检索结果-南通市图书馆

基于Radix-4 Booth编码的并行乘法器设计

在线全文

学校读者我要写书评

暂无评论

郑州大学学报（工学版） 2025年第1期46卷 26-33页

作者：范文兵周健章郑州大学电气与信息工程学院河南郑州450001

速度和面积是评价乘法器单元性能优劣的两个基本指标。针对当前乘法器设计难以平衡版图面积和传输延时的问题,采用Radix-4 Booth算法,设计了一种新型的16位有符号定点乘法器。在部分积生成过程中,首先改进对乘数的取补码电路,然后优化... 详细信息

速度和面积是评价乘法器单元性能优劣的两个基本指标。针对当前乘法器设计难以平衡版图面积和传输延时的问题,采用Radix-4 Booth算法,设计了一种新型的16位有符号定点乘法器。在部分积生成过程中,首先改进对乘数的取补码电路,然后优化基数为4的改进Booth编码器和解码器,此结构采用较少的逻辑门资源,并且易对输入比特进行并行化处理。在Wallace压缩电路中,对符号扩展位进行预处理并设计新的压缩器结构,优化整个Wallace压缩模块。在第二级压缩过程中提前对高位使用纹波进位加法器结构计算,减小了多bit伪和的求和位数。在求和电路中,使用两级超前进位加法器结构,在缩短关键路径传输延时的同时避免增大芯片面积,提高了乘法器的运行速度。新型定点乘法器与已有的乘法器结构相比,减少了12.0%的面积,降低了20.5%的延时。

关键词： Radix-4 Booth编码面积传输延时编码器解码器 Wallace压缩

一种适用于混合三端直流输电线路的故障定位方法

在线全文

学校读者我要写书评

暂无评论

西安交通大学学报 2025年第1期59卷 37-46页

作者：高淑萍杨莉莉武心宇周晋宇宋国兵西安科技大学电气与控制工程学院西安710054 西安市电气设备状态监测与供电安全重点实验室西安710054 西安交通大学电气工程学院西安710049

针对因结构复杂导致的混合三端直流输电线路故障定位困难的问题,提出了一种结合变分模态分解算法与改进卷积神经网络(CNN)的故障定位方法(VMD-CNN)。首先,利用PSCAD/EMTDC软件构建混合三端直流输电系统模型,获得故障电流数据,应用克拉... 详细信息

针对因结构复杂导致的混合三端直流输电线路故障定位困难的问题,提出了一种结合变分模态分解算法与改进卷积神经网络(CNN)的故障定位方法(VMD-CNN)。首先,利用PSCAD/EMTDC软件构建混合三端直流输电系统模型,获得故障电流数据,应用克拉克变换对其解耦,获取故障电流的线模分量;其次,对得到的线模分量进行变分模态分解(VMD),得到多个本征模态函数(IMF)分量,选取特征信息最丰富的IMF分量作为VMD-CNN模型的输入;然后,利用高效的分类模型支持向量机(SVM)判别故障发生的区域,将提取到的IMF分量作为SVM输入进行训练学习,可以准确判断出故障发生区域;最后,搭建VMD-CNN模型进行故障定位,挖掘出行波信号中蕴藏的故障信息,同时通过麻雀搜索算法优化CNN中的超参数,实现混合三端直流输电线路的精确定位。仿真结果表明:过渡电阻为100Ω,不同故障位置情况下的定位相对误差均在0.17%以内;故障位置为460 km,不同过渡电阻情况下的定位相对误差均在0.25%以内;过渡电阻为50Ω,不同故障类型情况下的相对误差均在0.3%以内。所提方法能够提升不同故障位置、过渡电阻和故障类型下的定位准确性。

关键词：混合三端直流输电故障定位变分模态分解卷积神经网络麻雀搜索算法

在线全文

学校读者我要写书评

暂无评论

基于改进YOLOv5s的航拍图像目标检测

智能计算机与应用 2025年第01期 24-31页

作者：张庆旭耿志卿程亚鹏苏嘉涛河北工程大学信息与电气工程学院

针对航拍图像中的背景复杂、冗余信息过多、小目标检测不到的问题，本文提出了一种改进YOLOv5s的目标检测算法(GGS-YOLOv5)。首先，在Backbone网络中加入了GAM注意力机制，减少复杂背景的干扰，抑制冗余信息，侧重检测目标，增强模型的... 详细信息

针对航拍图像中的背景复杂、冗余信息过多、小目标检测不到的问题，本文提出了一种改进YOLOv5s的目标检测算法(GGS-YOLOv5)。首先，在Backbone网络中加入了GAM注意力机制，减少复杂背景的干扰，抑制冗余信息，侧重检测目标，增强模型的特征提取能力，还提出了一种新型结构SPPFCSPC,增强感受野的同时提高检测速度和精度；其次，在Neck网络中引入GSConv模块，减少语义信息的丢失，增强全局感知和特征融合能力；最后，更换损失函数为SIoU,添加角度惩罚成本，有效地降低了自由度，进一步提升模型的收敛速度以及检测精度。将本文提出的算法在SeaDroneSee数据集进行消融以及对比实验，结果表明，该算法比原YOLOv5s召回率提高了4.9%,mAP 0.5提高了2.8%。

关键词：航拍图像 GSConv SPPFCSPC 全局注意力机制 SIoU

基于位图表征与U-Att分类网络的恶意软件识别技术

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

信息安全研究 2025年第01期 28-34页

作者：屈梦楠靳宇浩张光华河北科技大学信息科学与工程学院

在计算机安全领域，恶意软件识别一直是一个具有挑战性的任务，当前基于深度学习的恶意软件检测技术存在泛化能力不足、性能损耗高等诸多问题．为解决上述问题，提出一种基于位图表征与U-Att分类网络恶意软件识别新技术．U-Att分类网络... 详细信息

在计算机安全领域，恶意软件识别一直是一个具有挑战性的任务，当前基于深度学习的恶意软件检测技术存在泛化能力不足、性能损耗高等诸多问题．为解决上述问题，提出一种基于位图表征与U-Att分类网络恶意软件识别新技术．U-Att分类网络在残差U-Net网络的基础上，结合了注意力分类器，自适应地聚焦于恶意样本的重要区域，从而提高分类性能．实验中使用多个公开数据集进行了验证，并与其他方法进行了比较分析．实验结果表明，该网络在恶意软件识别任务中取得了优越的性能且拥有更少的参数量．

关键词：恶意软件识别图像处理残差U-Net网络注意力机制

DoS攻击下质量切换无人艇动态记忆事件触发动力定位控制

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

控制与决策 2025年第1期 292-299页

作者：赵颖郭世旭黄进大连海事大学船舶电气工程学院

研究非线性质量切换无人艇在拒绝服务攻击下的动态记忆事件触发动力定位控制问题.首先,建立一个切换模糊模型描述非线性质量切换无人艇系统,该模型同时考虑了船舶的非线性特征及质量变化行为;然后,提出一个包含记忆项的动态记忆事件触... 详细信息

研究非线性质量切换无人艇在拒绝服务攻击下的动态记忆事件触发动力定位控制问题.首先,建立一个切换模糊模型描述非线性质量切换无人艇系统,该模型同时考虑了船舶的非线性特征及质量变化行为;然后,提出一个包含记忆项的动态记忆事件触发机制,该机制可利用动态变量的历史信息调整触发阈值,进一步节约有限的通信资源,在此基础上,构造基于该动态记忆事件触发机制的控制器以补偿海洋扰动;接着,利用多Lyapunov函数策略给出拒绝服务攻击下质量切换无人艇系统动态记忆事件触发动力定位控制问题的可解性判据,在拒绝服务攻击下,所提出控制方案能够应对网络攻击导致的通信中断问题,确保质量切换无人艇在恶劣网络条件下仍能保持动力定位性能;最后,以一艘质量切换船为例,验证了该控制方案的合理性.

关键词：动力定位非线性无人艇拒绝服务攻击质量切换记忆事件触发

基于自适应视距制导的无人潜航器三维协同路径跟踪控制

在线全文

学校读者我要写书评

暂无评论

控制与决策 2025年第1期 242-251页

作者：王浩亮于德智卢丽宇张卫东彭周华大连海事大学轮机工程学院上海交通大学电子信息与电气工程学院大连市智能船艇集群控制与电气技术重点实验室水路交通控制全国重点实验室大连海事大学船舶电气工程学院海南大学信息与通信工程学院

针对跟踪路径复杂、立体空间运动、模型参数动态变化、风浪流扰动下的多无人潜航器(unmanned underwater vehicle, UUV)协同路径跟踪问题开展研究.首先,针对UUV跟踪复杂路径情形设计自适应前视距离策略,使得UUV可以更好地跟踪复杂水下路... 详细信息

针对跟踪路径复杂、立体空间运动、模型参数动态变化、风浪流扰动下的多无人潜航器(unmanned underwater vehicle, UUV)协同路径跟踪问题开展研究.首先,针对UUV跟踪复杂路径情形设计自适应前视距离策略,使得UUV可以更好地跟踪复杂水下路径;其次,针对立体空间运动的UUV集群,设计三维视距制导律和协同控制律引导UUV集群在三维空间中沿参数化路径运动;最后,针对模型参数动态变化、风浪流扰动影响下的UUV集群,设计自抗扰控制器实现对动态变化模型、总扰动信息和速度信息的统一估计,保证动力学控制的稳定性.仿真结果验证了所提出基于自适应视距制导的无人潜航器三维协同路径跟踪控制方法的有效性.

关键词：自适应前视距离三维视距制导协同路径跟踪自抗扰控制无人潜航器

基于多特征融合卷积神经网络结合Transformer的电能质量扰动分类方法

在线全文

学校读者我要写书评

暂无评论

北华大学学报（自然科学版） 2025年第1期26卷 115-124页

作者：王高峰张卓石高蔓钱云北华大学电气与信息工程学院吉林吉林132021

随着可再生能源发电技术的发展,越来越多的可再生能源和设备应用到电力系统中,使电能质量扰动(Power Quality Disturbances,PQDs)发生频率显著增加。PQDs的准确分类对于研究PQDs发生原因和预防至关重要。提出基于多特征融合的卷积神经网... 详细信息

随着可再生能源发电技术的发展,越来越多的可再生能源和设备应用到电力系统中,使电能质量扰动(Power Quality Disturbances,PQDs)发生频率显著增加。PQDs的准确分类对于研究PQDs发生原因和预防至关重要。提出基于多特征融合的卷积神经网络(CNN)结合Transformer模型(CNN-Transformer)对PQDs进行分类。利用快速傅里叶变换(fast Fourier transform,FFT)从PQDs时间序列中提取频域信息,使用CNN-Transformer模型分别对PQDs的时域和频域信息进行特征提取,实现PQDs识别分类。使用该模型对16种合成PQDs数据进行仿真,结果显示:该模型在无噪声条件下的分类准确率为99.88%,在噪声条件下准确率在98.00%以上,且拥有良好的抗噪性和泛化性能。与现有部分分类模型比较显示,本文模型在对比的模型中性能最优。

关键词：电能质量扰动分类时频分析卷积神经网络多头注意力机制

基于SVR-LSTM的人体上肢运动遮挡轨迹补偿方法

在线全文

学校读者我要写书评

暂无评论

郑州大学学报（理学版） 2025年第1期57卷 1-7页

作者：彭金柱刘涵菲卞英楠郑州大学电气与信息工程学院河南郑州450001 河南交通职业技术学院物流学院河南郑州451460

在人机协作过程中,由于光照条件等环境因素和机器人设备摆放等遮挡原因,导致使用基于视觉的运动捕捉设备对人体运动进行捕捉时时间序列的轨迹数据有缺失,进而导致意图识别不准确,增加了机器人运动的不确定性。因此,提出了一种基于支持... 详细信息

在人机协作过程中,由于光照条件等环境因素和机器人设备摆放等遮挡原因,导致使用基于视觉的运动捕捉设备对人体运动进行捕捉时时间序列的轨迹数据有缺失,进而导致意图识别不准确,增加了机器人运动的不确定性。因此,提出了一种基于支持向量回归(support vector regression,SVR)和长短期记忆(long short-term memory,LSTM)的人体上肢运动时间序列轨迹缺失补偿方法。采用网格搜索法对SVR模型中的参数进行优化来完善历史样本数据集,结合长短期记忆网络对短、长时间序列轨迹缺失的预测补全更精确的优势,将SVR模型补全的历史样本数据集输入LSTM模型训练,进一步降低补偿误差。实验结果表明,在三维空间350 mm的运动尺度范围内,轨迹缺失程度为10%时,SVR-LSTM模型补偿轨迹的平均误差是0.14 mm;轨迹缺失程度为30%时,SVR-LSTM模型补偿轨迹的平均误差是0.47 mm。

关键词：遮挡轨迹时间序列意图识别轨迹补偿 SVR-LSTM模型

同方期刊数据库博看期刊

改进YOLOv8n的无人机航拍图像检测算法

在线全文

学校读者我要写书评

暂无评论

电光与控制 2025年第1期32卷 34-40,67页

作者：梁秀满贾梓涵刘振东于海峰李然华北理工大学电气工程学院河北唐山063000

针对无人机航拍图像中目标小、尺度变化大和背景干扰等因素导致检测精度低、定位不准确的问题,提出一种改进YOLOv8n的无人机航拍图像目标检测算法。首先改进C2f模块,利用可变形卷积(DCN)替换其Bottleneck中的卷积以适应航拍图像中物体... 详细信息

针对无人机航拍图像中目标小、尺度变化大和背景干扰等因素导致检测精度低、定位不准确的问题,提出一种改进YOLOv8n的无人机航拍图像目标检测算法。首先改进C2f模块,利用可变形卷积(DCN)替换其Bottleneck中的卷积以适应航拍图像中物体的形变和尺度变化,同时,在主干网络引入LSK注意力机制,实现动态调整空间感受野,从而在特征提取阶段更灵活地适应不同目标对背景信息需求的差异;然后改进颈部网络,增加一个较浅的检测层并移除大目标检测层,使网络能更有效地捕获小目标的特征以提升检测精度;最后引入WIoU损失函数,使模型更加关注低质量样本,得到更高的检测精度。在VisDrone2019数据集上进行对比实验和消融实验,mAP_(50)值较基线算法模型提升了5.2个百分点,参数量减少了20%,检测速度(FPS)达到87帧/s,能够满足实时性的检测需求。与主流算法进行对比实验,所提算法表现优于目前的主流算法。在DOTA数据集上进行泛化实验,mAP_(50)值提升了1.7个百分点,证明所提算法具有通用性。

关键词：无人机图像 YOLOv8n 注意力机制可变形卷积 WIoU

同方期刊数据库博看期刊