【摘 要】
：
为了解决复杂的动态环境下,计算机端动态气体分析模型参数多,训练缓慢等问题,提出了一种新的适用于复杂环境下的轻量级卷积神经网络架构,将模型部署到EAIDK-310智能板上,可以实现嵌入式端高效率的混合动态气体分析。与GasNet模型相比,提出模型的训练参数量减少约一半,训练模型消耗时间减少4倍,预测时间减少16倍,而预测准确度相当;与Improved LeNet5相比,分类性能明显较好,准确率达到了0.978,且输入数据长度更短,更适用于快速检测。将模型部署在嵌入式端后,利用样本数据对模型的有效性进行验证,
【基金项目】
：
国家自然科学基金面上项目(42075129),河北省重点研发计划项目(19210404D),河北省重点研发计划项目(20351802D),河北省高等学校科学技术研究重点项目(ZD2019010),河北省研究生创新项目(CXZZSS2020031)。
论文部分内容阅读
为了解决复杂的动态环境下,计算机端动态气体分析模型参数多,训练缓慢等问题,提出了一种新的适用于复杂环境下的轻量级卷积神经网络架构,将模型部署到EAIDK-310智能板上,可以实现嵌入式端高效率的混合动态气体分析。与GasNet模型相比,提出模型的训练参数量减少约一半,训练模型消耗时间减少4倍,预测时间减少16倍,而预测准确度相当;与Improved LeNet5相比,分类性能明显较好,准确率达到了0.978,且输入数据长度更短,更适用于快速检测。将模型部署在嵌入式端后,利用样本数据对模型的有效性进行验证,
其他文献
Photolu min esce nee in clud ing fluoresce nee plays a great role in a wide variety of applicati ons from biomedical sensing and imag ing to optoelectr on ics.Therefore,the enhan ceme nt and con trol of photolu min esce nee has imme nse impact on both fun
口臭对人们的社交互动和生活质量产生严重的负面影响,当前对口臭的诊断方法难以在个人及家庭中应用。本文通过采集口臭病人样本,建立了基于GC-MS技术检测口气中VSCs的标准化流程,采用ROC曲线分析方法确定了不同感官评分的VSCs浓度范围。在此基础上,研制了一套基于电化学传感器并结合卷积神经网络模型的电子鼻,用于口臭标志物检测和口臭等级的判别。该电子鼻对硫化氢和甲硫醇的检出限分别为39×10-9和48×10-9。通过与GC-MS检测结果比较,该电子鼻检测实际临床样本
针对传统配送机器人在配送过程中出现的路径偏差,与顾客发生碰撞等问题,设计了一种基于电磁循迹的配送无人机。使用四轴飞行器作为主体,利用LC谐振电路作为传感器检测电磁信号,进行路径跟踪,避免了周围环境对配送无人机循迹过程的影响。无人机采用基于四元数的姿态解算算法进行姿态解算,并通过改进的串级模糊PID控制算法控制无人机的飞行速度和方向,提高了配送无人机的响应速度和稳定性,无人机能够更好的完成配送任务,具有应用和推广价值。
针对传统实地调查取证、人工对比遥感影像等高成本、低效率的海域监管方式无法满足当前监管需求的问题,利用星遥感影像和深度学习算法提出了一种针对大范围的、快速动态的用海综合管控手段。依托海量影像及多源海洋基础数据,在研究多规融合分析的基础上,基于Faster R-CNN(Regions with Convolutional Neural Networks features)算法,建立人工智能识别模型,实
为解决MEMS电子罗盘易受强磁干扰影响导致其航向解算失准的问题,结合两种多目标优化算法与COMSOL有限元仿真,设计了一种优化的三维补偿线圈结构。首先根据Helmholtz线圈工作原理,在COMSOL软件环境中进行3D建模,设计正交试验初步设定了各组线圈参数,并简单分析了三维线圈的磁场梯度分布特性。通过COMSOL和MATLAB联合仿真,设置了线圈优化的目标函数和约束条件,分别运用NSGA-Ⅱ与MOPSO两种算法进行求解,并确定了线圈的实际结构参数。仿真结果表明该三维线圈能满足强磁补偿需求,具有较高的补偿
转向架构架状态监测是保证轨道车辆安全运营的重要途径。研究提出了一种基于NSGA-Ⅱ和SVDD的转向架构架异常状态监测方法,针对构架异常状态下样本集的随机多样和不确定性,引入SVDD算法,以构架正常状态的样本集构建SVDD超球体模型对多工况条件下构架的异常状态进行识别。同时以SVDD超球体半径定义优化目标函数f1(传感器数量)和f2(超球体聚类指标),并基于NSGA-Ⅱ算法对传感器分布进行了优化。在此基础上,搭建转向架构架状态监测实验平台,对多工况条件下构架的异常状态识别进行研究。结果表明:(1)经优化后的
针对目前高校转专业分配效率低,需要提前预测报考情况的问题,提出一种基于DNN(Deep Neural Network)网络结构下的预测模型。并以吉林大学2003年-2017年热门学院学生转专业情况建立预测模型;引入DNN深度学习网络结构,在谷歌研发的Tensorflow框架下建立高校热门学院转专业生源数量预测模型;最后,采用训练已有15年的数据对2020年的热门学院转专业生源数量进行预测分析。数据分析结果表明,所提方法较好地解决了热门学院转专业报考人数预测的问题,对后续工作开展具有一定的指导意义。
轮式机器人在未知环境下的定位是机器人学中一个经过广泛研究但仍然需要进一步提高的问题。VINS-Mono是目前效果最好的算法之一,然而其应用在轮式机器人上会因退化问题导致定位精度下降。本文通过充分利用轮速计与视觉系统之间的耦合关系,提出了一种基于视觉和轮速计紧耦合的轮式机器人定位系统估计器。针对低频视觉信息和高频轮速计信息的融合问题,文中推导了轮速计预积分测量和误差传播过程。针对单目视觉无尺度初始化
本文针对衬底弯曲对柔性RF MEMS开关相位特性的影响,提出了一种基于LCP柔性衬底的双端固支梁RF MEMS开关相位特性模型,并从软件仿真和实验验证方面对不同曲率条件下开关的相位偏移进行了深入研究,揭示了柔性衬底弯曲对相位偏移量的影响规律。实验结果表明,当柔性衬底弯曲曲率从0增大到28.6 m-1时,RF MEMS开关的相位偏移量绝对值不断增大,中心频率10 GHz处相位偏移由0°变化到-2.72°,8 GHz~12 GHz频率范围内实测值和仿真值误差小于9.5%,实测值和模型计算
针对已有零速修正算法中固定阈值判定导致零速区间检测不准确,定位精度低的问题,提出了一种多步态SVM分类且自适应阈值的行人导航方法。选取行人在静止、行走、跑步、上楼、下楼运动步态下的零速判别最优阈值,利用多分类SVM对5种运动步态进行识别,根据气压计信息判断上下楼运动模式,并根据分类结果进行自适应阈值调节,确定零速区间,进而触发零速修正。实验结果表明,多步态SVM分类且自适应阈值方法提高了运动模式的