一种基于IMM-ABSE算法的锂离子电池组SOC估算

信号噪声干扰、电池模型对温度与老化的适应性及单体不一致性等因素直接影响电池组电荷状态(State of Charge,SOC)估算精度.为实现锂离子电池组SOC的准确估计,提出了一种使用交互多模型(Interacting Multiple Model,IMM)和自适应电池状态估计器(Adaptive Battery State Estimator,ABSE)相结合的估算方法.首先,基于电池组综合特性建立电池交互模型,通过ABSE对单体SOC进行估算并嵌入IMM模型中.然后,计算各模型的信息分配因子,并根据信息分配因子对各模型的SOC进行概率融合,得到精度较高的电池组SOC.最后,在不同温度的组合工况下,评估该算法的鲁棒性和普适性.实验结果表明,该方法适用于系统输入信号存在噪声、全气候工况和单体间存在不一致性的环境,在有效充放电期间平均误差小于2%.     

基于相似度模型耦合角度制约规则的图像匹配算法

为了克服当前图像匹配方法主要通过测量距离的方法来实现图像匹配,忽略了图像间的相似度,导致算法存在错误匹配较多以及鲁棒性较差的问题。本文提出了基于相似度模型耦合角度制约规则的图像匹配算法。采用FAST检测方法对图像特征进行检测,快速获取鲁棒特征点,以改善算法的匹配正确率。随后,利用SURF特征描述机制,通过计算特征圆域内的Haar小波响应值,对特征点进行描述。引入结构相似度SSIM(structural similarity index measurement)模型,将其与欧氏距离模型相结合,构造相似度模型,从结构相似度与测量距离两方面出发,将特征点进行粗匹配。最后,利用特征点的余弦关系,求取特征点间角度,建立角度制约规则,对粗匹配结果完成优化。实验结果显示:与典型的匹配方法相比,该算法具有更好的匹配性能较好,在多种几何变换下仍具有理想的匹配精度。     

基于CRF和多元规则的层次化句法分析

针对句法分析中细粒度和粗粒度组块识别模型的冲突问题, 为解决句法分析中词语搭配规则多、减少搭配优先级变动的影响, 提出一种结合条件随机场（CRF）和多元规则的层次化句法分析模型. 先利用CRF算法识别细粒度语句的组块标记序列, 然后结合统计和多元规则识别粗粒度组块, 在识别出的组块中层层引入不同优先级的二元、三元规则. 该模型实现了同时进行细粒度和粗粒度组块的识别, 可更好地服务于句法分析. 在Chinese TreeBank8.0（CTB8.0）语料上采用5-折交叉验证, 结果表明, 相比于仅使用二元、 三元规则及使用CRF+二元规则的句法分析, 该模型的正确率分别约提高12%,3%,5%, 验证了该模型有效性和稳定性.     

一种基于规则与句法合成的层次化语句分析识别算法

首先, 在句子组织信息之间的结合度及基于规则、 词性和词序对句法分析系统影响的基础上, 提出一种基于规则的语句分析识别算法, 能在大量文本中快速识别出正确句式; 其次,在基于语句分析识别算法的基础上, 提出一种基于规则与句法合成的层次化语句分析识别算法, 以提高层次化句式识别检错的精度. 实验结果表明, 该算法平均精确率和平均召回率分别为84.65%和77.15%, 相比于只基于规则的语句识别算法分别提高了11.79%和14.48%, 证明了规则与句法合成的层次化语句分析识别的可行性.     

行人多目标跟踪算法

针对多目标跟踪中因目标遮挡而导致跟踪过程中身份交换频繁的问题, 提出一种行人多目标跟踪算法. 该算法首先使用YOLOv4作为检测器, 检测出目标并确定检测框坐标, 利用扩展Kalman滤波器对轨迹进行预测; 然后用匈牙利算法作为数据关联模块, 采用级联匹配方法将扩展Kalman滤波预测的检测框与目标检测的检测框进行匹配, 并将发生遮挡的目标加入轨迹异常修正算法; 最后在数据集MOT16的测试集上进行实验. 实验结果表明, 该算法取得了56.5%的跟踪准确度, 且对遮挡现象效果良好, 有效改进了对目标遮挡身份频繁切换以及遮挡引起的目标丢失的问题.     

一类具变时滞的Hopfield神经网络模型拉回吸引子的存在性

利用不等式技巧讨论一类具有变时滞的Hopfield神经网络系统的动力学行为, 证明该系统拉回吸引子的存在性和唯一性.     

四阶弱对称非负张量Z-谱半径的上下界及应用

针对四阶张量Z-谱半径的估计问题,利用张量Z-特征值的定义,并结合不等式放缩技巧,给出了四阶弱对称非负张量Z-谱半径的新上下界,改进了现有一些结果.作为应用,由Z-谱半径的上界给出了张量最佳秩一逼近和贪婪秩一更新算法收敛速度的下界,由Z-谱半径的上下界给出了具有非负振幅对称纯态纠缠的几何度量的上下界.     

全脑辐照致神经损伤大鼠神经化学物质类生物标志物的筛选

为了对全脑辐照诱导神经损伤后的大鼠血进行外周血中神经化学物质类生物标志物的筛选,采用前期建立的血清中神经化学物质的化学衍生-超高效液相色谱-串联质谱分析方法,对不同全脑辐照剂量（0、10、30 Gy）和分次累积辐照（10 Gy×3）大鼠血清中42种神经化学物质的浓度进行了测定并进行了基于靶向代谢组学策略的统计学分析.单变量统计分析结果表明,辐照组（10、30、10 Gy×3）中去甲肾上腺素、乙酰胆碱、γ-氨基丁酸、酪胺、谷氨酸、酪氨酸、色氨酸、褪黑素、α-丙氨酸和甘氨酸的含量显著（p<0.05）低于对照组（0 Gy）,而乙酰胆碱和褪黑素的浓度变化趋势相反（p<0.05）.同时发现10 Gy×3组中神经化学物质含量的变化程度低于30 Gy组,表明分次累积辐照造成的神经化学物质扰动程度较同剂量的单次辐照低;通过结合多变量统计OPLS-DA模型分析中的变量重要性投影（VIP）值,本研究筛选出乙酰胆碱、谷氨酸、酪胺和褪黑素（p<0.05,VIP>1）可作为全脑辐照诱导神经损伤的潜在生物标志物.      

基于Landsat8数据和"珞珈一号"夜光数据的合肥建成区提取

以Landsat8数据和"珞珈一号"夜光数据为主要数据源,将遥感与地理信息科学技术相结合,对合肥建成区进行提取.首先将Landsat8相应波段分别与自身第8波段进行Gram-Schmidt变换处理,并对处理获取的新波段进行波段计算,获取土壤调节植被指数(SAVI)、改进的归一化差异水体指数(MNDWI)和改进的归一化裸露指数(MNDBI),分别代表植被、水体、建成区三类主要的土地覆盖类型,将三指数波段进行合成,通过监督分类获取整个合肥市的建成区分类图.最后运用"珞珈一号"夜光数据采用二分迭代法获取的建成区边界去除建成区分类图中远离城区的建成区和城区周边被错分为建成区的裸地或农田,获得精准的合肥市建成区.结果表明GS变化后的"三指数法"影像监督分类的精度有了较大的提升,可达93.39％,Kappa系数达到0.8670,同时"珞珈一号"夜光数据可有效地去除建成区周边裸地,使得精度提高到95.10％,Kappa系数也达到了0.9010.     

GC法测定他达拉非残留溶剂

采用气相色谱法及残留溶剂测定法对他达拉非的残留溶剂进行测定.用6％氰丙基苯基-94％二甲基聚硅氧烷为固定液的毛细管柱为色谱柱;柱温在50℃保持5min,再以30℃/min的速率升至240℃,维持5min;检测器为氢火焰离子化检测器,检测器温度为260℃,进样口温度为220℃,载气流速3.0 mL/min,分流比10:1;进样体积1μL,记录色谱图.本方法可以有效、准确地检测出他达拉非的残留溶剂.