智慧农业中时序数据组合预测模型

智慧农业是实现农业精准化的技术解决方案,智慧农业系统可以实时监测植物生长的各类环境参数,并可以应用相应的预测模型来模拟农作物生长环境的变化趋势,为科学决策提供依据。近年来有很多学者提出了时间序列的预测模型算法,在预测稳定性方面取得了不错的效果。为了进一步提升时间序列的预测精度,提出一种基于差分整合移动平均自回归模型和小波神经网络的组合预测模型。该组合模型结合2个单项模型优点,用差分整合移动平均自回归模型来拟合序列的线性部分,用小波神经网络来校正其残差,使其拟合曲线更接近于实际值,采用温室内的历史温度数据来验证该组合模型的精确度,最后将组合模型与传统预测模型的预测结果进行对比。结果表明,该组合模型用于温室温度预测的精确度更高,拟合效果更好,相比于传统模型预测算法计算效能提高了20%左右。     

反应磁控溅射法制备厚度均匀分布超高导电性TiN电极薄膜

微电子器件的迅速发展对TiN电极薄膜电阻率、表面粗糙度以及厚度均匀性均提出了更高的要求。本文采用半导体工艺兼容的反应磁控溅射技术在单晶硅上制备TiN薄膜。通过XRR、GIXRD、四探针测试仪和AFM等表征手段系统研究了衬底偏压、工作气压和溅射电源对薄膜晶体结构和电阻率的影响规律。结果表明,当采用直流电源进行溅射镀膜时,在-200 V的衬底偏压和0.3 Pa的工作气压下,得到了沿(200)晶面择优生长、表面粗糙度为0.7 nm、电阻率为38.7 μΩ·cm 的TiN薄膜。在该工艺条件下,分别采用直流和射频电源在4英寸单晶硅衬底上制备TiN薄膜。最终采用射频电源可获得高导电性、原子级平滑且厚度均匀分布的薄膜。分析发现:在使用射频电源的放电溅射过程中,高频交变电场使放电空间的电子在电极之间震荡,产生比直流放电更有效的碰撞电离,因此射频磁控溅射比直流磁控溅射沉积的薄膜更致密。     

面向UAV的三维空间快速路径规划算法

无人机、无人水下机器人等工作在三维空间中的无人飞行器在进行路径规划时采用的路径规划算法多数为RRT*算法，但RRT*算法存在收敛速度较慢、迭代次数多、采样点利用率低、需要频繁进行碰撞检测等问题，针对现有算法采样的不足，提出双向自由化生长树算法（B-SOGT*）。该算法采用双向搜索、双引力场、试探性弹性扩张的方法来实现无人机在三维空间中的路径规划。双向搜索分别以起始点和目标点为根节点，构造出2棵随机树同时进行空间搜索，这样的方式提高了搜索效率；双引力场是分别以2颗随机树的根节点为中心生成的引力场，在引力场的作用下采样效率得到提升；试探性弹性扩张方法在生成路径时，引入父节点重选机制，并且去掉碰撞检测过程，提高了算法计算速度。仿真验证表明，B-SOGT*算法在取消碰撞检测过程后，拥有收敛速度更快、路径质量更优、迭代次数更少的优势。