基于K均值和支持向量机的燃料电池在线自适应故障诊断

基于K均值(K-means)和支持向量机(support vector machine, SVM)算法,提出了一种车用燃料电池系统(fuel cell system, FCS)在线自适应故障诊断方法.该方法通过不断获取系统最新单体电压,采用K-means算法改进传统的静态SVM分类器模型,对实时获取的信息进行聚类,实现分类器的在线自适应调节.采用已发表文献中的实验数据进行了相关的验证分析,结果表明,提出的方法能有效地在线调节故障分类器,实现FCS系统特性发生改变后的故障检测.     

具有能量收集的认知双向协作中继网络中断概率分析

为了延长认知中继网络的生存时间和降低中断概率,提出了具有多主接收端的专用信号塔(PB,Power-beacon)辅助能量收集认知双向协作中继网络,并研究了采用译码转发模式和机会中继选择策略的衬底式认知网络中断性能。网络中次用户发射功率由收集自PB的能量和主接收端的干扰约束决定。推导了Rayleigh块衰落信道下次网络的精确中断概率,结果表明增大PB发射功率或主网络干扰约束将使中断概率单调下降。此外,还推导了有干扰约束和无干扰约束的次网络渐近中断概率,研究了中断饱和现象,PB位置对中断概率的影响,以及主接收端和中继数量、次网络端到端容量以及能量收集比率与中断概率之间的关系。仿真结果验证了理论推导。     

基于透射率优化和颜色修正的水下图像增强方法

针对光在水中传输时受到水的吸收作用、悬浮颗粒散射作用而产生严重的衰减,导致水下光学图像对比度低、颜色失真的问题,提出一种基于透射率优化和颜色修正的水下图像增强方法。根据水下光学成像模型,采用最小信息量损失原理估计透射率,结合导向滤波提高透射率的估计精度,通过逆求解水下成像模型得到清晰化的水下图像。利用直方图均衡化进一步提高图像对比度,使用白平衡方法修正颜色。实验结果表明,该方法能够有效去除由后向散射引起的模糊,提高图像对比度和清晰度,同时修正色彩不平衡。     

化肥与农药控失技术研发及产业化

针对我国肥料农药高施低效的关键问题,以天然黏土为基础材料,建立了基于纳米网捕的化肥农药迁移阻控方法,研制出控失化肥和控失农药***并实现产业化。迄今,技术累计推广约2亿亩,创造显著的经济、社会和生态效益,为我国肥料农药双减提供有效科技支撑,对于推进农业高质量发展和乡村振兴两大战略具有重要意义。     

利用卷积神经网络的显著性区域预测方法

针对神经网络的显著性区域预测存在数据采集代价大、处理繁琐等问题,提出2种卷积神经网络,即从头开始训练的浅层卷积神经网络,以及前三层源自另一个网络的深层卷积神经网络。其中,浅层网络结构简单,可避免过拟合问题;深层网络可以充分利用最底层的模型参数,收敛更快,效果更好。所提卷积神经网络应用于回归问题,均没有直接训练特征图的线性模型,而是在迁移层上训练了一堆新的卷积层。从端到端的角度解决显著性预测,将学习过程演化为损失函数的最小化问题。测试和训练在SALICON,SUN和MIT300数据集上进行,实验结果验证了所提方法的有效性。其中,深层网络和浅层网络在SALICON和SUN数据上的结果相似,深层网络在MIT300上的结果更优,与其他方法相比,所提方法具有不错的表现,而且具有跨数据集的鲁棒性。     

基于移动信令数据的城市热点识别方法

城市热点的识别对于探索解决引导性的人群疏散、规避交通拥堵等问题提供新途径,并为基于位置服务(location based services,LBS)如商铺选址、旅游导航等提供重要的科学参考,具有重要的应用价值。随着个人手机终端的普及与发展,手机已经成为研究用户行为特征的一种理想的探测器。提出了将手机信令数据融合兴趣点(point of interest,POI)数据来挖掘城市的热点区域并进行功能类型标定,重点通过手机信令数据研究人流的出行行为和在蜂窝的驻留时长情况来识别活跃蜂窝,并进一步通过基于密度的聚类算法判别热点区域。选取了重庆市较场口一定范围区域作为研究区域,数据来源于重庆某移动运营商提供的用户手机信令数据,通过实验实例验证分析,证明了该方法可快速识别出城市热点区域,并具有较高的准确性。     

车用多堆燃料电池系统能量管理与控制策略

针对单堆燃料电池系统的输出功率、效率和寿命问题,对车用多堆燃料电池(multi-stack fuel cell,MFC)系统的能量管理策略(energy management strategy,EMS)与控制策略进行研究。提出了多级能量管理策略,其中第一级EMS基于工况对MFC系统与动力电池系统间的能量进行自适应分配,第二级EMS引入兼顾效率和寿命的目标优化函数,优化分配每个电堆的功率输出。研究结果表明,在满足同一电功率负载工况需求条件下,与单堆燃料电池系统相比较,MFC系统的燃料经济性可提高约4%,系统寿命性能也有所改善。     

考虑下垫面复杂性的行人风环境评估

为解决城市下垫面给风环境评估带来的困难,建立地形-建筑物耦合模型进行风洞试验,研究某桥址区风环境变化规律;采用三参数Weibull分布对实际下垫面影响下气象数据进行拟合;结合拟合参数和试验风速比得到桥面行人舒适度超越阈值概率.结果表明:桥址区风速受山体的阻挡作用而减小,同时桥址区风速受城市建筑拖曳作用和街道风加速效应明显;结合三参数Weibull分布拟合得到的参数,桥面两端行人舒适度较高,同时桥面跨中位置处受街道风影响较大,易产生行人不舒适感.     

一种基于条件生成对抗网络的高感知图像压缩方法

针对如何获得符合人类视觉感知的压缩图像问题,提出了基于条件生成对抗网络的图像压缩模型(HPIC).在HPIC中,首先利用一个超先验概率模型对原始图像进行编码量化,将条件附加标签和残差模块相结合的生成器用于压缩图像的重建,基于深度卷积神经网络搭建的判别器则用于区分压缩后的图像和真实图像间的差异.损失函数是基于比特率-失真-感知优化理论来设计的,一方面选用基于预训练Inception网络特征值的感知失真指标来实现具有高感知质量的图像压缩重建,另一方面利用生成对抗网络损失来消除压缩伪影,提高压缩精度.实验结果表明,HPIC在比特率-失真-感知三重权衡中取得了较好的平衡,即使目前的常见算法使用两倍于本文算法的比特率,本文算法在所有的感知指标得分上均优于前者,HPIC仍能够实现具有高感知质量的压缩.     

未来食品:热点领域分析与展望

未来食品内涵深远、外延广阔,不但涵盖食物的生产、收获、贮藏、加工、包装、分销、消费等各个环节的理论与技术,而且与农业系统、生态资源、地球环境、动物福利、人类精神文明等密不可分。梳理了人类面临的食物供给不足、食物损失浪费严重、营养健康需求迫切等问题。分析和展望了未来食品热点研究领域和发展趋势:以无土栽培、单细胞培养、生物催化等为基础的植物工厂、细胞工厂、化学合成等新型食物生产方式成为传统食物生产系统的有力补充,加之对食物新资源的挖掘和利用,实现可持续的食物供给;通过完善食物收储运和数字化供应链体系,建立基于原料和产品的合理加工方式,开发食品新型绿色加工与智能包装技术,最大限度地减少食物损失;采用挤压剪切、3D打印、纳米组装等工程化食品加工技术和智慧型工业化餐饮模式,融合大数据和感知交互的个性化设计,制造满足消费者精准需求的未来食品。总结了未来食品的新理念、新资源、新技术,以期为未来食品产业的健康和可持续发展提供一些科学的参考。