检索结果-南通市图书馆

响应范围可调的倍增型有机光电探测器进展（特邀）

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

光学学报 2025年第2期45卷 35-50页

作者：杨凯旋王剑王健张福俊北京交通大学自动化与智能学院泰山学院物理与电子工程学院北京交通大学发光与光信息技术教育部重点实验室

光谱响应范围反映了光电探测器可探测信号光的波长范围，决定了器件的适用场景和应用领域。倍增型有机光电探测器（PM-OPDs）有光谱响应范围可调特性，为其未来在不同场景中的高灵敏探测提供了关键支撑。本文通过介绍PM-OPDs的工作机理... 详细信息

光谱响应范围反映了光电探测器可探测信号光的波长范围，决定了器件的适用场景和应用领域。倍增型有机光电探测器（PM-OPDs）有光谱响应范围可调特性，为其未来在不同场景中的高灵敏探测提供了关键支撑。本文通过介绍PM-OPDs的工作机理，并分析调控器件光谱响应范围的方法，为光谱响应范围可调的PM-OPDs的进一步研究工作提供实验依据和理论参考。首先，阐述了PM-OPDs的工作机理，剖析光谱响应范围的重要影响因素。然后，分别介绍了宽响应和窄响应PM-OPDs的研制方法。对于宽响应PM-OPDs，主要介绍了窄带隙材料甄选、三元策略、双层结构拓宽器件光谱响应范围的内在机制；对于窄响应PM-OPDs，以“载流子注入窄化”概念为核心，从材料甄选和器件结构两个维度分析了实现窄响应探测的方法。最后，梳理了光谱响应范围可调的PM-OPDs的研究成果和进展，以挖掘提高器件性能更多潜在途径和方法。

关键词：光电倍增有机光电探测器光谱响应范围可调性宽响应窄响应

考虑驾驶特征识别的西部地区高速列车追踪运行轨迹预测方法研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

铁道学报 2025年第1期47卷 71-81页

作者：田婉琪步兵吕继东唐涛李开成北京交通大学轨道交通运行控制系统国家工程研究中心北京100044 北京交通大学自动化与智能学院北京100044 北京交通大学先进轨道交通自主运行全国重点实验室北京100044

针对西部地区高速铁路列车在不同应用场景下的驾驶特征和轨迹的差异性较大的问题,建立基于驾驶特征分类的高速铁路列车追踪运行轨迹预测模型。给出高速列车驾驶特征定义,结合追踪列车的速度、加速度、急动度、时间和空间间隔等特征数据... 详细信息

针对西部地区高速铁路列车在不同应用场景下的驾驶特征和轨迹的差异性较大的问题,建立基于驾驶特征分类的高速铁路列车追踪运行轨迹预测模型。给出高速列车驾驶特征定义,结合追踪列车的速度、加速度、急动度、时间和空间间隔等特征数据,基于高斯混合模型(GMM)识别出3类常见且差异较大的高速列车驾驶场景和驾驶风格,并对驾驶风格的最大互信息系数(MIC)特征进行重要性分析;针对3类驾驶风格和特征变量,采用不同长短期记忆神经(LSTM)网络训练,进一步强化LSTM参数特征,得到基于不同驾驶特征的轨迹预测模型和算法;通过实验室仿真列车运行数据对所提出的方法进行验证。验证结果表明:与传统单一算法相比,所提出的高速列车追踪运行轨迹预测方法具有显著优势,预测时长15 s内的平均相对误差MRE不超过3.5%,比标准LSTM和卡尔曼滤波器(KF)算法的MRE分别降低了32.9%和43.3%,且最短追踪时间间隔缩小0.3 min以上,该方法在一定程度上为满足西部铁路的特殊运能需求提供理论依据。

关键词：高速列车轨迹预测驾驶特征长短期记忆神经网络高斯混合模型

面向合成语音检测的弹性正交权重修正连续学习算法

在线全文

学校读者我要写书评

暂无评论

计算机研究与发展 2025年第2期62卷 336-345页

作者：张晓辉易江燕陶建华周俊佐中国科学院自动化研究所北京100190 北京交通大学计算机与信息技术学院北京100044 清华大学自动化系北京100084

目前,深度学习在合成语音检测领域取得了巨大的成功.然而,通常情况下,深度模型可以在与训练集分布相似的测试集上取得高准确率,但在跨数据集的情境下,其准确率却会显著下降.为了提高模型在新数据集上的泛化能力,通常需要对其进行微调,... 详细信息

目前,深度学习在合成语音检测领域取得了巨大的成功.然而,通常情况下,深度模型可以在与训练集分布相似的测试集上取得高准确率,但在跨数据集的情境下,其准确率却会显著下降.为了提高模型在新数据集上的泛化能力,通常需要对其进行微调,但这会导致模型遭受灾难性遗忘.灾难性遗忘指的是模型在新数据上的训练会损害其从旧数据中获得的知识,导致对旧数据的识别性能下降.目前,克服灾难性遗忘的主要算法之一是连续学习.面向合成语音检测提出了一种连续学习算法——弹性正交权重修正(elastic orthogonal weight modification,EOWM),用于克服灾难性遗忘.该算法通过修正模型在学习新知识时的参数更新方向和更新幅度,以减少对已学知识的损害.具体来说,该算法在模型学习新知识时要求参数的更新方向与旧任务的数据分布正交,并同时限制对旧任务中重要参数的更新幅度.在合成语音检测领域的跨数据集实验中,算法取得了良好的效果.与微调相比,该算法在旧数据集上的等错误率(equal error rate,EER)从7.334%降低至0.821%,相对下降了90%;在新数据集上的等错误率从0.513%降低至0.315%,相对下降了40%.

关键词：合成语音检测连续学习弹性正交权重修正预训练模型深度神经网络

基于混合车队换道频率认知的交织区道路容量贝叶斯推断方法

在线全文

学校读者我要写书评

暂无评论

中国公路学报 2025年第2期38卷 230-242页

作者：彭佳力上官伟陈俊杰柴琳果彭聪北京交通大学自动化与智能学院北京100044 北京交通大学先进轨道交通自主运行全国重点实验室北京100044

高速公路交织区域因其复杂的车辆动态微观行为,使得道路容量难以估计和预测,因此基于多车车队和单个车辆共同组成的混合车队,研究了其换道频率认知的道路容量贝叶斯推断方法,旨在量化车辆频繁的换道行为对交通流的干扰及其对道路容量的... 详细信息

高速公路交织区域因其复杂的车辆动态微观行为,使得道路容量难以估计和预测,因此基于多车车队和单个车辆共同组成的混合车队,研究了其换道频率认知的道路容量贝叶斯推断方法,旨在量化车辆频繁的换道行为对交通流的干扰及其对道路容量的影响。首先提出了基于上下游环形检测器数据的车队识别方法,并基于车队比例对交通流量的计算方法进行了建模。接着通过分析交织区域的真实数据集,发现随着换道频率的增加,车队间、车队内和单车的平均车头时距会相应波动,于是提出了换道系数异方差正态分布的随机模型,其中均值和标准差分别随平均车头时距呈多项式衰减,并借助贝叶斯推断和马尔可夫链蒙特卡洛技术推导了模型参数的后验分布,进而估计了交织区域道路容量。研究结果表明:换道频率显著影响车头时距和道路容量,低换道频率有助于提高道路吞吐量,部分路段在换道频率减小33.3%时,道路容量能够提高85.7%。该方法能够提供基于概率推断的交通流调控新策略,尤其在未来智能网联汽车的支持下,能够对高速公路交织区域的交通效率进行定量地优化。

关键词：交通工程道路容量估计贝叶斯推断混合车队换道交织区域

在线全文

学校读者我要写书评

暂无评论

基于深度神经网络的增量学习研究综述

数据分析与知识发现 2025年第1期9卷 1-30页

作者：孙文举李清勇张靖王丹羽王雯耿阳李敖北京交通大学交通大数据与人工智能教育部重点实验室北京100044 北京交通大学计算机科学与技术学院北京100044 北京交通大学智慧高铁系统前沿科学中心北京100044

【目的】追踪深度神经网络模型在增量学习领域的研究进展,以解决灾难性遗忘问题为切入角度对相关方法进行归纳和整理,为未来的研究提供参考。【文献范围】以“增量学习”“持续学习”和“灾难性遗忘”作为关键词,在Web of Science、谷... 详细信息

【目的】追踪深度神经网络模型在增量学习领域的研究进展,以解决灾难性遗忘问题为切入角度对相关方法进行归纳和整理,为未来的研究提供参考。【文献范围】以“增量学习”“持续学习”和“灾难性遗忘”作为关键词,在Web of Science、谷歌学术、DBLP和CNKI等数据库中进行文献检索,共筛选出105篇代表性文献。【方法】首先详细介绍增量学习的定义、核心问题及其面临的挑战,再将现有增量学习方法分为基于正则约束、基于信息存储和基于动态网络三类,总结各类别的原理、优势及代表性方法。【结果】在统一的实验设置下,对主流增量学习方法进行评测,并开源代码。实验发现,基于正则约束的方法虽高效但难以完全解决遗忘问题;基于信息存储的方法性能受保留范例数量影响较大;基于动态网络的方法虽能有效避免遗忘,但增加了计算开销。【局限】主要针对深度神经网络的增量学习进行综述,未涉及非深度学习领域的增量学习技术。【结论】在理想条件下,基于信息存储和基于动态网络的方法相较基于正则约束的方法表现出更优越的性能,这两类方法的技术复杂性可能会限制其推广应用。现有增量学习方法与联合训练相比仍有不足,需在未来的研究中予以解决。

关键词：增量学习连续学习终身学习灾难性遗忘深度学习神经网络

在线全文

学校读者我要写书评

暂无评论

考虑自动编组的混合公交系统行车计划优化

系统工程理论与实践 2025年第2期45卷 651-665页

作者：赵小梅周绪成刘云栋谢东繁北京交通大学系统科学学院北京100044

为解决可编组自动驾驶公交和传统电动公交混合运营下的行车计划问题,本文考虑二者的功能和成本差异,结合跨线调度和分段充电策略构建混合公交系统行车计划优化模型.模型以两类公交的运行成本、空驶成本、购置成本以及充电成本最小化为目... 详细信息

为解决可编组自动驾驶公交和传统电动公交混合运营下的行车计划问题,本文考虑二者的功能和成本差异,结合跨线调度和分段充电策略构建混合公交系统行车计划优化模型.模型以两类公交的运行成本、空驶成本、购置成本以及充电成本最小化为目标,决策场站车队规模及车辆的车次链.针对该整数非线性规划模型,本文设计“初始解生成与列生成框架”的两阶段求解算法,并选取北京市某场站四条运营线路进行案例分析.结果表明:与单线调度的公交系统相比,跨线调度策略能够提高7.2%的车辆利用率,降低23.3%的运行成本和21.93%的购置成本.相比于多车型的传统电动公交系统,可编组自动驾驶公交的引入使得编组单元的平均使用次数达到3.58次,系统的平均车辆使用次数增加0.53次,有效提高车辆使用率.为混合公交系统下多线路公交行车计划提供优化建议.

关键词：交通运输规划与管理混合公交系统行车计划电动公交可编组自动驾驶公交列生成算法

轨道交通信号系统主动防御式运维保障体系研究

在线全文

学校读者我要写书评

暂无评论

铁道通信信号 2025年第4期61卷 1-8页

作者：柴琳果亢祁煊上官伟陈俊杰张平蔡伯根北京交通大学自动化与智能学院北京100044

为解决当前轨道交通信号系统依赖传统维修模式所存在的运维效率低、故障响应不及时等问题,提出一种基于运维全生命周期的主动防御式运维保障体系。该体系由数据层、分析层和业务层构成,采用数据驱动的分析方法,综合运用故障诊断、剩余... 详细信息

为解决当前轨道交通信号系统依赖传统维修模式所存在的运维效率低、故障响应不及时等问题,提出一种基于运维全生命周期的主动防御式运维保障体系。该体系由数据层、分析层和业务层构成,采用数据驱动的分析方法,综合运用故障诊断、剩余寿命预测、故障链路识别、在线故障隔离、健康度评估和视情维修决策等技术手段。该体系的实施,能够及时发现潜在故障,准确判断故障类型和位置,有效隔离故障并采取相应的维修措施,减少因故障导致的运行中断和维修成本,有助于确保轨道交通信号系统的稳定、高效运行,对于提升轨道交通行业的运维水平和保障轨道交通安全运行具有重要意义。

关键词：轨道交通信号系统主动防御运维保障体系全生命周期维修决策故障预测

基于约束强化学习的综合能源系统优化调度研究

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

电力系统保护与控制 2025年第6期53卷 1-14页

作者：李天明王小君窦嘉铭刘曌司方远和敬涵北京交通大学电气工程学院北京100044

“双碳”目标下,分布式能源高比例渗透与异质能源耦合加剧迫使综合能源系统(integrated energy system,IES)优化调度问题的求解难度提升,深度强化学习为解决上述问题提供了有效手段。然而,传统深度强化学习通常将安全约束以惩罚项形式... 详细信息

“双碳”目标下,分布式能源高比例渗透与异质能源耦合加剧迫使综合能源系统(integrated energy system,IES)优化调度问题的求解难度提升,深度强化学习为解决上述问题提供了有效手段。然而,传统深度强化学习通常将安全约束以惩罚项形式加权添加至奖励函数,加权系数一般由人工确定且在迭代过程中保持固定,一定程度上影响了算法的收敛性能与约束处理能力。对此,提出一种基于约束强化学习的IES优化调度方法。首先,构建了基于IES机组运行与系统潮流约束的安全价值网络,并通过拉格朗日乘子与经济价值网络动态并行协同,分别评估智能体决策的安全与经济价值。其次,利用原始对偶的思路,交替更新智能体策略与拉格朗日乘子,以规避人工设置惩罚系数引起的主观偏差对IES调度决策的影响。同时,利用专家知识引导智能体开展训练,防止其盲目寻优造成算力浪费。最后,基于电-热耦合系统开展仿真算例对比分析,验证了所提方法的安全性与高效性。

关键词：综合能源系统优化调度深度强化学习约束强化学习

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于统计信号处理的电磁层析成像解调方法

测控技术 2025年第1期44卷 34-40页

作者：郑德玉刘泽曹景铭李俊杰马丁一北京交通大学自动化与智能学院北京100044

在电磁层析成像(Electromagnetic Tomography,EMT)领域,幅值信号解调的准确性直接决定了图像重建的精度。针对传统EMT解调方法受环境中有色噪声影响大的问题,基于统计信号处理的理论分析,探索使用了更适应有色噪声环境的广义最小二乘法(... 详细信息

在电磁层析成像(Electromagnetic Tomography,EMT)领域,幅值信号解调的准确性直接决定了图像重建的精度。针对传统EMT解调方法受环境中有色噪声影响大的问题,基于统计信号处理的理论分析,探索使用了更适应有色噪声环境的广义最小二乘法(Generalized Least Squares,GLS)信号幅值解调方法,并在EMT硬件系统中实现,将其与快速傅里叶变换(Fast Fourier Transform,FFT)和其他统计方法进行幅值对比,验证了该方法在白噪声和有色噪声中的抗噪性。通过对比成像指标,得出该方法可解决因噪声引起的频谱混叠问题,平均相关系数提升了15.32%,相对误差减少了27.93%。与传统EMT成像算法相比,该算法提高了EMT的成像精度。

关键词：电磁层析成像统计信号处理幅值特征提取数字解调有色噪声减弱

维普期刊数据库博看期刊