课程文献中心 更多>>

关键词： 智能算法   汽车电池   故障诊断   数据处理   诊断模型  

摘要： 智能算法以其卓越的大数据处理能力、非线性建模能力以及高效特征提取能力，为汽车电池故障诊断提供了创新的技术方案。本文系统分析了汽车电池的常见故障类型及其技术需求，设计了基于机器学习、深度学习和多模型协同的诊断框架，进一步探讨了模型轻量化、实时性优化与硬件加速技术的应用。研究结果表明，智能算法能显著提高故障诊断的效率和准确性，为电池安全管理与新能源汽车的可持续发展提供了重要支持。

关键词： 语义分割   ASPP模块   特征图加权   平均交并比   频率加权交并比  

摘要： 针对现有语义分割算法对特征图进行高级语义信息提取时存在部分低、中层级细节信息丢失的问题，提出基于ASPP模块及特征图加权融合的图像语义分割算法。改进算法借助“残差思想”,建立特征提取网络与ASPP模块之间的跳跃连接，融合特征图加权，增加ASPP模块提取图像语义信息的能力，减少低、中层部分细节信息丢失，并在相应卷积层后进行批归一化，缓解梯度消失的问题，提高模型的分割性能和运行效率。实验结果表明，特征图的合理融合使得语义分割图边缘细节更好地保留，改进算法分割精度提高，其平均交并比比原模型提高6.8%,频率加权交并比提高5.33%。

关键词： 四轮驱动   车辆   混合算法   反向传播比例-积分-微分(BP-PID)控制   仿真  

摘要： 为了提高四轮驱动车辆侧倾控制系统的稳定性，改善车辆在不平整路况中行驶的舒适度，设计混合算法优化反向传播比例-积分-微分（BP-PID）控制系统，并对车辆侧倾控制系统进行仿真验证。给出了四轮驱动车辆侧倾动力学模型，引用了BP-PID控制系统。设计一种粒子群算法和遗传算法的混合算法，利用混合算法搜索BPPID控制参数的最优值，使四轮驱动车辆侧倾控制系统具有较强抗侧倾能力。利用Matlab软件对四轮驱动车辆侧倾角位移、角速度和横摆力矩进行仿真，比较优化前和优化后BP-PID控制系统输出结果。结果显示：采用BP-PID控制方法，在不平整路况中行驶，四轮驱动车辆侧倾角位移、角速度和横摆力矩变化幅度较大。采用混合算法优化BP-PID控制方法，在不平整路况中行驶，四轮驱动车辆侧倾角位移、角速度和横摆力矩变化幅度较小。采用混合算法优化BP-PID控制方法，能够提高四轮驱动车辆行驶的稳定性，改善车辆在不平整路况中行驶的舒适度。

关键词： 改进DES算法   计算机网络   网络隐私数据   数据加密   加密方法  

摘要： 为保障计算机网络隐私数据加密效果,本文提出了基于改进DES算法的计算机网络隐私数据加密方法研究。分析了高维数据加密困难、密钥长度过短导致暴力破解等问题；运用主成分分析法（PCA）提取计算机网络数据的特征向量,完成数据降维；依据提取的特征向量构建超平面分类器模型,并通过调整参数优化其性能,自动判断数据是否包含敏感信息；引入哈希函数对DES算法进行改进,通过延长密钥长度来增强其加密强度,并采用改进后的算法对挖掘出的隐私数据进行加密,以实现网络隐私数据加密设计。实验结果表明,该方法应用于计算机网络隐私数据加密时,不仅展现出了良好的加密效果,还显著提高了加密效率,应用效果较好。

关键词： 多小区MIMO   小区边缘   用户分类   预编码   功率分配  

摘要： 针对下行多小区多输入多输出(MIMO)通信系统中小区中心区域和边缘区域的信道条件差异，将小区用户分为中心用户和边缘用户两类，提出了一种基于用户分类的混合预编码和功率分配联合算法．首先建立了包含多个小区、多个中心用户和多个边缘用户的下行多小区MIMO系统模型，在此基础上形成了以最大化系统能效为目标的预编码和功率分配联合优化问题，并进一步分解为中心用户预编码、边缘用户预编码和功率分配子问题．在预编码设计时，根据不同预编码的特点将中心用户采取最大化信漏噪比预编码，边缘用户采取最小均方差预编码，求解得到了各自的最优解．在功率分配设计时，通过拉格郎日乘子算法得到封闭形式下的最优功率分配矩阵．仿真结果表明：所提算法在误码率和能量效率方面均优于对比文献算法，有效提升了系统的整体性能．

关键词： 阵列天线   峰值旁瓣电平   差分进化算法   双变异策略  

摘要： 针对稀布线阵天线优化中如何有效降低峰值旁瓣电平的问题，提出了一种基于柯西-高斯双变异策略的改进差分进化算法。该算法通过Tent混沌映射生成初始值，增加了种群多样性；随迭代和适应值变化，对缩放因子进行动态调整，有助于算法更好地进行寻优；当算法出现早熟迹象时，采用双变异策略助力跳出局部最优，实现全局最优解搜索。通过与经典算法进行对比，利用标准函数测试验证了算法的优化性能。通过3种天线实例的仿真实验结果表明：所提改进算法能够有效降低峰值旁瓣电平，提升天线效能，与对比算法中的最优算法相比较，所提算法50次实验的最优峰值旁瓣电平分别降低了0.11 dB、0.62 dB和2.42 dB，平均峰值旁瓣电平分别降低了0.04 dB、0.28 dB和1.5 dB。

关键词： 无袖带血压测量   PPG   ECG   深度学习  

摘要： 对血压进行连续监测，能够有效预防心血管疾病，袖带式血压测量无法对血压进行连续的测量。提出一种基于深度学习的无袖带血压测量模型，使用卷积神经网络(Convolution neural network, CNN)和Croos former网络搭建无袖带血压测量模型，利用脉搏波信号(Photoplethysmograph, PPG)和心电信号(Electrocardiosignal, ECG)作为模型的输入，用于测量血压。该模型能够捕捉生理信号跨维度和跨时间的依赖关系，以此准确、连续的测量血压。模型使用BP-Net数据集进行训练、验证与测试，其中预测舒张压(Diastelic blood pressure, DBP)的平均绝对误差(Mean absolute error, MAE)为1.12 mmHg,标准差(Standard deviation, STD)为1.56 mmHg;收缩压(Systolic blood pressure, SBP)的MAE为2.02 mmHg, STD为2.79 mmHg。该模型的预测结果达到了美国医疗仪器促进协会(AAMI)的标准和英国高血压协会(BHS)的A级水平。

关键词： Sensitivity analysis  

摘要： Here, to aocurately predict load-bearing capacity of steel plate-RC composite (PRC) coupling beam, regression trainings of PRC coupling beam test data were conducted using support vector regression (SVR) algorithm, extreme gradient boosting (XGBoost) algorithm and particle swarm optimization-support vector regression (PSO-SVR) algorithm, respectively. In addition, effects of data feature parameters on load-bearing capacity of PRC coupling beam were analyzed using Sobol sensitivity analysis method. The results showed that average absolute percentage errors of prediction models based on SVR, XGBoost and PSO-SVR are 5. 48%, 7. 65%, and 4. 80%, respectively, so the load-bearing capacity prediction model based on PSO-SVR has the highest prediction accuracy, stronger robustness and generalization ability;coupling beam feature parameters of steel plate ratio p, cross section height h and beam span to height ratio In/h have the largest impact on load-bearing capacity of PRC coupling beam, the sum of their global impact indexes is over 0. 75;steel plate ratio p is the single factor having the largest impact on load-bearing capacity of PRC coupling beam, its first-order sensitivity index and global sensitivity index are 0. 342 3 and 0. 362 0, respectively;the study results can provide a reference for design and application of PRC coupling beam in practical engineering. © 2025 Chinese Vibration Engineering Society. All rights reserved.

关键词： 时间序列   模糊聚类   相似性度量   时间序列形态   特征加权  

摘要： 针对现有时间序列聚类分析较少考虑到各簇时间序列的相似形态对聚类结果的影响,提出一种基于时间序列形态的模糊聚类算法.该算法使用线性时间复杂度的Jeffreys复合距离度量时间序列之间的距离,利用迭代过程中的隶属度为各簇选择能够映射簇内时间序列相似形态的核心特征,并在下一次迭代中对距离进行特征加权.当隶属度不再显著变化时,算法停止迭代,根据隶属度最大原则对时间序列进行簇划分.在14个公开时间序列数据集上与10种对比算法的实验结果表明,所提算法具有精确的聚类结果和较好的鲁棒性,综合性能优于对比算法.

关键词： Logistic混沌算法   网格搜索   离散小波变换   离散余弦变换   奇异值分解  

摘要： 为提高数字水印的鲁棒性和安全性，本文提出一种基于位置优化的DWT-DCT-SVD水印算法.首先，通过Logistic混沌算法对水印进行置乱预处理，以增强算法的安全性；然后，通过网格搜索优化算法精准选择水印最佳嵌入位置，以提高水印的鲁棒性；最后，通过对载体图像和带水印图像进行两级离散小波变换(DWT),并结合离散余弦变换(DCT)和奇异值分解(SVD)技术来完成水印的嵌入和提取，实现信息的高效嵌入与准确恢复.此外，通过动态调整嵌入强度，进一步增强算法的随机性和不可预测性，从而显著提升算法的抗攻击能力.实验结果表明，该方法不仅在保证水印不可见性的前提下能够有效抵抗高斯噪声、旋转、JPEG压缩等多种攻击，而且保障了优越的鲁棒性和安全性，为数字水印技术的实际应用提供了新的解决方案.