摘要：提出了一种计及灵活经济环保运行的火储系统容量配置与调频参数协同优化方法。首先,设计了一种基于低通滤波自动分配火储功率和考虑储能荷电状态自恢复的火储联合一次调频协调控制策略;综合考虑系统调频性能、投入运行成本、污染物排放等,建立了火储容量配置与调频参数协同优化模型,并给出了基于粒子群算法的求解方法。最后,以某火储系统为例进行仿真验证。结果表明:协调控制策略和协同优化方法具有有效性。

摘要：工程中混凝土的不断水化,所产生的温度应力导致各个部位收缩膨胀不均匀是其开裂的主要原因。文中提出了一种多通道的空间温度场超低功耗测量数据融合方法。利用三线制Pt100、外部恒压源、多通道开关切换电路、24位的△-∑ADC组成的系统来测量混凝土内部空间温度场温度,结合贝叶斯理论和卡尔曼滤波对温度场温度进行数据融合滤波处理,引入窄带物联网模块并结合超低功耗设计方法,在保证联网的同时又极大降低了待机功耗。实验结果表明:测温精度达到0.03℃,解决了引线及芯片导通内阻的问题;待机功耗电流降至139.13μA,对数据的融合滤波处理能更准确反映混凝土内部温度场温度。

摘要：针对距离矢量跳(DV-Hop)定位模型定位精度低、优化策略场景依赖性强的问题,提出一种基于函数分析和模拟定参的改进DV-Hop模型——函数修正距离矢量跳(FuncDV-Hop)定位模型。首先,分析DV-Hop模型的平均跳距、距离估计和最小二乘法中的误差原因,引入待定系数优化、阶跃函数分段实验、带等效点的权重函数策略和极大似然估计修正;其次,考虑多应用场景,用控制变量法,分别将总节点数、信标节点比例、通信半径、信标节点数和待测节点数作为变量,设计对照实验;最后,进行仿真定参和整合优化测试两阶段实验,最终的改进策略较原DV-Hop模型的定位精度提高了23.70%~75.76%,平均优化率57.23%。实验结果表明,FuncDV-Hop模型的优化率最高达到了50.73%,与基于遗传算法和神经动力学改进的DV-Hop模型相比,FuncDV-Hop模型的优化率提升了0.55%~18.77%。所提模型不引入其他参量,不增加无线传感器网络(WSN)的协议开销,且有效提高定位精度。

摘要：提出了一种面向工业机器人NURBS曲线的刀尖速度规划及高精度插补算法。基于传统的S速度规划,引入速度约束与时间约束的自适应算法;实现刀尖点运动学约束与关节运动学约束之间的解析映射;构建最大进给率、最大加速度约束预设值,在双向速度扫描中带入修正后的各约束及端点处的速度极值;采用了基于弧长参数化的补偿插补策略,解决累计误差问题;用平面S形路径对算法进行测试,验证了该方法的适用性和准确性。

摘要：为提高网络流量预测精度,提出结合相空间重构与改进黏菌优化支持向量回归的预测模型。为解决黏菌算法收敛慢、易得局部最优的不足,引入3种形态对立学习对种群进行初始化,提高种群多样性;利用非线性反馈因子更新机制,均衡全局搜索与局部开发;设计柯西-高斯混合变异对最优解变异,扩展搜索空间,避免陷入局部最优。利用改进黏菌算法对支持向量回归优化调参,有效解决超参初值敏感缺陷,提高学习精度和收敛速度,以此构建网络流量预测模型。实验结果表明,改进模型预测误差更小,能够实现高精度和实时性预测要求。

摘要：本文引入量子密码技术,设计了一种实际可行的量子方案解决外包数据的多关键词隐私查询问题.该方案在我们提出的安全两方计算集合相似度协议、安全两方量子逻辑乘协议以及量子隐私查询协议的协助下,完成隐私的查询.前两个协议在不串谋的量子云的协助下,达到了信息论安全.而量子隐私查询是抗量子攻击的,即量子安全,所以所提方案是量子安全的.此外,所有基础协议均采用单光子作为量子资源,最复杂的操作是Toffoli门,所必须的测量是单光子测量.因此,在现有技术条件下,该方案是实际可行的.最后,在Qiskit中的IBM量子系统上验证了该方案关键环节的正确性和可行性.

摘要：针对解决复杂工程问题所需要的抽象思维与创新实践能力培养需求,提出“三阶段—四课堂—两实践”的项目式线上线下混合教学新模式。以数据结构课程为例,详细阐述该模式的实施过程,并分析对提升学生自主学习能力、抽象思维、创新思维以及创新实践能力的积极作用。该教学模式突破了传统知识学习、方案设计与创新实践之间的界限,有效促进了学生解决复杂工程问题中数据结构设计等核心能力提升。

摘要：为进一步落实全员、全程、全方位育人的教育方针,在工程教育认证标准指导下,提出运用“反向设计”原则对高校中工科专业的学生教育工作进行重构的方案,以达到对学生工作涉及的教育活动进行优化的目的。该介绍确认毕业要求、建立活动-目标矩阵、制定活动目标、设计实施方案、开展效果评价和持续改进的重构过程,并以“社会实践”为案例示范实施的具体方法。该文提出的方法,可以作为在工程教育认证背景下完善育人机制、改进学生工作的参考。

摘要：针对自然场景文本长度不定、角度倾斜等难题,提出了一种基于增强特征提取网络与语义特征融合的文本检测方法。通过结合可变形卷积与空洞卷积,设计了一种增强扩张残差模块EDRM(Enhanced Dilated Residual Module),将其应用于ResNet18的conv4_x与conv5_x层,并以此作为骨干网络,在改善网络特征提取能力的同时提高特征图像分辨率,减少空间信息丢失。其次,针对现有算法提取文本语义特征仍不充分的问题,将双向长短期记忆网络BiLSTM(Bi-directional Long Short-Term Memory)引入特征融合部分,增强融合特征图对自然场景文本的表征能力以及特征序列的关联性,同时提高模型的文本定位能力。在多方向文本数据集ICDAR2015、长文本数据集MSRA-TD500上对模型展开评估,实验结果表明,该算法与当下高效的DBNet算法相比,F值分别提升1.8%、3.3%,表现出良好的竞争力。

摘要：针对现有图像描述生成方法普遍存在的对夜间场景、目标被遮挡情景和拍摄模糊图像描述效果不佳的问题,提出一种基于特征融合的多波段探测图像描述生成方法。将红外探测成像引入图像描述领域,首先利用多层卷积神经网络(CNN)对可见光图像和红外图像分别提取特征;然后根据不同探测波段的互补性,以多头注意力机制为主体设计空间注意力模块,以融合目标波段特征;接着应用通道注意力机制聚合空间域信息,指导生成不同类型的单词;最后在传统加性注意力机制的基础上构建注意力增强模块,计算注意力结果图与查询向量的相关权重系数,消除无关变量的干扰,从而实现图像描述生成。在可见光图像-红外图像描述数据集上进行多组实验,结果表明,该方法能有效融合双波段的语义特征,BLEU4指标、CIDEr指标分别达到58.3%和136.1%,能显著提高图像描述准确度,可以用于安防监控、军事侦察等复杂场景任务。