检索结果-内蒙古大学图书馆

微纳电子技术 2023年第9期60卷 1356-1365页

作者：鲁忠孝高国伟北京信息科技大学自动化学院北京100192 北京信息科技大学传感器北京市重点实验室北京100101

对聚偏氟乙烯(PVDF)压电薄膜的工作原理及其在传感器领域的优势进行了简单阐述,重点从PVDF材料的压电性能和介电性能的改进方向进行了分析,主要包括材料掺杂和工艺优化。总结和分析了国内外研究中PVDF掺杂无机压电材料、金属及其氧化物... 详细信息

对聚偏氟乙烯(PVDF)压电薄膜的工作原理及其在传感器领域的优势进行了简单阐述,重点从PVDF材料的压电性能和介电性能的改进方向进行了分析,主要包括材料掺杂和工艺优化。总结和分析了国内外研究中PVDF掺杂无机压电材料、金属及其氧化物、碳基材料来改善薄膜性能的工作原理和优势,并对工艺研究中的静电纺丝技术、电流体动力拉拔技术、挤压铸造工艺进行了简单评述。总结了近年来PVDF压电复合材料在传感器领域的研究进展,及其在可穿戴设备、声波传感器和人机交互等领域的应用,最后对PVDF材料的发展方向进行了总结和展望。

关键词：复合材料触觉传感器压电材料柔性材料可穿戴设备

来源：评论

学校读者我要写书评

暂无评论

室内障碍物点云分割的可变阈值联合聚类算法研究

引用

电子测量技术 2024年第9期47卷 70-78页

作者：刘洪凯王少红左云波谷玉海北京信息科技大学现代测控技术教育部重点实验室北京100192

激光雷达点云分割技术在智能车辆环境识别中扮演着重要角色。由于激光雷达存在点云近密远疏、分布不均匀的问题以及存在噪点的情况,导致出现点云分割不准确的现象。针对上述问题,提出了一种可变阈值联合聚类算法。该方法首先对点云数据... 详细信息

激光雷达点云分割技术在智能车辆环境识别中扮演着重要角色。由于激光雷达存在点云近密远疏、分布不均匀的问题以及存在噪点的情况,导致出现点云分割不准确的现象。针对上述问题,提出了一种可变阈值联合聚类算法。该方法首先对点云数据进行预处理,使用直通滤波、体素滤波和立方体滤波对点云进行提取、稀疏和降噪,再联合自适应DBSCAN算法和改进后的可变阈值欧式聚类算法对点云进行聚类分割。采集真实场景数据进行测试,结果显示,在C-H系数、轮廓系数、D-B系数及轮廓系数等评价指标上均有所提高。这表明,可变阈值联合聚类算法显著提高了点云分割的准确性,有效的提高了聚类结果的类内一致性和类间差异性,为目标检测和识别提供了更可靠的基础。

关键词：激光雷达障碍物检测点云分割 DBSCAN

来源：评论

学校读者我要写书评

暂无评论

基于随机充电片段的锂电池健康状态估计方法

引用

电源学报 2024年

作者：郭鹏旭赵理张丰硕北京信息科技大学机电工程学院新能源汽车北京实验室

锂电池健康状态（State of Health，SOH）估计在电动汽车的电池管理系统中承担着至关重要的作用，当前大部分SOH估计方法往往需要较长时间的充放电数据，实时性较差。针对该问题，本文提出一种基于随机充电片段的SOH估计方法，该方法先... 详细信息

锂电池健康状态（State of Health，SOH）估计在电动汽车的电池管理系统中承担着至关重要的作用，当前大部分SOH估计方法往往需要较长时间的充放电数据，实时性较差。针对该问题，本文提出一种基于随机充电片段的SOH估计方法，该方法先从恒流充电过程中不同电压区间提取健康指标，接着对提取的健康指标与SOH进行相关性分析，然后将这些指标作为输入来训练经过粒子群优化算法（PSO）优化过的BP神经网络，通过随机充电片段提取的特征就能估计电池SOH。通过NASA数据集和Oxford数据集进行验证，结果表明在使用本文提出的健康指标的PSO-BP神经网络模型具有较高的估计精度。

关键词：锂电池健康状态估计充电片段健康指标数据驱动

来源：评论

学校读者我要写书评

暂无评论

基于传输控制卸载的专用硬件高性能传输方法

引用

计算机应用 2024年

作者：贾红豆张伟贺泽宇徐涛北京信息科技大学计算机学院北京信息科技大学国家经济安全预警工程北京实验室北京信息科技大学北京未来区块链与隐私计算高精尖中心清华大学计算机科学与技术系

针对主机和现场可编程逻辑门阵列(FPGA)、应用特定集成电路(ASIC)等专用硬件在数据传输密集的应用场景中存在的传输速率低以及中央处理器(CPU)资源消耗高的问题，提出基于传输控制卸载的专用硬件高性能传输架构。首先，设计实现基于状... 详细信息

针对主机和现场可编程逻辑门阵列(FPGA)、应用特定集成电路(ASIC)等专用硬件在数据传输密集的应用场景中存在的传输速率低以及中央处理器(CPU)资源消耗高的问题，提出基于传输控制卸载的专用硬件高性能传输架构。首先，设计实现基于状态监测的自驱动DMA控制器，代替CPU对传输过程进行协调和控制，实现对主机内存的动态读写和中断控制，减少传输中断。其次，采用控制信息嵌入方法，通过回调函数嵌入和传输任务的控制信息嵌入策略，实现主机与专用硬件之间的异步传输，简化传输流程。实验结果表明，提出的传输架构最高传输速率达到了21.34 Gb/s，较RIFFA提升了19.48%；在CPU资源消耗方面，相较于RIFFA和XDMA，分别降低了16.79、12.27个百分点。

关键词：异步传输直接内存访问资源优化现场可编程门阵列软硬件协同设计

来源：评论

学校读者我要写书评

暂无评论

针对临时道路的端到端自动驾驶模型研究

引用

重庆理工大学学报（自然科学） 2024年第9期38卷 48-54页

作者：王立勇谢敏苏清华王弘轩王绅同张鹏博姜海燕北京信息科技大学现代测控技术教育部重点实验室北京100192

近年来,基于深度学习的自动驾驶模型逐渐成为无人驾驶领域的研究热点,常规的自动驾驶模型多采用多级模块串联的方式构建,分别完成感知、规划、循迹等功能,存在耦合性高抗风险能力差的问题。文中提出一种针对临时道路的无人驾驶车辆自动... 详细信息

近年来,基于深度学习的自动驾驶模型逐渐成为无人驾驶领域的研究热点,常规的自动驾驶模型多采用多级模块串联的方式构建,分别完成感知、规划、循迹等功能,存在耦合性高抗风险能力差的问题。文中提出一种针对临时道路的无人驾驶车辆自动驾驶端到端模型,该模型采用三路视觉传感器图像为输入,以GCViT作为主干网络进行图像特征提取,通过Transformer网络和GRU网络输出局部规划路径,采用PID算法输出转角信息,实现无人驾驶车辆自动循迹。实验结果表明,端到端模型的单帧轨迹规划耗时约80 ms,平均轨迹偏差为0.689 m,满足实时性要求的同时,可完成无人驾驶车辆在临时道路环境下的循迹任务。

关键词：端到端深度神经网络自动驾驶 Transformer网络

来源：评论

学校读者我要写书评

暂无评论

针对视觉/惯导系统的异常数据检测算法研究

引用

重庆理工大学学报（自然科学） 2024年第6期38卷 220-226页

作者：姜海燕王立勇苏清华王绅同张鹏博王弘轩谢敏北京信息科技大学现代测控技术教育部重点实验室北京100192

视觉/惯导航系统(VINS)中传感器异常数据的故障检测(FD)方法对提高系统的定位性能和可靠性至关重要。然而,基于视觉/惯导航系统的异常数据检测与排除方法的研究相对较少。提出一种基于传感器测量残差的异常数据检测算法(VINS-ORFD),通... 详细信息

视觉/惯导航系统(VINS)中传感器异常数据的故障检测(FD)方法对提高系统的定位性能和可靠性至关重要。然而,基于视觉/惯导航系统的异常数据检测与排除方法的研究相对较少。提出一种基于传感器测量残差的异常数据检测算法(VINS-ORFD),通过对相机和IMU异常数据进行主动检测并过滤,提升系统可靠性。基于TUM数据集的测试结果表明,该算法不仅可以实现视觉和IMU传感器异常数据快速检测,还能提升至少22.66%的定位精度(RMSE)。

关键词：视觉/惯性导航系统传感器异常数据故障检测 VINS-ORFD

来源：评论

学校读者我要写书评

暂无评论

基于多模型堆叠与特征提取的二打一叫牌算法研究

引用

重庆理工大学学报（自然科学） 2024年第5期38卷 162-169页

作者：刘航丁濛李淑琴北京信息科技大学计算机学院北京100101 感知与计算智能联合实验室北京100101

针对现有二打一叫牌决策研究中分类粒度低的问题,提出了一种基于多模型堆叠与关键特征提取的叫牌模型训练方案。具体来说,设计了手牌特征构建方法,即由手牌向量、牌型特征、手牌工整度、最小出牌步数以及组合丰富度共同构成玩家手牌特征... 详细信息

针对现有二打一叫牌决策研究中分类粒度低的问题,提出了一种基于多模型堆叠与关键特征提取的叫牌模型训练方案。具体来说,设计了手牌特征构建方法,即由手牌向量、牌型特征、手牌工整度、最小出牌步数以及组合丰富度共同构成玩家手牌特征;在此基础上,提出了使用堆叠法融合4类基模型的决策结果,并训练二层模型CatBoost给出最终决策。实验结果表明:相较于仅使用手牌向量特征,该特征构建方式可显著提升模型性能。经过堆叠法融合多模型决策后,二层模型准确率进一步提升,最终在测试集上达到84.3854%的精准度。所提方法可为其他牌类游戏的叫牌博弈决策提供参考。

关键词：二打一叫牌算法计算机博弈集成学习

来源：评论

学校读者我要写书评

暂无评论

应用双通道卷积神经网络的交通标识识别方法

引用

中国测试 2024年第6期50卷 35-41,48页

作者：赵泽毅周福强王少红徐小力北京信息科技大学现代测控技术教育部重点实验室北京100192

针对交通标识识别问题,传统的LeNet-5网络结构对于交通标识识别准确率低,识别速度慢,并且忽略天气等自然因素的影响。通过卷积神经网络技术,提出一种基于LeNet-5改进的双通道、多尺度的网络结构模型。在双通道结构中每个通道包含两个分... 详细信息

针对交通标识识别问题,传统的LeNet-5网络结构对于交通标识识别准确率低,识别速度慢,并且忽略天气等自然因素的影响。通过卷积神经网络技术,提出一种基于LeNet-5改进的双通道、多尺度的网络结构模型。在双通道结构中每个通道包含两个分支结构,且每个通道的卷积个数和图像尺度不同,通过不同尺度图像的特征提取,使图像特征变得更为丰富。其次,改进后的网络结构大大增加卷积核的个数。最后,通过更改Sigmoid激活函数为ReLu激活函数,更改随机梯度下降算法为Adam算法,并添加Dropout层来防止过拟合,从而提高交通标识识别率。改进网络的识别率为98.6%,上下浮动0.5%,相对与传统的LeNet-5网络结构,识别率提高15%以上,验证得出改进的网络结构具有一定的鲁棒性。

关键词：交通标识识别 LeNet-5网络结构卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

融合A^(*)和DWA算法的移动机器人路径规划方法

引用

电子测量技术 2024年第4期47卷 95-103页

作者：袁新亚戴娟孙胜强刘经纬北京信息科技大学高动态导航技术北京市重点实验室北京100192 现代测控技术教育部重点实验室北京100192 北京信息科技大学自动化学院北京100192

本研究旨在解决自主移动机器人在点到点路径规划中面临的搜索效率低下、易陷入局部最优解以及对未知动静态障碍物处理不够实时的问题。为此,将改进A^(*)算法与改进DWA进行了有效融合。在改进的A^(*)算法中,我们引入了基于障碍率的权重... 详细信息

本研究旨在解决自主移动机器人在点到点路径规划中面临的搜索效率低下、易陷入局部最优解以及对未知动静态障碍物处理不够实时的问题。为此,将改进A^(*)算法与改进DWA进行了有效融合。在改进的A^(*)算法中,我们引入了基于障碍率的权重因子和双向优化策略,以提升搜索效率并生成更加平滑的路径。同时,改进的DWA算法融入了两种新的障碍物评价函数,并通过调整权重系数有效地避免了局部最优解问题。通过将改进的DWA算法与改进的A^(*)算法结合,实现了对未知动静态障碍物的高效实时避障。仿真实验结果显示,提出的改进A算法与传统A算法以及文献[23]的改进算法相比,在四种环境下的表现表明:路径转弯次数分别平均减少了30.14%和18.16%,搜索空间分别减少了35.09%和15.21%,规划时间分别降低了82.36%和38.26%。进一步地,结合改进的DWA算法后,路径规划时间、路径长度和平均运动速度相比融合传统DWA算法和文献[23]的融合算法分别平均减少了37.46%和9.82%,减少了4.59%和3.63%,提高了53.49%和7.09%。

关键词：自主移动机器人改进A^(*)算法改进DWA算法点到点路径规划

来源：评论

学校读者我要写书评

暂无评论

基于多领导者Stackelberg博弈的分层联邦学习激励机制设计

引用

计算机应用 2023年第11期43卷 3551-3558页

作者：耿方兴李卓陈昕网络文化与数字传播北京市重点实验室(北京信息科技大学) 北京 100101 北京信息科技大学计算机学院北京 100101 北京信息科技大学计算机学院北京 100101

分层联邦学习中隐私安全与资源消耗等问题的存在降低了参与者的积极性.为鼓励足够多的参与者积极参与学习任务,并针对多移动设备与多边缘服务器之间的决策问题,提出基于多领导者Stackelberg博弈的激励机制.首先,通过量化移动设备的成本... 详细信息

分层联邦学习中隐私安全与资源消耗等问题的存在降低了参与者的积极性.为鼓励足够多的参与者积极参与学习任务,并针对多移动设备与多边缘服务器之间的决策问题,提出基于多领导者Stackelberg博弈的激励机制.首先,通过量化移动设备的成本效用与边缘服务器的支付报酬,构建效用函数并定义最优化问题;其次,将移动设备之间的交互建模为演化博弈,将边缘服务器之间的交互建模为非合作博弈.为求解最优边缘服务器选择和定价策略,提出多轮迭代边缘服务器选择算法(MIES)和梯度迭代定价算法(GIPA),前者用于求解移动设备之间的演化博弈均衡解,后者用于求解边缘服务器之间的定价竞争问题.实验结果表明,所提算法GIPA与最优定价预测策略(OPPS)、历史最优定价策略(HOPS)和随机定价策略(RPS)相比,可使边缘服务器的平均效用分别提高4.06%、10.08%和31.39%.

关键词：分层联邦学习激励机制定价策略多领导者Stackelberg博弈演化博弈

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：