摘要：为实现非结构化工艺规程文本中关键信息的高效识别,建立一种基于机加工领域词典和神经网络的命名实体识别模型.首先,结合机加工领域词典与jieba分词技术进行数据集的自动标注,并在对工艺参数信息进行标注的过程中将数字和标志字母划分为一个分词单位以增强后续特征提取效果;其次,在word2vec词嵌入的基础上,采用双向长短时记忆网络对文本进行特征提取;最后,采用条件随机场综合上下文逻辑以提高关键工艺信息的识别准确率.在包含431条工步内容的数据集上,对所提模型的识别效果进行实验,结果表明,所提模型的准确率、召回率和F1值分别为90.20%,93.88%和92.00%,在与领域内传统模型的对比上具有一定优势,并使用3个不同工艺规程数据集验证了该模型的鲁棒性.

摘要：电力电子实时仿真是目前电力电子系统研究过程中的重要工具。为设计一套经济、可靠的电力电子实时仿真系统,文中搭建了一个以现场可编程门阵列(FPGA)为计算核心的硬件平台,并提出了配套的电磁仿真算法和FPGA架构设计。首先,推导了一种简洁电磁暂态程序(EMTP)算法,用于提高传统离线算法的并行度。其次,从数值算法的角度分析恒导纳开关模型的虚拟功率损耗问题,提出了一种初始误差修正算法,消除了功率损耗。再次,串联以上算法,设计了一种基于状态机框架的数字信号处理(DSP)硬核资源复用FPGA架构,以硬件资源复用的方式实现了资源的高效利用,在不损失速度的同时提高了FPGA的利用效率。最后,通过多个实时仿真算例验证了所提方法的有效性和正确性。

摘要：针对热轧钢卷端面图像背景复杂、缺陷特征各异、缺乏标准缺陷数据集,用传统视觉方法难以自动识别问题,提出了基于深度学习的热轧钢卷端面缺陷检测的技术架构,给出了该框架下的图像采集、预处理与分割、深度神经网络算法设计和缺陷特征数据库搭建等关键技术,最后开发了基于深度学习的钢卷端面缺陷检测系统,试验表明该系统的典型缺陷检出率在90%以上,解决了热轧钢卷端面缺陷长期依赖人工肉眼识别的行业性难题,实现了端面缺陷的在线、自动、精准检测,所形成的成套端面缺陷检测技术和装备,在钢铁行业多条热轧产线稳定、可靠地投用运行。

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：针对电磁式电导率传感器在低电导率测量下的优化设计问题,分析了电磁式电导率传感器的工作原理并构建了物理模型,考虑激励信号参数、磁芯尺寸、磁芯间距、激励线圈匝数和接收线圈匝数对输出电压的影响,改进现有的电磁式电导率测量模型,同时考虑激励频率的多重性,即激励频率直接影响输出电压,又通过磁致伸缩效应改变磁芯磁导率来影响输出电压。采用实验与理论相对比的方法,对频率、间距、匝数等主要参数进行理论分析,得知存在最佳频率段使得输出电压不随频率的波动产生较大的变化,通过改变间距降低两个磁芯间的耦合电压,提高有效信号占比,实现更高的精确度。并通过实验验证证明了理论模型的准确性。采用优化后的参数来设计电导率探头,配置了电导率标准液用于数据拟合,与德国宝德电导率仪进行对比实验,计算Pearson相关系数,证明了优化模型的准确性与高可靠性。

摘要：针对人机交互、医疗康复等领域存在的人体姿态分析与评估问题,本文提出了一种基于Transformer的三维人体姿态估计及其动作达成度评估方法。首先,本文定义了人体姿态的关键点及关节角,并在深度位姿估计网络(DPEN)的基础上,提出并构建了一个基于Transformer的三维人体姿态估计模型(TPEM),Transformer的引入能够更好的提取人体姿态的长时序特征;其次,利用TPEM模型对三维人体姿态估计结果,设计了基于加权3D关节角的动态时间规整算法,在时序上对不同人物同一动作的姿态进行姿态关键帧的规整匹配,并据此提出了动作达成度评估方法,用于给出动作的达成度分数;最后,通过在不同数据集上进行实验验证,TPEM在Human3.6 M数据集上实现了平均关节点误差为37.3 mm,而基于加权3D关节角的动态时间规整算法在Fit3D数据集上的平均误差帧数为5.08,展现了本文所提方法在三维人体姿态估计与动作达成度评估方面的可行性和有效性。

摘要：针对钢材表面缺陷形态多样、结构复杂且存在检测目标漏检现象和算法参数量过大等问题,提出一种轻量化VTG-YOLOv7-tiny的钢材缺陷检测算法。该方法一是设计VoVGA-FPN网络,以减少信息传递过程中的丢失,增强网络特征融合能力;二是构建三重坐标注意力机制,提升模型对空间和通道信息的特征提取能力;三是引入鬼影混洗卷积,在提高精度的同时降低模型参数量和计算量;四是增加大目标检测层,改善特征图中部分缺陷占比较大,导致检测精度低的问题。在NEU-DET和Severstal钢材缺陷数据集进行实验验证,改进后算法与原模型相比,mAP分别提升5.7%和8.5%;参数量和计算量分别降低0.61 M和4.2 G;精确度和召回率分别提升7.1%,1.8%和8.9%,7.0%。实验结果表明,改进后的算法更好地平衡了检测精度和轻量化,为边缘终端设备提供了参考。

摘要：物联网应用(IOTA)作为一种经典的基于有向无环图而非链式结构的区块链系统,由于采用置信度共识方式导致交易确认依赖中心节点,并且难以及时发现交易冲突.为此,本文提出一种基于时间切片的设计方法,通过规定在每个时间片结束时由内部节点检查并同步当前交易子图,设计了一种high quality IOTA(HQIOTA)共识机制.在交易确认中,通过设计内部节点自适应调节控制替代了原有的外部规定阈值的转变.进而能及时发现并删除矛盾交易,解决了交易冲突不敏感的问题.本文基于概率分布模拟的网络环境进行实验,结果表明HQIOTA能比IOTA更快发现交易冲突并且更灵活地进行交易确认.

摘要：本文针对机理模型未知的非线性非仿射多入多出(MIMO)离散时间系统,研究了系统同时存在未知时滞和迭代变化运行时间区间的预测迭代学习控制(PILC)问题.首先利用未知时滞的上下界信息建立了一种新型的动态线性化(DL)模型,理论分析表明该模型能够等价描述本文所考虑的存在未知时滞的未知非线性系统.同时,设计一种新的数据补偿机制用以处理由于系统运行时间区间迭代变化而引起的数据丢失问题.基于所建立的DL模型和数据补偿机制,设计了能够同时处理未知时滞和迭代变化运行时间区间的预测迭代学习控制方法.通过严格的理论分析同时给出了建模误差和跟踪控制误差的收敛性质.最后,通过仿真进一步验证了所提方法的有效性.

摘要：为了进一步提高汽车乘员舱空调系统的智能化和舒适性水平,本文提出了一种基于热舒适理论的个性化智能空调决策系统设计方案。首先,针对汽车乘员舱改进了基于PMV(predicted mean vote)和PPD(predicted percentage of dissatisfaction)理论的热舒适性计算方法;进一步,利用人体画像技术实现了乘员舱驾乘人员的热舒适性特征提取,并在专家经验知识的基础上构建了具有理论计算依据的乘员舱热舒适数据集;然后,利用机器学习算法搭建了个性化热舒适空调系统随机森林决策模型,以此满足个性化热舒适智能决策需求;最后,给出了完整的系统框架和设计。测试结果显示所提出的系统模型决策准确率在90%以上,实车测试结果表明:本文系统能够识别驾乘人员特征,实时进行个性化热舒适性参数推荐,验证了本研究决策方法的有效性和实用价值。