首页期刊导航|武汉大学学报(工学版)
期刊信息/Journal information
武汉大学学报(工学版)
武汉大学学报(工学版)

李晓红

双月刊

1671-8844

article321@163.com ejwhu@whu.edu.cn

027-68755516;68752082

430072

武汉市武昌珞珈山东湖南路8号

武汉大学学报(工学版)/Journal Engineering Journal of Wuhan UniversityCSCD北大核心CSTPCD
查看更多>>原武汉大学、武汉水利电力大学、武汉测绘科技大学、湖北医科大学合并组建成新的武汉大学。从2001年第1期开始,《武汉水利电力大学学报》改名为《武汉大学学报(工学版)》,其办刊宗旨、刊号、刊期、页码数和订份等都保持不变,原《武汉水利电力大学学报》的订户即为《武汉大学学报(工学版》的订户。本刊重点刊登本校作者的学术论文。
正式出版
收录年代

    基于高级运动模型轨迹预测的不确定性分析

    王珂王艳阳黄秋实廖凯凯...
    1287-1294页
    查看更多>>摘要:为研究车辆模型不确定性与环境感知不确定性对车辆轨迹预测精度的影响,利用Matlab建立恒横摆率和恒速度(constant turn rate and velocity,CTRV)轨迹预测模型,结合不同工况下采集的全球定位系统(global positioning system,GPS)与惯性传感器(inertial measurement unit,IMU)融合定位数据集,运用扩展卡尔曼滤波(extended Kalman filters,EKF)算法处理车辆模型的过程噪声与传感器的测量噪声.在此基础上进行仿真实验,分析不同行驶工况下车辆轨迹预测误差及对轨迹预测模型5个状态量的影响.结果表明:EKF算法能够很好地处理车辆模型过程噪声和传感器测量噪声,直线行驶工况下的轨迹预测误差控制在0.3 m以内,小曲率弯道行驶工况下的轨迹预测误差范围为1~9m,大曲率弯道行驶工况下的轨迹预测误差范围为2~38 m;利用基于CTRV的轨迹预测模型结合EKF算法处理不确定性时,道路曲率的大小会直接影响车辆偏航角的滤波,甚至会使车辆偏航角滤波轨迹发散,导致大曲率弯道工况下的轨迹预测误差较大.

    不确定性轨迹预测CTRV模型误差EKF算法

    基于联邦学习的半异步分层设备协调调度方案

    尤泽华陈琪美江昊
    1295-1302页
    查看更多>>摘要:为了应对边缘计算存在的数据隐私性和高通信延迟问题,提出一种基于联邦学习的半异步分层设备协调调度方案.通过引入联邦学习机制,实现了边缘计算应用下的数据隐私保护.此外,针对传统联邦学习因通信资源短缺导致的用户交互时延过大的问题,设计了一种云、边和终端设备分层通信架构,通过采用云-边半异步通信和边-终端同步通信架构来设计一个联合边缘节点关联和资源分配问题,并提出了一种交替方向乘子法和块坐标更新(alternating direction method of multipliers and block coordinate update,ADMM-BCU)融合算法来找到次优解,最终实现训练准确度和传输延迟之间的均衡.仿真结果证明所提出的协调调度方案能够有效提升系统性能.

    联邦学习半异步通信资源分配节点选择

    面向滑动窗口的电液伺服阀实时异常监控

    刘金硕唐浩洲
    1303-1309页
    查看更多>>摘要:针对电液伺服阀实时异常监控中特征参数自动标注困难、计算成本高、识别精度低等问题,提出一种面向滑动窗口的阀门实时异常监控方法.首先利用脉冲宽度调制信号实现阀门的数字化驱动,降低模拟量的传输噪声干扰;根据传感器反馈数据绘制阀门特性曲线,分析拐点的识别特征,基于其特征构建线性分段回归模型下的代价函数;选取滑动窗口作为离散化优化算法,对特征曲线上固定数量的4个拐点进行快速查找,根据其数值计算阀门行程回差、死区等阀门数据,并与标准值对比以评估阀门工作是否异常,将窗口宽度设定为2 500,兼顾异常检测的速度与精度;最后,在真实电厂环境下对所提方法进行了验证.测试结果表明,所提方法可以在高噪声环境下快速、准确地对阀门特性曲线拐点进行自动化提取,并在此基础上对阀门的工作性能进行异常识别;与传统曲线平滑方式相比,所提方法可以保留曲线局部波动特征,同时降低拐点误判率.

    电液伺服阀特征曲线拐点提取回差异常识别

    基于改进VMD和聚类权值共享的负荷预测

    邵必林严义川曾卉玢
    1310-1318页
    查看更多>>摘要:针对常见的数据分解加预测算法的组合负荷预测方法具有参数多、训练慢以及模态间共有信息不能有效提取的问题,提出了一种基于改进变分模态分解(variational mode decomposition,VMD)和聚类权值共享的负荷预测模型.模型首先引入互相关函数以寻找VMD的最优分解K值,然后利用K-means将分解后的模态分量进行聚类以突出模态分量的时序特征,最后利用权值共享思想对聚类后的分量进行快速准确的建模预测.仿真结果表明:该模型的平均绝对百分比误差(mean absolute percentage error,MAPE)和均方根误差(root mean square error,RMSE)分别为5.29%和986.50,与传统的单一预测模型相比,所提算法的MAPE和RMSE平均降低了 7.50%和982.41;与常见的数据分解加预测算法的组合相比,所提算法的MAPE和RMSE平均降低了 3.09%和268.93,训练速度也有一定提升.

    负荷预测变分模态分解权值共享K-means聚类长短期记忆网络

    基于特征重利用的双通道文本分类模型

    廖薇李启行徐震孟静雯...
    1319-1326页
    查看更多>>摘要:针对大多数卷积神经网络(convolutional neural networks,CNN)与循环神经网络(recurrent neural network,RNN)结合的CNN-RNN文本分类模型采用单通道模式极大限制了模型对文本特征提取能力的问题,提出一种基于特征重利用的双通道文本分类模型.首先,模型在RNN通道中利用长短期记忆(long short-term memory,LSTM)神经网络与门控循环单元(gate recurrent unit,GRU)网络共同提取文本的上下文语义信息,同时利用CNN通道提取文本的局部特征;其次,在2个通道中分别引入注意力机制,以使模型能准确关注到文本中的关键词.此外,在RNN通道中对模型进行改进,实现原始特征的重利用,进一步增强模型对全局特征的提取能力.在THUCNews数据集上的评估结果显示,所提模型的分类准确率可达96.61%,取得了更好的分类效果.

    文本分类注意力机制双通道特征提取特征重利用

    基于压缩感知和深度学习的农产品价格预测

    周志轩陈仲民邓君丽
    1327-1334页
    查看更多>>摘要:采用一种结合压缩感知(compressive sensing,CS)和深度学习的组合模型,利用CS算法的正交匹配追踪(orthogonal matching pursuit,OMP)算法和深度学习模型的长短期记忆(long short-term memory,LSTM)模型,基于近年来可能存在噪声的农产品价格原始数据,通过稀疏表示、设计观测矩阵、信号重构等对原始数据降噪,进而结合降噪后的重构数据与LSTM模型对农产品价格趋势进行预测.该组合模型具有对数据存储要求低、对微小噪声不敏感等优势,与支持向量回归(support vector regression,SVR)传统模型相比,预测数据的精确度高约13%,与其他模型相比也具有较高精确度,在1a的时间跨度内能够取得较传统模型更准确的预测效果.

    压缩感知正交匹配追踪深度学习长短期记忆组合模型价格预测

    智能计量装置5G通讯技术关键半导体材料碳化硅制造优化

    谭炳源郭江姚栋方肖雄...
    1335-1341页
    查看更多>>摘要:为提高5G通讯关键半导体材料碳化硅的生长速率提出了一种新的思路,对碳化硅晶体制造的关键技术物理气相运输法进行研究,通过构建包含热场、流场以及多孔介质在内的多物理场,分析了碳化硅生产过程中的流动及传热传质情况,同时提出了一种改进式的坩埚结构,在坩埚中心增加若干多孔碳管.计算结果表明,新坩埚结构能够提高坩埚中心粉源温度,并有利于多孔粉源内部的碳化硅气体逸出,提高籽晶表面的过饱和度,进而提高晶体生长速度.

    智能计量装置5G通讯碳化硅多孔碳管数值模拟传热传质

    基于特征矩阵相似度的圆棒类产品表面缺陷检测方法

    吴庆华高粲张哲铭任耀强...
    1342-1348页
    查看更多>>摘要:为了解决质检实验室人工抽检环节在圆棒类产品表面缺陷检测中效率低、精度低、标准不统一的问题,提出了一种基于特征矩阵相似度的产品表面缺陷检测方法.首先,通过对产品表面缺陷进行分析,使用基于最大类间方差的多阈值分割法对产品表面缺陷区域进行分割,并从形状轮廓、颜色、位置和区域特征等多个方面对缺陷进行特征提取,建立各类缺陷图像的数据特征分布.再将特征各异、数量不一的缺陷特征统一转换为特征检测矩阵形式,采用余弦相似度来度量其与产品表面缺陷特征矩阵之间的相似性,从而判断产品是否存在缺陷,并对产品表面缺陷进行分类.以卷包产品为例,采集了 4 820张产品样本图像进行缺陷检测实验,结果表明,使用所提方法对产品表面缺陷进行检测的平均准确率为97.48%、误检率为3.30%、漏检率为0.77%、Kappa系数为0.955 7,验证了该方法的有效性和一致性.

    表面质量多特征融合余弦相似度缺陷检测