检索结果-南通市图书馆

一种基于NOLM与OTDM系统的新型高速光时钟提取法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

新型工业化 2014年第1期4卷 28-32页

作者：赵安臻贾溢豪卢学嘉曹永盛电子科技大学通信与信息工程学院四川成都611731

本文提出了一种利用非线性光环镜(NOLM)进行高速光时钟提取的新方法。首先,阐述了NOLM作为光信号处理器件的工作原理。随后,搭建NOLM光时钟提取方法的仿真模型,并利用仿真对光时分复用(OTDM)下,8路10 Gb/s光传输系统进行了时钟提取。通... 详细信息

本文提出了一种利用非线性光环镜(NOLM)进行高速光时钟提取的新方法。首先,阐述了NOLM作为光信号处理器件的工作原理。随后,搭建NOLM光时钟提取方法的仿真模型,并利用仿真对光时分复用(OTDM)下,8路10 Gb/s光传输系统进行了时钟提取。通过对仿真结果的分析,验证了该系统的工作特性。

关键词：非线性光环镜(NOLM) 光时钟提取高速光通信系统光时分复用(OTDM)

维普期刊数据库

基于FCM-WPPCR协同度量的转炉炼钢终点碳温软测量方法

在线全文

学校读者我要写书评

暂无评论

控制理论与应用 2024年

作者：赵安刘辉陈甫刚云南昆钢电子信息科技有限公司昆明理工大学云南省人工智能重点实验室昆明理工大学信息工程与自动化学院

转炉炼钢终点碳温的准确检测是吹炼末期判断出钢的关键,而非线性、多工况的数据特性是软测量有效预测终点碳温的难点.针对复杂工业数据下即时学习直接度量相关样本困难且度量依据较为单一,致使样本匹配失准的问题,提出一种FCM-WPPCR(Fuz... 详细信息

转炉炼钢终点碳温的准确检测是吹炼末期判断出钢的关键,而非线性、多工况的数据特性是软测量有效预测终点碳温的难点.针对复杂工业数据下即时学习直接度量相关样本困难且度量依据较为单一,致使样本匹配失准的问题,提出一种FCM-WPPCR(Fuzzy C-Means Clustering Weighted Posterior Probability and Cluster Relation,FCM-WPPCR)协同度量策略用于即时学习最佳样本子集选择.该策略通过模糊C均值聚类划分多工况子簇,并引入EMD准则构建一种后验概率模式表征待测样本在各簇中的隶属度;其次,通过最大均值差异确定其他子簇与最大隶属度子簇的相关度后,计算待测样本与各簇样本EMD距离的均值构造一种协同度量机制加权后验概率和簇关系,以确定待测样本在各簇中样本选择的执行标准;最后,在各簇中选择相关样本构造最佳样本子集,并建立局部回归模型预测终点碳温.通过实际炼钢生产过程数据仿真,碳含量在±0.02%误差范围内预测精度达到92.60%,温度在±10℃误差范围内预测精度达到93.30%.

关键词：转炉炼钢预测分析相似性度量即时学习软测量

基于对称SEED的全光缓存器工作速率特性分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

新型工业化 2014年第4期4卷 58-61,68页

作者：赵安臻卢学嘉贾溢豪曹永盛电子科技大学通信与信息工程学院四川成都611731

介绍了对称自电光效应器件(S-SEED)的基本结构及工作原理。基于S-SEED的纯电容模型,利用理论分析,得出S-SEED全光缓存器工作速率与外加偏置电压、入射光功率、入射光波长等参数之间的关系。为优化器件性能,利用数值分析,对不同偏压、不... 详细信息

介绍了对称自电光效应器件(S-SEED)的基本结构及工作原理。基于S-SEED的纯电容模型,利用理论分析,得出S-SEED全光缓存器工作速率与外加偏置电压、入射光功率、入射光波长等参数之间的关系。为优化器件性能,利用数值分析,对不同偏压、不同光功率与不同光波长入射下的S-SEED全光缓存器的工作速率特性进行了比较。结果表明,减小外置偏压与增大入射光功率均可提高S-SEED全光缓存器的工作速率;不同光波长入射时,该缓存器工作速率基本不变。

关键词：光电子学 QCSE 对称SEED 高速全光缓存器工作速率特性

维普期刊数据库

频域多方向C-UNet及动态损失的工业烟尘图像分割

在线全文

学校读者我要写书评

暂无评论

控制理论与应用 2024年第3期41卷 543-554页

作者：张大锦刘辉陈甫刚赵安昆明理工大学信息工程与自动化学院云南昆明650500 昆明理工大学云南省人工智能重点实验室云南昆明650500 云南昆钢电子信息科技有限公司云南昆明650302

工业烟尘污染等级监测中烟尘的准确分割是污染等级判定的重要前提.针对边缘模糊且方向多变烟尘在特征提取过程中边缘方向细节信息提取困难、分割不准确的问题,本文提出一种频域多方向C-UNet及动态损失的工业烟尘图像分割方法.首先,通过... 详细信息

工业烟尘污染等级监测中烟尘的准确分割是污染等级判定的重要前提.针对边缘模糊且方向多变烟尘在特征提取过程中边缘方向细节信息提取困难、分割不准确的问题,本文提出一种频域多方向C-UNet及动态损失的工业烟尘图像分割方法.首先,通过构建轮廓波多方向分解下采样结构增强编码阶段烟尘边缘方向信息的提取能力;其次,通过轮廓波变换提取烟尘8个边缘方向细节信息进行跳跃连接,提升持续采样过程中细节信息的表达准确度;然后,构建轮廓波细节重构上采样结构增强解码阶段烟尘边缘细节信息的恢复能力;最后,提出一种动态加权策略构建组合损失函数来优化训练网络,增强网络对烟尘边缘特征的提取能力.结果表明,本文方法与U-Net和其他同类方法相比在指标上有较好提升,改善了烟尘边缘分割不准确的问题,在不同烟尘场景上的分割效果也优于现有分割模型.

关键词：工业烟尘图像分割轮廓波变换特征提取动态损失函数