摘要：随着人工智能民主化的发展,深度神经网络已经被广泛地应用于移动嵌入式设备上,例如智能手机和自动驾驶领域等.随机计算作为一种新兴的、有前途的技术在执行机器学习任务时使用简单的逻辑门而不是复杂的二进制算术电路.它具有在资源(如能源、计算单元和存储单元等)受限的边缘设备上执行深度神经网络低能耗、低开销的优势.然而,之前的关于随机计算的工作都仅仅设计一组模型配置并在固定的硬件配置上实现,忽略了实际应用场景中硬件资源(如电池电量)的动态改变,这导致了低硬件效率和短电池使用时间.为了节省电池供电的边缘设备的能源,动态电压和频率调节技术被广泛用于硬件重配置以延长电池的使用时间.针对基于随机计算的深度神经网络,创新性地提出了一个运行时可重配置框架,即RR-SC,这个框架首次尝试将硬件和软件的重配置相结合以满足任务的时间约束并最大限度节省能源.RR-SC利用强化学习技术可以一次性生成多组模型配置,同时满足不同硬件配置(即不同的电压/频率等级)下的准确率要求.RR-SC得到的解具有最好的准确率和硬件效率权衡.同时,多个模型配置运行时在同一个主干网络上进行切换,从而实现轻量级的软件重配置.实验结果表明,RRSC可以在110 ms内进行模型配置的轻量级切换,以保证在不同硬件级别上所需的实时约束.同时,它最高可以实现7.6倍的模型推理次数提升,仅造成1%的准确率损失.

摘要：针对提取手语特征过程中出现的信息表征能力差、信息不完整问题,设计了一种双流自适应时空增强图卷积网络(two-stream adaptive enhanced spatial temporal graph convolutional network,TAEST-GCN)实现基于孤立词的手语识别。该网络使用人体身体、手部和面部节点作为输入,构造基于人体关节和骨骼的双流结构。通过自适应时空图卷积模块生成不同部位之间的连接,并充分利用其中的位置和方向信息。同时采用残差连接方式设计自适应多尺度时空注意力模块,进一步增强该网络在空域和时域的卷积能力。将双流网络提取到的有效特征进行加权融合,可以分类输出手语词汇。最后在公开的中文手语孤立词数据集上进行实验,在100类词汇和500类词汇分类任务中准确率达到了95.57%和89.62%。

摘要：为更好地研究微网群多利益相关者的交易行为并为当地能源市场提供指导,该研究提出一种分布式求解方法,用以求解微网群三层主体间复杂的交易策略。该研究建立由配电网、微网群运营商、微网群及用户组成的优化模型,包括微网群运营商与各微网的供需互动模型和微网与用户的主从博弈模型,并采用分布式方法求解三层主体间的优化均衡策略。结果表明该方法既可实现微网群运营商最大的社会福利,也可提升微网及用户的经济效益,最终实现整个微网群能源互济、协作共赢。

摘要：直流微电网低惯性响应特性常导致系统存在不确定性扰动时母线电压波动越限。针对这一问题,文中以直流电力弹簧(DCES)为核心构建智能负载,解析直流电机动能与智能负载惯量能量间的映射关系,实现需求侧等效虚拟惯量注入,快速补偿不确定性扰动造成的DCES输出电压偏差;针对多DCES协同控制,设计动态事件触发机制,以最小通信需求求解全局一致性误差,实现各DCES输出电压期望轨迹实时在线更新;提出了具有最小相位特性的反馈线性化控制器,将传统电压-电流双环控制转化为能量单环控制,构建DCES能量函数,重塑状态变量空间为Grassmann流形,实现系统完全解耦和精确线性化转换,准确跟踪各DCES输出电压期望轨迹,同时确保全局渐近稳定。基于dSPACE的实验结果表明:系统存在外部不确定扰动和内部参数摄动情形下,所提方法可实现直流微电网母线电压的平稳控制,具有动态响应快、稳定性好、鲁棒性强、抗扰性优的特点。

摘要：干眼是一种常见的眼表疾病,通常由泪液分泌不足或质量不佳引起。干眼的治疗方法已有很多,但相当一部分患者治疗效果不理想,神经刺激疗法为这一难题带来了崭新的解决方案。神经刺激疗法的核心原理是通过刺激鼻部神经,借助鼻泪反射通路来促进泪液分泌。与传统干眼治疗方法相比,神经刺激疗法的独特之处在于能够促使人体自身天然泪液的分泌,而不是简单地进行成分的外源性补充。从理论上讲,这种方法有望更有效地恢复泪膜的稳定性。神经刺激促进泪液分泌是一种有前景的干眼治疗新选择,许多相关设计已成功转化,陆续完成临床试验、上市,并正在不断地改进。在实际临床应用中,神经刺激疗法能显著促进使用后即刻的泪液分泌,亦有文献报道了其长期应用能够改善干眼的症状及体征,在干眼治疗中具有很好的应用前景。建议广大眼科临床医师及研究者关注神经刺激疗法在干眼治疗中的应用和研究,未来的研究方向应更着重于探讨神经刺激疗法改善干眼症状和体征的长期作用,探索神经刺激疗法如何融入已有的干眼诊疗规范中,推广神经刺激疗法以造福更多的干眼患者。

摘要：压电材料作为重要的功能材料,广泛应用于社会的各领域,但其弹性常数的偏差会导致应用过程中出现错误的设计,弹性常数的正确表征对压电器件的正确设计尤为重要。与其他测量方法相比,电阻抗谱仅需要阻抗分析仪即可实现测量,通过测量阻抗谱反演获得压电材料的弹性常数。传统电阻抗谱法通过不断修正材料参数,使得测量阻抗谱和计算阻抗谱最大程度吻合,该过程需要多次迭代,计算量大,耗时较长。该文提出采用神经网络建立阻抗谱到弹性常数的正向模型,测量得到阻抗谱后仅需一次正向计算即可得到弹性常数。使用Comsol和Matlab联合仿真建立数据集,引入丢弃法避免模型过拟合,利用Pytorch建立模型,经过训练后,最大谐振频率偏差从初始2.8%降至0.8%。该技术为压电材料弹性常数精密测量提供可靠的理论与实践途径。

摘要：通过推导双线近邻路基板塑性区深度开展至1/4板宽的临界载荷,调查基础之间距离、埋深、土体重度、内摩擦角和黏聚力对临界载荷的影响。将临界载荷与有限元得到的极限承载力对比,说明国内外路基板地基承载力容许设计值的差异。对某西部城市有轨电车工程的路基板开展设计分析,结果表明,采用单线浅基础临界载荷会高估地基容许设计值,致使设计偏于危险。

摘要：设计了一种基于磁流变阻尼器的假肢膝关节,利用拉格朗日理论建立假磁流变阻尼肢膝关节的动力学模型。对设计的磁流变阻尼假肢膝关节进行参数化设计,采用ADAMS仿真软件对参数化后的假肢进行仿真,分析了不同路面条件下假肢的驱动力矩和磁流变阻尼器的阻尼力。结果显示:在摆动期,磁流变阻尼假肢的驱动力矩发生了显著的变化,需要较大的驱动力矩。在摆动阶段,磁流变阻尼器的阻尼力较大,相对于平地行走和上楼梯而言,磁流变阻尼器输出的阻尼力在下楼梯时更大。因此,基于磁流变阻尼器的假肢膝关节为后续研究奠定了一定的理论基础,通过一系列的参数化设计,使得磁流变阻尼假肢膝关节满足性能要求。

摘要：船舶与海洋工程结构中由于材料本身缺陷或服役过程中产生的细小裂纹,使结构不可避免地产生裂纹损伤,造成应力集中而破坏。为了研究含裂纹缺陷低合金钢构件的裂纹扩展行为,以应用广泛的Q345钢为研究对象,基于近场动力学(Peridynamics,PD)理论提出一种改进的双参数PD方法。首先考虑PD力的非局部长程力特性,推导对应的键刚度系数;其次,根据含裂纹缺陷Q345钢拉伸破坏的线性和非线性的力学行为,构建双参数PD本构力函数的基本形式。通过研究不同双裂纹间距、长度和角度的Q345钢裂纹扩展行为,与试验结果对比验证本文改进的双参数PD方法的准确性,并且给出交变荷载情形下疲劳裂纹扩展的计算方法。结果可为船舶钢构件的优化设计和断裂预防提供参考。

摘要：为高效利用码头资源,提高集装箱码头作业效率,以大型转运港为背景,针对码头资源分配的战术决策问题,考虑到船期表稳定性、船舶间集装箱转运流量、泊位调度和堆场分配的相互影响,基于码头主动管理策略,建立了以所有集装箱转运任务完成时间最小化为目标的码头多资源协同优化模型。在此基础上,设计了一种基于禁忌搜索的人工免疫算法对模型进行求解,通过六种不同规模的数值实验,以及与遗传算法和人工免疫算法的比较实验,验证了模型和算法的有效性。通过多情景案例分析,检验了协同调度模型的全面性和优越性,情景分析结果表明,综合决策模型最小可缩短4.33%的转运作业时间,最大可缩短20.19%,为集装箱码头多资源分配提供了有效的解决方法。