基于深度学习的多STBC盲识别算法

针对空时分组码(space-time block code,STBC)识别中多种编码类型难区分的问题,提出了一种基于卷积神经网络的STBC盲识别算法.该算法首先将接收信号采用自相关函数的频域预处理,输入到卷积神经网络中对信号特征进行提取,全连接层对特征进行映射,实现对6种STBC类型的识别.仿真实验结果表明,在无信道和...     

基于GNSS信号的随机子空间模态参数识别方法

为了从全球卫星定位系统(GNSS)监测信号中获得桥梁结构模态特性信息,提出了一种基于GNSS信号的随机子空间模态参数识别方法.通过小波分解将GNSS信号分频,对各频段信号采用小波阈值降噪方法进行处理,并采用数据驱动的随机子空间模态参数识别方法对处理后的信号进行结构模态参数识别.以灌河大桥健康监测为例,对比研究了基于GNSS信号和基于加速度信号的随机子空间模态参数识别方法的模态频率识别效果.结果表明:通过分频段小波阈值降噪可有效滤除GNSS信号噪声,所提方法可以识别出灌河大桥多阶模态频率,与基于加速度信号的随机子空间模态参数识别方法识别结果吻合良好,最大误差在3.44%以内.     

基于神经网络路面识别的电动汽车ABS控制研究

为了充分利用路面附着能力以提高电动汽车的制动安全性,文章提出了一种基于径向基函数(radial basis function,RBF)神经网络路面识别的电动汽车制动防抱死系统(anti-lock braking system,ABS)控制方法。采用RBF神经网络进行路面识别,将识别出的最优滑移率作为目标参数,以此设计了一种模糊控制与预测控制相结合的ABS控制策略,同时制定了制动力矩分配策略,从而确保制动系统可靠工作并实现制动能量回收,最后基于CarSim与Matlab/Simulink仿真平台进行了实例样车仿真分析。仿真结果表明,该路面识别方法可以准确识别当前路面状态,ABS控制策略下的制动距离相对于模糊控制策略缩短了6.57%,制动能量回收提高了3.9%。     

浅析工程量清单计价中承包单位的风险

本文对工程量清单计价模式下工程造价的风险因素进行了探讨,对风险的识别进行详细的分析,并阐述了计价活动中承包单位应如何进行风险防范。     

煤与瓦斯突出工作面突出危险预警技术的研究与实施

根据煤与瓦斯突出的特点,瓦斯一般呈条带状分布,另外受地质构造影响较为明显,针对突出事故的这些特点,我们提出了研究工作面突出危险性预警技术,就是结合邻近工作面、工作面掘进期间所结论的瓦斯地质情况,提前预警划分出工作面瓦斯异常区域,在异常区域内采取有针对性的防突措施,在确保安全的基础上提高工作面生产     

相转移法制备熊果酸分子印迹膜

通过相转移的方法制备了对熊果酸有选择性吸附的聚丙烯腈-丙烯酸分子印迹膜.通过吸附性能的检测,熊果酸在印迹和非印迹膜中的吸附量分别为0.226和0.087μmol/g.渗透实验表明:分子印迹膜对熊果酸有很好的识别特性,而非印迹膜对熊果酸的识别性低于印迹膜对熊果酸的识别性.     

似然率在法庭语音取证中的应用研究

数字语音技术的快速发展,给人们生活带来更多的舒适,但给社会的安全提出了新的挑战。基于数字语音的犯罪逐年递增,语音证据的研究备受关注,除了DNA外,其他证据的鉴定主要表现为同一认定、否定排除和倾向性意见等。目前简单的肯定或否定鉴定,很大程度上置换了取证科学工作者与法官的角色,存在很大的弊端,常出现错案冤案。国外一些学者在评估语音证据时引入基于贝叶斯理论的似然率方法。本文归纳总结目前法庭语音话者识别评估方法,重点介绍贝叶斯理论下的似然率评估体系,归纳其优缺点,并展望未来发展趋势。     

汽车故障知识图谱构建及应用研究

知识图谱技术对汽车高效的故障诊断具有重要的意义,现有汽车故障知识图谱构建存在着实体识别模型效果不佳、无法解决嵌套实体等问题。针对上述问题,通过采用全词掩码的预训练语义模型、加入对抗训练和改进嵌套实体识别模型的方式提高实体识别模型效果,提出了一种改进的嵌套实体识别模型。实验结果表明,所提模型在F1指标、P指标、R指标上相比基线模型分别提高了3.56%、4.08%、3.05%,相比其他模型也有不同程度的提高,验证了所提模型对汽车维修领域实体识别具有显著效果。同时,基于构建的汽车故障知识图谱,实现了汽车故障知识智能问答原型系统,展示了知识图谱技术在汽车故障诊断与维护领域的应用前景。     

基于Inception-BiLSTM和迁移学习的结构损伤识别

针对传统卷积神经网络（convolutional neural network,CNN）方法在时空特征提取存在不足,提出一种改进的Inception与双向长短期记忆（ bi-directional long short-term memory,BiLSTM）联合模型,以全面学习振动信号中的空间和时序信息。首先,构建具有多尺度感受野的Inception模块,自适应地提取不同尺度下的空间特征;其次,BiLSTM序列化处理时间特征,以深度挖掘时间相关性;最后,通过全局平均池化和Softmax分类器来实现钢框架结构的损伤识别。为评估该模型对噪声的鲁棒性,引入高斯白噪声作为干扰。此外,采用迁移学习策略来评估模型在不同强度激励和小样本下的泛化能力,确保适用于不同的损伤识别任务。结果表明,与传统的CNN方法相比,该模型在无噪声条件下及信噪比超过25dB时保持了100%的识别精度。该方法解决了土木工程应用中样本量不足和不同强度激励的实际挑战。通过微调预训练模型的参数,实现了在不同强度激励和小样本情况下的知识迁移与泛化,从而增强了模型的实际适用性。     

区别真假核桃嫁接苗及选择良种壮苗的方法

介绍了目前汉中市、区县大力发展核桃产业过程中所遇到的造假核桃嫁接苗的形式、方法。真假核桃嫁接苗的识别方法,选择优质核桃嫁接苗的途径。