基于区间解析冗余关系的参数不确定性研究

本文主要目的是拓展基于区间解析冗余关系法I-ARRs(Interval valued Analytical Redundancy Relations)对不确定性混杂系统的故障检测。该方法产生一组对故障估计的阈值,一旦标称残差超过阈值,则故障能被检测。现有的故障检测方法主要是针对参数性故障,因此对测量信号导数的估计呈现出各种限制。而且在I-ARRs中对测量信号导数十分敏感,这不可避免地涉及到对残差的估计。为解决这一问题,利用鲁棒滑模微分器方法得到对含噪声测量信号导数最优估计,降低残差噪声,以减小虚警、漏报,从而提高鲁棒性。通过典型电力电子电路BUCK电路仿真,验证了此方法的有效性。     

基于双重自注意力机制的人脸图像修复

人脸图像修复旨在修复输入人脸图像中的缺失区域,生成令人满意的高质量修复结果.然而当存在大面积缺失时,直接修复缺失人脸图像十分困难,此时修复网络的全局上下文信息感知能力是影响修复结果的关键.鉴于此,本文提出了软硬注意力相结合的双重自注意力模块.该模块通过全局相似度计算来获得软硬两种注意力特征,之后对两种注意力特征进行自适应融合,进而提高修复网络对全局上下文信息的感知能力.此外,本文进一步提出了多尺度生成对抗网络以加强对修复结果的监督,促使修复网络生成更高质量的修复结果.实验结果表明,本文方法在定量和定性评测上均优于五种先进的对比方法.     

夏侃紫外线

在炎炎烈日的夏天,你依然想拥有润泽白皙的肌肤吗?那么有关紫外线的知识、有关防晒护肤的新概念可是不可不知的。 何谓紫外线? 由太阳放射出来的光线,以波长来分类,大致可分为伽马线、X光、紫外线、可视光和红外线五种。紫外线是自太阳射至地球表面一种眼睛看不到的光线。而紫外线又可再细分为长波长紫外线(UVA)、中波长紫外线(UVB)和短波长紫     

电子邮件为何常出错

据有关统计数据显示,目前我国上网用户平均每周发出电子邮件10封,收到电子邮件18封,其中经常会有电子邮件收发失败的,那么,造成电子邮件收发失败的原因是什么呢?     

基于门控权重单元的多变量时间序列预测

多变量时间序列各变量间依赖性较强,数据变化趋势不明显,预测难度高.传统研究采用带门控机制的循环神经网络及变体进行预测,但序列间存在相互依赖关系,突变数据段建模预测不精确.基于信息熵,本文提出一种新的改进门控权重单元,利用信息熵技术量化数据序列的变化程度,动态调整权重矩阵刻画数据的变化趋势.基于4个公开数据集分别进行实验,实验结果表明新模型比传统循环神经网络模型具有更好的预测性能.     

高功率太赫兹基波压控振荡器设计

基于55 nm CMOS工艺提出了一款具有高输出功率的太赫兹基波压控振荡器(Voltage-Controlled Oscillator,VCO).设计采用堆叠结构来克服单个晶体管供电电压受限导致输出摆幅较低的问题来有效提高了输出功率.依据单边化技术在核心晶体管的栅漏之间嵌入自馈线来调整栅漏之间的相移和增益以最大化晶体管在期望频率下的可用增益,从而提高晶体管的功率输出潜力.提取版图寄生后的仿真结果表明:在2.4 V供电电压下,VCO的输出频率范围为200.5 GHz～204.4 GHz,电路峰值输出功率为3.25 dBm,在1 MHz的频偏处最优相位噪声为-98.7 dBc/Hz,最大效率为8.1％.包括焊盘在内的版图面积仅为0.18 mm2.此次工作实现了高输出功率并具有紧凑的面积,为高功率太赫兹频率基波VCO设计提供了一种设计思路.     

高层建筑形状及布局对城市街区 行人风环境影响研究

基于风洞试验和计算流体动力学方法(Computational Fluids Dynamics,CFD)研究高层建筑形状及布局对城市街区行人风环境的影响.采用最大风速比和归一化加速面积比,定量研究五种高层建筑形状及四类建筑布局对城市街区行人风环境的影响,确定全风向下的最优建筑形状以及布局,结合CFD数值模拟获得的全域流场信息,揭示建筑形状和布局对于城市街区行人风环境的影响机理.结果表明:在保持建筑高度和街区容积率一致的情况下,高层建筑群周边最大风速比不会随着建筑形状和建筑布局的改变而发生明显变化.但建筑形状和建筑布局会改变建筑群周边高风速区域的面积大小,全风向下的最优建筑形状和布局分别是Y字形和错列式布局,而最不利形状和布局分别是H字形和围合式布局.不同布局下的方形、H字形及X字形高层建筑群的最不利风向均位于斜风向,而十字形及Y字形则为正风向.高层建筑群在行人高度处的风加速现象主要是由狭管效应和角部分离效应造成的.     

当我们来到模拟世界

想象一下,当你的曾祖父母还是少男少女之时,他们获得了一件开创性的新设备——全世界首个完全沉浸式的虚拟现实娱乐系统,不是你现在随处可见的那种蠢兮兮的VR眼镜.这种设备更像电影《黑客帝国》中出现的玩意——是一种时髦的魔力头带,塞满电极,以某种方式直接连上人类大脑的感知系统,用机器生成的新知觉取代了佩戴者的视觉、听觉、触觉、...     

石灰石粉对水泥浆体水化特性及流变性能的影响

利用微量热仪和旋转黏度计,从掺量和细度两方面研究了石灰石粉对水泥浆体水化特性和流变性能的影响.从水化放热速率和放热量角度分析了石灰石粉对水化特性的影响,从紧密堆积理论和固体颗粒体积分数两个角度分析石灰石粉对流变性能的影响.结果表明:石灰石粉可以促进体系的水化进程,且石灰石粉细度越大,促进作用越明显.石灰石粉掺量增大导致水泥含量减少,所以体系第二放热峰峰值和总放热量随石灰石粉掺量的增大而减小.随着石灰石粉掺量或细度的增加,复合体系中固体颗粒的体积分数逐渐增大,粒径分布模数减小,且体系的粒度分布曲线逐渐接近于最密堆积的理想分布曲线.复合体系的屈服应力和塑性黏度随石灰石粉掺量的增大而减小,随石灰石粉细度的增大而增大.     

基于高阶图卷积自编码器的网络流量预测

网络流量预测是有效保障用户QoS措施之一。当前深度学习为基础的网络算法预测中没有充分利用网络拓扑信息。为此,提出了基于高阶图卷积自编码器的网络流量预测模型。该流量预测模型基于软件定义网络（SDN）架构,利用高阶图卷积网络（GCN）获取网络拓扑中的多跳邻域之间的流量相互影响关系,采用门控递归单元（GRU）获取网络的时间相关性信息,利用自编码模型来实现无监督学习和预测。在Abilene网络上采用真实数据进行了仿真对比分析试验,结果表明,提出的方法在网络流量检测方面的MAPE值为41.56%,低于其它深度学习的方法,同时预测准确率方面也达到最优。