摘要：针对光伏组件红外图像的分割问题,使用MobileNetv2作为DeepLabv3+的主干特征提取网络并使用位置通道注意力模块减少背景干扰,引入混合条带池化对ASPP模块进行优化,帮助模型进一步捕获全局和上下文信息。针对检测困难的屋顶光伏组件设计DeepLabv3-T网络,在上述改进的基础上融入纹理信息进行选择性背景抑制,实现光伏组件的精确分割。在PV_large和PV_roof数据集上进行实验证明该文方法优于现有技术,DeepLabv3-T相较于DeepLabv3+,mIoU值分别提高了2.74%和10.53%。此外,设计消融实验表明各个改进模块的有效性。

摘要：为使前后风轮间流场干涉影响降低,双风轮风电机组传动链具有跨距长、支撑点多的特性,导致双风轮风电机组传动链在长跨距柔性主机架支撑下具有复杂的载荷特性。建立考虑主机架柔性的某型双风轮风电机组传动链动力学模型,分析齿轮与主机架结构强度。结果表明:各级齿轮接触强度、弯曲强度以及主机架强度均满足设计要求;主机架支撑变形有助于协调各构件之间的相对变形,适量减小主机架柔性有助于改善传动链承载时主轴轴承之间的轴线不对中情况。

摘要：针对指挥员应对重大突发情况时的处置决策难题,提出一种基于大模型的联动处置多智能代理协同框架。该框架通过智能代理角色生成、多层级蒙特卡洛树与交互式提示学习等策略,优化群体决策效率与动作规划,同时引入分层机制与工作流管理理念,通过强化学习奖励函数共享提升协同效率,设计显式与隐式通信模式确保节点状态一致。实验表明,该框架在多种场景下表现优异,与传统任务分配手段相比,大大提高了面对突发事件时的反应速度和处置效率。

摘要：多模态对话情绪识别旨在根据多模态对话语境判别出目标话语所表达的情绪类别,是构建共情对话系统的基础任务.现有工作中大多数方法仅考虑多模态对话本身信息,忽略了对话中与倾听者和说话者相关的知识信息,从而限制了目标话语情绪特征的捕捉.为解决该问题,提出一种基于听说知识融合网络的多模态对话情绪识别模型(LSKFN),引入与倾听者和说话者相关的外部常识知识,实现多模态上下文信息和知识信息的有机融合.LSKFN包含多模态上下文感知、听说知识融合、情绪信息汇总和情绪决策4个阶段,分别用于提取多模态上下文特征、融入听说知识特征、消除冗余特征和预测情绪分布.在两个公开数据集上的实验结果表明,与其他基准模型相比,LSKFN能够为目标话语提取到更加丰富的情绪特征,并且获得较好的对话情绪识别效果.

摘要：现有多路阀存在大流量低压损控制难、动态特性差等问题,且阀芯机械固联,压损大、自由度低,难以满足高端主机对操纵性、节能性、智能化、负载适应性的需求。为此,基于插装阀大流量控制特性好和滑阀微动性能好的优点,创新提出换向滑阀的进出口串接两个流量放大型比例插装阀的新构型,研制串联阀芯阀口独立控制多路阀。两个插装阀可以根据控制需求设计为流量控制或压力控制功能,系统自由度高,具有很高的智能化潜力。为了实现流量和压力的高精度冗余控制,设计串联式双级位移闭环+并联式流量/压力闭环控制策略,通过仿真研究位置、流量、压力三种工作模式下阀的特性。并试制样阀,搭建试验台对压损特性、位移滞环、流量控制特性、动态响应特性和稳态负载特性进行了测试。结果表明,样阀额定流量达到300 L/min,主阀位移滞环小于1%;主阀阶跃响应小于35 ms,具有较高的动态特性;流量最大偏差小于5%,流量控制精度高。

摘要：针对固定翼无人机的三维路径跟踪控制问题,设计了一种基于全局稳定积分滑模S面模型的内外环控制器。控制器外环采用全局稳定积分滑模控制,内环采用S面控制。设计控制器外环的全局稳定积分滑模控制律,并采用Lyapunov理论证明所设计控制律的稳定性。对内环的指令信号设计S面控制器,考虑到S面控制器中求导的复杂性,引入二阶微分器,解决内环中导数存在积分爆炸的问题。半物理仿真试验结果表明,提出的控制器能精确跟踪期望路径,具有良好的控制性能和抗干扰性能。

摘要：原子磁强计以其高灵敏度和成本低等优势受到了越来越多的关注,如今,进一步提高原子磁强计的芯片集成度已成为主要趋势,因为它有利于生物磁性测量与成像。但是,目前实现原子磁强计小型化的主要障碍是微加工原子气室的光学元件分立。鉴于此,笔者提出一种基于新兴超表面的超紧凑片上原子气室方案,该方案将超表面与各向异性腐蚀的单晶硅相结合,在保证高灵敏度的同时提高了原子气室的集成度。该方案能够对圆偏振入射光束进行光路操纵,效率可达到80%。超表面采用厚度为500 nm的硅设计而成,可以通过基本的微加工工艺直接在原子气室上制造。所设计的新型原子气室具有集成度高、可大批量制造的优点,为未来生物磁性传感系统的发展提供了参考。

摘要：压电陶瓷是一种具有迟滞非线性的智能材料。为了实现系统的精密跟踪控制,提出一种基于MPI(modified Prandtl-Ishlinskii)的Hammerstein动态迟滞模型,并基于该模型设计了滑模跟踪控制方案。在play算子的上升边沿和下降边沿阈值处引入了延时系数,并串联死区算子构成改进的非对称PI(Prandtl-Ishlinskii)模型,基于MPI的Hammerstein动态迟滞非线性模型可以描述压电陶瓷作动器的率相关迟滞特性。通过采集在单频率10 Hz,40 Hz,80 Hz和复合频率10~90 Hz正弦输入电压信号下的压电陶瓷作动器的位移数据,并采用粒子群算法和最小二乘递推方法辨识MPI模型参数和ARX(auto regressive model with exogenous input)模型参数,验证了模型的可行性,相较于基于经典PI的Hammerstein动态迟滞模型,模型误差分别降低了37%,42%,35%和24%。最后,构建迟滞补偿器,利用Hammerstein模型的模块化特点,提出一种可以实现对系统动态跟踪控制的滑模控制方案,并搭建了滑模控制压电系统试验平台,对单频率1 Hz,40 Hz,80 Hz和复合频率10~90 Hz的正弦输入电压信号进行了微位移实时跟踪控制试验,试验中的相对误差在7.62%以内,均方根最大误差为1.8573μm,表明所提出的滑模控制器有较强的跟踪性能。

摘要：设计高效、稳定的析氢催化剂是盐水电解技术发展的必然要求。本文通过原位生长策略在泡沫镍(NF)上生长NC/Co_(x)P@NF催化剂,它由Co_(x)P纳米线阵列与氮掺杂碳纳米片(NC)交替生长组成。在制备过程中,Co(OH)_(2)纳米线通过内源Co^(2+)与2-甲基咪唑的溶解配位作用在NF上原位转化为Co-MOF纳米片。仙人掌状的微观结构使NC/CoxP@NF暴露出丰富的活性位点和离子运输通道,促进了HER催化反应动力学。此外,在分级多孔的NC/CoxP@NF中,纳米线和自支撑纳米片交替生长,进一步增强了材料的结构稳定性。最重要的是,表面聚阴离子(磷酸盐)和NC纳米片保护层的形成提高了催化剂的耐腐性能。最终,NC/CoxP@NF-10表现出优异的析氢性能,在1.0 mol L^(-1)KOH和1.0 mol L^(-1)KOH+0.5 mol L^(-1)NaCl条件下,分别需要107和133 mV的过电位达到10 mA cm^(-2)的电流密度。

摘要：异常事件检测是交通安全防控的重要支撑技术,也一直是信息科学领域的研究热点。提出了利用深度时空自编码网络与多示例学习进行船只异常事件检测的方法,针对目前无法为模型训练提供精确帧级别标注的问题,引入多示例学习模型,将视频作为包,并将视频片段作为包中的示例,通过网络自动学习一个深度异常排序模型,该模型能预测异常视频片段的分数。同时,在特征提取方面,提出了深度时空自编码网络,在空间自编码器中,为了获取更精确的红绿蓝特征,将解码器中的上采样层替换为像素重组层。在时间自编码器中,为了突出运动变化较大的区域,引入基于方差的注意力机制,使快速移动的物体有更大的运动损失,有利于检测出异常事件。还构建了一个新的大规模的船只视频数据集,包括100个真实场景的监控视频以及5类真实的异常事件,分别为海面逗留、非港口靠岸、非港口离岸、超速和越界。该数据集可用于模型的训练与测试。实验结果表明,相比传统的双流网络以及基于图像重构的检测方法,所提出的基于深度时空自编码网络与多示例学习的方法的异常事件检测精度由71.7%提升为82.4%,表明了其在船只异常事件检测上的有效性。