检索结果-内蒙古大学图书馆

作者：程雨婷国防科技大学

学位级别：硕士

信道化技术在语音、图像、通信、软件无线电、雷达接收机等众多国民经济和军事领域中均有着重要且广泛的应用。针对高逼真有源干扰系统对大带宽、高灵活性、小型化的需求,本文将数字信道化技术引入干扰机中。在分析现有DFT滤波器组整体... 详细信息

信道化技术在语音、图像、通信、软件无线电、雷达接收机等众多国民经济和军事领域中均有着重要且广泛的应用。针对高逼真有源干扰系统对大带宽、高灵活性、小型化的需求,本文将数字信道化技术引入干扰机中。在分析现有DFT滤波器组整体性能的基础上,最后选择使用过2采样DFT滤波器组作为信道化有源干扰机信道划分和信道综合的实现结构,并推导了该滤波器组的多相高效硬件实现结构。原型滤波器的设计是调制滤波器组应用的关键性难题,本文在分析滤波器对重构误差的影响后,提出了一种高效的、可以设计任意长长度的原型滤波器设计算法。最后,在Xilinx的Vivado软件平台成功搭建了信道化有源干扰机的接收和发射模型。本文的研究成果将为宽带信道化有源干扰机的设计和研制提供理论和技术支持。所开展的工作及研究成果如下:第一章为绪论,阐述了开展宽带数字信道化有源干扰技术研究的背景与意义,综述了宽带雷达有源干扰技术研究现状和半导体器件的发展现状,最后介绍了本文的主要研究内容和工作安排。第二章为宽带信道化干扰机的基本理论知识。首先介绍了宽带信道化有源干扰的结构模型;其次,介绍了抽取器、插值器的时域频域关系以及抽取滤波和插值滤波的多相分解结构;然后,介绍了滤波器组的基本结构、滤波器组三大误差来源,对标准DFT滤波器组、临界采样DFT滤波器组和MDFT滤波器组的重构性能进行了分析;最后介绍了LFM雷达的三大干扰样式以及对应的一维、二维干扰效果的数学表达式,给出了子信道的调制信号生成方法。第三章主要研究了基于过2采样DFT滤波器组的信道化结构设计。首先,推导了过2采样DFT滤波器组的高效硬件实现结构,为工程实现提供了参照;接着,详细描述了基于震荡权重粒子群(pso)杂交优化算法的频域滤波器设计算法步骤;其次,仿真实例表明所提出的原型滤波器设计算法相比于其他三种算法在滤波器组的重构精度、峰值信噪比上有显著提高,利用该算法可以设计任意长度的滤波器且算法对初始参数值不敏感;然后,以8个通道的信道化结构为例,窄带和宽带信号的重构实验表明,基于过2采样DFT滤波器组信道化结构的重构信号精度远高于基于标准DFT滤波器组、基于临界采样DFT滤波器组的重构精度;最后,以卷积干扰样式为例,验证了基于过2采样DFT滤波器组的信道化干扰调制的有效性。第四章主要研究了信道化干扰机信号处理分系统的硬件实现。以32信道为例,给出了基于过2采样DFT滤波器的信道化接收和发射结构实现方案,在Vivado中使用Verilog编程实现,并用ISIM进行仿真,ISIM仿真结果与MATLAB结果的一致性验证了该方案的有效性。第五章主要是对本文的工作和创新点进行了总结,并指出下一步研究方向。

关键词：数字信道化有源干扰滤波器组原型滤波器设计 pso优化算法 FPGA设计实现

来源：评论

学校读者我要写书评

暂无评论

基于太阳能蓄热的多能互补分布式能源供热系统研究

基于太阳能蓄热的多能互补分布式能源供热系统研究

引用

作者：尹正宇山东大学

学位级别：硕士

发展以太阳能等可再生能源为主的多能互补分布式能源系统不仅有助于缓解传统化石燃料枯竭的危机,还能够加快中国能源结构转型升级进程,助力“双碳”目标的实现。然而,太阳能等可再生能源自身存在间歇性与不稳定性的特点,且可再生能源的... 详细信息

发展以太阳能等可再生能源为主的多能互补分布式能源系统不仅有助于缓解传统化石燃料枯竭的危机,还能够加快中国能源结构转型升级进程,助力“双碳”目标的实现。然而,太阳能等可再生能源自身存在间歇性与不稳定性的特点,且可再生能源的本地消纳与异地输送问题制约了该系统的推广和应用。因此利用储能技术对富余能量进行高效存储成为保障系统稳定运行的关键所在。传统可再生能源系统中利用单一蓄热池进行蓄热的方式,容易产生系统运行调节灵活性差的问题,影响系统能源利用效率。为此本文提出一种基于太阳能蓄热的多能互补分布式能源供热系统,该系统除利用跨季节蓄热池进行长期蓄热外,还安装有储热罐进行短期蓄热,从而提高系统运行灵活度。目前常见的系统研究方式为利用TRNSYS仿真平台构建系统模型后进行研究,该方法无法对于系统中的特定部件开展深入研究。因此本文在TRNSYS仿真平台构建系统模型,并通过实验数据进行验证后,进一步通过ANSYS FLUENT对于系统内蓄热池和储热罐部件进行深入研究,从而提升系统整体蓄热能力。通过数值模拟与实验相结合的方法,采用TRNSYS软件构建一种基于太阳能蓄热的多能互补分布式能源供热系统。该系统内的蓄热子系统由蓄热池与储热罐组成,采用储热罐可提高系统的运行灵活性,将模型系统运行数据与实验温室数据对比验证,证明构建模型的正确性与有效性;在此基础上利用Particle Swarm Optimization(pso),以系统年运行费用为目标函数,获得系统最优太阳能集热面积与储热容积分配比例。在TRNSYS模型的基础上,采用ANSYS FLUENT对于储热部件进行数值仿真。根据相似原理对数值模拟过程中的控制方程展开数学推导,结果显示当模型尺寸减小到原型尺寸的n倍时,需要将模拟时间缩短到实际时长的n2倍,将模拟速度提高到n倍,才能够保证模型内部温度场与原型保持一致,利用该方法进行数值模拟可以显著降低运算过程的计算量;在济南地区的土壤条件下,随着地埋深度的增大,跨季节蓄热池蓄热效果逐渐增强,但超过1.5 m后,继续增加埋深对于提高蓄热效率的作用会减小;通过对圆柱型蓄热池与四棱台型蓄热池在蓄热过程中的温度场及流场的变化情况对比分析,发现四棱台型的蓄热池壁面结构可以削弱近壁面处的自然对流强度,从而减小蓄热时的热耗散情况。对于传统储热罐进行结构优化设计,在罐体内部安装隔热板以降低斜温层厚度,从而提高储热效率。对于结构优化前后的储热罐蓄热过程进行数值模拟,结果表明装配隔热板可以有效地分隔储热罐内冷热流体,从而显著降低斜温层厚度,提高储热效率;在数值模拟结果的基础上,对储热罐系统进行(火用)分析计算,计算结果说明装配隔热板能够提升储热罐系统的节能与储热性能。综上,本文将TRNSYS仿真平台与ANSYSFLUNT数值模拟相结合,从系统整体和储热设备两个方面分别进行优化设计,研究过程中利用pso粒子群优化算法、相似原理等多种研究手段,研究结果有助于提高系统的储热性能,对于在中国北方地区构建发展以太阳能为主的多能互补分布式能源供热体系具有指导意义。

关键词：储热多能互补分布式能源系统 pso优化算法

来源：评论

学校读者我要写书评

暂无评论

基于PCA的BP神经网络优化的研究与应用

基于PCA的BP神经网络优化的研究与应用

引用

作者：张义宏东北大学

学位级别：硕士

随着Internet越来越多的占据人们的生活,网络入侵也日趋复杂和频繁。传统的网络安全防护手段已经不能满足用户对网络安全的需求。并且,被普遍认为能有效防御的防火墙,也存在着很多缺点,不足以应对日益严重的网络危机。因此,实时的入侵... 详细信息

随着Internet越来越多的占据人们的生活,网络入侵也日趋复杂和频繁。传统的网络安全防护手段已经不能满足用户对网络安全的需求。并且,被普遍认为能有效防御的防火墙,也存在着很多缺点,不足以应对日益严重的网络危机。因此,实时的入侵检测系统被提出,成为了防火墙的有效补充。只有将各种不同的网络基础设备与先进的网络安全防御技术有效的结合,才能成功的应对复杂的混合型威胁。针对网络中不断出现的新型入侵,本文提出了将误用检测和异常检测两种方法相结合,进而应用到入侵检测系统中以达到较高的准确率。其中异常检测采用BP神经网络模块,其本身高度的自学习和自适应能力能够根据训练样本中己有的入侵检测实例准确的识别出入侵行为,并且能够对入侵行为的新特征进行识别和总结。对于BP神经网络的收敛速度慢和易陷入局部最小点的问题,采用了粒子群优化算法pso对BP神经网络的连接权值和阈值进行一定程度上的优化,提高神经网络的泛化能力和学习性能,从而改进神经网络的整体效率。由于入侵检测数据普遍具有高维的特点,在数据输入到神经网络之前,本文采用PCA算法对输入数据进行特征提取,降低了数据的维数,简化了神经网络的结构,减少其运算量,提高检测的精度。同时神经网络模块采用了对不同协议数据包分别处理的机制。本文主要针对于传输层的主要协议TCP和UDP进行了模型设计,根据这两种协议的不同入侵特征信息分别设计了基于TCP协议和UDP协议下的神经网络,更有针对性的提高了检测效率。本文从当前用户对网络安全的要求和入侵检测的发展方向入手,确定了课题的研究方向和论文组织结构。本文简单介绍了所提出的新系统模型,主要有数据包捕获模块、协议解析模块、预处理模块、规则匹配模块、PCA-pso-BP神经网络模块和响应模块六个功能模块；其中详细分析了BP神经网络的结构和不足,用pso来优化BP神经网络,并对输入的数据用PCA算法进行主成分提取。有针对性的对TCP和UDP神经网络进行了测试,结果显示这种有针对性的网络检测方案有较高的准确率

关键词：入侵检测 pso优化算法 BP神经网络主成分分析法规则匹配

来源：评论

学校读者我要写书评

暂无评论

融合LiDAR数据与遥感影像的地物分类方法研究

融合LiDAR数据与遥感影像的地物分类方法研究

引用

作者：刘恋重庆大学

学位级别：硕士

随着遥感对地观测技术的日趋成熟,单一数据源地物精细分类越来越难以满足用户的精度需求,多源数据融合处理成为目前地物分类的热点问题。在多传感器、多类型的遥感数据中,LiDAR点云数据反映了地物空间特征,但存在数据集离散、语义匮乏... 详细信息

随着遥感对地观测技术的日趋成熟,单一数据源地物精细分类越来越难以满足用户的精度需求,多源数据融合处理成为目前地物分类的热点问题。在多传感器、多类型的遥感数据中,LiDAR点云数据反映了地物空间特征,但存在数据集离散、语义匮乏等缺陷,难以达到地物精细分类的要求;遥感影像数据具有光谱显著、纹理丰富等优点,但“同物异谱”等现象导致类别分离度较低,分类结果可靠性不高。近年来,国内外学者针对两者各自的优缺点,研究基于LiDAR点云数据与遥感影像数据融合进行地物分类的方法,利用多源数据的互补性弥补单个数据源分类的缺陷,提高分类精度。在地物精细分类中,分类器性能是影响分类精度的重要因素之一。分类器性能受样本集影响,当训练样本数目较少或样本代表性不高时,强泛化性分类器难以获得满意分类结果。因此,优化分类器是提高地物分类精度的另一有效途径。合适的分类数据源、有效的分类方法是提高地物精细分类精度的重要手段。本文顾及LiDAR点云、遥感影像融合的数据集特征,对融合数据的精细化地物分类展开研究,其主要研究内容如下。(1)多源数据融合的谱间-空间特征提取与特征集构建研究。利用共生矩阵提取影像谱间、点云空间的二阶统计分布,运用统计方法、波段指数运算获得数据的均值、方差、植被指数、高程差等特征。根据多源数据融合的谱间-空间特征构建特征集,特征集包含了遥感影像连续语义描述,点云数据空间邻域表征,两种数据融合达到提升地物类别分离度,提高分类精度的目的。(2)针对地物分类中训练样本不足、样本代表性不好导致分类结果较差的问题,运用基于支持向量机(SVM)与深度置信网络(DBN)的联合分类方法:利用少量训练样本,通过SVM初分类获得大量含噪样本,基于DBN的强非线性拟合能力提取样本在特征空间的固有结构(逼近真实特征分布)训练分类参数,最后应用训练后的分类器校正初分类结果,达到改善样本数量不足、减少样本代表性依赖,提高分类精度的目的。(3)研究基于粒子群滤波(pso)优化分类器的方法。针对DBN基于随机梯度下降法训练分类器参数过程中,梯度逐渐消失,参数学习陷入局部极值,训练不完全的问题,本文应用粒子群滤波理论,研究基于pso优化SVM-DBN的方法。pso迭代过程中,随机种群粒子进化以最优化方向推演解空间参数,当参数迭代陷入局部极值时,种群进化更新跳出局值,不断收敛至全局最优点,得到参数解空间最优解。本文基于pso的全局寻优能力优化分类器参数,达到提高算法收敛效率,增强分类器分类性能的目的。

关键词：多源数据融合 LiDAR点云 SVM分类 DBN分类 pso优化算法

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的供应链需求预测

基于深度学习的供应链需求预测

引用

作者：唐甜甜兰州交通大学

学位级别：硕士

考虑到电商以及零售类销售数据是不平稳的,本文预测方法采用单变量时间序列预测和多变量时间序列预测。单变量方法选取传统时序模型,多变量方法结合传统的机器学习算法和深度学习技术。组合预测方法在电商场景目前使用较为前沿,其具有... 详细信息

考虑到电商以及零售类销售数据是不平稳的,本文预测方法采用单变量时间序列预测和多变量时间序列预测。单变量方法选取传统时序模型,多变量方法结合传统的机器学习算法和深度学习技术。组合预测方法在电商场景目前使用较为前沿,其具有良好的使用远景。基于时序数据的模型构建和实证研究:本章以时间序列数据为基础,构建单变量时间序列预测模块。基于此,在深入分析ARIMA模型和BP神经网络特性的基础上,以某商城办公用品的数据为例对需求量进行预测,选取绝对百分比误差MAPE、均方根误差RMSE和平均绝对误差MAE作为模型检验指标,比较相对误差衡量两种预测模型,对比分析后表明BP需求预测模型预测精度较高。基于深度学习的模型建立和实证研究:本章为多变量时间序列预测模块,首先对和鲸社区公开数据集某洁日用品销售额相关数据进行了特征工程的处理工作,引入了提取平稳特征能力的CNN和分析时间序列能力的LSTM来构建串联CNN-LSTM的预测模型,为了验证模型的效果,本文将该模型分别与传统的机器学习算法、经典的神经网络进行对比。实验证明,CNN-LSTM模型比SVM、XGBoost、CNN、LSTM预测效果好,而且使用粒子群算法和改进的粒子群算法进行参数优化后的串联CNN-LSTM模型、单一CNN网络、单一LSTM网络、SVM算法、XGBoost算法模型预测精度均有了提高,同时,使用Ipso-CNN-LSTM的组合模型预测效果最佳。提升整个供应链效益首要解决的任务是牛鞭效应,而提高预测精准度可以有效的抑制牛鞭效应。构建有较高预测精度的模型,为企业应对市场需求变化提供重要的理论依据。随着深度学习技术有了质的飞跃,预测分析也逐渐成为研究的热点,预测精准度的提高有助于把控未来经济走势和消费趋向。但由于销售数据的非平稳性等问题,深度学习模型很难预测未来值。本文提出了一种新的转换平稳特征的方法,使深度学习模型能够得到有效的应用,进而为企业改进促销方式提高收益具有现实意义。

关键词： CNN-LSTM模型 ARIMA模型 BP神经网络 pso优化算法预测分析

来源：评论

学校读者我要写书评

暂无评论

基于多信息融合的大鼠行为识别研究

基于多信息融合的大鼠行为识别研究

引用

作者：张春宇燕山大学

学位级别：硕士

近年来,随着医学、药学、神经科学技术的快速发展,动物行为学在现代生命科学的研究中变得举足轻重。由于基于传感器的识别技术具有成本低,不易受环境影响等特点。因此,本文以大鼠为研究对象,通过搭建可穿戴的行为信息采集系统与构建大... 详细信息

近年来,随着医学、药学、神经科学技术的快速发展,动物行为学在现代生命科学的研究中变得举足轻重。由于基于传感器的识别技术具有成本低,不易受环境影响等特点。因此,本文以大鼠为研究对象,通过搭建可穿戴的行为信息采集系统与构建大鼠行为模型,实现对大鼠行为的识别。首先,搭建以九轴惯性传感器IMU为核心的可穿戴行为信息采集系统,实现对大鼠行为信息的采集、传输以及存储。通过微处理器搭载IMU的行为信息采集装置,对大鼠的行为信息进行采集;通过低功耗、抗干扰能力强的Lo Ra无线模块,将行为信息传输到上位机;设计基于QT的上位机界面,实现对大鼠行为信息的解析与存储。其次,通过基于多信息融合的方法,实现了大鼠行为信息去噪及特征提取,将含噪声的、连续的、复杂的行为信息映射为简洁的、可表征大鼠行为的特征向量,并构建多信息融合的大鼠行为数据集。通过数据预处理,将大鼠行为信息规范化与离散化;设计基于PCA的特征融合方法,简化行为特征的复杂度;通过特征向量与样本标签构建多信息融合的大鼠行为数据集。再次,对基于机器学习的大鼠行为识别算法进行了研究与分析。分析了SVM、RF、KNN三种机器学习算法。根据实验得出,在三种机器学习模型中,SVM模型识别率高于RF模型和KNN模型。最后,提出了一种基于pso-RBFNN的大鼠行为识别算法,验证了pso-RBFNN算法的性能优势。利用pso优化算法对RBF神经网络进行优化,建立pso-RBFNN模型;对比pso-RBFNN模型与RBFNN模型,验证了pso-RBFNN模型拥有更高的识别率与更快的收敛速度;对比pso-RBFNN模型与SVM模型,验证了pso-RBFNN模型的性能相比于SVM模型更优。

关键词：大鼠行为多信息融合机器学习 RBF神经网络 pso优化算法

来源：评论

学校读者我要写书评

暂无评论

基于FLANN的非线性动态系统辨识

引用

集美大学学报（自然科学版） 2011年第2期16卷 128-134页

作者：王荣杰朱昱集美大学轮机工程学院福建厦门361021 中山大学信息科学与技术学院广东广州510006 厦门大学信息科学与技术学院福建厦门361005

采用一种基于FLANN-pso的SISO非线性动态系统辨识方法,构造了基于FLANN的辨识模型,然后运用pso优化算法实现模型权值辨识.通过对4种典型非线性动态系统进行了辨识仿真,结果表明该方法具有良好的性能和高辨识精度,它将更适合于工程实际需要.

关键词：非线性动态系统辨识 FLANN pso优化算法

来源：评论

学校读者我要写书评

暂无评论

基于北斗定位与信息化技术的沥青混凝土路面质量管理研究

引用

施工技术（中英文） 2022年第17期51卷 34-40页

作者：杨杰冯云龙马子媛张静晓史小丽李慧中国路桥工程有限责任公司北京100011 兰州交通大学土木工程学院甘肃兰州730070 长安大学经济与管理学院陕西西安710064 长安大学建筑工程学院陕西西安710061 长安大学公路学院陕西西安710064

为满足沥青路面施工数字化发展需要,解决路面施工质量评价滞后性的问题,利用北斗三号卫星、5G、物联网等技术建立沥青路面数字化施工质量评价系统。首先,建立沥青混凝土路面动态质量监控系统,采集并传输沥青混合料生产及施工关键环节质... 详细信息

为满足沥青路面施工数字化发展需要,解决路面施工质量评价滞后性的问题,利用北斗三号卫星、5G、物联网等技术建立沥青路面数字化施工质量评价系统。首先,建立沥青混凝土路面动态质量监控系统,采集并传输沥青混合料生产及施工关键环节质量控制指标,明确影响路面施工质量的关键参数。其次,利用路面数字化施工质量指数PCQ综合指标,建立基于改进的粒子群算法耦合径向基神经网络的沥青路面数字化质量评价模型。最后,通过收集某公路建设项目路面施工数字化监测数据,创建数据库并进行验证。结果表明,该系统能准确反映路面数字化施工质量,具有一定的理论和推广价值。

关键词：道路工程质量管理北斗卫星导航系统信息化 RBF神经网络 pso优化算法

来源：评论

学校读者我要写书评

暂无评论

基于pso的支持向量机改进算法研究

引用

长春理工大学学报（自然科学版） 2019年第3期42卷 120-127页

作者：邱宁佳贺金彪赵建平李岩芳长春理工大学计算机科学技术学院

提出一种改进的pso-SVM算法。首先在文本预处理时,针对互信息方法存在的低频特征词倚重,忽略了高频特征词的不足之处,引入了权重因子、类内和类间离散因子进行属性约简;然后基于支持向量机分类模型,以不同核函数相结合构造混合核函数,... 详细信息

提出一种改进的pso-SVM算法。首先在文本预处理时,针对互信息方法存在的低频特征词倚重,忽略了高频特征词的不足之处,引入了权重因子、类内和类间离散因子进行属性约简;然后基于支持向量机分类模型,以不同核函数相结合构造混合核函数,利用粒子群优化算法(pso优化算法)迭代寻找全局最优参数组合,并以此参数构造混合核函数结合哈夫曼最优二叉树生成分类器。使用经典数据集对pso-SVM算法进行性能分析,实验表明改进后的算法可以有效地减少冗余属性,降低计算复杂度并具有更高的准确率和召回率。

关键词：支持向量机互信息属性简约 pso优化算法权值优化

来源：评论

学校读者我要写书评

暂无评论

计及隔振率的发动机悬置系统稳健优化设计

引用

噪声与振动控制 2015年第4期35卷 78-84页

作者：胡倩陈剑沈忠亮杨志远合肥工业大学合肥230009 安徽省汽车NVH工程技术研究中心合肥230009

发动机悬置系统的隔振率和解耦率是汽车动力总成设计的两个主要性能指标,通过ISIGHT软件集成MATLAB与ADAMS软件,建立计及隔振率的悬置系统稳健优化数学模型。考虑到橡胶悬置的生产工艺,将悬置的各向刚度值处理成耦合变量,以整车下悬置... 详细信息

发动机悬置系统的隔振率和解耦率是汽车动力总成设计的两个主要性能指标,通过ISIGHT软件集成MATLAB与ADAMS软件,建立计及隔振率的悬置系统稳健优化数学模型。考虑到橡胶悬置的生产工艺,将悬置的各向刚度值处理成耦合变量,以整车下悬置系统的频率合理分配为约束,并利用pso优化算法对发动机悬置系统参数进行多目标优化求解。实车试验验证该方法的有效性,提高发动机悬置系统设计的实用性。

关键词：振动与波发动机悬置系统稳健性优化 pso优化算法多目标

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：