• 首頁
  • 新聞
    業(yè)界動(dòng)態(tài)
    新品快遞
    高端訪談
    AET原創(chuàng)
    市場(chǎng)分析
    圖說新聞
    會(huì)展
    專題
    期刊動(dòng)態(tài)
  • 設(shè)計(jì)資源
    設(shè)計(jì)應(yīng)用
    解決方案
    電路圖
    技術(shù)專欄
    資源下載
    PCB技術(shù)中心
    在線工具庫
  • 技術(shù)頻道
    模擬設(shè)計(jì)
    嵌入式技術(shù)
    電源技術(shù)
    可編程邏輯
    測(cè)試測(cè)量
    通信與網(wǎng)絡(luò)
  • 行業(yè)頻道
    工業(yè)自動(dòng)化
    物聯(lián)網(wǎng)
    通信網(wǎng)絡(luò)
    5G
    數(shù)據(jù)中心
    信息安全
    汽車電子
  • 大學(xué)堂
  • 期刊
  • 文獻(xiàn)檢索
期刊投稿
登錄 注冊(cè)

基于XGBoost與LightGBM集成的 電動(dòng)汽車充電負(fù)荷預(yù)測(cè)模型

基于XGBoost與LightGBM集成的 電動(dòng)汽車充電負(fù)荷預(yù)測(cè)模型[其他][汽車電子]

隨著電動(dòng)汽車規(guī)?;l(fā)展,充電站負(fù)荷對(duì)電網(wǎng)造成一定影響,為保障電網(wǎng)平穩(wěn)運(yùn)行,提出一種基于極端梯度提升(eXtreme Gradient Boosting,XGBoost)與輕量級(jí)梯度提升機(jī)(Light Gradient Boosting Machine,LightGBM)融合的電動(dòng)汽車充電負(fù)荷預(yù)測(cè)模型。該方法運(yùn)用Stacking集成學(xué)習(xí)的策略:首先根據(jù)時(shí)間特征與歷史負(fù)荷數(shù)據(jù)采用XGBoost與LightGBM算法構(gòu)建負(fù)荷預(yù)測(cè)的基學(xué)習(xí)器,然后采用嶺回歸(Ridge Regression,RR)算法將基學(xué)習(xí)器的輸出結(jié)果進(jìn)行融合之后輸出負(fù)荷預(yù)測(cè)值。為了對(duì)比多種不同的負(fù)荷預(yù)測(cè)模型,采用上海市嘉定區(qū)的充電站訂單數(shù)據(jù)進(jìn)行試驗(yàn),結(jié)果表明,該方法所構(gòu)建的負(fù)荷預(yù)測(cè)模型相比單一算法模型具有更高的預(yù)測(cè)準(zhǔn)確度,對(duì)電網(wǎng)平穩(wěn)運(yùn)行有一定理論及實(shí)用價(jià)值。

發(fā)表于:9/19/2022 10:58:00 AM

中央處理器安全測(cè)試與自修復(fù)技術(shù)研究

中央處理器安全測(cè)試與自修復(fù)技術(shù)研究[其他][其他]

中央處理器在工業(yè)控制領(lǐng)域起到重要作用,其正常工作是工業(yè)控制中的重要穩(wěn)定運(yùn)行保障。主要研究中央處理器的安全測(cè)試與自修復(fù)相關(guān)技術(shù)。從故障注入到故障測(cè)試再到自修復(fù),對(duì)相關(guān)安全技術(shù)作了比較介紹與分類總結(jié),包括硬軟件的故障注入技術(shù)、掃描鏈、內(nèi)建自測(cè)試、TSV等故障測(cè)試方法,以及以替代修復(fù)和容錯(cuò)自修復(fù)技術(shù)。最后提出中央處理器安全協(xié)同模型,對(duì)各個(gè)技術(shù)的基本原理和創(chuàng)新點(diǎn)做出歸納總結(jié),為未來中央處理器的故障處理技術(shù)發(fā)展提供安全設(shè)計(jì)全參考,在保證安全和性能的同時(shí)降低成本和能耗,助力工控設(shè)備安全穩(wěn)定運(yùn)行。

發(fā)表于:9/19/2022 10:53:00 AM

《2022芯片與科學(xué)法》對(duì)我國(guó)集成電路產(chǎn)業(yè)的影響和建議

《2022芯片與科學(xué)法》對(duì)我國(guó)集成電路產(chǎn)業(yè)的影響和建議[其他][其他]

集成電路是關(guān)系國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展的基礎(chǔ)性、先導(dǎo)性和戰(zhàn)略性產(chǎn)業(yè)。當(dāng)前,國(guó)際環(huán)境日趨復(fù)雜,百年變局和世紀(jì)疫情相互交織,中美之間持續(xù)升級(jí)的大國(guó)博弈和不斷深化的利益脫鉤對(duì)全球集成電路產(chǎn)業(yè)鏈格局產(chǎn)生了深遠(yuǎn)影響。近日美國(guó)出臺(tái)《2022芯片與科學(xué)法》并聯(lián)手日本、韓國(guó)等組建“四方芯片聯(lián)盟”,構(gòu)建“圍堵”中國(guó)的“統(tǒng)一戰(zhàn)線”,試圖將中國(guó)集成電路產(chǎn)業(yè)孤立在全球供應(yīng)鏈體系之外。通過梳理美國(guó)在科技立法上的歷史沿革和主要特點(diǎn),以及《2022芯片與科學(xué)法》在集成電路領(lǐng)域的最新戰(zhàn)略部署,對(duì)由此帶來的全球集成電路產(chǎn)業(yè)格局新變化以及對(duì)我國(guó)的影響進(jìn)行研判,并提出相關(guān)發(fā)展建議。

發(fā)表于:9/19/2022 10:49:00 AM

基于改進(jìn)UKF的轉(zhuǎn)彎?rùn)C(jī)動(dòng)目標(biāo)跟蹤算法研究

基于改進(jìn)UKF的轉(zhuǎn)彎?rùn)C(jī)動(dòng)目標(biāo)跟蹤算法研究[其他][其他]

針對(duì)轉(zhuǎn)彎率未知或變化條件下的精確跟蹤問題開展研究,給出了基于UKF的自適應(yīng)協(xié)同轉(zhuǎn)彎跟蹤算法,該算法充分利用了擴(kuò)維技術(shù)和自適應(yīng)漸消因子技術(shù),不斷實(shí)時(shí)估計(jì)轉(zhuǎn)彎率,同時(shí)基于漸消因子調(diào)節(jié)過程噪聲及其對(duì)應(yīng)的增益,并對(duì)不敏卡爾曼濾波算法的采樣范圍進(jìn)行自適應(yīng)調(diào)節(jié),使采樣點(diǎn)更接近目標(biāo)真實(shí)狀態(tài)。仿真表明該算法在轉(zhuǎn)彎率變化時(shí)獲得了較好的跟蹤性能,有效提升了對(duì)于轉(zhuǎn)彎?rùn)C(jī)動(dòng)目標(biāo)跟蹤的準(zhǔn)確性和穩(wěn)定性。

發(fā)表于:9/19/2022 10:30:00 AM

存儲(chǔ)系統(tǒng)中L波段射頻直采技術(shù)設(shè)計(jì)與實(shí)現(xiàn)

存儲(chǔ)系統(tǒng)中L波段射頻直采技術(shù)設(shè)計(jì)與實(shí)現(xiàn)[其他][其他]

隨著軍事科技技術(shù)的不斷發(fā)展,存儲(chǔ)關(guān)鍵敏感數(shù)據(jù)的存儲(chǔ)系統(tǒng)在軍事領(lǐng)域的重要性越來越突顯出來。L波段作為重要的數(shù)據(jù)信號(hào)工作頻段,已廣泛運(yùn)用在衛(wèi)星導(dǎo)航、警戒雷達(dá)、通信偵察等領(lǐng)域。介紹了一種基于JESD204B的高速串行總線技術(shù)、超低抖動(dòng)時(shí)鐘方案及最新高速ADC實(shí)現(xiàn)L波段射頻直采,采樣率可達(dá)6 GS/s,SFDR(無雜散動(dòng)態(tài)范圍)實(shí)測(cè)可達(dá)67 dBFS以上,直采數(shù)據(jù)通過FPGA內(nèi)部進(jìn)行數(shù)字下變頻后送給存儲(chǔ)單元進(jìn)行數(shù)據(jù)存儲(chǔ)。

發(fā)表于:9/19/2022 10:24:00 AM

基于信道容量的協(xié)同探測(cè)資源聯(lián)合優(yōu)化方法

基于信道容量的協(xié)同探測(cè)資源聯(lián)合優(yōu)化方法[其他][其他]

針對(duì)空間感知中的協(xié)同探測(cè)任務(wù),利用探測(cè)信道容量作為優(yōu)化目標(biāo),對(duì)蜂群算法進(jìn)行改進(jìn)并實(shí)現(xiàn)對(duì)集群軌跡與動(dòng)力的聯(lián)合優(yōu)化。首先構(gòu)建了多發(fā)多收協(xié)同探測(cè)模型,基于信息論的視角,推導(dǎo)出探測(cè)模型的信道容量,將其作為優(yōu)化無人集群動(dòng)力與輻射功率的目標(biāo)函數(shù),然后逐個(gè)分析并梳理出影響與制約目標(biāo)函數(shù)的因素,從而明晰了優(yōu)化目標(biāo)與約束條件。接著針對(duì)蜂群算法的不足,改進(jìn)其搜索策略與參數(shù)優(yōu)化方法。進(jìn)而構(gòu)建了基于改機(jī)蜂群算法的協(xié)同探測(cè)動(dòng)力優(yōu)化流程。最后通過仿真驗(yàn)證與算法對(duì)比,表明本文算法能夠提升無人機(jī)集群協(xié)同探測(cè)的感知能力。

發(fā)表于:9/19/2022 10:19:00 AM

有源相控陣?yán)走_(dá)均衡技術(shù)研究與實(shí)現(xiàn)

有源相控陣?yán)走_(dá)均衡技術(shù)研究與實(shí)現(xiàn)[其他][其他]

對(duì)于寬帶有源相控陣?yán)走_(dá),通道失配會(huì)影響陣列處理性能,可通過通道均衡技術(shù)進(jìn)行補(bǔ)償。現(xiàn)有研究大多以仿真模型為基礎(chǔ),鮮有實(shí)測(cè)數(shù)據(jù)為支撐,且均衡評(píng)價(jià)方法過于單一。構(gòu)建了結(jié)合剩余失配特性、脈壓及波束形成方向圖的綜合評(píng)價(jià)體系,可更加全面地評(píng)價(jià)均衡效果。此外,以某機(jī)載有源相控陣?yán)走_(dá)為平臺(tái),工程實(shí)驗(yàn)了150 MHz寬帶信號(hào)的頻域均衡算法,并提出矩形窗加權(quán)均衡算法,仿真及實(shí)測(cè)數(shù)據(jù)表明該算法對(duì)均衡效果有所提升。

發(fā)表于:9/19/2022 10:14:00 AM

一種修正k值的OS-CFAR檢測(cè)器

一種修正k值的OS-CFAR檢測(cè)器[其他][其他]

OS-CFAR(Ordered Statistics)檢測(cè)器的k值存在著取值方法不確定的缺陷??紤]到實(shí)際工程應(yīng)用中的目標(biāo)回波信號(hào),在經(jīng)過脈壓匹配濾波器后,輸出是Sa函數(shù)鐘型包絡(luò),因此在選取k值時(shí),可能會(huì)發(fā)生背景雜波估計(jì)取在干擾目標(biāo)的能量單元中,使雜波估計(jì)偏大導(dǎo)致目標(biāo)漏檢。提出一種修正k值方法,在OS-CFAR檢測(cè)器選擇k值時(shí)將目標(biāo)回波為擴(kuò)展目標(biāo)考慮在內(nèi),令k的取值更加準(zhǔn)確。通過詳細(xì)的仿真實(shí)驗(yàn),發(fā)現(xiàn)了參考滑窗內(nèi)有無干擾目標(biāo)兩種條件下OS-CFAR檢測(cè)器性能隨k值變化的不同規(guī)律,并證明修正k值的OS-CFAR檢測(cè)器在多目標(biāo)環(huán)境中有更好的性能。

發(fā)表于:9/19/2022 10:08:00 AM

面向航天任務(wù)的可視化應(yīng)用拓?fù)浣7椒ㄑ芯?>
                                </a>
                            </div>
                            <div   id=

面向航天任務(wù)的可視化應(yīng)用拓?fù)浣7椒ㄑ芯縖其他][航空航天]

針對(duì)新一代航天發(fā)射任務(wù)快速準(zhǔn)備、快速裝訂、快速切換以及指揮、保障場(chǎng)景的多元呈現(xiàn)、動(dòng)態(tài)構(gòu)建的實(shí)時(shí)性特點(diǎn),提出了一種可視化應(yīng)用拓?fù)浣7椒āMㄟ^制定一套統(tǒng)一的數(shù)據(jù)和邏輯交互接口,設(shè)計(jì)了一種用戶自定義場(chǎng)景建模和應(yīng)用軟件自編程方法。該方法將場(chǎng)景元素抽象為數(shù)據(jù)驅(qū)動(dòng)的邏輯、擬物兩類圖元庫,提供統(tǒng)一架構(gòu)的圖元編輯和處理平臺(tái),能夠自動(dòng)生成場(chǎng)景配置文件,快速加載到業(yè)務(wù)系統(tǒng)。通過應(yīng)用驗(yàn)證,基于此方法構(gòu)建的可視化建模方法能夠基于歷史任務(wù)快速構(gòu)建新型號(hào)、新任務(wù)場(chǎng)景頁面,既改變了以前只能靜態(tài)或者有限動(dòng)態(tài)的展示模式,又提高了航天任務(wù)準(zhǔn)備效率。

發(fā)表于:9/1/2022 3:00:57 PM

正交約束型SincNet可微分前端及在音頻分類中的應(yīng)用

正交約束型SincNet可微分前端及在音頻分類中的應(yīng)用[其他][其他]

在音頻場(chǎng)景分類任務(wù)中,現(xiàn)有端到端模型中特征建模層學(xué)習(xí)過程存在缺乏約束、學(xué)習(xí)結(jié)果缺乏直觀解釋以及僅適用于特定的后端分類模型等缺點(diǎn)。因此,以SincNet可微分前端為基礎(chǔ),引入正交約束提高其求解效率,同時(shí)提高所得可微分前端的可解釋性,并使其能提高多種后端網(wǎng)絡(luò)的分類性能。提出的這種新型可微分前端命名為正交約束型SincNet(OrthSincNet)。研究發(fā)現(xiàn),OrthSincNet卷積核對(duì)應(yīng)的頻譜既具有類似于梅爾濾波器的形態(tài),又可提高分類效果。在UrbanSound8K官方評(píng)測(cè)數(shù)據(jù)集上的實(shí)驗(yàn)表明,相對(duì)于常用的梅爾頻譜前端,OrthSincNet改進(jìn)了6種后端分類網(wǎng)絡(luò)的性能,分類準(zhǔn)確率平均提高了2.2%。

發(fā)表于:9/1/2022 2:53:44 PM

  • ?
  • …
  • 120
  • 121
  • 122
  • 123
  • 124
  • 125
  • 126
  • 127
  • 128
  • 129
  • …
  • ?

活動(dòng)

MORE
  • 【熱門活動(dòng)】2025中國(guó)西部微波射頻技術(shù)研討會(huì)
  • 【熱門活動(dòng)】2025年數(shù)據(jù)要素治理學(xué)術(shù)研討會(huì)
  • 【技術(shù)沙龍】網(wǎng)絡(luò)安全+DeepSeek
  • 【熱門活動(dòng)】2025年NI測(cè)試測(cè)量技術(shù)研討會(huì)
  • 【熱門活動(dòng)】2024年基礎(chǔ)電子測(cè)試測(cè)量方案培訓(xùn)

高層說

MORE
  • RISC-V國(guó)際基金會(huì)CEO:中國(guó)會(huì)員發(fā)揮了關(guān)鍵作用
    RISC-V國(guó)際基金會(huì)CEO:中國(guó)會(huì)員發(fā)揮了關(guān)鍵作用
  • 利用人工智能提升車間生產(chǎn)效率
    利用人工智能提升車間生產(chǎn)效率
  • 推動(dòng)制造業(yè)智能化變革的實(shí)踐者——張野的創(chuàng)新之路
    推動(dòng)制造業(yè)智能化變革的實(shí)踐者——張野的創(chuàng)新之路
  • 重新思考數(shù)據(jù)中心架構(gòu),推進(jìn)AI的規(guī)?;涞?>
                        </a>
                    </div>
                    <div   id= 重新思考數(shù)據(jù)中心架構(gòu),推進(jìn)AI的規(guī)模化落地
  • AI智能體的興起讓數(shù)據(jù)隱私的重要性日益凸顯
    AI智能體的興起讓數(shù)據(jù)隱私的重要性日益凸顯
  • 網(wǎng)站相關(guān)
  • 關(guān)于我們
  • 聯(lián)系我們
  • 投稿須知
  • 廣告及服務(wù)
  • 內(nèi)容許可
  • 廣告服務(wù)
  • 雜志訂閱
  • 會(huì)員與積分
  • 積分商城
  • 會(huì)員等級(jí)
  • 會(huì)員積分
  • VIP會(huì)員
  • 關(guān)注我們

Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-2

感谢您访问我们的网站,您可能还对以下资源感兴趣:

欧美色综合二区