为了有效地实时监测肉鸡生产过程中的环境因子,提高肉鸡健康养殖水平,本文将传感器技术与窄带物联网(Narrow Band Internet of Things,NB-IoT)技术结合,设计并实现一种肉鸡养殖环境监测系统,使用无线传感器实时监测肉鸡养殖环境中的温...
详细信息
为了有效地实时监测肉鸡生产过程中的环境因子,提高肉鸡健康养殖水平,本文将传感器技术与窄带物联网(Narrow Band Internet of Things,NB-IoT)技术结合,设计并实现一种肉鸡养殖环境监测系统,使用无线传感器实时监测肉鸡养殖环境中的温度、湿度、光照、NH 3等环境因子,采用B/S(浏览器/服务器)模式,运用NB-IoT技术将信息传输至云端服务器。结果表明:通过该方法可实现环境数据查询、绘制环境变化曲线、远程向终端设备下发控制命令等功能。该系统具有低功耗、低成本的优势,操作简便、性能稳定,为养殖户的决策分析提供了有效信息和科学依据。
为了解决自动文本摘要任务存在的文本语义信息不能充分编码、生成的摘要语义冗余、原始语义信息丢失等语义问题,提出了一种融合知识和文本语义信息的双编码器自动摘要模型(dual-encoder automatic summarization model incorporating kn...
详细信息
为了解决自动文本摘要任务存在的文本语义信息不能充分编码、生成的摘要语义冗余、原始语义信息丢失等语义问题,提出了一种融合知识和文本语义信息的双编码器自动摘要模型(dual-encoder automatic summarization model incorporating knowledge and semantic information,KSDASum)。该方法采用双编码器对原文语义信息进行充分编码,文本编码器获取全文的语义信息,图结构编码器维护全文上下文结构信息。解码器部分采用基于Transformer结构和指针网络,更好地捕捉文本和结构信息进行交互,并利用指针网络的优势提高生成摘要的准确性。同时,训练过程中采用强化学习中自我批判的策略梯度优化模型能力。该方法在CNN/Daily Mail和XSum公开数据集上与GSUM生成式摘要方法相比,在评价指标上均获得最优的结果,证明了所提模型能够有效地利用知识和语义信息,提升了生成文本摘要的能力。
利用Lyapunov稳定性分析方法研究一类具有传输时滞的采样负荷频率控制(load frequency control,LFC)系统的稳定性问题。首先,使用PI控制策略,建立时滞相关变量和时滞无关变量分离的采样LFC系统闭环模型。其次,基于闭环函数方法,构造一...
详细信息
利用Lyapunov稳定性分析方法研究一类具有传输时滞的采样负荷频率控制(load frequency control,LFC)系统的稳定性问题。首先,使用PI控制策略,建立时滞相关变量和时滞无关变量分离的采样LFC系统闭环模型。其次,基于闭环函数方法,构造一个新的包含更多系统时滞和采样信息的增广闭环型Lyapunov泛函。再次,使用积分不等式估计Lyapunov泛函导数中的二次型积分项,获得一个低保性的时滞和采样周期相关稳定性新判据。最后,基于稳定判据讨论PI控制器参数与传输时滞或采样周期最大允许上界的关系,揭示传输时滞对采样周期最大允许上界以及对系统性能的影响,计算与仿真结果验证了所提方法的有效性和优越性。
暂无评论