首页期刊导航|自动化与仪器仪表
期刊信息/Journal information
自动化与仪器仪表
自动化与仪器仪表

孙怀义

双月刊

1001-9227

auto81@163.com

023-63050371

401121

重庆市渝北区人和杨柳路2号B区

自动化与仪器仪表/Journal Automation & InstrumentationCSTPCD
查看更多>>本刊是技术刊物。旨在加强学术交流,促进中国自动化与仪器仪表的发展,为自动化和仪器仪表工作者服务。
正式出版
收录年代

    改进差分进化算法支持下中央空调能耗优化控制研究

    熊钧郑占赢徐永凯陈适铭...
    145-149页
    查看更多>>摘要:大型建筑内中央空调运行过程中,若不能及时对中央空调能耗实施优化控制,会直接在空调运行时浪费大量能耗资源.由于现有方法忽略了对中央空调能耗浪费原因的分析,导致优化目标确定存在偏差,造成能耗优化控制不佳.为有效提升能耗使用效率,提出改进差分进化算法支持下中央空调能耗优化控制研究.该方法首先根据中央空调系统结构分析结果,针对制冷量过大问题,对空调运行过程中制冷机组的耗能展开计算,确定控制参数;再针对送风温度不匹配的问题,通过中央空调中AHU风机与冷冻水泵之间耦合关系,基于上述结合最小使用能耗条件,构建中央空调能耗优化目标函数;最后利用改进后的差分进化算法对目标函数展开优化求解;实现对中央空调的能耗优化控制.实验结果表明,利用该方法开展中央空调能耗优化控制时,能耗优化控制效果好、性能高,能耗最高为 510 kW/h.

    改进差分进化算法中央空调能耗优化控制能耗值计算

    考虑舒适度的集群空调负荷需求响应控制方法

    郑占赢熊钧徐永凯李凌青...
    150-153页
    查看更多>>摘要:仅以节能为目标展开负荷需求响应控制可能会影响用户舒适度,当前所有空调负荷调控均没有考虑舒适度因素,为了减少集群空调的峰值负荷,同时满足用户需求,提出了一种考虑舒适度的集群空调负荷需求响应控制方法.构建集群空调负荷热参数状态模型,在热参数模型的基础上引入负荷聚合商概念将邻近的等值热容和等值热阻的乘积进行统一化调控,并通过用户满意度反映用户对舒适度的需求响应,获取用户满意度优先权集及负荷需求.依据分档控制原则结合用户舒适度对集群空调分档调控,减轻用电负荷.由实验结果可知,应用所提方法后聚合功率波动相对稳定,总能耗得到了明显降低,说明该方法对于促进节能环保和建设智能城市具有重要意义.

    舒适度空调负荷需求响应负荷控制K-means算法

    基于图关联注意力特征的校园安全平台跨模态行人检测研究

    黄洪松梁红娥
    154-157,162页
    查看更多>>摘要:为了探索一种新的校园安全监测模式,研究提出基于图关联注意力特征的跨模态行人检测方法.该方法将多模态数据进行融合,并利用注意力机制和掩模引导来增强模型的泛化能力.室内搜索模式下,当排名Rank为 20 时,相比于仅输入完整图像,前景图像和完整图像同时作为输入,可将网络的识别率提升 6.7%.相比于单独的通道注意力模块和空间注意力模块,两者同时使用可将网络的识别率提升 3.1%.改进后的校园安全平台的行人检测的识别率高于 93%,行人轨迹预测的准确率为97.8%.相比于改进前的校园安全平台,改进后的校园安全平台的整体性能满意度评价提升了 31.2%.研究提出的跨模态行人检测方法,提高了校园内行人检测的准确性和可靠性.这有助于保障校园安全,预防和减少安全事故的发生.

    掩模图像注意力机制特征提取跨模态行人检测校园安全

    面向机器人的融合PLC的开放式教学平台研究

    郭春玲
    158-162页
    查看更多>>摘要:为了实现英语专业人才在虚拟场景中的创新性培养,研究开发应用英语机器人的融合可编程逻辑控制器(Program-mable Logic Controller,PLC)的开放式教学平台.该平台框架采用的可编程控制器为Linux+Xenomai双内核实时系统,同时设计了EtherCAT实时网卡驱动程序以实现多任务同步的硬实时性.对比于长短时记忆(Long Short-Term Memory,LSTM)循环神经网络(Recurrent Neural Ntwork,RNN)-卷积神经网络(Convolutional Neural Networks,CNN)、优化前语音波形图,优化后语音增强算法的振幅降低幅度分别为 18.34%、15.64%、11.38%.二阶段语音增强算法不仅能保留较好的语音结构,同时能降低语言失真现象,同时还能去除残留噪声.研究所设计的融合PLC的英语机器人开放式教学平台,不仅可任意选择可编程控制器,而且能多途径实现运动控制程序过程,还能通过多种方式选择连接的英语机器人,能为英语机器人领域人才的培养和英语机器人相关产业的发展作出贡献.

    英语机器人PLC开放式教学平台语音

    基于改进FCN和PSC的语言学习对话系统语音去噪及增强方法

    张洁
    163-166,171页
    查看更多>>摘要:随着语音识别技术的发展,对话系统在语言学习领域也得到了广泛应用.为避免语音信号受各种噪声干扰,导致对话系统的性能下降.研究提出了一种基于改进全卷积神经网络和相位谱补偿的语言学习对话系统语音去噪及增强方法.研究利用信噪比对相位谱补偿中的补偿因子进行改进,然后将稠密卷积网络结构引入到全卷积神经网络中对其进行改进.实验结果表明,研究设计的语音增强方法在不同输入信噪比情况下相较于原始带噪语音,分段信噪比值提升了 30.54%、23.55%、18.45%.且在不同场景下,其感知语音质量评估分数均在 2.5 以上.这说明研究设计方法能够实现较快地计算效率下的语音增强及去噪,帮助学生学习英语口语.

    语言学习对话系统语音增强语音去噪稠密卷积网络

    无人机水面巡检地面站APP的设计与实现

    刘帮勇叶晨阳刘红姣
    167-171页
    查看更多>>摘要:随着工业发展和社会进步,水环境治理越来越受到人们的重视.由于无人机在巡检方面具有体积小、效率高和作业范围广、操作方便等优点.基于Moblie SDK和UX SDK平台,采用消费级大疆无人机和Android移动设备,结合神经网络检测模型,开发出一款可以用于水面漂浮物巡检的地面站APP.实现了水面漂浮物的拍照、回传、定位、分类和存储,大大提高水面漂浮物巡检效率,对推进水面环境治理的智能化发展具有重要的借鉴意义.

    地面站水面巡检无人机Android终端

    基于约束解码与最小贝叶斯的多模态语言翻译模型解码方法研究

    于英俊
    172-176页
    查看更多>>摘要:针对跨语言翻译模型准确性较低,易产生歧义等问题,研究搭建了基于Transformer的多模态语言翻译模型,并提出了一种新的解码方法.结果表明,在英语-越语数据集中,完整模型的双语评估替补值最高,为28.51%.在newstest2017、ne-wstest2018 和cwmt2018 数据集中,研究所提多模态翻译模型的双语评估替补值均最高,分别为 24.52%,24.47%和 24.48%.采用双语评估替补效用函数的模型在双语评估替补指标方面的表现最好.研究结果显示,所提翻译模型具有较好的语言翻译性能和准确性,能够有效对传统的Transformer模型进行改进,且在长句子翻译上具有较好的表现,因此,具有重要的实际应用价值和前景.研究能够为英文翻译提供一定的技术支持,促进跨文化传播以及跨国贸易的深入开展.

    翻译模型最小贝叶斯约束解码多模态英语翻译

    基于径向基神经网络的分布式光伏调控系统设计

    郭亮梁桦
    177-181页
    查看更多>>摘要:随着光伏能源在电力系统中的普及,高比例的光伏接入给配电网带来了电压波动、潮流倒送等一系列挑战.为了解决高比例的光伏接入导致的配电网的电压波动、潮流倒送等问题,研究利用径向基神经网络实现光伏配电网络的全局最优逼近,并对其进行了一系列改进,设计出一种新的分布式光伏调控系统.实验结果显示,专家们对系统的性能指标评价较高,其中预测精度、调控速度、稳定性平均得分达到了 88.1、85.3、84.4.研究提出的光伏调控系统具有调节精度高,稳定性好等优点,具有重要的理论意义和应用价值.

    RBF参数优化DOWA调控系统

    基于爬虫技术和智能语音问答算法的智能语言学习系统实现

    伊阳超
    182-185页
    查看更多>>摘要:为解决语言学习资源获取困难的问题,研究通过爬虫技术从互联网上搜集和整理语言学习资源,并利用贝叶斯网络模型进行数据挖掘和处理,结合深度学习技术构建了语音问答模型,并以此构建智能语言学习系统.实验结果表明,相比于基于R语言的网页抓取与数据收集方法,研究方法的数据处理能力评分提升了约24%.基于相似度计算模型的智能语音问答算法的准确率最高可达 93%.智能语言学习系统使用时间达到 8 小时后,志愿者的学习效率可达 94%,相比于系统使用前,志愿者学习效率提升了约 19%.研究表明,基于爬虫技术和智能语音问答算法的智能语言学习系统,可以帮助用户学习和提高语言技能,提高学习兴趣和效果.

    爬虫技术语音问答算法语言学习数据挖掘余弦相似度

    基于云平台和数据挖掘的智慧系统设计

    邵临光郝宇刚张飞
    186-189页
    查看更多>>摘要:在教育领域,云平台的数据安全直接关系到学生和教师的隐私保护以及教学内容的安全存储.研究为使入侵杂草算法在云平台数据安全防护中得到应用,采用多标签核映射对数据进行降维和支持向量机进行分类.实验结果表明,挖掘误差约为 2%,节能量在 400 J~500 J之间;挖掘时间最长为 2.2 s,远快于其他方法的 7.8 s和 8.4 s.结果表明,研究提出的方法在处理云计算平台上的高级持续威胁数据时,展现出了明显的优势,在云平台数据保护中具有明显效果.

    云平台数据挖掘孪生支持向量机入侵杂草优化算法