检索结果-内蒙古大学图书馆

2021年电子学与信息系统学科项目受理与资助情况

电子与信息学报 2022年第1期44卷 408-414页

作者：唐华边超钟财军刘军方乐缘国家自然科学基金委员会信息科学部北京100085 中国科学院空天信息创新研究院传感技术国家重点实验室北京100190 浙江大学信息与电子工程学院杭州310027 北京航空航天大学电子信息工程学院北京100191 湖南大学电气与信息工程学院长沙410082

该文首先简要介绍了2021年国家自然科学基金分类评审机制以及“负责任、讲信誉、计贡献”(RCC)评审机制等主要改革举措;其次按照四类科学问题属性对2021年信息一处面上、青年、地区、重点和优青项目申请的受理和资助情况进行了统计和分... 详细信息

该文首先简要介绍了2021年国家自然科学基金分类评审机制以及“负责任、讲信誉、计贡献”(RCC)评审机制等主要改革举措;其次按照四类科学问题属性对2021年信息一处面上、青年、地区、重点和优青项目申请的受理和资助情况进行了统计和分析;然后根据RCC试点方案,对科学处通讯评审的“负责任”、“计贡献”两项指标进行了相关信息的分析;最后分析了申请代码与研究方向选择中的问题,并对专家维护、更新专家库信息和评审意见撰写提出了建议。

关键词：国家自然科学基金评审意见资助情况专家库项目申请改革举措评审机制项目受理与资助

来源：评论

学校读者我要写书评

暂无评论

恶意模型下汉明距离的保密计算

引用

重庆邮电大学学报（自然科学版） 2023年第6期35卷 992-1000页

作者：刘新涂小芬胡翔瑜徐刚陈秀波刘晓梦内蒙古科技大学信息工程学院内蒙古包头014010 北京邮电大学网络与交换技术全国重点实验室北京100876 北方工业大学信息学院北京100144

针对如何在保密数据隐私的情况下计算出不同字符串的汉明距离问题,定义了0-1编码规则,基于椭圆曲线加密算法,设计了一个半诚实模型下保密计算汉明距离的安全协议。针对半诚实模型协议中可能的恶意行为,利用分割-选择和零知识证明方法,... 详细信息

针对如何在保密数据隐私的情况下计算出不同字符串的汉明距离问题,定义了0-1编码规则,基于椭圆曲线加密算法,设计了一个半诚实模型下保密计算汉明距离的安全协议。针对半诚实模型协议中可能的恶意行为,利用分割-选择和零知识证明方法,设计了恶意模型下的汉明距离安全计算协议,利用理想-实际范例方法证明了协议的安全性。对两个协议与现有协议进行了效率分析及模拟实验,通过对比可知,两协议在半诚实模型和恶意模型下的效率均有所提升。

关键词：汉明距离安全多方计算恶意模型分割-选择方法理想-实际范例

来源：评论

学校读者我要写书评

暂无评论

基于Sumtree DDPG的智能交通信号控制算法

引用

北京邮电大学学报 2021年第1期44卷 97-103页

作者：黄浩胡智群王鲁晗路兆铭温向明北京邮电大学信息与通信工程学院北京100876 湖北大学计算机与信息工程学院武汉430062 北京邮电大学网络体系构建与融合北京市重点实验室北京100876 北京邮电大学先进信息网络北京实验室北京100876

提出了基于和树—深度确定性策略梯度(Sumtree DDPG)的多路口智能交通信号控制算法,通过对交叉路口数据的实时观测,智能地调控交通信号周期时长、相位顺序以及相位持续时间,提高路口通行效率.同时,基于和树结构的经验数据存储模式提高... 详细信息

提出了基于和树—深度确定性策略梯度(Sumtree DDPG)的多路口智能交通信号控制算法,通过对交叉路口数据的实时观测,智能地调控交通信号周期时长、相位顺序以及相位持续时间,提高路口通行效率.同时,基于和树结构的经验数据存储模式提高采样效率,加速了算法收敛.仿真结果表明,在动态环境下,该算法在车辆排队长度、车辆等待时间、车辆平均速度等性能指标上均优于现有的固定配时方案和基于流量权重的配时算法.

关键词：智能交通交通信号控制深度强化学习深度确定性策略梯度多路口

来源：评论

学校读者我要写书评

暂无评论

睡眠期间肠鸣音信号的鼾声噪声去除方法

引用

生物医学工程学杂志 2024年第2期41卷 288-294页

作者：王国静王卫东刘洪运北京航空航天大学生物与医学工程学院北京100191 中国人民解放军总医院医学创新研究部北京100853 中国人民解放军总医院工业和信息化部生物医学工程与转化医学重点实验室北京100853

肠鸣音监测是评估睡眠期间肠动力的重要方法,但会受到鼾声噪声的严重影响。本文将自适应噪声的完备集合经验模态分解(CEEMDAN)方法用于睡眠期间肠鸣音的鼾声噪声去除。具体地,先对带噪肠鸣音进行带通滤波,然后使用CEEMDAN方法分解,最后... 详细信息

肠鸣音监测是评估睡眠期间肠动力的重要方法,但会受到鼾声噪声的严重影响。本文将自适应噪声的完备集合经验模态分解(CEEMDAN)方法用于睡眠期间肠鸣音的鼾声噪声去除。具体地,先对带噪肠鸣音进行带通滤波,然后使用CEEMDAN方法分解,最后选择适当的分量重构纯净肠鸣音。半模拟数据和真实数据验证表明,与普通的经验模式分解和小波去噪方法相比,CEEMDAN方法能更有效地去除鼾声噪声。CEEMDAN方法用于睡眠期间肠鸣音鼾声噪声去除,可为肠鸣音用于睡眠期间肠动力评估奠定重要基础。

关键词：肠鸣音鼾声自适应噪声的完备集合经验模态分解去噪

来源：评论

学校读者我要写书评

暂无评论

风电场融合电池储能的稳定性分析及阻尼控制器参数解析计算

引用

电网技术 2023年第9期47卷 3517-3526页

作者：张勇孙同越李云丰周啸阳岳希深圳中广核工程设计有限公司广东省深圳市518100 先进输电技术国家重点实验室(国网智能电网研究院有限公司) 北京市昌平区102200 长沙理工大学电气与信息工程学院湖南省长沙市410114

针对风电场采用电池储能平抑功率波动可能存在的振荡风险问题,在建立风电场和电池储能装置dq导纳模型的基础上,分析了相关控制策略对导纳阻尼特性的影响,指出电压源型换流器(voltage source converter,VSC)采用定直流电压控制模式的稳... 详细信息

针对风电场采用电池储能平抑功率波动可能存在的振荡风险问题,在建立风电场和电池储能装置dq导纳模型的基础上,分析了相关控制策略对导纳阻尼特性的影响,指出电压源型换流器(voltage source converter,VSC)采用定直流电压控制模式的稳定性强于恒流控制模式的稳定性,为简化模型提供了基础保障。其次,基于恒流控制模式,指出了风电场和电池储能装置不存在独立于交流系统的谐振振荡问题,进而统一了风电场和电池储能导纳模型,并解析了导纳简化模型的表达式。再次,基于所给定的导纳实部过零点解析计算表达式,以特征根幅值小于1为准则,推导了阻尼控制器参数选择范围的解析表达式。最后,采用电磁暂态仿真模型,从谐振频率、振荡抑制2个方面验证所提理论模型和解析计算表达式的正确性。

关键词：风电场电池储能阻抗/导纳模型阻尼控制解析计算

来源：评论

学校读者我要写书评

暂无评论

基于VMD-ICSO-GRU的高铁列控车载设备故障率时间序列预测

引用

铁道学报 2023年第6期45卷 58-68页

作者：魏伟赵小强吴进兰州理工大学电气工程与信息工程学院甘肃兰州730050 甘肃省工业过程先进控制重点实验室甘肃兰州730050 兰州理工大学国家级电气与控制工程实验教学中心甘肃兰州730050 北京全路通信信号研究设计院集团有限公司北京100071

有效地预测高铁列控车载设备故障率对合理分配设备备品、制定维修计划、减少故障发生具有重要意义。以列车运行控制系统的历史故障数据为对象,提出一种基于变分模态分解(VMD)和门控循环单元(GRU)的故障率预测模型。首先,利用VMD将车载... 详细信息

有效地预测高铁列控车载设备故障率对合理分配设备备品、制定维修计划、减少故障发生具有重要意义。以列车运行控制系统的历史故障数据为对象,提出一种基于变分模态分解(VMD)和门控循环单元(GRU)的故障率预测模型。首先,利用VMD将车载设备故障率时间序列分解为一组包含不同频率信息的子序列,降低原始序列的非平稳性;然后,针对分解后的各个子序列建立多个基于GRU的时间序列预测模型,为提高预测精度,提出一种改进的猫群优化(ICSO)算法自适应设置各个GRU网络参数;最后,叠加各子序列预测结果得到最终故障率预测值。收集CTCS3-300T型列控车载设备历史故障数据进行实验,结果表明,相比于其他时间序列预测模型,本文模型得到的均方根误差(RMSE)和平均绝对误差(MAE)分别为0.0445和0.0391,均低于其他模型,验证了其有效性。

关键词：列控车载设备故障率预测变分模态分解门控循环单元猫群优化算法

来源：评论

学校读者我要写书评

暂无评论

基于高斯泼溅的轻量级重建场景分割方法

引用

计算机学报 2025年第5期48卷 1232-1243页

作者：王锋银莹王佳炎唐勇李胜赵静燕山大学信息科学与工程学院河北秦皇岛066004 河北省计算机虚拟技术与系统集成重点实验室河北秦皇岛066004 北京大学计算机学院北京100871 北京大学北京市虚拟仿真与可视化工程中心北京100871

在三维重建领域,最新提出的三维高斯溅射方法相比于神经辐射场方法在训练时间和重建质量上均得到显著提升,但是由于重建场景的复杂性和不同物体之间产生的遮挡,导致重建场景的分割十分具有挑战性。本文提出了一种轻量级的3D高斯重建场... 详细信息

在三维重建领域,最新提出的三维高斯溅射方法相比于神经辐射场方法在训练时间和重建质量上均得到显著提升,但是由于重建场景的复杂性和不同物体之间产生的遮挡,导致重建场景的分割十分具有挑战性。本文提出了一种轻量级的3D高斯重建场景分割方法,能够在复杂的重建场景中分割出指定物体。具体来说,首先利用高斯泼溅的可微分特性,在重建过程中为每个高斯核训练一个类别特征用于类别预测。同时,设计并训练一个多层感知器作为解码器,输入类别特征预测出高斯核的类别信息,从而实现对目标对象的高效分割。接着,在渲染图像的同时,将类别特征映射到每个像素上,并使用图像分割模型获得目标物体对应区域的类别特征,再将其输入解码器以获得所选物体的类别,从而实现在重建场景中分割目标物体。最终,为了减少分割过程中产生的噪声并优化分割结果,在分割结果中进一步使用KNN算法对分割结果进行去噪处理。最终实现从任意视角分割重建场景中的目标对象。实验结果表明,本文方法能够有效应用于多种复杂场景,可轻松地与现有的图像分割模型集成,实现毫秒级内对重建场景的分割,在节省大量内存的同时不影响分割质量。相关代码将发布在https://***/wangfeng70117/Gaussian-Extracting.

关键词：三维分割神经辐射场三维重建高斯泼溅分割模型

来源：评论

学校读者我要写书评

暂无评论

超大型油罐火灾分区灭火方案及实验验证

引用

清华大学学报（自然科学版） 2022年第1期62卷 13-20页

作者：田逢时薛冉郑昕康青春清华大学工程物理系公共安全研究院北京城市综合应急科学重点实验室北京100084 中国人民警察大学廊坊065000 廊坊师范学院电子信息工程学院廊坊065000 常州大学常州213000

现有超大型油罐密封圈初期火灾采用完全填充方式进行灭火,绝大部分泡沫覆盖了未燃烧区域,造成有效供给量不足。为提高灭火效率,节约泡沫用量,该文在不改变现有油罐结构和灭火系统基础上,提出了一种超大型油罐火灾分区灭火方案。为验证... 详细信息

现有超大型油罐密封圈初期火灾采用完全填充方式进行灭火,绝大部分泡沫覆盖了未燃烧区域,造成有效供给量不足。为提高灭火效率,节约泡沫用量,该文在不改变现有油罐结构和灭火系统基础上,提出了一种超大型油罐火灾分区灭火方案。为验证方案的有效性,设计搭建了环形油盘装置和小型外浮顶油盘实验装置,对泡沫流动性和分区灭火有效性进行实验研究,并重点对比分析了分区条件下的泡沫有效覆盖时间、泡沫用量、灭火时间等参数,探讨了分区之间预留缝隙对泡沫流动的影响。结果表明:不同区域泡沫溢出量与缝隙宽度直接相关,与油盘的形状、大小等参数无关;在实验范围内,火灾载荷对有效覆盖时间影响较小。从灭火时间来看,分区灭火所用时间比未分区的灭火时间有所缩短。从泡沫用量来看,分区灭火方式的泡沫节约量超过60%。在扑灭3 m直径油罐火灾实验中,实验结论与环状油盘实验得出的结果一致,说明分区灭火优势与油罐大小并无明显关联,分区灭火方案具有推广至超大型油罐的应用前景。

关键词：超大型油罐分区灭火火灾安全

来源：评论

学校读者我要写书评

暂无评论

角速度约束卫星编队控制与虚拟演示验证

引用

哈尔滨工业大学学报 2021年第3期53卷 193-200页

作者：宗群谷友博张秀云刘文静天津大学电气自动化与信息工程学院天津300072 空间智能控制技术重点实验室(北京控制工程研究所) 北京100190

针对角速度约束下卫星编队姿态同步控制问题,提出一种附加系统动态-姿态同步控制器综合设计策略.首先,考虑角速度约束影响,建立约束下卫星编队模型;其次,建立姿态跟踪误差方程,将角速度约束转化为角速度跟踪误差约束,并设计新型有限时... 详细信息

针对角速度约束下卫星编队姿态同步控制问题,提出一种附加系统动态-姿态同步控制器综合设计策略.首先,考虑角速度约束影响,建立约束下卫星编队模型;其次,建立姿态跟踪误差方程,将角速度约束转化为角速度跟踪误差约束,并设计新型有限时间附加系统动态,保证姿态变化满足约束要求;然后,基于附加系统状态,设计姿态同步控制器,实现卫星编队有限时间姿态同步;最后,搭建分布式实时仿真验证平台,主控单元由仿真单元提取实时数据绘制仿真曲线,同时将数据发送至视景单元进行场景驱动,通过实时仿真曲线与离线仿真结果的对比分析以及编队控制过程的三维可视化演示,实现了实时环境下控制算法的可靠性验证.

关键词：卫星编队姿态同步角速度约束实时仿真视景演示

来源：评论

学校读者我要写书评

暂无评论

基于DFCNN-CTC和Transformer的中文语音识别

引用

火力与指挥控制 2022年第3期47卷 16-21页

作者：杨璐郭文明韩芳北京邮电大学计算机学院(国家示范性软件学院) 北京100876 可信分布式计算与服务教育部重点实验室北京100876 新疆工程学院信息工程学院乌鲁木齐830023

语音识别一般只是将语音转化成文字,识别的结果是没有标点的一连串汉字,这不利于读者阅读,也会影响后续任务的处理。因此,引入语音端点检测解决上述问题。同时针对传统的语言模型N-gram存在忽略字词之间语义的相似性、训练时的参数过大... 详细信息

语音识别一般只是将语音转化成文字,识别的结果是没有标点的一连串汉字,这不利于读者阅读,也会影响后续任务的处理。因此,引入语音端点检测解决上述问题。同时针对传统的语言模型N-gram存在忽略字词之间语义的相似性、训练时的参数过大等问题,提出一种以全序列卷积神经网络DFCNN作为声学模型,Transformer作为语言模型的语音识别系统。在Thchs30、ST-CMDS数据集上的实验表明,相较于DFCNN结合3-gram模型,该系统在最优模型上达到了12.8%的字符错误率,相对下降了6.9%。

关键词：语音识别语音端点检测 DFCNN Transformer

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：