首页期刊导航|电子器件
期刊信息/Journal information
电子器件
东南大学
电子器件

东南大学

孙立涛

双月刊

1005-9490

dzcg-bjb@seu.edu.cn

025-83794925

210096

南京市四牌楼2号东南大学

电子器件/Journal Chinese Journal of Electron DevicesCSCD北大核心CSTPCD
查看更多>>本刊主要向国内外介绍有关电子学科领域的新理论、新思想、新技术和具有国内外先进水平的最新研究成果和技术进展。本刊发扬学术民主,坚持双百方针,为促进国内外学术交流、促进电子科学技术快速发展和国民经济建设服务。 本刊主要刊登真空电子学、微波电子学、光电子学、薄膜电子学、电子显示技术、激光与红外技术、半导体物理与器件、集成电路与微电子技术、光纤技术、真空物理与技术、表面分析技术、传感技术、电子材料与元器件、电光源与照明技术、电子技术应用,并涉及电子科学领域里的最新研究动态。
正式出版
收录年代

    基于光效和BP神经网络的LED结温预测研究

    王宸张军朝许并社张婕...
    496-501页
    查看更多>>摘要:提出了一种发光效率结合BP神经网络的大功率LED结温预测方法.实验中发现LED的发光效率在结温升高至 80℃左右将急剧下降,光效与结温的函数关系发生改变,进而影响了测量精度.针对这一问题,基于发光效率与结温的函数关系,构建实验平台,获取发光效率和相应结温的数据,然后通过BP神经网络建立LED结温预测模型.模型所得数据与正向电压法进行对比实验,最大误差为2.1℃,验证了所提方法的可行性,同时所提方法无需考虑LED的内部结构,能够简便,准确地预测大功率LED结温.

    大功率LED发光效率BP神经网络结温

    基于GRU神经网络的恒温晶振频率漂移预测

    王彬晏学成张海利刘岳巍...
    502-508页
    查看更多>>摘要:恒温晶振作为新时代5G通信系统的重要器件,其频率稳定性相当重要,准确预测恒温晶振频率漂移可以提高系统工作状态的安全性与可靠性.为进一步提高频率漂移预测精度,满足 5G通信系统需求,提出了一种基于门控循环单元(GRU)神经网络的晶振频率预测模型.该模型同时考虑温度、老化两种因素,并利用神经网络具有出色的自适应性与非线性泛化能力,学习恒温晶振频率漂移变化规律.最后以14d实测数据为例进行研究分析,并与循环神经网络、长短时记忆神经网络做对比实验,以均方根误差、平均绝对误差、算法运行时间作为评价指标,结果表明GRU网络具有更高的预测精度、更快的运算速度.

    恒温晶振频率漂移预测温度老化GRU神经网络

    大数据网络及相关技术在学生违纪问题方面的应用

    冯洁心南琳芝姚瑶YEOH Sarah Siew Yan...
    509-517页
    查看更多>>摘要:校园安全与学生校内违纪问题近年来关注热度逐渐上升,随着数智时代的到来,应对和防范学生违纪问题的措施越来越多,当前广泛使用的视频监控和校园一卡通等相关技术有一定的局限性,无法有效地防范违纪问题的发生,因此,通过三种场景将物联网与可安装在校园内的传感器连接起来,及时收集和处理数据,实现低能耗、广覆盖、低成本的数据处理并将数据上传到云端,通过MapReduce在云端进行数据处理,根据不同的违纪行为产生预警,使大数据技术与校园霸凌、旷课、吸烟等违纪识别相结合,为学校工作人员监控学生记录和安全问题提供有价值的信息.

    物联网云数据校内违纪

    基于模糊粒子群算法的光纤通信网络路由资源优化配置

    潘志安庞国莉王小英
    518-523页
    查看更多>>摘要:光纤通信网络路由资源数据量大且不均衡,导致路由资源分配过程中丢包率升高,效率下降.提出基于模糊粒子群算法的光纤通信网络路由资源优化配置方法.建立光纤通信网络模型,对光纤通信网络参数映射展开定义描述.根据光纤通信网络生命期、路径延时搭建路由资源优化配置模型,采用模糊粒子群算法对模型展开求解.对最优解展开精准判断,实现光纤通信网络路由资源优化配置.实验结果表明,所提方法的丢包率最高仅为 0.6%,带宽利用率最高达到了 31%,配置时间最低仅为 6.8 s,效率高,实际应用效果好.

    模糊粒子群算法光纤通信网络路由资源优化配置模型求解

    基于深度神经网络的电厂跑冒滴漏智能识别方法研究

    田维青彭雪飞王成军居亮...
    524-529页
    查看更多>>摘要:电厂设备复杂,容易发生跑冒滴漏问题,人工巡检存在发现滞后、人为疏忽、不能实时传达异常情况等问题.基于深度学习卷积神经网络、迁移学习和小样本学习技术,设计电厂异常状态智能识别报警系统,利用深度学习模型检测监控系统捕获的现场图片,识别常见的设备跑冒滴漏现象,准确并且及时地发出警告,以此提高电厂的安全监管和对意外事故的应急能力.采用相对成熟的YOLOv5 作为目标检测网络基础框架,针对跑冒滴漏数据稀少问题,对网络结构进行优化并采用迁移学习与小样本学习方法来提高网络识别精度.结果表明,基于深度学习卷积神经网络的电厂异常状态智能识别报警系统,能够保持电厂异常状态识别的准确性和实时性.该系统可以实现自主全天候智能检测,及时推送报警信息,减少利用人力关注监控设备排查异常状态可能发生的疏漏,降低电厂运行维护成本,提高电厂的安全监管与对意外事故的应急能力.

    电厂跑冒滴漏人工智能深度卷积神经网络智能报警

    基于鲁棒纹理特征的环境声音事件检测方法

    吴婷刘琼郭慧茹
    530-535页
    查看更多>>摘要:针对各种类别的环境声音事件检测问题,提出了基于鲁棒纹理特征的环境声音事件检测方法.首先,将原始的声音样本转换为类伽马声谱图;然后将类伽马声谱图通过剪切波变换提取图像的纹理特征;又采用中心化二值模式(CBP)算法进行编码;针对特征维度过高问题,先利用随机森林算法后结合主成分分析(PCA)算法,提出了RF-PCA降维方法;最后使用支持向量机(SVM)对不同环境的声音进行分类.在公开数据集ESC-10 上的仿真实验结果表明,利用所提出的基于鲁棒纹理特征的环境声音事件检测方法所提取的特征对声音分类可达到 93.00%的分类效果.

    环境声音分类类伽马声谱图Shearlet变换CBP算法RF-PCA

    基于神经网络的Bark域图形均衡器的设计

    沈子扬王明玉戴海玲
    536-543页
    查看更多>>摘要:描述了一种基于BP神经网络的图形均衡器设计方法,在不牺牲参数均衡滤波器的Bark频带图形均衡器精度的情况下简化图形均衡器的设计.其核心思想是训练一个神经网络来预测从目标增益到指定中心频率处的优化通带增益的映射关系.在 24 通道的Bark频带图形均衡器的情况下,利用具有 48 个神经元隐藏层的BP 神经网络的非线性映射功能来实现预测.然后,使用封闭式公式快速、简便地计算频带滤波器的系数.这项工作将引入使用最小二乘法获得滤波器最佳增益的精确控制方法,并不断加以改进.采用BP神经网络与目标增益直接预测获得参数均衡器的优化增益,使得计算量大大减少,使得基于参数均衡滤波器的Bark频带图形均衡器的逼近误差小于 0.1 dB.由此产生的BP神经网络控制的 24 通道Bark域图形均衡器非常有用.

    图形均衡器BP神经网络IIR滤波器

    基于多智能体强化学习的目标跟踪辐射方法及设计

    陈翰张远媛何聪朱城磊...
    544-551页
    查看更多>>摘要:针对分布式空间功率合成中单平台微波发射装置有最大发射功率限制的问题,提出了一种基于Friend-Q多智能强化学习的微波发射装置路径规划方法,以实现对目标施加持续4 min及以上的10 mW/cm2~15 mW/cm2 的辐射强度.在所提方法中通过变ε-贪婪策略平衡探索和利用的关系,同时提出一种具有选择性的输入功率方案,以减少系统耗能.通过对三种具有代表性的仿真场景进行训练,实验结果表明:①相比于分散远离场景和单一接近场景,路径结合场景的成功率分别提高了 55.7%和120.9%,证实了微波辐射源的合理位置排布可以在很大程度上提高模型的成功率;②采用多智能体强化学习训练的模型相比于采用随机策略的模型,三种仿真场景中的成功率分别提高了48.8%、72%、41.8%,进一步验证了该算法的有效性.

    多智能体强化学习分布式空间功率合成跟踪辐射路径规划

    基于非对称UNet网络的磁共振图像胃肠道语义分割方法研究

    吕刚吴漾应明亮
    552-556页
    查看更多>>摘要:靶区和脏器的自动化标注是磁共振图像引导放疗的关键技术之一.研究了磁共振图像中胃肠道等空腔脏器语义分割的方法,在语义分割任务中,往往输入图象比输出图像复杂很多,假设网络的复杂度和输入输出的图像复杂度正相关,提出了一个 12 层的非对称UNet网络,把更多的网络参数放在编码器上,解码器的参数量只有编码器的三分之一.实验结果表明在UMWGI数据集上对胃、大肠、小肠的语义分割任务中,所提方法的DSC综合得分达到了 0.856,Hausdorff_95 得分达到了3.743,相同网络规模的条件下,优于对称结构的UNet网络和Transfomer网络,说明所提方法可以较好地完成磁共振图像中的胃肠道语义分割,边界分割也较为理想,为实现磁共振图像上胃肠道的自动化标注提供了可行方案.

    语义分割磁共振图像胃肠道深度学习UNet网络

    考虑风载因素的玻璃幕墙清洁机器人设计

    李林琛张春芝秦绪杰李磊...
    557-563页
    查看更多>>摘要:围绕高楼玻璃幕墙机器人自动清洁中的风载问题,设计了一款考虑风载因素的真空吸盘吸附的框架式爬壁机器人.针对玻璃幕墙清洁机器人的框架式结构进行步态规划.基于空间力学理论建立了玻璃幕墙清洁机器人在风载下的力学平衡模型,得到了风载大小与机器人吸盘吸附力之间的力平衡方程.在Workbench中对风载作用下的清洗机器人本体进行了有限元分析,得到了机器人模型的应力云图与变形云图.实验测试结果表明:在极限风载作用下,机器人的最大应力点位于吸盘支架,最大变形点位于主架板中心.在真实风载下对机器人进行攀爬运动仿真分析,机器人可以在极限风载下稳定地工作,不会发生滑移和倾覆,验证了力学模型和设计模型的正确性.

    玻璃幕墙清洁机器人风载作用真空吸附有限元最大应力