高精密电磁离合器非线性转矩特性

利用精密电磁离合器的轴对称有限元模型,对目标电磁离合器的非线性转矩特性进行了分析,并用试验方法验证了数值分析结果.考虑微小空隙时的轴对称模型给出的转矩分析结果比试验方法得到的转矩平均高出7.52%,这表明本模型可以充分预测实际的转矩大小.同时也对21V,24 V和27 V下电枢所受磁场力与空隙（转子与电枢间）的非线性关系曲线进行了数值分析.     

基于量子进化支持向量机的模拟电路故障诊断

基于量子进化算法的最小二乘小波支持向量机(LS-WSVM),设计了一种模拟电路故障诊断方法.将量子进化算法应用于多类LS-WSVM分类器来选取正规化参数和核参数,针对从测试点得到的各种故障状态下输出电压信号,采用小波提升变换对其进行分解获取多尺度的小波系数,对经处理的小波系数提取出故障特征量,以此作为样本训练多类LS-WSVM分类器来确定模拟电路故障诊断的模型.采用雷达扫描电路进行了仿真,结果表明,设计的模拟电路故障诊断方法效果良好.     

自动泊车系统模型研究与实车验证

在自动泊车系统开发过程中,各功能模块相对独立且搭建复杂?为了更好地解决自动泊车系统各功能模块算法的开发及验证,研究建立了自动泊车系统模型与仿真环境?分析了自动泊车系统原理架构,确定了自动泊车系统模型组成?结合自动泊车系统泊车过程中的车辆参数和环境参数,对系统模型进行了动态仿真,根据仿真数据在实车上进行测试验证,在相同的泊车环境下对仿真系统与实车系统泊车过程中关键点进行测量?对比数据结果表明,车辆方向盘转向角度相对误差在1.1%以内,轨迹控制横向距离相对误差在3.3%以内,纵向距离相对误差在2.1%以内?该设计的自动泊车系统不仅能良好地完成自动泊车,而且可以用于系统各功能模块算法的开发与验证,进一步提高了自动泊车系统的性能?     

基于角度分布的高维数据流异常点检测算法

为了有效检测高维数据流中的异常点,提出一种基于角度分布的高维数据流异常点检测(DSOD)算法.运用基于角度分布的方法准确识别高维数据集中的正常点、边界点以及异常点;构造了基于正常集、边界集的小规模数据流型计算集,以降低算法在空间以及时间上的开销;建立了正常集、边界集的更新机制,以解决大数据流的概念转移问题.在真实数据集上的实验结果表明,所提出的DSOD算法的效率高于Simple VOA算法与ABOD算法,并且适用于大数据流上的异常点检测.     

非平行初始状态自动泊车轨迹生成方法

研究车身姿态非平行初始状态下的自动泊车系统轨迹生成方法。 结合车辆运动学模型和融合动力学约束条件,分析泊车过程车辆运动路径;利用图像信息匹配车身初始姿态,最后基于全局规划生成由三段圆弧构成的完整泊车轨迹。 与传统最小半径轨迹生成法进行对比表明非平行初始状态轨迹生成算法具有更强的鲁棒性。 实车试验结果表明,车辆初始姿态角在±15°范围内,6.0 m×2.3 m车位环境下,文中算法泊车成功率达到90%。      

基于多头注意力机制字词联合的中文命名实体识别

针对现有基于字词联合的中文命名实体识别方法会引入冗余词汇干扰、模型网络结构复杂、难以迁移的问题,提出一种基于多头注意力机制字词联合的中文命名实体识别算法.算法采用多头注意力机制融合词汇边界信息,并通过分类融合BIE词集降低冗余词汇干扰.建立了多头注意力字词联合模型,包含字词匹配、多头注意力、融合等模块.与现有中文命名实体识别方法相比,本算法避免了设计复杂的序列模型,方便与现有基于字的中文命名实体识别模型结合.采用召回率、精确率以及F₁值作为评价指标,通过消融试验验证模型各个部分的效果.结果表明,本算法在MSRA和Weibo数据集上F₁值分别提升0.28、0.69,在Resume数据集上精确率提升0.07.     

高精密电磁离合器非线性转矩特性

利用精密电磁离合器的轴对称有限元模型,对目标电磁离合器的非线性转矩特性进行了分析,并用试验方法验证了数值分析结果.考虑微小空隙时的轴对称模型给出的转矩分析结果比试验方法得到的转矩平均高出7.52%,这表明本模型可以充分预测实际的转矩大小.同时也对21V,24 V和27 V下电枢所受磁场力与空隙(转子与电枢问)的非线性关系曲线进行了数值分析.     

面向点击通过率预测的交互边选择算法研究

点击通过率(click-through rate, CTR)作为推荐系统中必不可少的核心任务分支,提高其预测准确性,既能改善用户的浏览体验,也能为平台增加收益。以往模型在对点击通过率进行建模预测时,保留所有的交互特征存在信息冗余,交互低效等问题。针对这一问题提出了一种面向点击通过率预测的交互边选择模型,通过自动识别冗余信息来动态选择有益的交互特征,主要由交互边选择网络层,图节点相似度注意力层构成。交互边选择网络层引入过滤阈值机制并结合动态关联矩阵来去除冗余信息,图节点相似度注意力层通过学习相似度权重矩阵来解决节点过度平滑问题。在Criteo和Avazu两个公开数据集上的大量实验证明,该模型的预测能力优于已有模型。     

用于虚拟可重构结构的随机数产生算法研究

为了提高虚拟可重构结构中演化算法的性能,研究随机数质量对算法收敛速度的影响.对比测试了四种不同的随机数产生方法:线性反馈移位寄存器、多重线性反馈移位寄存器、细胞自动机和多重细胞自动机.通过演化2-bit乘法器、2-bit加法器和4-bit奇偶校验函数,对比了4种随机数产生算法的性能.实验结果表明,LFSR算法的性能在演化成功率、演化速度上优于其他随机数产生算法.