欧美日本国产∨A高清CABAL,波多野结衣家庭教师系列,2022一本久道久久综合狂躁

基于XGBoost與LightGBM集成的電動(dòng)汽車(chē)充電負(fù)荷預(yù)測(cè)模型[其他][汽車(chē)電子]

隨著電動(dòng)汽車(chē)規(guī)模化發(fā)展，充電站負(fù)荷對(duì)電網(wǎng)造成一定影響，為保障電網(wǎng)平穩(wěn)運(yùn)行，提出一種基于極端梯度提升(eXtreme Gradient Boosting，XGBoost)與輕量級(jí)梯度提升機(jī)(Light Gradient Boosting Machine，LightGBM)融合的電動(dòng)汽車(chē)充電負(fù)荷預(yù)測(cè)模型。該方法運(yùn)用Stacking集成學(xué)習(xí)的策略：首先根據(jù)時(shí)間特征與歷史負(fù)荷數(shù)據(jù)采用XGBoost與LightGBM算法構(gòu)建負(fù)荷預(yù)測(cè)的基學(xué)習(xí)器，然后采用嶺回歸(Ridge Regression，RR)算法將基學(xué)習(xí)器的輸出結(jié)果進(jìn)行融合之后輸出負(fù)荷預(yù)測(cè)值。為了對(duì)比多種不同的負(fù)荷預(yù)測(cè)模型，采用上海市嘉定區(qū)的充電站訂單數(shù)據(jù)進(jìn)行試驗(yàn)，結(jié)果表明，該方法所構(gòu)建的負(fù)荷預(yù)測(cè)模型相比單一算法模型具有更高的預(yù)測(cè)準(zhǔn)確度，對(duì)電網(wǎng)平穩(wěn)運(yùn)行有一定理論及實(shí)用價(jià)值。

發(fā)表于：2022/9/19 10:58:00

中央處理器安全測(cè)試與自修復(fù)技術(shù)研究[其他][其他]

中央處理器在工業(yè)控制領(lǐng)域起到重要作用，其正常工作是工業(yè)控制中的重要穩(wěn)定運(yùn)行保障。主要研究中央處理器的安全測(cè)試與自修復(fù)相關(guān)技術(shù)。從故障注入到故障測(cè)試再到自修復(fù)，對(duì)相關(guān)安全技術(shù)作了比較介紹與分類(lèi)總結(jié)，包括硬軟件的故障注入技術(shù)、掃描鏈、內(nèi)建自測(cè)試、TSV等故障測(cè)試方法，以及以替代修復(fù)和容錯(cuò)自修復(fù)技術(shù)。最后提出中央處理器安全協(xié)同模型，對(duì)各個(gè)技術(shù)的基本原理和創(chuàng)新點(diǎn)做出歸納總結(jié)，為未來(lái)中央處理器的故障處理技術(shù)發(fā)展提供安全設(shè)計(jì)全參考，在保證安全和性能的同時(shí)降低成本和能耗，助力工控設(shè)備安全穩(wěn)定運(yùn)行。

發(fā)表于：2022/9/19 10:53:00

《2022芯片與科學(xué)法》對(duì)我國(guó)集成電路產(chǎn)業(yè)的影響和建議[其他][其他]

集成電路是關(guān)系國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展的基礎(chǔ)性、先導(dǎo)性和戰(zhàn)略性產(chǎn)業(yè)。當(dāng)前，國(guó)際環(huán)境日趨復(fù)雜，百年變局和世紀(jì)疫情相互交織，中美之間持續(xù)升級(jí)的大國(guó)博弈和不斷深化的利益脫鉤對(duì)全球集成電路產(chǎn)業(yè)鏈格局產(chǎn)生了深遠(yuǎn)影響。近日美國(guó)出臺(tái)《2022芯片與科學(xué)法》并聯(lián)手日本、韓國(guó)等組建“四方芯片聯(lián)盟”，構(gòu)建“圍堵”中國(guó)的“統(tǒng)一戰(zhàn)線(xiàn)”，試圖將中國(guó)集成電路產(chǎn)業(yè)孤立在全球供應(yīng)鏈體系之外。通過(guò)梳理美國(guó)在科技立法上的歷史沿革和主要特點(diǎn)，以及《2022芯片與科學(xué)法》在集成電路領(lǐng)域的最新戰(zhàn)略部署，對(duì)由此帶來(lái)的全球集成電路產(chǎn)業(yè)格局新變化以及對(duì)我國(guó)的影響進(jìn)行研判，并提出相關(guān)發(fā)展建議。

發(fā)表于：2022/9/19 10:49:00

基于改進(jìn)UKF的轉(zhuǎn)彎?rùn)C(jī)動(dòng)目標(biāo)跟蹤算法研究[其他][其他]

針對(duì)轉(zhuǎn)彎率未知或變化條件下的精確跟蹤問(wèn)題開(kāi)展研究，給出了基于UKF的自適應(yīng)協(xié)同轉(zhuǎn)彎跟蹤算法，該算法充分利用了擴(kuò)維技術(shù)和自適應(yīng)漸消因子技術(shù)，不斷實(shí)時(shí)估計(jì)轉(zhuǎn)彎率，同時(shí)基于漸消因子調(diào)節(jié)過(guò)程噪聲及其對(duì)應(yīng)的增益，并對(duì)不敏卡爾曼濾波算法的采樣范圍進(jìn)行自適應(yīng)調(diào)節(jié),使采樣點(diǎn)更接近目標(biāo)真實(shí)狀態(tài)。仿真表明該算法在轉(zhuǎn)彎率變化時(shí)獲得了較好的跟蹤性能，有效提升了對(duì)于轉(zhuǎn)彎?rùn)C(jī)動(dòng)目標(biāo)跟蹤的準(zhǔn)確性和穩(wěn)定性。

發(fā)表于：2022/9/19 10:30:00

存儲(chǔ)系統(tǒng)中L波段射頻直采技術(shù)設(shè)計(jì)與實(shí)現(xiàn)[其他][其他]

隨著軍事科技技術(shù)的不斷發(fā)展，存儲(chǔ)關(guān)鍵敏感數(shù)據(jù)的存儲(chǔ)系統(tǒng)在軍事領(lǐng)域的重要性越來(lái)越突顯出來(lái)。L波段作為重要的數(shù)據(jù)信號(hào)工作頻段，已廣泛運(yùn)用在衛(wèi)星導(dǎo)航、警戒雷達(dá)、通信偵察等領(lǐng)域。介紹了一種基于JESD204B的高速串行總線(xiàn)技術(shù)、超低抖動(dòng)時(shí)鐘方案及最新高速ADC實(shí)現(xiàn)L波段射頻直采,采樣率可達(dá)6 GS/s，SFDR(無(wú)雜散動(dòng)態(tài)范圍)實(shí)測(cè)可達(dá)67 dBFS以上，直采數(shù)據(jù)通過(guò)FPGA內(nèi)部進(jìn)行數(shù)字下變頻后送給存儲(chǔ)單元進(jìn)行數(shù)據(jù)存儲(chǔ)。

發(fā)表于：2022/9/19 10:24:00

基于信道容量的協(xié)同探測(cè)資源聯(lián)合優(yōu)化方法[其他][其他]

針對(duì)空間感知中的協(xié)同探測(cè)任務(wù)，利用探測(cè)信道容量作為優(yōu)化目標(biāo)，對(duì)蜂群算法進(jìn)行改進(jìn)并實(shí)現(xiàn)對(duì)集群軌跡與動(dòng)力的聯(lián)合優(yōu)化。首先構(gòu)建了多發(fā)多收協(xié)同探測(cè)模型，基于信息論的視角，推導(dǎo)出探測(cè)模型的信道容量，將其作為優(yōu)化無(wú)人集群動(dòng)力與輻射功率的目標(biāo)函數(shù)，然后逐個(gè)分析并梳理出影響與制約目標(biāo)函數(shù)的因素，從而明晰了優(yōu)化目標(biāo)與約束條件。接著針對(duì)蜂群算法的不足，改進(jìn)其搜索策略與參數(shù)優(yōu)化方法。進(jìn)而構(gòu)建了基于改機(jī)蜂群算法的協(xié)同探測(cè)動(dòng)力優(yōu)化流程。最后通過(guò)仿真驗(yàn)證與算法對(duì)比，表明本文算法能夠提升無(wú)人機(jī)集群協(xié)同探測(cè)的感知能力。

發(fā)表于：2022/9/19 10:19:00

有源相控陣?yán)走_(dá)均衡技術(shù)研究與實(shí)現(xiàn)[其他][其他]

對(duì)于寬帶有源相控陣?yán)走_(dá)，通道失配會(huì)影響陣列處理性能，可通過(guò)通道均衡技術(shù)進(jìn)行補(bǔ)償?，F(xiàn)有研究大多以仿真模型為基礎(chǔ)，鮮有實(shí)測(cè)數(shù)據(jù)為支撐，且均衡評(píng)價(jià)方法過(guò)于單一。構(gòu)建了結(jié)合剩余失配特性、脈壓及波束形成方向圖的綜合評(píng)價(jià)體系，可更加全面地評(píng)價(jià)均衡效果。此外，以某機(jī)載有源相控陣?yán)走_(dá)為平臺(tái)，工程實(shí)驗(yàn)了150 MHz寬帶信號(hào)的頻域均衡算法，并提出矩形窗加權(quán)均衡算法，仿真及實(shí)測(cè)數(shù)據(jù)表明該算法對(duì)均衡效果有所提升。

發(fā)表于：2022/9/19 10:14:00

一種修正k值的OS-CFAR檢測(cè)器[其他][其他]

OS-CFAR(Ordered Statistics)檢測(cè)器的k值存在著取值方法不確定的缺陷。考慮到實(shí)際工程應(yīng)用中的目標(biāo)回波信號(hào)，在經(jīng)過(guò)脈壓匹配濾波器后，輸出是Sa函數(shù)鐘型包絡(luò)，因此在選取k值時(shí)，可能會(huì)發(fā)生背景雜波估計(jì)取在干擾目標(biāo)的能量單元中，使雜波估計(jì)偏大導(dǎo)致目標(biāo)漏檢。提出一種修正k值方法，在OS-CFAR檢測(cè)器選擇k值時(shí)將目標(biāo)回波為擴(kuò)展目標(biāo)考慮在內(nèi)，令k的取值更加準(zhǔn)確。通過(guò)詳細(xì)的仿真實(shí)驗(yàn)，發(fā)現(xiàn)了參考滑窗內(nèi)有無(wú)干擾目標(biāo)兩種條件下OS-CFAR檢測(cè)器性能隨k值變化的不同規(guī)律，并證明修正k值的OS-CFAR檢測(cè)器在多目標(biāo)環(huán)境中有更好的性能。

發(fā)表于：2022/9/19 10:08:00

面向航天任務(wù)的可視化應(yīng)用拓?fù)浣７椒ㄑ芯?>
</a>
</div>
<div id=

面向航天任務(wù)的可視化應(yīng)用拓?fù)浣７椒ㄑ芯縖其他][航空航天]

針對(duì)新一代航天發(fā)射任務(wù)快速準(zhǔn)備、快速裝訂、快速切換以及指揮、保障場(chǎng)景的多元呈現(xiàn)、動(dòng)態(tài)構(gòu)建的實(shí)時(shí)性特點(diǎn)，提出了一種可視化應(yīng)用拓?fù)浣７椒?。通過(guò)制定一套統(tǒng)一的數(shù)據(jù)和邏輯交互接口，設(shè)計(jì)了一種用戶(hù)自定義場(chǎng)景建模和應(yīng)用軟件自編程方法。該方法將場(chǎng)景元素抽象為數(shù)據(jù)驅(qū)動(dòng)的邏輯、擬物兩類(lèi)圖元庫(kù)，提供統(tǒng)一架構(gòu)的圖元編輯和處理平臺(tái)，能夠自動(dòng)生成場(chǎng)景配置文件，快速加載到業(yè)務(wù)系統(tǒng)。通過(guò)應(yīng)用驗(yàn)證，基于此方法構(gòu)建的可視化建模方法能夠基于歷史任務(wù)快速構(gòu)建新型號(hào)、新任務(wù)場(chǎng)景頁(yè)面，既改變了以前只能靜態(tài)或者有限動(dòng)態(tài)的展示模式，又提高了航天任務(wù)準(zhǔn)備效率。

發(fā)表于：2022/9/1 15:00:57

正交約束型SincNet可微分前端及在音頻分類(lèi)中的應(yīng)用[其他][其他]

在音頻場(chǎng)景分類(lèi)任務(wù)中，現(xiàn)有端到端模型中特征建模層學(xué)習(xí)過(guò)程存在缺乏約束、學(xué)習(xí)結(jié)果缺乏直觀(guān)解釋以及僅適用于特定的后端分類(lèi)模型等缺點(diǎn)。因此，以SincNet可微分前端為基礎(chǔ)，引入正交約束提高其求解效率，同時(shí)提高所得可微分前端的可解釋性，并使其能提高多種后端網(wǎng)絡(luò)的分類(lèi)性能。提出的這種新型可微分前端命名為正交約束型SincNet(OrthSincNet)。研究發(fā)現(xiàn)，OrthSincNet卷積核對(duì)應(yīng)的頻譜既具有類(lèi)似于梅爾濾波器的形態(tài)，又可提高分類(lèi)效果。在UrbanSound8K官方評(píng)測(cè)數(shù)據(jù)集上的實(shí)驗(yàn)表明，相對(duì)于常用的梅爾頻譜前端，OrthSincNet改進(jìn)了6種后端分類(lèi)網(wǎng)絡(luò)的性能，分類(lèi)準(zhǔn)確率平均提高了2.2%。

發(fā)表于：2022/9/1 14:53:44