基于一阶回转曲线的Preisach磁滞模型研究

针对Preisach标量模型的磁滞算子几何叠加的原理,提出了基于一阶回转线进行磁滞特性研究的新模型。该模型基于Preisach模型的同余性和一阶回转曲线数据建立相应的磁滞数学模型,可以对铁磁材料的高阶回转曲线进行准确仿真。该模型实现简单,避免了传统数值方法求解Preisach分布函数必须进行两次求偏导和双重积分计算的复杂过程,并且提高了磁滞数学模型仿真精度。仿真结果与文献中测量结果相吻合,验证了该模型的准确性及有效性。     

1994—韩国电子工业呈稳步发展势头

几年前,韩国经济以两位数的速度迅猛增长。1988年汉城奥运会成功举办使全国人民特别是工业界人士信心空前提高,韩国似乎能够挤身于世界强国之林。 即使如此,韩国人的强国之梦在八十年代末期仍未彻底实现。除了受基础设施限制外,韩国还过分依赖出口。所以,九十年代初期,国际市场的风云变换对她的经济产生直接的影响,韩国经济开始萎缩,人民的信心又感到茫然。     

氮对直拉硅片中氧沉淀分布的影响

研究了氮在退火过程中对直拉硅片中的氧沉淀分布的影响.实验结果表明,三步退火后在掺氮硅片截面形成特殊的M形的氧沉淀密度分布,即表面形成没有氧沉淀的洁净区(DZ) ,体内靠近DZ区域形成高密度、小尺寸的氧沉淀,而在硅片的中心处形成低密度、大尺寸的氧沉淀.分析认为,由于在第一步高温退火过程中氮在硅片表面外扩散,同时在硅片体内促进氧沉淀,改变了间隙氧的分布,从而导致在随后的热处理过程中氧沉淀的特殊分布行为     

一种建立可自维护且具有最小能量特性的无线网络的分布式拓扑控制算法

由节点的位置和传输范围确定的无线网络拓扑结构对网络的性能有着重大的影响.拓扑控制通过调节节点的传输功率能够优化网络的性能,减少节点的功率消耗,延长网络的生存时间.文中提出一个分布式的拓扑控制算法,由该算法产生的拓扑结构具有最小能量特性,并且在网络的组成发生动态变化时,算法可以以响应的方式维护全网的连通性和全局的最小能量特性.该算法不仅适用于同质的无线Ad Hoc网络,也适用于异质的网络.仿真研究表明,提出的算法在平均节点度、传输功率的效率以及响应拓扑变化的平均节点数等方面均优于基于直接传输区域的拓扑控制算法.     

热处理气氛对直拉硅单晶中体缺陷的影响

研究了五种不同的热处理气氛对直拉硅中氧沉淀及其诱生缺陷的影响.实验结果表明,经过低-高退火处理的硅片继续在五种不同的气氛中高温退火,氧沉淀会部分溶解,其溶解量与热处理气氛没有明显的关系,但不同气氛中处理的硅片中体缺陷(BMDs)的分布不同.并对此现象的机理进行了讨论,认为热处理气氛影响了硅片中点缺陷的分布从而影响到BMDs的分布.此研究对集成电路生产中内吸杂工艺的保护气氛的选择有指导意义.     

基于深度学习的配电网投入产出相关性分析

针对目前配电网投入产出评价指标体系中投入产出指标对应关系复杂、项目投资效益偏低的问题,提出一种基于深度学习的配电网投入产出指标间相关性分析方法。以项目属性投资作为投入指标,综合考虑电网的供电可靠性、网架结构、运行效率和经济效益,建立配电网投入产出评价指标体系;基于深度置信网络建立投入产出相关性分析模型,利用配电网历史数据进行网络的学习和训练,通过灵敏度分析方法挖掘投入产出的内在联系。以山东省电力公司10kV及以下配电网为例,分析投入指标变化对不同产出指标的影响;通过对比产出指标的实际值和预测值,验证所提方法的有效性。结果表明项目属性投资对不同产出指标具有不同程度的改善作用,可为配电网投资的科学合理分配提供借鉴和指导。     

一种自动检测靶板角点的方法

靶板是立靶调炮速度测量系统的重要组成部分,针对传统的角点检测算法不能自动检测靶板角点的问题,提出了一种基于图像处理技术的靶板角点的检测方法。对CCD采集的靶板图像进行自适应平滑滤波提高图像信噪比,达到去除噪声和细节增强的目的,采用迭代式阈值分割算法分割靶板,通过形态学运算对分割后的像素点进行填充,利用连通域分析和链码法提取目标区域轮廓,利用多边形逼近算法对靶板轮廓进行逼近,利用逼近结果检测靶板角点。在CCD分辨率1280×1024,像元尺寸14μm,焦距50mm,测量距离5m的情况下,检测精度小于1.4mm,在立靶调炮速度测量中具有重要应用价值。     

手机镜片D形缺口检测方法

针对传统的人工对位法检测手机镜片D形缺口精度低和效率低的问题,提出了一种基于图像处理技术的手机镜片D形缺口检测方法。对CCD采集的图像进行双边滤波提高图像信噪比,达到保边去噪的目的。采用FCD检测圆算法快速定位镜片位置,提取镜片边缘像素点,通过局部拟合定位缺口范围并计算缺口信息。在图像分辨率为1280×960的情况下,平均每帧图像检测时间为0.16s,检测准确度在95%以上,检测精密度小于5%,在工业手机镜片缺口领域具有重要应用价值。     

面向售电侧改革的用户分层聚类与套餐推荐方法

针对售电公司实现多样化服务类型,吸引更多用户的需求,提出了一种基于差异化特征提取的用户分层聚类方法,并对传统的k-medoids聚类算法进行改进,实现了聚类数目可变的自适应k-medoids算法。分层聚类中第1层聚类先基于马尔科夫模型提取代表用户用电行为多样性的用电特征,并运用自适应的k-medoids聚类算法实现对用户用电行为多变与否的识别。第2层聚类首先针对第1层聚类得到的各类用户提取差异化的用电特征,接着分别运用合适的聚类算法实现用户的再次分类。最后,为两层聚类后的子类用户推荐合适的电价套餐。实验结果表明,基于该差异化特征提取的分层聚类方法能够为售电公司实现有效的用户差异化套餐推荐服务,进而为吸引更多用户购电、扩大售电公司规模提供技术支撑。     

基于HHT和特征离散化的电压暂降扰动源分类特征提取

特征提取是分类问题最关键的环节之一,针对电压暂降扰动源分类中分类特征的提取问题进行研究。首先基于希尔伯特—黄变换(HHT)和类别—属性关联程度最大化(CAIM)离散化方法提出了三种分类特征提取方案,然后分别在决策树(DT)、概率神经网络(PNN)和支持向量机(SVM)上进行了验证。仿真结果表明,基于HHT的特征提取方法可提取有效的电压暂降扰动源分类特征。而且特征的离散化处理可以在不降低分类精度的前提下,有效压缩训练样本集。同时增强分类算法的鲁棒性,对实现电压暂降扰动源的快速、准确识别具有重要的意义。