一、基于聚类分析的通用自学习远程遥控装置(论文文献综述)
冯春成[1](2021)在《基于深度学习的水电站溢流坝表观裂缝检测方法研究》文中研究说明溢流坝作为水电站泄水消能的重要基础设施,不仅保障了防洪安全,还支撑了水资源综合利用。地质灾害、结构沉降、温度变化或长期服役等因素容易诱发溢流坝表面出现裂缝损伤,若不能精准、快速地检测裂缝,可能制约溢流坝的结构修复与险情处置,造成溢流坝溃决、崩塌等严重后果,从而也影响水电站的正常运行。面对风险系数高、检测难度大的溢流坝场景中缺乏高质量的裂缝图像数据集。同时水痕、青苔及泥沙淤积等背景干扰也增加了裂缝检测的难度,常规裂缝检测方法的准确率、实时性均无法满足溢流坝表观裂缝的检测需求。随着深度学习在目标检测领域取得了突破性进展,具有高维抽象特征学习能力的深度卷积网络被广泛应用于不同场景以解决目标检测问题。针对上述难题及需求,本文以水电站溢流坝表观裂缝为研究对象,开展了基于深度学习的水电站溢流坝表观裂缝检测方法研究。具体研究工作如下:(1)针对当前溢流坝裂缝检测方法研究中缺乏裂缝数据集的问题,使用系留无人机图像采集系统在某水电站溢流坝完成图像采集。根据溢流坝表观裂缝的几何特征分析,采用直方图均衡化、双边滤波等预处理提升裂缝图像的质量,通过翻转、裁剪扩充了图像数量。创建了高质量的裂缝数据集,为后续研究内容提供了数据支撑。(2)为改善图像干扰因素导致识别准确率低、少样本过拟合,搭建了一种基于深度卷积网络迁移的溢流坝表观裂缝识别网络。利用稠密卷积连接方式提升裂缝特征的利用率,采用迁移学习策略在特征丰富的源域上获得共性特征编码器,提升了裂缝的纹理、轮廓等共性特征提取能力,缓解了小样本过拟合程度;结合空间金字塔卷积操作建立了多尺度感受野,提升了裂缝识别网络的平移不变性和适应性;在裂缝测试集上取得了98%的识别准确率,优于其他对比方法。结果表明本文搭建的溢流坝表观裂缝识别网络具有更好的识别性能。(3)针对裂缝与背景像素不均衡导致裂缝分割精度低、细小裂缝样本难检测等问题,构建了一种基于混合注意力的溢流坝表观裂缝语义分割网络。通过融合浅层的纹理特征和深层的抽象特征保留了浅层定位信息;利用混合注意力网络增强了模型对不显着细小裂缝的注意力;建立了类均衡损失函数,通过提高裂缝像素在总损失中的贡献率提升裂缝的分割精度;采用形态学方法获得裂缝分割结果的量化信息。在裂缝测试集上取得了87.65%的平均像素精度和81.67%平均交并比,优于其他语义分割对比方法。结果表明本文构建的裂缝语义分割网络在测试集上取得了更好的裂缝分割性能。(4)当前裂缝语义分割网络存在结构冗余、实时性不足的问题,提出了一种溢流坝表观裂缝检测网络的模型压缩方法,该方法利用可分离卷积和非对称卷积构建了轻量型的语义分割网络,建立了知识蒸馏与生成对抗联合训练策略。采用高精度的预训练裂缝分割模型作为教师网络,通过联合训练策略训练轻量型语义分割网络学习教师网络的特征提取能力。与其他典型实时分割模型相比,获得了81.32%的平均交并比和87.36%的平均像素精度;与教师网络相比,浮点运算次数减小了8倍;参数量减小了9倍;每秒处理帧数提升了6倍。综上所述,基于深度学习算法开展的水电站溢流坝表观裂缝检测方法研究为溢流坝表观裂缝检测提供了方法验证与技术支撑,对溢流坝的安全检测具有重要意义。
蔡子钰[2](2020)在《计及用户信用等级的窃电行为诊断技术》文中进行了进一步梳理电力系统的规模越来越大,用户也越来越多,而并不是所有的用户都是严格遵守电力法规。由于经济的诱惑,很多用户出现了窃电和不交电费的行为,并且偷电方法和种类繁多,让电力公司防不胜防。因此对于对于用户电量指标和用户信用的研究十分重要,有助于电力公司了解用户,有效预防窃电行为。本文首先对电能计量原理和常见的窃电手法进行了分析,总结了一些常见的用于偷电的手段,具体包括欠流、移相、扩差、借零以及大功率无线干扰与遥控窃电等高科技窃电手法,为后面构建评价体系提供理论基础。其次在基于数据挖掘概念的基础上对用户的用电量指标进行分析,选出正常指标和异常指标,通过这些指标可以识别异常用户并分析用户是否偷电漏电。然后建立了一个信用等级评估指标体系,该体系包括用户的付款信用和电力法规信用,并采用模糊层次分析法对用户的信用等级进行了评价。最后在窃电指标分析和信用等级评价的基础上,采用深度神经网络模型对用户进行了窃电诊断,发现考虑用户信用等级能显着提高窃电的识别率。通过实例的验证,证明了本文提出的模型和算法能够很好的应用到用户窃电诊断中,并且考虑两种因素的分析能够提高窃电的识别率。通过识别窃电用户减少了电网公司的经济损失,同时也净化了社会环境,推动了防偷电技术的研发与运用,确保了电力系统可靠运行,维护了社会稳定。
王峰[3](2020)在《嘈杂环境下迎宾机器人头部及语音系统的研究》文中指出随着我国人口老龄化问题的不断加剧以及人民群众对高品质生活的全面诉求,利用服务类机器人替代人力完成相对琐碎、繁重的工作已经是必然趋势。而迎宾机器人是服务类机器人中应用最普遍且最有成效的,它的功能就是对到访客人进行及时接待,这就要求它不仅具有友好的外形特征而且能够快速反应、语言准确。因此,在嘈杂环境下设计语音迎宾机器人头部系统时,必须达到头部造型具有趣味性、控制系统实时性好、语音识别精度高。这些核心技术就是系统的关键。主要工作及创新有以下四个部分:首先,迎宾机器人头部结构分析:通过分析迎宾机器人头部特点及功能分区,总结出迎宾机器人头部各个功能分区的关节配置方式,优化出迎宾机器人头部的结构模型。根据头部的结构模型建立相应的运动方程,对迎宾机器人头部的各个功能分区进行运动过程分析及设计,将各部分装置组合,并进行运动仿真。并针对嘈杂环境下的工作场景进行各模块位置的调试验证。其次,迎宾机器人语音模块设计:依据迎宾场景下客户角度的实际开发需求,针对嘈杂迎宾环境工作特点设计了迎宾机器人语音系统总体框架。进一步地,对语音硬件电路各部分细节进行设计,并对语音系统时序进行读、写控制设计进行时序仿真,得到相应仿真结果,验证了语音系统的有效性。再次,迎宾机器人语音信号预处理策略:由于嘈杂迎宾环境下常存在会引起短时能量或者短时平均过零率很高的突发噪声,而面对此类噪声通用的端点检测算法往往会提取更多的噪声,不能达到理想识别效果;本文提出一种基于改进的语音预处理算法,进行迎宾场景下用户语音信息的准确识别。最后,嘈杂环境下的迎宾机器人语音识别:研究了语音识别的具体流程,总结出此流程中语言模型建立的突出作用。并分析了建立语言模型的通用方法应用于迎宾领域存在的弊端,本文采用基于递归神经网络替代经典的N-Gram模型,并进一步针对特定迎宾场景语料库训练得来的语言模型泛化能力较弱的问题,提出一种基于迎宾场景和通用领域的混合语言模型,通过补充领域模型与迎宾场景的语言模型相融合,以此实现迎宾场景下语音识别的泛化能力和鲁棒性能。
张秀侠[4](2020)在《内河自主船舶航行安全操纵策略研究》文中研究说明随着当今科学技术的飞速发展,人工智能逐渐渗透到人类生活当中,而无人驾驶技术作为其发展的一个重要分支,对社会经济发展、国防安全建设等方面产生了重大影响。近年来,随着自动化控制、物联网、大数据等技术的发展,与船舶有关的环境感知技术、通信导航技术等也得到广泛的应用,均为自主船舶的开发提供了广阔的技术可行性。人工智能已经成为未来科学技术发展的一个重要方向,船舶领域正在开启一场智能化革命,人工智能技术和船舶领域的研究结合越来越紧密。自主驾驶的成功实现将会从根本上改变传统的“人-船舶-航道”作用方式,形成“船舶-航道”的直接作用方式,从而大大提高航运系统的效率和安全性。内河船舶运输在我国发挥着极其重要的作用,由于内河具有过往船舶密集,内河航道狭窄等特殊性,使得内河航行安全事故时有发生。鉴于自主船舶操纵方面的优势,将自主船舶运用于内河运输是否可以提高内河运输的安全性,使得内河自主船舶航行安全性的研究迫在眉睫。从国内外研究来看,目前的研究主要集中在无人船避碰和路径规划方面,对于自主船舶的航行安全的研究多是从定性的角度单一考虑人员因素对自主船舶的影响,还有一些研究从定性角度对自主船舶进行了系统性的风险分析;但是对于内河自主船舶航行安全策略的研究几乎没有文献涉及。对内河自主船舶航行安全策略的研究能够为内河自主船舶航行安全研究提供一定的理论依据。论文的主要内容和结论如下:1)通过分析自主船舶特征,进一步对自主船舶的航行安全风险进行分析,在此基础上阐述自主船舶航行安全风险的构成。首先通过文献归纳的方式归纳总结影响传统船舶航行安全的因素,以常见船舶事故中碰撞、搁浅、触礁、火灾爆炸以及自沉典型事故场景对自主船舶航行安全影响因素进行分析。探究因船岸一体化带来的影响内河自主船舶航行安全的因素,最终建立了基于船舶-环境-管控系统的自主船舶航行安全影响因素框架,为内河自主船舶航行安全性评估提供了思路。2)以船舶属性、环境属性、管控属性中涉及到的影响因素构建坐标轴,从坐标系的角度出发构建自主船舶航行场景分类模型。提出了一种基于距离评价函数的模糊C均值(Fuzzy C-means,FCM)聚类算法,并选取专门用于测试分类、聚类算法的国际通用的UCI数据库中的wine数据集进行算法的检验,验证算法的合理性与适用性。通过对所选取的数据进行特征聚类,实现了内河自主船舶航行场景的聚类。聚类结果表明,该算法是切实有效的,不但可以自适应的给出最佳的聚类数,而且可以验证聚类的有效性,还可以快速达到最佳聚类的目的。3)以航行环境变化、与它船会遇和船舶靠离泊三种典型航行状况为例,阐述了该状况下的安全操纵策略。对于会遇状况下的操纵策略分析,鉴于船舶在航道会遇时涉及到船舶避碰问题,首先对会遇态势进行划分,然后通过DCPA(distance to closest point of approach)、TCPA(time to closest point of approach)和安全会遇距离等指标来衡量船舶碰撞危险度,基于内河避碰规则与船舶会遇态势,系统分析了两船会遇与多船会遇态势下自主船舶所应采取的避碰策略。对于靠泊状况下的操纵策略分析,依次对船舶靠泊过程、靠泊注意事项进行了分析,最后系统分析了自主船舶靠离泊操纵策略。4)以传统船舶事故案例为例,计算对应场景下采取多种策略时,每种策略所对应的安全指数,并结合差异系数CRITIC(Criteria Importance Though Intercrieria Correlation)赋权法TOPSIS(Technique for Order Preference by Similarity to Ideal Solution)模型对各种操纵策略进行评估,展示了船舶航行安全操纵策略集的构建流程。结果表明该评估模型能直观、准确的反映船舶航行安全操纵策略的优劣,为构建内河自主船舶航行安全策略集提供了思路。5)在对已有的深度强化学习方法模型的分析基础上,将深度学习和确定性策略梯度算法结合,建立基于DDPG(Deep Deterministic Policy Gradient)算法的自主船舶航行操纵策略框架。结合内河船舶航行安全事故实际情况,从内河自主船舶航行过程中遇到的典型场景-避障的视角,选取内河航道具有代表性的航段(包括内河顺直航道、弯曲航道、桥区航道以及航道交汇口四种),运用Python软件进行仿真研究,实现了自主船舶航行策略学习更新过程。结果表明,通过一段时间的自学习,自主船舶能够学习到优秀的操纵策略,及时更新船舶航行安全操纵策略,并且在测试环境中表现良好。
刘刚[5](2020)在《约束空间弹射试验小车双柔索拖曳协同控制技术研究》文中研究指明航行体的弹射发射技术,本质上是在航行体自身动力系统开始工作之前,借助外加动力将航行体推出发射筒或水面一定高度的技术。航行体在水面或水下动态弹射过程中处于不受控状态,其周身伴随着剧烈的外形阻力变化和空泡冲击载荷,很容易造成运动姿态失稳,直接影响到发射成败与精度。因此,世界各国搭建了大量的弹射试验设施,针对航行体水面及水下动态弹射技术展开持续研究。本文所研究的约束空间双柔索拖曳小车系统即是一种基于陆地水池建造的多工况动态弹射试验设施。由于空间约束及高速摄像视场需求,小车需要在规定的时间内加速至规定的速度,并在规定的行程内保持匀速运动,以供航行体完成动态弹射试验,最终平稳停止在轨道终点。然而,在双柔索拖曳小车运动控制过程中,其牵引柔索链路和制动柔索链路之间构成了一个强耦合、非线性、行程及张力有限的复杂时变系统。由此可知,如何削弱双柔索拖曳小车系统中各变量间的相互耦合影响、如何实现小车的短程急加速和减速控制、如何提高小车的运动控制精度和鲁棒稳定性成为了影响双柔索拖曳小车开展航行体水面及水下动态弹射试验实际应用的关键因素。鉴于此,本文以一类面向多工况动态弹射试验的约束空间双柔索拖曳小车系统为研究对象,围绕多工况小车系统数学建模、模型验证、以及约束空间试验小车双柔索拖曳协同控制技术展开了深入研究。克服了系统结构强耦合、柔索松弛非线性、状态受限约束、时变参数及流场扰动不确定特性,实现了双柔索拖曳小车在水面有限轨道及水下约束空间中稳定良好的协同控制性能,具有较高的工程应用价值和理论参考意义。本文主要研究工作如下:首先,分析了多能域、多物理过程和多变量耦合系统的实际特性,采用模块化思想和机理建模方法,建立了相对完备的多工况双柔索拖曳小车系统数学模型,并结合实际系统单项摸底试验数据对数学模型进行了验证。针对双柔索拖曳小车牵引链路与制动链路之间的交叉耦合,提出了前向牵引速度及后端制动张力协同控制策略,有效地提高了系统控制稳定性,改善了系统的协同控制性能。其次,针对一类面向水面动态弹射试验的双柔索拖曳小车耦合约束系统,提出了一种基于分散控制理论和ESO-NITSM可变抑制系数反演自适应控制算法的协同控制器。基于分散控制理论,将耦合项看作外部扰动,通过构造扩张状态观测器(ESO)对由耦合项和压降时变不确定项构成的综合外扰进行动态观测,并将观测值作为控制补偿分别设计小车牵引链路及制动链路非奇异积分终端滑模(Non-singular Integral Terminal Sliding Mode,NITSM)反演自适应控制器。同时考虑钢丝绳承载张力限制,将张力抑制因子引入可变系数反演设计过程,实现了压降时变不确定特性下小车耦合约束系统双柔索拖曳链路良好的协同控制。再次,针对一类面向水下动态弹射试验的双柔索拖曳小车耦合约束系统,考虑到约束空间复杂水流扰动降低了小车运动稳定性、加剧了系统的耦合干扰,为了进一步加强小车协同控制系统的鲁棒性,提出了一种基于逆系统理论和RBF-NITSM可变抑制系数反演自适应算法的解耦协同控制器。采用逆系统理论将小车系统解耦成单输入单输出的小车速度控制以及制动张力控制伪线性系统,并基于可变抑制系数反演法和双幂次终端趋近律分别设计解耦后伪线性系统的NITSM控制器。同时,针对伪线性系统总的不确定项,构建径向基神经网络(Radial Basis Function Neural Network,RBFNN)对其进行逼近。结合实际的系统特性数据,开展了水下约束空间动态弹射试验仿真,验证了所设计的解耦协同控制器能够完全消除双柔索拖曳结构的交叉耦合特性,实现面向水下动态弹射试验的小车耦合约束系统双柔索拖曳的良好协同控制。最后,完成了实际双柔索拖曳小车系统现场集成及系统联调,开展了实际系统水下有限轨道及水下约束空间中的动态弹射试验,验证了本文所设计的小车速度及张力协同控制器能够实现约束空间中弹射试验小车双柔索拖曳的良好协同控制性能。
文雄辉[6](2019)在《基于专利挖掘的技术预见方法及其应用》文中指出随着技术更新换代的加快,研发难度、风险和成本的增加,各组织机构都需要思考如何将有限的资源优先集中于最具有研发价值的领域,技术预见作为解决该问题的有效途径,得到了越来越广泛的重视。Brock-hoff[1]指出专利文献囊括了全世界每年90%95%的最新科研成果,包含着与创新意图和技术发展相关的规范化数据,并且可以自由地利用,可以成为衡量创新焦点和方向的有效工具。本文以专利大数据为挖掘对象,提出了一种更有效的基于专利挖掘的技术预见方法,该方法结合IPC分类体系的应用领域信息和专利文本结构及功能信息构建专利相似度度量模型,在微观层面的专利文本结构及功能信息表示方法上,本文提出了一种基于SAO链的专利文本结构功能表示模式,用来完整地呈现专利文本的结构及功能信息;基于构建的专利相似度度量模型进行专利的相似度计算,基于得到的专利相似度矩阵绘制专利网络和专利地图,通过专利网络分析技术发展演化路径,并结合TRIZ理论对其未来趋势进行分析,通过研读专利地图中的技术空位识别出潜在的技术机遇,最后综合所有分析结果进行技术预见成果提炼。本文提出的基于SAO链的专利文本结构功能表示模式能够完整地呈现专利文本的结构功能信息,弥补了现有的专利挖掘方法注重描述的语言而忽略了专利的完整结构和功能信息的不足,此外本文的专利相似度度量模型综合考虑了宏观的应用领域和微观的文本结构功能信息,能够得到更有效的专利相似度度量结果,确保了后续分析的有效性和可靠性。最后,将本文所提出的方法应用于工业机器人领域开展实证研究,对工业机器人领域的技术发展路径、未来趋势以及潜在机遇进行了分析和总结,挖掘出了控制、编程、传感、通讯、移动、交互、形态结构及作业模式八个方向的发展路径及未来方向,识别出了共融工业机器人系统、软件专用化与通用化、智能感知与智能学习、云服务工业机器人以及硬件模块化、可重构、微型化五个潜在的技术机遇,并结合预见结果对我国工业机器人的未来发展提出了相应的对策和建议。
高纯益[7](2018)在《基于结构方程模型的智能家居单品消费者购买意愿的影响因素研究》文中提出改革开放以来,国内居民的生活水平逐渐提高,对于生活质量的要求也越来越高,其中家居产品智能化的脚步从未停止。现代人对于家居产品不仅追求其居住的基本功能,而且正在由原本相对静止的状态向着自动化、智能化的方向转变,帮助提高居民的生活质量。本文将智能家居产业链分为上游、中游和下游三个部分,立足互联网的背景,选择与消费者接触最多的产业链下游中的智能家居单品,针对影响智能家居单品的消费者购买意愿的因素进行研究。本文认为智能家居单品是智能家居平台的基本组成单位。从现阶段来看,从独立的智能家居产品到智能家居子系统,再到整体化的全宅智能家系统,都是在智能家居单品的基础上建设的。研究智能家居单品的购买意愿有助于促进智能家居消费的合理化与良性循环。本文的研究旨在揭示消费者购买智能家居单品的意愿的关键决定因素,因此本文提出了六个可能的潜在用户因素和技术接受模型相结合的研究模型。为了更加有针对性地对智能家居单品购买意愿的影响因素进行假设的提出,本文首先定性分析了智能家居单品与传统家居产品的区别,同时也为后续的研究与分析提供了现实依据。接着以感知价值为中间媒介,通过论述感知价值与想用态度之间的关系为假设的提出提供理论依据。然后,在技术接受模型和理性行为理论的基础上提出本文研究的原始的结构方程模型,在明确了感知价值与想用态度之间的关系之后,基于感知价值理论对影响想用态度的因素进行了扩充。接着,根据前文对于智能家居单品与传统家居产品的区别性研究,提出了影响智能家居单品的感知有用性和感知易用性的三个因素,再次对结构方程进行了扩充,从而建立了针对智能家居单品消费者购买意愿研究的初始的结构方程模型。以问卷调研的形式采集了以上海地区为主的302个中国公民的有效数据,并通过数据的分析与模型修正得到了最终的结构方程模型。最后得出以下结论:1、消费者对于智能家居单品的感知有用性和感知价格对其购买意愿的影响程度最大。其中感知有用性既对智能家居单品的购买意愿存在直接的正向影响作用,同时又对消费者对于智能家居单品的想用态度存在直接的正向影响,从而间接影响购买意愿。感知价格对其购买意愿存在直接的负向影响。2、用户的感知操控性、感知易用性、感知连通性、感知安全性均对消费者购买智能家居单品的意愿有影响。其中感知操控性、感知连通性、感知易用性对其购买意愿存在间接的正向影响;感知安全性对其购买意愿存在显着的间接影响。3、不能证明感知趣味性和感知形象价值对消费者购买智能家居单品的意愿有影响。目前的研究可以作为未来研究的基础,通过考虑用户体验,有针对性地在家居环境中改进智能家居单品技术。最后,本文根据实际调研和实证分析得到的结论从政府引导和企业主导这两个方面对提高消费者对智能家居单品的购买意愿提出建议,试图探索出能够实际帮助智能家居单品甚至整体市场更加蓬勃发展的方法建议。
杨胜男[8](2016)在《仿人头像机器人人工鼻—肺系统及气味识别算法研究》文中研究指明随着生活环境的日益复杂,混合气体的识别与检测成为亟待解决的问题。而仿人头像机器人作为仿人全身机器人的一部分,其研究主要集中在表情、语音、视觉等方面,在嗅觉方面的研究较少。此外,虽然现有的嗅觉研究气体识别正确率比较理想,但所针对的实验气体种类少,混合气体识别其组份也少。本文的研究是在H&F robot-Ⅲ型仿人头像机器人上添加嗅觉模块,以使仿人头像机器人具备嗅觉感知功能,并对酒精/硫化氢/氨气/烟雾/甲烷5种单一气体及硫化氢/烟雾/甲烷组成的4种混合气体共9种气体进行识别。最终完成仿人头像机器人嗅觉感知与表情输出的协调。针对仿人头像机器人设计并研制人工鼻-肺系统软硬件。其中,“人工鼻”包括信号采集电路和测试容器,“人工肺”由微型真空泵实现其吸、呼气功能。在硬件基础上设计单片机软件和上位机软件以实现系统的信号采集与传输功能。对气体识别算法进行对比研究和程序设计。首先利用K-均值聚类分析方法根据实验数据对气体进行分类处理。然后本文针对5种单一气体采用遗传算法与BP神经网络结合的算法,并针对9种气体(5种单一气体,4种混合气体)设计三级级联神经网络的算法。实施气体识别实验。结果表明:利用K-均值聚类分析方法识别气体无效;遗传算法与BP神经网络结合的算法对5种单一气体的识别正确率为90%以上;利用三级级联神经网络的算法对9种气体的识别正确率除了硫化氢烟雾混合气体是70%外,其它八种气体的识别正确率为90%以上。将人工鼻-肺系统集成到H&F robot-Ⅲ型仿人头像机器人系统上,实施仿人头像机器人嗅觉与表情的协调实验。经反复实验可知在相同气味刺激下,机器人可实现与人类似的表情反应。本文的研究将使仿人头像机器人H&F robot-Ⅲ与人之间的距离更近、沟通更无障碍。
吴道阳[9](2016)在《基于火焰特征的自主灭火系统的设计》文中研究指明火灾是发生率高、危害性大的灾害之一。本文以火焰特征为对象,研究设计了基于图像处理的灭火系统,系统采用上位机与下位机的设计方案,具有火焰识别、现场环境监控、信息采集以及自主灭火功能。论文的主要工作如下:1.介绍了国内外火焰检测方法和灭火技术的研究现状,分析了图像预处理技术。2.根据火焰动态特性和颜色特征,结合累积差分方法、指导独立成分分析法以及贝叶斯分类法,设计了具有自学习能力的火焰判别算法;应用基于蚁群觅食的带约束空间聚类算法对图像中的火焰区域进行标记,通过对火焰相对于摄像头的坐标的计算,实现火焰定位。3.在完成对火焰识别和定位的基础上,以数字处理芯片TMS320F2812为控制核心,完成了信息采集模块和运动控制模块的硬件电路和控制程序设计,采用以火焰检测信息为反馈条件的闭环控制策略,实现了自主灭火功能;并采用微软基础类库(Microsoft Foundation Classes,简称MFC)为系统编写了可视化控制界面,方便用户操作。4.对设计的方案进行了实验,验证了该灭火系统的稳定性和可靠性。
王晓宇[10](2015)在《级联式多电平变流器控制与保护技术研究及应用》文中研究说明级联式多电平变流器(Cascade Multilevel Converter, CMC)具有结构模块化、冗余程度高、易于扩展等优点,已得到了极大关注。然而,在其宽频带范围,尤其是低频电流输出时,直流侧电容波动大,电容选取缺乏依据,控制策略设计也缺乏参考;且在电网及CMC系统异常条件下,其运行工况,故障特征更为复杂,传统的控制、保护策略难以满足应用要求。因此,论文针对级联式多电平变流器控制、保护技术开展研究,主要工作及创新性成果如下:提出了宽频带输出范围下的CMC控制策略。CMC宽频带,尤其是低频电流输出时,电容电压波动幅度大,采用常规工频控制方法,存在输出电流谐波含量大,小电流输出时各级联单元电压不平衡的问题,因此,在揭示了CMC直流侧电容电压波动规律的基础上,提出了一种适用于宽频带电流输出的CMC电容电压稳定、‘电流跟踪及单元均压控制方法,在宽频带电流准确跟踪的同时,实现了直流侧电容电压的稳定与平衡控制;根据所提出的电压波动规律和控制策略,设计并开发了CMC低频电流发生器,并应用于某电厂次同步谐振抑制中,通过现场实验证明了所设计控制策略及系统的有效性。提出了电网故障和CMC系统本身故障等异常工况时CMC的控制方法。电网电压跌落时,针对许多变流器存在无低电压穿越能力的问题,提出了一种基于三重并联交错BOOST直流变换通道的全新低电压穿越方案,设计开发了样机,并在某些电厂辅机变频器低电压穿越工程中得到了成功应用。针对CMC系统功率单元故障,分析了CMC不同应用场合下容错控制方法设计时的考虑因素及其适用范围。提出了一种新的量测单元故障下的容错及系统重构控制策略,该方法通过三相测量电压交错生成后加权平均,最大程度地减小了故障相电压为零时对系统的影响。仿真与实验结果表明了所提容错控制方法的可行性与有效性。在典型故障特性分析的基础上,提出了多端CMC柔性直流系统保护方案。论文针对CMC结构,提出了多端柔性直流系统保护分区方案,并分析了站内交流母线保护区和换流器保护区内典型故障下的故障特性,探讨了站内交流母线故障放电原理及基于谐波畸变率进行电抗器匝间短路保护新原理的可行性。进一步,结合保护系统设计原则,提出了CMC多端柔性直流换流站主保护和后备保护配置方案,并将其应用于实际工程中。现场实验结果验证了所提方案的合理性。针对不同应用领域的CMC控制保护系统通用性水平较差的问题,开发了一种新型CMC通用集成控制保护平台。在分析通用控制保护平台的功能需求及平台设计原则的基础上,从功能实现和设备控制的角度出发,提出了合理且通用的CMC控制保护平台分层和三级控制器的分布式控制方案,为CMC稳态、暂态控制与保护算法的实现和基于CMC系统的新产品开发提供了基础平台。
二、基于聚类分析的通用自学习远程遥控装置(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于聚类分析的通用自学习远程遥控装置(论文提纲范文)
(1)基于深度学习的水电站溢流坝表观裂缝检测方法研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景与意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 水电站溢流坝表观裂缝检测方法研究现状 |
1.2.1 基于图像处理技术的裂缝检测方法 |
1.2.2 基于传统机器学习的裂缝检测方法 |
1.2.3 基于深度学习的裂缝检测方法 |
1.3 水电站溢流坝表观裂缝检测存在的问题 |
1.4 主要研究内容 |
1.5 论文章节安排 |
2 水电站溢流坝表观图像采集与裂缝数据集创建 |
2.1 引言 |
2.2 溢流坝图像采集系统 |
2.2.1 无人机系统 |
2.2.2 系留绕线机构 |
2.2.3 图像采集装置 |
2.3 溢流坝现场图像采集 |
2.3.1 溢流坝现场概况 |
2.3.2 溢流坝图像采集方案 |
2.4 溢流坝表观裂缝数据集创建 |
2.4.1 图像预处理 |
2.4.2 裂缝数据集 |
2.5 本章小结 |
3 基于深度卷积网络迁移的溢流坝表观裂缝识别研究 |
3.1 引言 |
3.2 深度卷积网络原理 |
3.2.1 深度前馈神经网络 |
3.2.2 卷积网络 |
3.3 迁移学习原理 |
3.4 基于深度卷积网络迁移的裂缝识别网络 |
3.4.1 CRN模型 |
3.4.2 共性特征迁移网络 |
3.4.3 裂缝分类识别网络 |
3.4.4 训练策略 |
3.4.5 评估指标 |
3.5 实验与分析 |
3.5.1 实验准备 |
3.5.2 结果分析 |
3.5.3 对比实验 |
3.6 本章小结 |
4 基于混合注意力的溢流坝表观裂缝语义分割研究 |
4.1 引言 |
4.2 视觉注意力机制原理 |
4.2.1 视觉注意力的生物机理 |
4.2.2 显着性注意力生成方法 |
4.2.3 注意力映射网络模型 |
4.3 混合注意力裂缝语义分割网络 |
4.3.1 HACS网络整体结构 |
4.3.2 混合注意力网络模块 |
4.3.3 类均衡损失函数 |
4.3.4 评估指标 |
4.3.5 裂缝量化 |
4.4 实验与分析 |
4.4.1 实验准备 |
4.4.2 结果分析 |
4.4.3 对比实验 |
4.5 本章小结 |
5 溢流坝表观裂缝检测网络的模型压缩方法研究 |
5.1 引言 |
5.2 知识蒸馏策略 |
5.3 生成对抗网络 |
5.4 基于知识蒸馏与生成对抗的模型压缩方法 |
5.4.1 模型压缩方法框架 |
5.4.2 LCSS网络搭建 |
5.4.3 判别器网络搭建 |
5.4.4 知识蒸馏与生成对抗联合训练策略 |
5.4.5 评估指标 |
5.5 实验与分析 |
5.5.1 实验参数设置 |
5.5.2 实验结果分析 |
5.5.3 实时性对比及应用 |
5.6 本章小结 |
6 总结与展望 |
6.1 研究总结 |
6.2 主要创新点 |
6.3 未来的研究工作与展望 |
致谢 |
参考文献 |
攻读博士学位期间取得的研究成果 |
(2)计及用户信用等级的窃电行为诊断技术(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景与意义 |
1.1.1 研究背景 |
1.1.2 窃电行为原因分析 |
1.1.3 窃电行为的危害 |
1.2 国内外研究现状 |
1.2.1 窃电诊断技术研究现状 |
1.2.2 电力用户信用评价研究现状 |
1.3 研究内容与技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
2 电能计量与窃电原理分析 |
2.1 电能计量的基本原理 |
2.1.1 电能计量装置的构成 |
2.1.2 目前电能计量装置存在的主要问题 |
2.2 常见的窃电手法 |
2.2.1 欠流法窃电 |
2.2.2 移相法窃电 |
2.2.3 扩差法窃电 |
2.2.4 借零法去窃电 |
2.2.5 高科技窃电手法 |
2.3 本章小结 |
3 数据挖掘与窃电特性分析 |
3.1 数据挖掘 |
3.1.1 数据挖掘的概念 |
3.1.2 数据挖掘的过程 |
3.1.5 数据挖掘主要算法 |
3.2 数据挖掘在电力中应用 |
3.2.1 电力数据挖掘 |
3.2.2 基于数据挖掘的异常用电闭环应用模式 |
3.3 正常用电量特征分析 |
3.4 正常用电到异常用电的电量特性分析 |
3.5 异常用电量特征指标体系 |
3.6 本章小结 |
4 电力用户信用等级评估与窃电评价指标体系构造 |
4.1 电力用户信用评估 |
4.2 建立信用级别评估指标体系 |
4.2.1 用户缴费信用指标 |
4.2.2 电力法信用指标说明 |
4.3 模糊理论 |
4.4 基于模糊层次法的信用评级模型 |
4.5 本章小结 |
5 基于深度神经网络模型并考虑用户信用等级的窃电诊断 |
5.1 计及用户特征与信用等级的窃电分析 |
5.2 用电数据处理与样本库构建 |
5.2.1 进行数据处理的意义 |
5.2.2 丢失数据的处理 |
5.2.3 用电数据嗓声值的处理 |
5.2.4 数据标准化 |
5.2.5 构建专家样本 |
5.3 深度学习神经网络模型 |
5.3.1 神经网络概述 |
5.3.2 深度神经网络 |
5.3.3 基于DNN窃电诊断模型 |
5.4 算例分析 |
5.5 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
(3)嘈杂环境下迎宾机器人头部及语音系统的研究(论文提纲范文)
摘要 |
第1章 绪论 |
1.1 课题来源 |
1.2 课题背景与选题意义 |
1.3 语音迎宾机器人头部系统研究现状 |
1.3.1 国外研究现状 |
1.3.2 国内研究现状 |
1.4 本文的主要研究工作 |
第2章 迎宾机器人的头部结构功能分析及设计 |
2.1 引言 |
2.2 迎宾机器人头部模型分析及功能研究 |
2.2.1 迎宾机器人眼部关节配置设计 |
2.2.2 迎宾机器人眼球结构设计 |
2.2.3 迎宾机器人眼睑结构设计 |
2.2.4 迎宾机器人下颌结构设计 |
2.2.5 迎宾机器人眉毛结构设计 |
2.2.6 迎宾机器人整体结构设计 |
2.3 本章小结 |
第3章 迎宾机器人的语音模块设计 |
3.1 引言 |
3.2 迎宾机器人语音系统功能需求分析 |
3.3 迎宾机器人语音系统硬件设计 |
3.3.1 语音系统硬件电路设计方案 |
3.3.2 语音系统的主控制电路 |
3.3.3 语音系统的语音识别电路 |
3.3.4 语音系统的电源电路 |
3.3.5 语音系统的JLINK调试电路 |
3.3.6 语音模块的其他接口 |
3.4 迎宾机器人语音系统时序控制 |
3.5 本章小结 |
第4章 迎宾机器人语音信号预处理策略 |
4.1 引言 |
4.2 迎宾机器人语音信号处理 |
4.2.1 语音迎宾机器人语音信号处理流程 |
4.3 基于改进双门限算法的语音端点检测 |
4.3.1 语音信号加窗分帧 |
4.3.2 基于改进的双门限算法的语音端点检测 |
4.4 本章小结 |
第5章 迎宾机器人语音识别算法及实现 |
5.1 引言 |
5.2 迎宾机器人语音识别平台与人机交互流程 |
5.2.1 语言模型的建立 |
5.2.2 递归神经网络理论 |
5.2.3 基于迎宾场景和通用领域的混合语言模型建立 |
5.2.4 迎宾机器人语音对答策略 |
5.2.5 迎宾机人语音识别平台 |
5.3 本章小节 |
结论 |
参考文献 |
致谢 |
个人简介 |
(4)内河自主船舶航行安全操纵策略研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 问题的提出 |
1.2 研究背景与意义 |
1.3 研究范围界定 |
1.4 国内外研究综述 |
1.4.1 自主船舶发展研究现状 |
1.4.2 船舶动态控制研究现状 |
1.4.3 自主船舶安全性研究现状 |
1.4.4 国内外相关研究现状分析 |
1.5 本文的主要研究内容和技术路线 |
1.5.1 研究内容 |
1.5.2 拟解决的问题 |
1.5.3 技术路线 |
第2章 内河自主船舶航行安全影响因素分析 |
2.1 自主船舶特征 |
2.1.1 自主船舶组成 |
2.1.2 自主船桥系统组成 |
2.1.3 自主船舶特征表现 |
2.2 内河自主船舶航行安全风险特征 |
2.3 内河自主船舶航行安全风险构成 |
2.3.1 传统船舶航行安全影响因素 |
2.3.2 典型事故场景安全风险影响分析 |
2.3.3 基于船岸一体化的自主船舶航行安全影响因素 |
2.4 内河自主船舶航行安全评估方法探讨 |
2.4.1 评估方法探讨 |
2.4.2 贝叶斯网和模糊集理论简介 |
2.4.3 课题组成果 |
2.5 本章小结 |
第3章 内河自主船舶航行场景分类 |
3.1 聚类理论 |
3.2 内河自主船舶航行场景构成 |
3.3 基于改进FCM的内河自主船舶航行场景聚类 |
3.3.1 自主船舶航行场景分类描述 |
3.3.2 模型的构建 |
3.4 场景聚类的MATLAB算法实现 |
3.4.1 改进FCM聚类算法的场景聚类实现流程 |
3.4.2 算法验证 |
3.4.3 场景聚类 |
3.5 本章小结 |
第4章 内河自主船舶航行安全操纵策略 |
4.1 内河自主船舶航行操纵安全影响因素 |
4.2 水文气象环境变化时的安全操纵策略 |
4.3 与它船会遇时的安全操纵策略 |
4.3.1 会遇态势划分 |
4.3.2 船舶碰撞危险度的判定 |
4.3.3 避碰策略分析 |
4.4 自主船舶靠泊操纵策略 |
4.4.1 自主船舶靠泊过程 |
4.4.2 自主船舶靠泊注意事项 |
4.4.3 自主船舶靠泊操纵策略 |
4.5 本章小结 |
第5章 内河自主船舶航行安全操纵策略集构建 |
5.1 内河自主船舶安全策略集内涵 |
5.2 安全策略集构建方法研究 |
5.2.1 差异系数CRITIC法 |
5.2.2 改进的TOPSIS模型 |
5.3 安全策略集构建流程 |
5.4 安全策略集构建 |
5.4.1 安全指数 |
5.4.2 事故案例安全指数 |
5.4.3 其他操纵策略下的安全指数 |
5.4.4 操纵策略优劣评价 |
5.5 本章小结 |
第6章 内河自主船舶航行安全操纵策略集学习更新 |
6.1 深度强化学习概述 |
6.2 深度强化学习方法模型 |
6.2.1 基于策略梯度的深度强化学习 |
6.2.2 DDPG算法模型 |
6.3 自主船舶操纵策略深度强化学习 |
6.3.1 DDPG模型算法实现框架 |
6.3.2 状态、动作变量及奖励函数 |
6.3.3 DDPG算法实现 |
6.4 仿真实验分析 |
6.4.1 自主船舶航行于内河顺直航道 |
6.4.2 自主船舶航行于内河弯曲航道 |
6.4.3 自主船舶航行于内河桥区水域 |
6.4.4 自主船舶航行于航道交汇口处 |
6.4.5 讨论 |
6.5 本章小结 |
第7章 总结与展望 |
7.1 全文工作总结 |
7.2 主要创新点 |
7.3 未来工作展望 |
致谢 |
参考文献 |
攻读博士学位期间公开发表论文和参加科研项目 |
(5)约束空间弹射试验小车双柔索拖曳协同控制技术研究(论文提纲范文)
摘要 |
ABSTRACT |
主要符号说明 |
1 绪论 |
1.1 课题的研究背景及意义 |
1.2 国内外研究现状 |
1.3 多工况双柔索拖曳小车系统分析 |
1.4 本文的研究内容 |
1.5 论文创新点及应用价值 |
2 多工况双柔索拖曳小车系统建模研究 |
2.1 引言 |
2.2 小车运动数学模型 |
2.3 液压绞车系统原理及建模研究 |
2.4 小车水阻力计算分析 |
2.5 约束空间双柔索拖曳小车系统模型 |
2.6 模型验证 |
2.7 本章小结 |
3 面向水面动态弹射试验的小车约束系统双柔索拖曳分散协同控制 |
3.1 引言 |
3.2 双柔索拖曳小车协同控制策略研究 |
3.3 基于ESO-NITSM的水面小车系统双柔索拖曳分散协同控制 |
3.4 水面有限轨道试验小车双柔索拖曳分散协同控制仿真研究 |
3.5 本章小结 |
4 面向水下动态弹射试验的小车约束系统双柔索拖曳解耦协同控制 |
4.1 引言 |
4.2 逆系统解耦方法的基本原理 |
4.3 基于RBF-NITSM的水下小车系统双柔索拖曳解耦协同控制 |
4.4 水下约束空间试验小车双柔索拖曳解耦协同控制仿真研究 |
4.5 本章小结 |
5 约束空间试验小车双柔索拖曳协同控制系统试验验证 |
5.1 引言 |
5.2 多工况双柔索拖曳小车系统现场试验设备及环境 |
5.3 水面有限轨道双柔索拖曳小车全程运行试验验证 |
5.4 水下约束空间双柔索拖曳小车全程运行试验验证 |
5.5 本章小结 |
6 全文总结与研究展望 |
6.1 全文总结 |
6.2 研究展望 |
致谢 |
参考文献 |
附录1 攻读博士学位期间发表的学术论文 |
附录2 博士期间参与的课题研究情况 |
(6)基于专利挖掘的技术预见方法及其应用(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 研究内容及框架 |
1.2.1 研究方法及创新点 |
1.2.2 论文框架 |
1.3 本章小结 |
第二章 国内外研究综述 |
2.1 技术预见研究 |
2.1.1 产生背景及内涵 |
2.1.2 相近概念辨析 |
2.1.3 理论基础及方法 |
2.2 专利相似度研究 |
2.2.1 基于引文分析的相似度 |
2.2.2 基于专利分类的相似度 |
2.2.3 基于专利文本的相似度 |
2.3 本章小结 |
第三章 基于专利挖掘的技术预见基础 |
3.1 专利文本挖掘 |
3.2 SAO结构相关分析 |
3.2.1 SAO结构概述 |
3.2.2 SAO结构语义分类 |
3.2.3 SAO结构提取和存储 |
3.2.4 SAO语义相似度计算 |
3.3 专利相似度度量方法体系 |
3.3.1 基于IPC的领域相似度 |
3.3.2 基于SAO链的文本相似度 |
3.3.3 综合专利相似度 |
3.4 本章小结 |
第四章 基于SAO链的专利文本相似度度量 |
4.1 SAO结构链概述 |
4.2 SAO链识别过程 |
4.3 基于SAO链的文本相似度计算 |
4.3.1 结构层相似度计算 |
4.3.2 功能层相似度计算 |
4.3.3 专利相似度计算 |
4.4 规则总结 |
4.5 实验分析 |
4.6 本章小结 |
第五章 基于专利挖掘的工业机器人技术预见研究 |
5.1 工业机器人概述 |
5.2 专利数据获取及处理 |
5.2.1 Innography平台简介 |
5.2.2 检索式确定 |
5.2.3 数据处理 |
5.3 发展现状分析 |
5.3.1 发展阶段分析 |
5.3.2 专利生效国分析 |
5.3.3 专利权人分析 |
5.4 知识图谱分析 |
5.4.1 知识图谱概述 |
5.4.2 专利网络分析 |
5.4.3 技术发展路径分析 |
5.4.4 专利地图分析 |
5.5 对策与建议 |
5.5.1 针对未来趋势领域进行超前布局 |
5.5.2 瞄准优势细分领域开展错位竞争 |
5.5.3 加强专利技术产业化,完善相关产业政策 |
5.5.4 调整人才培养体系,填补人才缺口 |
5.6 本章小结 |
结论 |
总结与启示 |
不足与展望 |
参考文献 |
附录 |
附录1 SAO结构提取部分程序代码 |
附录2 专利相似度度量部分程序代码 |
攻读硕士学位期间取得的研究成果 |
致谢 |
附件 |
(7)基于结构方程模型的智能家居单品消费者购买意愿的影响因素研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 选题的来源、背景和意义 |
1.1.1 选题的来源 |
1.1.2 选题的背景 |
1.1.3 选题的意义 |
1.2 .文献综述 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.2.3 文献评述 |
1.3 .研究内容和创新点 |
1.3.1 研究内容 |
1.3.2 研究创新点 |
1.4 .研究方法和技术路线 |
1.4.1 研究方法 |
1.4.2 技术路线 |
第二章 基本概念界定与理论基础 |
2.1 智能家居单品 |
2.1.1 智能家居产业链 |
2.1.2 智能家居单品的界定 |
2.1.3 智能家居单品的主要分类 |
2.2 消费者行为模式 |
2.2.1 尼科西亚模式 |
2.2.2 E.K.B模式 |
2.2.3 霍华德—谢思模式 |
2.3 理性行为理论 |
2.4 技术接受模型 |
2.5 感知价值理论 |
第三章 基于感知价值的智能家居单品购买意愿的分析 |
3.1 智能家居单品与传统家居产品的区别分析 |
3.1.1 单品的互联互通 |
3.1.2 控制方式多样化 |
3.1.3 产品功能性区别 |
3.1.4 数据隐私安全性不同 |
3.2 购买意愿对购买行为的影响研究 |
3.3 智能家居单品的感知价值的研究 |
3.3.1 感知价值分析维度的选择 |
3.3.2 智能家居单品的感知利得 |
3.3.3 智能家居单品的感知成本 |
第四章 智能家居单品购买意愿的影响因素模型的构建 |
4.1 基于技术接受模型的原始结构方程的构建 |
4.2 基于感知价值理论的想用态度的影响因素研究 |
4.2.1 感知价值与想用态度的关系 |
4.2.2 感知价格对想用态度的影响研究 |
4.2.3 感知安全性对想用态度的影响研究 |
4.2.4 感知形象价值对想用态度的影响研究 |
4.3 基于感知价值理论的技术接受模型外部变量的研究 |
4.3.1 感知连通性对感知易用性和感知有用性的影响研究 |
4.3.2 感知操控性对感知易用性的影响研究 |
4.3.3 感知趣味性对感知有用性的影响研究 |
4.4 初始的智能家居单品消费者购买意愿研究模型的构建 |
第五章 实证研究:智能家居单品消费者抽样调查 |
5.1 问卷设计 |
5.2 消费者抽样调查 |
5.2.1 调研对象 |
5.2.2 调研方式 |
5.2.3 调研地点 |
5.2.4 调研实施时间段 |
5.2.5 问卷回收情况 |
5.3 数据描述性统计 |
5.3.1 问卷填写人的基本情况统计 |
5.3.2 描述性统计结果 |
5.4 信度和效度分析 |
5.4.1 信度分析 |
5.4.2 效度分析 |
5.5 结构方程模型检验与拟合 |
5.6 模型的修正 |
5.6.1 模型的第一次修正 |
5.6.2 模型的第二次修正 |
5.6.3 模型的第三次修正 |
5.6.4 模型的第四次修正 |
5.6.5 模型的第五次修正 |
5.7 结论探讨 |
第六章 提升消费者对智能家居单品购买意愿的对策建议 |
6.1 政府引导优化对策建议 |
6.1.1 建立统一的通讯协议标准 |
6.1.2 引导企业持续创新 |
6.1.3 组织产业内技术性的交流 |
6.1.4 建立分布式计算的公共设施 |
6.2 企业主导优化对策建议 |
6.2.1 降低使用成本 |
6.2.2 加强单品互联互通能力 |
6.2.3 多种控制方式相结合 |
6.2.4 系统自学习 |
6.2.5 提高产品安全性 |
第七章 总结与展望 |
7.1 研究结论 |
7.2 研究的不足 |
7.3 对未来的展望 |
参考文献 |
附录 |
攻读硕士学位期间发表的学术论文及取得的相关科研成果 |
致谢 |
(8)仿人头像机器人人工鼻—肺系统及气味识别算法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题来源及研究的目的和意义 |
1.2 国内外研究现状分析 |
1.2.1 仿人头像机器人的研究现状 |
1.2.2 具有嗅觉的机器人研究现状 |
1.2.3 气体识别算法研究现状 |
1.3 分析与总结 |
1.4 本文主要研究内容 |
第2章 仿人头像机器人人工鼻-肺系统研制 |
2.1 引言 |
2.2 仿人头像机器人系统简介 |
2.2.1 仿人头像机器人机械系统 |
2.2.2 仿人头像机器人视觉系统和语音系统 |
2.3 人工鼻-肺系统的软硬件设计 |
2.3.1 人工鼻-肺系统结构设计 |
2.3.2 气体传感器选型及测试电路设计 |
2.3.3 数据采集系统硬件设计 |
2.3.4 人工鼻-肺系统的软件设计 |
2.4 人工鼻-肺系统硬件研制 |
2.5 本章小结 |
第3章 气体识别算法及程序设计 |
3.1 引言 |
3.2 遗传算法与神经网络算法基本原理 |
3.2.1 遗传算法 |
3.2.2 神经网络算法 |
3.2.3 BP神经网络 |
3.3 K-均值聚类分析 |
3.4 基于遗传算法和BP神经网络结合的气体识别算法程序设计 |
3.4.1 五种单一气体识别算法程序设计 |
3.4.2 混合气体识别算法程序设计 |
3.5 本章小结 |
第4章 人工鼻-肺系统气体识别实验 |
4.1 引言 |
4.2 实验数据预处理和特征值提取 |
4.2.1 实验数据预处理 |
4.2.2 特征值提取 |
4.3 K-均值聚类分析方法识别气体 |
4.4 单一气体气味识别实验 |
4.5 混合气体气味识别实验 |
4.6 本章小结 |
第5章 仿人头像机器人系统嗅觉与表情协调实验 |
5.1 引言 |
5.2 气体与仿人头像机器人表情协调对应 |
5.2.1 仿人头像机器人表情实现 |
5.2.2 气体与表情协调关系 |
5.3 仿人头像机器人嗅觉与表情协调系统 |
5.3.1 硬件集成 |
5.3.2 嗅觉与表情协调控制软件 |
5.4 仿人头像机器人嗅觉与表情协调实验与评价 |
5.5 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表的论文及其它成果 |
致谢 |
(9)基于火焰特征的自主灭火系统的设计(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题研究背景及意义 |
1.2 国内外研究现状 |
1.3 论文主要研究内容 |
1.3.1 课题来源 |
1.3.2 主要研究内容 |
1.4 论文的章节安排 |
第二章 火焰识别与标记 |
2.1 火焰图像处理 |
2.1.1 灰度化 |
2.1.2 增强 |
2.1.3 二值化 |
2.2 火焰识别算法设计 |
2.2.1 累积指导独立成分分析算法提取火焰动态特征 |
2.2.2 RGB颜色方案提取火焰静态特征 |
2.2.3 自学习火焰识别 |
2.3 基于蚁群觅食的带约束空间聚类分析法进行火焰区域标记 |
2.4 火焰识别和标记实验 |
2.5 本章小结 |
第三章 系统硬件设计 |
3.1 信号传输方式 |
3.2 上位机硬件系统构成 |
3.2.1 核心处理模块 |
3.2.2 图像接收模块 |
3.2.3 数据收发模块 |
3.3 下位机硬件系统构成 |
3.3.1 I~2C总线和CAN总线 |
3.3.2 主控制模块 |
3.3.3 环境信息采集模块 |
3.3.4 水炮 |
3.3.5 图像处理与发送模块 |
3.4 本章小结 |
第四章 系统软件设计 |
4.1 控制系统编程环境 |
4.2 主控系统 |
4.2.1 上位机控制系统 |
4.2.2 下位机控制系统 |
4.3 灭火操作 |
4.4 本章小结 |
第五章 系统测试 |
5.1 火焰识别实验 |
5.2 环境信息采集实验 |
5.3 自主灭火实验 |
5.3.1 软件模拟 |
5.3.2 户外实际操作 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 论文总结 |
6.2 展望 |
参考文献 |
附图清单 |
致谢 |
攻读硕士期间主要学术成果 |
(10)级联式多电平变流器控制与保护技术研究及应用(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景及意义 |
1.2 国内外研究现状 |
1.2.1 级联式多电平拓扑结构的发展与应用 |
1.2.2 系统稳态工况下CMC控制策略 |
1.2.3 系统异常工况下CMC控制和保护策略 |
1.3 论文主要工作 |
第2章 宽频带范围下CMC控制方法研究 |
2.1 引言 |
2.2 拓扑结构及直流电压波动问题的提出 |
2.3 电容电压波动规律研究 |
2.3.1 电容电压波动规律 |
2.3.2 仿真验证及分析 |
2.4 宽频带范围下CMC控制算法 |
2.4.1 电容电压稳定控制策略 |
2.4.2 电流跟踪控制策略 |
2.4.3 单元均压控制策略 |
2.4.4 离线及实时数字仿真实验 |
2.5 工程应用及现场实验 |
2.5.1 工程应用背景 |
2.5.2 系统整机大电流实验 |
2.5.3 现场自激发及抑制实验 |
2.6 本章小结 |
第3章 系统异常工况下CMC控制方法研究 |
3.1 引言 |
3.2 两种锁相方法的对比分析 |
3.2.1 两种锁相方法 |
3.2.2 仿真及对比分析 |
3.3 变流器低电压穿越方法 |
3.3.1 拓扑结构及运行模式 |
3.3.2 直流变换通道控制方法 |
3.3.3 仿真验证及分析 |
3.3.4 工程应用及现场实验 |
3.4 变流器容错控制策略 |
3.4.1 CMC常见故障机理 |
3.4.2 功率单元故障时的容错控制 |
3.4.3 量测单元故障时的容错控制 |
3.4.4 系统仿真分析及整机实验 |
3.5 本章小结 |
第4章 CMC系统故障特性及保护方法研究 |
4.1 引言 |
4.2 保护分区及故障特性分析 |
4.2.1 保护分区 |
4.2.2 站内交流母线保护区故障分类及典型故障分析 |
4.2.3 换流器区内故障分类及典型故障分析 |
4.3 多端柔性直流系统换流站保护方案研究 |
4.3.1 保护系统设计原则 |
4.3.2 保护动作及相应效果 |
4.3.3 保护配置及保护配合 |
4.3.4 现场实验 |
4.4 本章小结 |
第5章 CMC通用集成控制保护平台构建 |
5.1 引言 |
5.2 CMC系统结构 |
5.3 CMC功能需求及设计原则 |
5.3.1 功能需求 |
5.3.2 设计原则 |
5.4 CMC通用集成控制保护平台设计与实现 |
5.5 CMC通用集成控制保护平台应用 |
5.6 本章小结 |
第6章 结论 |
6.1 论文工作总结 |
6.2 有待进一步开展的工作 |
参考文献 |
攻读博士学位期间发表的论文 |
攻读博士学位期间参加的科研工作 |
致谢 |
作者简介 |
四、基于聚类分析的通用自学习远程遥控装置(论文参考文献)
- [1]基于深度学习的水电站溢流坝表观裂缝检测方法研究[D]. 冯春成. 西南科技大学, 2021
- [2]计及用户信用等级的窃电行为诊断技术[D]. 蔡子钰. 西安理工大学, 2020(01)
- [3]嘈杂环境下迎宾机器人头部及语音系统的研究[D]. 王峰. 哈尔滨理工大学, 2020(02)
- [4]内河自主船舶航行安全操纵策略研究[D]. 张秀侠. 武汉理工大学, 2020(01)
- [5]约束空间弹射试验小车双柔索拖曳协同控制技术研究[D]. 刘刚. 华中科技大学, 2020
- [6]基于专利挖掘的技术预见方法及其应用[D]. 文雄辉. 华南理工大学, 2019(01)
- [7]基于结构方程模型的智能家居单品消费者购买意愿的影响因素研究[D]. 高纯益. 上海工程技术大学, 2018(04)
- [8]仿人头像机器人人工鼻—肺系统及气味识别算法研究[D]. 杨胜男. 哈尔滨工业大学, 2016(02)
- [9]基于火焰特征的自主灭火系统的设计[D]. 吴道阳. 安徽大学, 2016(10)
- [10]级联式多电平变流器控制与保护技术研究及应用[D]. 王晓宇. 华北电力大学, 2015(01)