摘要：针对催化裂化(fluid catalytic cracking,FCC)分馏系统在网络攻击和系统故障具有相似特征情况下难以辨识的问题,提出了一种基于跨域因果图的攻击故障辨识方法。首先,将数据驱动和拓扑知识融合以构建跨域因果图,涵盖物理层和信息层的变量节点和设备节点;其次,结合多源异常证据集,设计了基于弗洛伊德的异常因果传播路径搜索算法,得到异常节点间的因果传播路径;最后根据必经点约束、单点异常约束、必经点最大数量约束等条件,结合异常发生时间,得到异常传播路径的最小树型图,根据根节点位置判断系统异常类型。该方法在FCC分馏仿真系统上验证了有效性,结果表明其辨识准确率为94.84%,对正常工况、故障工况和攻击工况的检测召回率分别为97.11%、93.25%、95.30%,相比同类方案,该方法不仅解决了相似特征带来的辨识难题,还能在保证较高的辨识准确率的同时,给出异常传播路径,为安全防护提供报警信息。

摘要：采用成果导向教育(OBE)和构思、设计、实现和运作(CDIO)理念,通过能力导向反向驱动思路设计教学项目,构建了面向自动化本科专业学生的毕业能力分解模型。提出了可逆固体氧化物电池(RSOC)智能管控实训项目的教学过程框架,采用“实物联想”和“半实物仿真”方法设计了从系统设计到仿真实施的全闭环实训内容,包括教学目标、内容、方法和评估体系。开发了全闭环实训项目;制定了多维度的教学效果评估方法。结果表明:结合OBE和CDIO理念所设计的实训项目有助于全方位培养学生的综合实践能力和创新思维;采用的教学方法有助提升实训教学效果。

摘要：面向人工智能专业培养需求,秉承紧扣理论课程内容、体现教学特色等原则,对计算机组成与嵌入式系统实验课程进行扩展改进。结合嵌入式系统中的并行卷积计算和图像处理中的形态学滤波相关内容,设计了基于Logisim仿真平台的形态学滤波并行计算电路设计实验。通过设计形态学滤波电路和测试用的图像案例,对比分析不同滤波操作的特性差异,学生既可以融会贯通各学科相关知识,又锻炼了系统设计能力,也为学习后续智能芯片等课程打下基础。

摘要：基于神经网络的方法计算量通常十分庞大,限制方法在嵌入式场景领域的应用.为了解决这一问题,文中提出基于异构现场可编程门阵列的卷积网络加速器.采用滑动窗并行加速卷积计算过程,可同时处理不同输入、输出通道的卷积过程.同时结合网络量化过程进行8 bit定点加速器设计,降低计算资源的使用.实验表明,文中定点加速器运算速度较快,功耗较小,算法性能损失较小.

摘要：针对传统的插件元器件分拣方法准确率较低的不足,搭建一个基于机器视觉的分拣机器人系统.该分拣机器人系统对目标定位时,采用改进的自适应阈值的Canny边缘提取算子提取目标的边缘信息,克服了光照变化对目标定位的影响;目标分类时,采用SURF提取关键点与FREAK描述的方式对目标进行描述,二进制的描述子相比传统浮点数描述子,加快了模型的建立,缩短目标分类的时间.实验结果证明:该系统能有效提高分拣机器人系统对多目标的分类准确率,缩短多目标的分类时间;同时对环境有较好的适应能力,提高了生产效率.

摘要：由于传统蚁群算法基于正反馈机制的单一搜索方式,导致其存在收敛速度慢、易陷入局部极值的缺点.针对该问题提出一种基于混合反馈机制的扩展蚁群算法(MF-ACO),该算法在传统蚁群算法的基础上定义一种具有较强全局搜索能力的扩展型蚂蚁,帮助算法跳出局部极值;参考蚁群劳动分工行为,设计基于刺激-响应分工模型的负反馈平衡机制,动态平衡算法的收敛能力和全局搜索能力;最后依据分工模型对蚂蚁个体的信息素更新策略进行改进,进一步加快算法收敛速度.以多个TSP实例作为测试对象进行仿真实验,实验结果验证了所提算法的优越性,并将该算法用于机器人路径规划问题,在实际应用中进一步验证了所提算法的有效性.

摘要：针对植入式装置的经皮无线能量传输中,体内接收小线圈品质因数低、自谐振频率高且难以与体外线圈匹配共振的问题,提出采用多子线圈串接构建空心体内能量接收线圈兼作植入电路的封装,并对子线圈中外径26 mm的印刷平面螺旋线圈(P-PSC)进行优化设计.在选定基材、基板厚度和线厚的基础上,采用部分元等效电路法仿真计算P-PSC的自谐振频率和品质因数,分析内半径、匝数及线宽线距比的影响,优选得到低剖面、高性能PPSC的设计参数.测得双层P-PSC的自谐振频率和品质因数分别为10.37 MHz和82.3,结果表明:本研究的单、双层P-PSC性能综合评价指标均高于同类线圈,空心能量接收线圈尺寸为Φ26.00 mm×4.55 mm,自谐振频率低至6.78 MHz,品质因数可达67.1,在满足安全限制的条件下,距离发射线圈4 cm的接收功率为269 mW,能量传输效率(PTE)为24.2%.

摘要：针对社区疫情防控的消杀作业路径优化问题,设计了一种基于模拟退火算法的启发式算法.首先,提出用于面型消杀任务的作业工艺,建立了问题的整数规划模型;然后,针对问题特点开发了基于模拟退火算法的启发式算法,使用一种可以根据问题规模改变解空间大小的解结构,设计了多种类型的解更新操作,利用Floyd算法计算优化目标值,通过Metropolis准则接受新解.多规模对比计算实验表明:所提出的模拟退火算法在小规模算例的平均求解结果与精确解相差在4%以内,在中规模算例的求解结果比CPLEX平均优化10%~40%,在大规模算例的求解结果比贪婪算法平均优化60%~80%,因此当求解此类问题时该算法能在合理的时间内取得较优的结果.

摘要：针对现有质量功能展开(QFD)客户需求及其权重研究所含主观因素较多,从而造成QFD分析结果客观性较差的问题,提出一种产品评论数据驱动的QFD客户需求挖掘方法。首先提出了基于关注度隐含狄利克雷分布模型完成主题提取,利用Word2Vec相似度匹配形成客户需求集合。然后基于发明问题的解决理论(TRIZ)的需求映射模型,形成了规范化客户需求表达。最后引用改进比例重要度并增设两种阈值,以改进粗数的单值权重转化规则,从而得到客户需求最终权重。将规范化客户需求及其权重输入到质量屋模型,以实现数据驱动的QFD分析。通过实例验证了所提方法的可行性和有效性。

摘要：“可辨识性”是模型能否由观测数据唯一确定的性质,在经济学、生物学、化学、控制科学等多学科中被系统性地研究.近二十年来,随着动力系统复杂性急剧增加,将系统建模为动力学网络的研究愈加普遍,网络可辨识性也越来越受到学界关注.“可辨识性”不仅是系统辨识的理论保证,而且可以作为建模中实验设计、数据采集等的理论指导.本文综述动力系统的可辨识性问题,首先,给出了可辨识性问题的描述及相关定义.根据模型不同类别,本文对线性时不变系统与系统矩阵相关的可辨识性经典结论进行了阐述,并对非线性时不变系统的输入输出方法、输出相等方法等可辨识性主要研究方法进行阐述.针对激励矩阵和观测矩阵的4种不同情况,本文对动力学网络模型的可辨识性问题和代表性成果进行综述.最后,本文讨论了其仍需解决的问题和未来的研究方向.