文本编码融合特征实现病害区域病害类型的细粒度分类。在推理阶段,利用预训练的病害区域定位模块定位给定测试图片中的病害区域,并将其提取的病害区域作为预训练分类模型的输入;通过计算预测文本值与文本集中原始标签之间的相似度值,快速给出病害区域的细粒度分类结果。在多个开源的农作物病害数据集上进行测试,所提出方法在马铃薯、番茄、苹果和草莓四种类型的病害叶片数据集上精准率分别为0.9574、0.9611、0.9580和0.9502,综合性能更优,具有较好实用价值。 展开更多
关键词 病害叶片检测 多模态特征 视觉编码特征 文本编码特征 细粒度分类
在线阅读 下载PDF
大数据型热储存系统的能量存储安全性
7
作者 史玲华 吴松丽 《储能科学与技术》 CAS CSCD 北大核心 2024年第5期1603-1605,共3页
热储存系统可以有效缓解太阳能随机性和波动性带来的发电问题,是目前光热电厂工作运行最重要的系统之一,但因为其在日常应用中需要频繁切换工作状态,很容易出现数据类异常问题。大数据的引入以及大数据型热储存系统的设计是解决其问题... 热储存系统可以有效缓解太阳能随机性和波动性带来的发电问题,是目前光热电厂工作运行最重要的系统之一,但因为其在日常应用中需要频繁切换工作状态,很容易出现数据类异常问题。大数据的引入以及大数据型热储存系统的设计是解决其问题的一项重要尝试。本文首先分析了热储存系统模型的最新研究应用理论,并以美国Andasol光热存储系统为例,重点分析了其模型设计构造原理,以及能量平衡的计算方法,最后从网络无关性检验和融合模型数据诊断两方面,进一步阐述了大数据技术在热储存模型系统安全性的重要应用。 展开更多
关键词 大数据 能量安全 系统 储能
在线阅读 下载PDF
基于特征重组网络的小样本农作物病害叶片检测
8
作者 党婉誉 周烨炆 徐斌腾 《江苏农业科学》 北大核心 2024年第20期236-243,共8页
针对现有作物病害叶片检测模型的性能过度依赖大量带标注数据集以及预训练模型的泛化性不强等问题,提出一种基于特征重组网络的小样本农作物病害叶片检测方法。首先,采用支持分支和查询分支的双分支网络结构,将支持图像和查询图像映射... 针对现有作物病害叶片检测模型的性能过度依赖大量带标注数据集以及预训练模型的泛化性不强等问题,提出一种基于特征重组网络的小样本农作物病害叶片检测方法。首先,采用支持分支和查询分支的双分支网络结构,将支持图像和查询图像映射到深度特征空间,并在支持分支中采用特征增强网络缓解映射特征与原始标注不对齐的问题。其次,借助全局平均池化策略生成初始原型,利用该原型反向指导原始支持图像中病害叶片的识别,并根据初始识别结果对原型进行优化。再次,通过比对识别区域与原始标注之间的特征差异,构造辅助原型与主域原型。最后,融合原始原型、辅助原型和主域原型,构造多原型集,并利用度量方法计算原型集与查询特征间的关联,根据关联值给出预测标签。在自建的橘子、番茄和苹果等病害叶片数据集上进行测试,所提出方法分别获得了97.18%的精准率、97.31%的召回率、96.90%的F 1分数和84.71%的FB-IoU,优于主流的目标检测方法。 展开更多
关键词 作物病害叶片检测 特征重组 全局平均池化 特征增强 原型集
在线阅读 下载PDF
基于改进FairMOT的实时群养生猪智能跟踪
9
作者 周一帆 刘东洋 周宇平 《中国农机化学报》 北大核心 2024年第8期49-59,共11页
为解决群养生猪多目标跟踪中的挑战,如猪只外观相似、互相遮挡和动态交互等导致的身份识别错误、跟踪不连续问题,提出一种改进型FairMOT模型。该模型在主干网络中嵌入EMA注意力机制,优化下采样阶段的特征图,增强猪只位置特征的表达能力... 为解决群养生猪多目标跟踪中的挑战,如猪只外观相似、互相遮挡和动态交互等导致的身份识别错误、跟踪不连续问题,提出一种改进型FairMOT模型。该模型在主干网络中嵌入EMA注意力机制,优化下采样阶段的特征图,增强猪只位置特征的表达能力。同时,引入区分特征学习网络,通过加强不同猪只之间外观特征的细粒度差异,提高个体间的区分度。此外,模型采用特征匹配、IoU匹配和遮挡恢复匹配的三阶段策略,以增强跟踪的准确性。测试结果显示,改进FairMOT在高阶跟踪精度HOTA、多目标跟踪准确率MOTA、多目标定位精度MOTP、识别F1得分等关键指标上表现卓越,在自制数据集的平均得分分别达到85.87%、96.53%、96.07%和94.82%,明显优于原始FairMOT和其他五种跟踪器。且在不同光照和遮挡条件下,其展现出高准确性和稳定性,证明在复杂环境中的有效性和实用性。 展开更多
关键词 群养生猪 动物检测 猪只多目标跟踪 行为识别 遮挡匹配
在线阅读 下载PDF
WSNs中基于测距修正和拟牛顿法的节点定位算法 被引量:4
10
作者 孙豫 《弹箭与制导学报》 北大核心 2022年第5期15-19,共5页
针对基于接收信号强度指示(received signal strength index,RSSI)测距定位精度不高问题,提出基于测距修正和拟牛顿法节点定位(ranging correction and quasi-Newton method-based localization,RCNL)算法。RCNL算法由测距和定位两个阶... 针对基于接收信号强度指示(received signal strength index,RSSI)测距定位精度不高问题,提出基于测距修正和拟牛顿法节点定位(ranging correction and quasi-Newton method-based localization,RCNL)算法。RCNL算法由测距和定位两个阶段组成。在测距阶段,RCNL算法先利用RSSI测距,再通过正态滤波剔除偏差大的RSSI值,进而提高测距精度;在定位阶段,先通过Bounding-box算法估计未知节点位置,再利用拟牛顿法进一步估计未知节点位置,提高定位精度。仿真结果表明,在节点数为100,通信半径为25 m环境下,相比IDV-hop算法,RCNL算法的归一化定位误差下降了约6%。 展开更多
关键词 接收信号强度 定位 正态滤波 Bounding-box算法 拟牛顿法
在线阅读 下载PDF
基于物联网的船舶通信信号传输质量检测方法
11
作者 杨青 《舰船科学技术》 北大核心 2022年第8期149-152,共4页
在舰船通信信号传输质量检测中,由于信号分布的密集性与杂乱性,采集的信号质量较差,影响信号传输质量检测的准确性,因此设计一种基于物联网的舰船通信信号传输质量检测方法。基于物联网搭建舰船通信信号采集模型,模型由6部分构成,分别... 在舰船通信信号传输质量检测中,由于信号分布的密集性与杂乱性,采集的信号质量较差,影响信号传输质量检测的准确性,因此设计一种基于物联网的舰船通信信号传输质量检测方法。基于物联网搭建舰船通信信号采集模型,模型由6部分构成,分别为物联网传感器模块、网络传输模块等,用于采集通信信号数据。通过信号脉压处理、AGC自动增益控制对采集的通信信号实施预处理。对卷积长短期多通道深度神经网络实施优化,利用优化后的网络实施通信信号的调制识别,提取信号特征,在Rfping链路中输入提取的信号特征数据,通过Rfping链路实施船舶通信信号传输质量检测。在某舰船上测试设计方法的性能,测试结果表明设计方法最高可以完成94次/s的信号采样,无论在长距离下还是短距离下采集的信号都比较稳定,信号传输质量检测误差低于1%,说明实现了设计目标。 展开更多
关键词 物联网 舰船通信信号 重叠相加法 AGC自动增益控制 传输质量检测 Rfping链路
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部