检索结果-南通市图书馆

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于第一性原理的镧掺杂氧化锌的性质研究

原子与分子物理学报 2025年第1期42卷 163-170页

作者：王馨悦许钟华吴光成谢富焯杨坚祝辉亚陈春燕广西民族师范学院数理与电子信息工程学院崇左532200

本文采用第一性原理计算方法开展La掺杂ZnO的缺陷研究,分析了La在ZnO中的不同占位缺陷:替换位和间隙位缺陷的形成能、能带和态密度;证明了La掺杂ZnO的生长过程中,La替换Zn原子形成替换位缺陷的可能性要比进入间隙位形成间隙位缺陷大,而... 详细信息

本文采用第一性原理计算方法开展La掺杂ZnO的缺陷研究,分析了La在ZnO中的不同占位缺陷:替换位和间隙位缺陷的形成能、能带和态密度;证明了La掺杂ZnO的生长过程中,La替换Zn原子形成替换位缺陷的可能性要比进入间隙位形成间隙位缺陷大,而在形成替换位缺陷时,选择富氧的生长环境要比富锌的生长环境好,替换位缺陷有助于提高ZnO的导电能力,改善ZnO的性能.本文的研究结果能够为La掺杂ZnO的实验和应用提供一定的理论参考.

关键词：氧化锌稀土元素能带电子态密度第一性原理

维普期刊数据库博看期刊

基于改进CEEMDAN-BO-LSTM的短期电价预测

在线全文

学校读者我要写书评

暂无评论

陕西科技大学学报 2025年第1期43卷 169-176页

作者：秦昆刘立群吴青峰何俊强太原科技大学电子信息工程学院山西太原030024

电价预测对于国家电力市场的销售价格,电力调度和市场波动管理具有重要意义,但现有方法在电价预测的准确性上不理想.为了进一步提升电价预测的准确性,提出一种基于改进完全自适应噪声集合经验模态分解(ICEEMDAN),贝叶斯优化(BO)和长短... 详细信息

电价预测对于国家电力市场的销售价格,电力调度和市场波动管理具有重要意义,但现有方法在电价预测的准确性上不理想.为了进一步提升电价预测的准确性,提出一种基于改进完全自适应噪声集合经验模态分解(ICEEMDAN),贝叶斯优化(BO)和长短时记忆网络(LSTM)的短期电价预测模型.ICEEMDAN将原始数据分解为多个本征模态函数(IMF)和一个残差序列,然后将IMF分量重构为高频,中频和低频三个子序列,将子序列和残差序列分别与相关因素结合,重构为四个多维特征矩阵,输入BO-LSTM模型进行训练,最后得到预测结果.用西班牙国家电网公司Red Electric Espa a运营数据进行算例分析,结果表明ICEEMDAN-BO-LSTM模型具有更高的准确度,在电价跳跃点和峰值点处预测结果表现出色,与其他方法相比预测效果更好,对能源企业和国家电力市场调控策略具有实用价值.

关键词：电价预测完全自适应噪声集合经验模态分解贝叶斯优化长短期记忆网络

单轴应变对本征和N掺杂4H-SiC电子结构的影响

在线全文

学校读者我要写书评

暂无评论

原子与分子物理学报 2025年第3期42卷 173-179页

作者：秦彦军张建强杨慧雅方峥范晓珍邝富丽叶慧群方允樟浙江师范大学物理与电子信息工程学院金华321004 新疆理工学院理学院阿克苏843100 浙江旅游职业学院杭州311231

采用基于密度泛函理论的第一性原理方法,研究了单轴应变对本征和N掺杂4H-SiC电子结构的影响.研究表明应变可以有效调控本征和N掺杂4H-SiC的带隙,在拉应变作用下,带隙单调减小;而在压应变作用下,带隙先增大后减小,当压应变为-1%时,带隙... 详细信息

采用基于密度泛函理论的第一性原理方法,研究了单轴应变对本征和N掺杂4H-SiC电子结构的影响.研究表明应变可以有效调控本征和N掺杂4H-SiC的带隙,在拉应变作用下,带隙单调减小;而在压应变作用下,带隙先增大后减小,当压应变为-1%时,带隙达到最大值.对态密度的分析可知本征和N掺杂4H-SiC的价带顶主要来自Si 3p和C 2p态电子,导带底主要来自Si 3p态电子,C 2p态和Si 3p态通过影响价带顶和导带底从而导致应变结构中带隙发生变化.通过Mulliken布局和差分电荷密度分析可知,随着晶格常数的增加Si原子向C原子和N原子转移的电荷减少,同时Si-C原子和Si-N原子之间的共价性减弱.

关键词： 4H-SiC 单轴应变电子结构第一性原理

维普期刊数据库博看期刊

基于敏感电极的多电极阵列传感器电容测量方法

在线全文

学校读者我要写书评

暂无评论

传感器与微系统 2025年第1期 131-134+140页

作者：马旭蕾田汉民刘维龙王月荣河北工业大学电子信息工程学院天津电子材料与器件实验室

针对电容层析成像系统中平面式电容传感器电极数量增加导致电容测量次数指数性增长的问题，本文提出了一种敏感电极测量法。该方法基于成像过程中电容器的权重系数不同，筛取敏感电极的测量数据，去除低权重的冗余数据。线性反投影成像... 详细信息

针对电容层析成像系统中平面式电容传感器电极数量增加导致电容测量次数指数性增长的问题，本文提出了一种敏感电极测量法。该方法基于成像过程中电容器的权重系数不同，筛取敏感电极的测量数据，去除低权重的冗余数据。线性反投影成像分析表明，本文提出的仅测相邻电极和对角电极电容的敏感电极法比传统的遍历电极测量法具有更高的电容成像精度，且测量操作及后续运算次数仅为传统方法的35%;电容中加入40 dB噪声后，敏感电极法在缩减65%数据的前提下，相关系数仍保持遍历电极测量85%～90%。因此，本文利用相邻电极和对角电极对图像进行重建的方法显著减少了系统的测量操作及后续计算，并保证了良好的重建效果。

关键词：电容层析成像电容测量方式线性反投影冗余数据

基于Transformer模型的时序数据预测方法综述

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机科学与探索 2025年第01期19卷 45-64页

作者：孟祥福石皓源辽宁工程技术大学电子与信息工程学院

时序数据预测（TSF）是指通过分析历史数据的趋势性、季节性等潜在信息，预测未来时间点或时间段的数值和趋势。时序数据由传感器生成，在金融、医疗、能源、交通、气象等众多领域都发挥着重要作用。随着物联网传感器的发展，海量的时... 详细信息

时序数据预测（TSF）是指通过分析历史数据的趋势性、季节性等潜在信息，预测未来时间点或时间段的数值和趋势。时序数据由传感器生成，在金融、医疗、能源、交通、气象等众多领域都发挥着重要作用。随着物联网传感器的发展，海量的时序数据难以使用传统的机器学习解决，而Transformer在自然语言处理和计算机视觉等领域的诸多任务表现优秀，学者们利用Transformer模型有效捕获长期依赖关系，使得时序数据预测任务取得了飞速发展。综述了基于Transformer模型的时序数据预测方法，按时间梳理了时序数据预测的发展进程，系统介绍了时序数据预处理过程和方法，介绍了常用的时序预测评价指标和数据集。以算法框架为研究内容系统阐述了基于Transformer的各类模型在TSF任务中的应用方法和工作原理。通过实验对比了各个模型的性能、优点和局限性，并对实验结果展开了分析与讨论。结合Transformer模型在时序数据预测任务中现有工作存在的挑战提出了该方向未来发展趋势。

关键词：深度学习时序数据预测数据预处理 Transformer模型

在线全文

学校读者我要写书评

暂无评论

无线时间敏感网络技术综述

软件学报 2025年第1期36卷 184-202页

作者：乔萱李宗辉刘强艾渤万海邓仰东北京交通大学计算机与信息技术学院北京交通大学电子信息工程学院清华大学软件学院

由IEEE 802.1任务组开发的时间敏感网络标准可以用来构建高可靠、低延迟、低抖动的以太网,将时间敏感网络扩展到无线领域也是目前许多工作的研究重点.与传统的有线通信相比,无线的时间敏感网络不仅可以实现高可靠和低时延通信,还具有更... 详细信息

由IEEE 802.1任务组开发的时间敏感网络标准可以用来构建高可靠、低延迟、低抖动的以太网,将时间敏感网络扩展到无线领域也是目前许多工作的研究重点.与传统的有线通信相比,无线的时间敏感网络不仅可以实现高可靠和低时延通信,还具有更高的灵活性、更强的移动性以及更低的布线和维护成本等优点.因此,在面对未来无人驾驶、协作机器人、远程医疗控制等新兴应用时,无线时间敏感网络被认为是一种十分有前景的技术.无线网络一般可以分为基于基础设施的无线网络和无基础设施的无线网络,而后者基于移动性还可以分为两类:移动自组织网络和无线传感网络,因此主要从这3种网络类型出发,对其应用场景、相关技术、路由协议以及高可靠低时延传输进行了调研与综述.

关键词：时间敏感网络 5G 移动自组织网络无线传感网络

基于熵权与集成学习的半监督小样本树种分类研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

森林工程 2025年第1期41卷 151-161页

作者：王静李静河南机电职业学院信息工程学院郑州451191 河南科技大学信息工程学院河南洛阳471000

针对传统半监督自训练分类方法易导致数据集混乱,影响后续小样本树种分类精度这一问题,基于熵权法(en-tropy weight,EW)与集成学习(ensemble learning,EL)提出EW-EL的半监督小样本树种分类方法。EW-EL在传统半监督自训练分类方法的理论... 详细信息

针对传统半监督自训练分类方法易导致数据集混乱,影响后续小样本树种分类精度这一问题,基于熵权法(en-tropy weight,EW)与集成学习(ensemble learning,EL)提出EW-EL的半监督小样本树种分类方法。EW-EL在传统半监督自训练分类方法的理论上引入EL的思想,以熵权法作为基础理论设计按基分类器当前训练周期下的F1分数计算的信息熵作为计算权重因子,再依信息熵越大基分类器越不稳定思想设计权重,使集成分类器分类概率更集中,减少集成分类器偏向性。结果显示,EW-EL较传统半监督自训练方法能更有效地均衡数据分布,使新加入数据的伪标签样本类别更准确。EW-EL所得到的小样本树种分类总精度(OA)为0.97、召回率(Recall)为0.96及Kappa系数为0.97,3种指标均优于监督分类、传统半监督自训练方法及利用传统EL机制所构建的半监督自训练方法。其中,EW-EL方法较融合软投票机制的半监督自训练方法,OA与Recall均提升了1%。EW-EL联合简单线性迭代聚类所制成的树种图在所选测试区内达到了94%。此外,进一步分析证明,EW-EL能通过集成诸多分类器,来实现更佳的小样本树种分类结果,更适用于低成本下的相关部门进行林业资源统计的工作。

关键词：无人机影像熵权法深度学习集成学习半监督小样本分类树种分类树种制图 EW-EL

同方期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

面向工业品缺陷检测的对比表示学习

计算机科学 2025年第1期52卷 210-220页

作者：罗航宇王小平梅萌赵文豪刘思纯同济大学电子与信息工程学院上海200092

在大规模制造业中,缺陷检测旨在发现有缺陷的零部件,如损坏、错位的和存在印刷错误的部件等。由于缺陷类型未知以及缺陷样本短缺,工业品缺陷检测面临着极大的挑战。为克服上述困难,一些方法利用来自自然图像数据集的通用视觉表示,提取... 详细信息

在大规模制造业中,缺陷检测旨在发现有缺陷的零部件,如损坏、错位的和存在印刷错误的部件等。由于缺陷类型未知以及缺陷样本短缺,工业品缺陷检测面临着极大的挑战。为克服上述困难,一些方法利用来自自然图像数据集的通用视觉表示,提取广义特征来进行缺陷检测。然而,提取到的预训练特征与目标数据之间存在分布差异,直接使用该特征会导致检测性能不佳。因此,提出了一种基于对比表示学习的方法ConPatch。该方法采用对比表示学习来收集相似特征或者分离不相似特征,从而学习面向目标的特征表示。为了解决缺乏缺陷标注的问题,将数据表示之间的两种相似性度量即成对相似度和全局相似度作为伪标签。此外,采用了轻量化的内存库,仅将全部正常样本即全部无缺陷样本的特征中心存储到内存库中,从而减小了空间复杂度和内存库的尺寸。最后,将正常特征拉近至一个超球面内,而缺陷特征则分布在超球面外,以此来聚集正常特征。实验结果显示,在工业品缺陷检测数据集MVTec AD中,基于Wide-ResNet50的ConPatch模型的I-AUROC和P-AUROC分别达到99.35%和98.26%。在VisA数据集中,ConPatch模型的I-AUROC和P-AUROC分别达到95.50%和98.21%。上述结果验证了模型的有效性。

关键词：工业品缺陷检测对比表示学习相似性度量内存库超球面

在线全文

学校读者我要写书评

暂无评论

无线供电MEC系统的计算能效最大化策略

郑州大学学报（工学版） 2025年第1期46卷 133-142页

作者：李陶深巩健曾续玲吕品南宁学院信息工程学院广西南宁530299 广西大学计算机与电子信息学院广西南宁530004

为了解决无线供电移动边缘计算(MEC)系统的计算能效优化问题,提出一种基于非正交多址接入的无线供电MEC系统的资源分配策略。该策略将非线性能量收集模型应用到移动设备上,通过联合优化MEC服务器和移动设备的计算频率、执行时间、基站... 详细信息

为了解决无线供电移动边缘计算(MEC)系统的计算能效优化问题,提出一种基于非正交多址接入的无线供电MEC系统的资源分配策略。该策略将非线性能量收集模型应用到移动设备上,通过联合优化MEC服务器和移动设备的计算频率、执行时间、基站发射功率、设备发射功率、卸载时间和能量收集时间,比较充分地利用移动设备和MEC服务器的可用计算资源,提高设备的吞吐量和计算位数,进而最大限度地提升系统计算能效。将该联合优化问题转化为非凸分式规划问题,设计一种基于Dinkelbach的迭代算法来获得最优的资源分配方案。仿真实验表明:该资源分配策略所获得的系统计算能效更高,具有更好的性能增益。

关键词：无线供电移动边缘计算系统非正交多址接入计算能效能量收集资源分配计算卸载

同方期刊数据库