首页期刊导航|重庆理工大学学报
期刊信息/Journal information
重庆理工大学学报
重庆理工大学
重庆理工大学学报

重庆理工大学

石晓辉

月刊

1674-8425

023-62769495

400050

重庆市九龙坡区杨家坪

重庆理工大学学报/Journal Journal of Chongqing Institute of Technology北大核心CSTPCD
查看更多>>本刊是中国学术期刊综合评价数据库来源期刊,中国科技核心期刊,重庆市一级期刊,教育部优秀期刊。主要刊登有创造性、探索性、开拓性的学术论文、科研成果报告、重要学术问题的评述和学科前沿的综述。
正式出版
收录年代

    方型锂电池模组热特性实验与仿真研究

    陈万宇毛征宇常利军张焱...
    184-191页
    查看更多>>摘要:为使锂电池高效可靠运行,对锂电池单体和模组在不同倍率放电下的热特性进行研究.基于一维产热模型和三维传热模型,建立了锂电池电化学-热耦合模型.将仿真与实验测量的电压和平均温度进行对比,验证了模型的有效性,并从产热角度分析了电池温度的变化规律.此外,从连接铝排和正负极柱是否产热,探究了它们对电池模组温度场分布的影响.结果表明:放电倍率越大,电池表面温升越快.在低倍率放电下,可逆热是影响电池表面温度变化的主要因素.铝排和正负极柱产热对电池模组峰值温度和位置有较大影响,但对其最低温度以及位置几乎没有影响.当放电倍率为2C时,峰值温差达到6.5℃.

    方型锂电池电化学-热耦合模型热特性温度场

    ISO和AGMA标准的齿面损坏计算比较研究

    潘晓东刘祥环胡迪
    192-200页
    查看更多>>摘要:针对ISO 6336 与AGMA 925 标准关于齿轮齿面胶合、磨损、微点蚀等齿面损坏的计算方法的不同,研究了接触温度和膜厚比的差异.从原理分析、理论计算和试验案例3 个方面研究了齿面损坏承载能力的标准,通过多组实例计算,对比2 种标准下齿面接触温度、润滑油膜厚度及安全系数等.研究结果表明,由于ISO 6336 和AGMA 925 标准的齿面载荷计算方法不同,以及摩擦因数拟合的差异,造成了计算结果的差异.AGMA 925 使用本体温度计算局部润滑油黏度,ISO 6336-22 则用局部滑动系数考虑了闪温对局部润滑油黏度的影响,导致ISO 6336-22 计算的油膜厚度在闪温高的点低于AGMA 925 标准.采用不同的标准计算会得到不同的风险评估结果,设计校核时应对比各标准的结果,以提高风险预测的准确性.

    ISO6336AGMA925胶合微点蚀膜厚闪温

    一种改进的体素化邻近点搜索算法

    周思达宋一鸣唐嘉宁胡敏森...
    201-207页
    查看更多>>摘要:针对多传感器同时建图与定位SLAM(simultaneous localization and mapping)系统,在室外大面积特征过多环境中,因为特征不匹配而导致的精度误差、系统缺失鲁棒性等问题,提出一种改进的体素化邻近点搜索(voxelized generalized iterative closest point)算法.首先利用激光-惯导-视觉各传感器分别对不同环境感知可以优势互补的特点,提出一种特征可信性筛选方法,给予系统一个精确的初始猜测.然后将视觉特征子集通过深度信息与点云数据关联,通过加入视觉约束筛选可观测性高的体素化的目标点云群,在减少计算复杂度的情况下,使定位建图更加精确.仿真实验证明,当运用此算法的多传感器融合SLAM系统在特征点云较多的环境中建图时,与LVI-SAM系统对比定位误差减少12.335%;在运行线速度超过10m/s时,提升了系统的鲁棒性,具有较强的可行性.

    多传感器融合体素化邻近点搜索体素化点云群视觉特征子集特征可信性筛选

    面向工业控制网络的入侵检测方法研究

    宗学军郭鑫何戡连莲...
    208-216页
    查看更多>>摘要:针对目前工控网络环境存在的数据种类分布不均衡,维度较高等问题,采用生成式对抗网络(ACGAN)数据增强方法对数据集进行数据增强,并采用卷积神经网络(CNN)与极限学习机(ELM)混合模型对数据集进行特征提取和分类.通过NSL-KDD数据集进行仿真实验,该混合模型的准确率达到99.26%,漏报率低于0.625%,均优于传统的机器学习算法.同时采用密西西比州立大学天然气管道数据集进行实验仿真,准确率达到 99.18%,漏报率低于0.621%.该模型在复杂的工控环境下同样适用,拓宽了工业入侵检测的研究思路.

    工控网络生成式对抗网络卷积神经网络极限学习机入侵检测

    融合依存关系的对话关系抽取

    段瑞雪刘鑫张仰森马致远...
    217-226页
    查看更多>>摘要:为了提高对话中实体对的关系抽取能力,将依存关系引入到异构图注意力网络中,提出了DEP-GAT模型.首先,通过预处理层获取每个词的基本特征,然后在话语编码层实现上下文特征的抽取,并加入依存信息进一步掌握话语结构.最后利用特征构建异构图,设计有效的消息传递机制,从而使得更新后的对话实体对包含了整个对话的上下文信息和语法特征,以此提高模型对实体关系抽取的能力.实验结果表明,在DialogRE数据集上,DEP-GAT模型相比于基线模型,F1 值在开发集上提高了2.9%,在测试集上提高了1.8%.

    实体关系抽取依存关系异构图自然语言处理

    一种蒙特卡洛方法的区块链邻居节点优选策略

    陈卓王国安周川
    227-234页
    查看更多>>摘要:针对目前区块链网络中区块传播耗时长、网络拓扑传输性能差的问题,设计了一种基于蒙特卡洛方法改进的邻居节点优选策略.首先,通过每轮区块到达节点的时间求得节点与邻居节点间的评分;然后,根据当前邻居节点的淘汰率从候选节点中随机添加新节点放入当前节点的邻居集,算出全部可能会被淘汰的组合,再利用蒙特卡洛方法和Softmax函数得到每个组合可能被淘汰的概率;最后,根据当前邻居节点的淘汰概率,从网络中随机选择节点替换当前邻居节点.仿真结果表明:与随机选择邻居节点的策略相比,邻居节点优选策略能提升区块在区块链网络中的传播效率,使区块的平均传播时间缩短30%左右.

    蒙特卡洛方法淘汰概率邻居节点传播时延

    基于社团划分的有向加权类依赖软件网络脆弱类节点挖掘

    姜万昌代宁张晓茜
    235-244页
    查看更多>>摘要:针对现有脆弱类挖掘方法缺乏对类间依赖关系的考虑,导致软件维护难的问题,运用软件中类间依赖关系与频次,构建有向加权类依赖软件网络.通过定义类依赖加权熵,结合节点出度、节点介数与类节点脆弱性的关系,设计类节点脆弱性度量.针对类节点脆弱性度量值高的类节点采取蓄意攻击,提出基于模块度的有向加权类依赖软件网络社团划分算法,分析类依赖软件网络社团划分过程中社团数和模块度变化机理,挖掘类依赖软件网络中的脆弱类,对脆弱性节点加以保护,提高软件质量.设计脆弱类挖掘实验,与随机攻击15 个类节点相比,对本方法得到的脆弱性度量值前15 的类节点开展蓄意攻击,发现类依赖软件网络的平均模块度提高12.7%,平均社团数提高60.12%,验证了类依赖软件网络脆弱类挖掘算法的有效性.

    软件网络脆弱类社团划分加权熵

    融合内容特征与传播特征的微博文本情感分类

    陈红阳黄正洪何盈盈周也力...
    245-255页
    查看更多>>摘要:基于Word2vec的文本向量化表示方法未充分考虑微博文本的内容特征与传播特征,导致文本向量化表示欠佳,且采用单个机器学习算法进行情感分类的精度不高.提出一种融合文本中表情符号,词的语义、词性与情感等内容特征,评论、转发与点赞数等传播特征,共同构建蕴含丰富语义与情感信息的文本特征向量.根据各基分类器在训练数据集上的性能表现设置不同权重,并与类概率向量相乘,保留最大、最小与平均加权概率值,同时结合原始文本特征向量作为元分类器的输入数据以改进原Stacking算法,进行微博文本情感分类.在微博数据集上的实验结果表明:本文方法能更好地表示文本向量,以加权方式改进的Stacking 集成学习分类器优于单个分类器;相较于其他情感分类方法,本文方法的准确率提升1.75%~4.90%.

    微博文本情感特征词性特征传播特征情感分类

    考虑需求灵活性的含风电配电网调度优化

    苏俊陈政宇刘涵涵丁宁...
    256-264页
    查看更多>>摘要:风电供电有较强的不稳定性和随机性,为经典配电网调度运行体系带来了极大挑战.为了弥补现有研究中忽视不确定集外风险、无法充分考虑需求灵活性的不足,在客观量化风电不确定集外期望风险的基础上,建立基于需求灵活性的含风电配电网调度优化模型.为求解所建复杂混合整数非线性规划模型,基于协调分解思路,提出了一种改进蚁狮算法与分支定界算法相协调的双层优化算法,充分利用人工智能算法和经典数学算法的优势,快速求解所建复杂模型.算例结果表明:与现有先进调度方法相比,所提出方法能充分利用需求灵活性,有效降低配电网调度的风险,合理权衡调度计划的经济性和风险性;在实际配电网调度中,可为实现更加高效、稳定的含风电配电网调度提供指导.

    配电网需求灵活性风险度量蚁狮算法双层优化

    基于MI-ECHPO-PNN的高压断路器故障诊断研究

    张莲贾浩赵梦琪张尚德...
    265-271页
    查看更多>>摘要:为了提高断路器故障状态诊断的准确性,精准识别故障,提出一种基于互信息特征选择和改进猎食者算法优化概率神经网络的高压断路器故障诊断方法(MI-ECHPO-PNN).利用变分模态分解振动信号,选择其中频率较高的分量提取故障特征,利用互信息算法进行特征筛选,作为诊断模型的输入;运用改进的猎食者算法优化概率神经网络的平滑因子,将优化后的参数输入概率神经网络搭建ECHPO-PNN故障诊断模型.仿真结果表明:ECHPO-PNN模型相比其他PNN模型,诊断效果更好,准确率可达100%,具有良好的准确性和稳定性.

    高压断路器故障诊断互信息算法猎食者算法概率神经网络