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

岑可法

月刊

1008-973X

xbgkb@zju.edu.cn

0571-87952273

310027

杭州市浙大路38号

浙江大学学报(工学版)/Journal Journal of Zhejiang University(Engineering Science)CSCD北大核心CSTPCDEI
查看更多>>本学报的前身是浙江大学学报(自然科学版),四校合并后,为了突出浙江大学的工科优势,改为浙江大学学报工学版,稿源主要来之于本校教师、学生、研究所的科研工作者。刊登内容包括计算机科学技术与工程,信电与电子工程,光电,工业控制,材料,化工,高分子,机械,电机,能源,土木建筑工程、力学、生物工程和生命科学、环境科学、食品工程、农业工程以及理科方面和交叉学科等方面的最新研究成果。
正式出版
收录年代

    B样条技术与遗传算法融合的全局路径规划

    陈丽芳杨火根陈智超杨杰...
    2520-2530页
    查看更多>>摘要:针对机器人在复杂障碍物环境下的路径规划问题,提出B样条技术与遗传算法融合的路径规划方法。设计基于多目标A*算法生成路径型值点以及反求控制点的策略,产生优质初始种群以增加种群多样性,提高算法早期的收敛速度;融合路径的连续性、安全性和最短性等因素设计新型适应度函数,计算每条路径的适应度;引入自适应策略调整交叉、变异算子以增加个体的多样性,避免早熟收敛至局部最优解。基于MATLAB对所提算法进行仿真实验。在复杂静态环境下的实验结果表明,与GABE算法、IPSO-SP算法生成的路径比较,所提算法生成的机器人行驶路径在长度上平均减少8。22%和2。15%,在早熟率上平均减少88。31%和77。08%,且路径具有二阶连续可导(即C2连续),提升了机器人的行驶稳定性。结合机器人操作平台,通过导航实验验证了所提算法能在实际环境中完成路径规划。

    B样条技术移动机器人A*算法遗传算法路径规划

    基于轻量化迁移学习的云边协同自然语言处理方法

    赵蕴龙赵敏喆朱文强查星宇...
    2531-2539页
    查看更多>>摘要:为了解决预训练语言模型(PLMs)由于参数量过大而无法在边缘设备上运行和训练的问题,引入轻量化的迁移模块,并将迁移模块和大型预训练语言模型分离部署,实现高效的云边协同迁移学习框架。利用所提框架,可以在仅微调少量参数的条件下将大型预训练语言模型的表征迁移到下游任务,还可以进行跨领域的云边协同推理。多个领域的下游任务可以协同共享同一个预训练语言模型,能有效节省计算开销。任务可以高效地分离部署在不同的设备上,实现多个任务的分离部署和预训练模型共享。在4项公开自然语言任务数据集上进行实验验证,结果表明,该框架的性能表现能达到完全微调BERT方法的95%以上。

    自然语言处理迁移学习云边协同计算效率模型部署

    基于注意力机制和深度学习的群体语言想象脑电信号分类

    周逸凡张灵维周正东蔡智...
    2540-2546页
    查看更多>>摘要:为了提高群体语言想象脑电信号的分类准确率,提出基于卷积块注意力模块(CBAM)和Inception-V4卷积神经网络的分类方法,其中CBAM被用于关注重要的局部区域,从卷积神经网络(CNN)输出的特征图中提取更加独特的特征,从而提升群体语言想象脑电信号的分类性能。该方法首先利用短时傅里叶变换将群体语言想象脑电信号转换为时频图,然后使用这些图片对融合了CBAM机制的Inception-V4网络进行训练。开源数据集上的实验结果表明,所提出的方法使得6类短词的分类准确率达到了52。2%,与基于Inception-V4的分类方法相比,分类准确率提高了4。1个百分点,与基于VGG-16的分类方法相比,分类准确率提高了5。9个百分点。使用迁移学习也能够大幅缩短训练所需的时间。

    脑-机接口脑电图语言想象深度学习注意力机制

    基于单通道ECG信号与INFO-ABCLogitBoost模型的睡眠分期

    朱炳洋吴建锋王柯王章权...
    2547-2555,2585页
    查看更多>>摘要:为了减少对传统多导睡眠图(PSG)系统的依赖,基于单通道心电图(ECG)信号,设计了一种简单高效的睡眠分析算法。采用最大重叠离散小波变换(MODWT)对原始信号进行多分辨分析,再进一步提取峰值信息;根据峰值位置的一阶偏差,提取多维度的心率变异性(HRV)特征。为了进一步筛选与不同睡眠阶段具有强关联性的HRV特征,提出基于ReliefF算法与Gini指数的特征提取方法。在此基础上,采用INFO-ABCLogitBoost方法挖掘HRV与不同睡眠阶段之间的关联性,从而实现睡眠阶段的精细分类。在实际公开数据集上的实验结果表明,所提出的模型在睡眠分期任务中,总体精度为83。67%,准确率为82。59%,Kappa系数为77。94%,F1-Score为82。97%。相比于睡眠分期任务中的常规模型,所提方法展现出更加高效便捷的睡眠质量评估性能,有助于实现家庭或移动医疗场景下的睡眠监测。

    睡眠分析心电图(ECG)最大重叠离散小波变换(MODWT)心率变异性(HRV)INFO-ABCLogitBoost

    气库容积对低温环路热管的影响

    赵晨阳李南茜李骏婷蒋珍华...
    2556-2566页
    查看更多>>摘要:低温环路热管(CLHP)的气库容积通常为其余部件总容积的30~100倍,重量占比最大。为了实现CLHP的轻量化设计,提高卫星载荷资源的利用率,开展气库容积对CLHP启动与稳态工作特性影响的机理研究。建立CLHP的启动模型和稳态失效模型,开展气库容积对冷凝温度、次蒸发温度和传热热阻等关键参数影响的理论与实验验证研究。结果表明:通过提高次蒸发温度设计值,CLHP实验样机可在气库容积仅为其余部件总容积的11倍的情况下顺利启动;当主热负荷较高时,不同气库容积对CLHP传热热阻影响较小;当主储液器容积一定时,可通过减小气库容积增强主储液器的调节能力,使CLHP稳定运行的热负荷范围增加。

    低温环路热管启动特性稳态气库储液器

    采用斯特林制冷机的低温精馏制氮系统

    王泽铭孙大明庄园沈惬...
    2567-2574,2608页
    查看更多>>摘要:针对分布式液氮供应系统相关技术仍不成熟的问题,提出采用大冷量斯特林制冷机的低温精馏制氮系统。根据不同的系统运行条件,基于Aspen HYSYS搭建3种精馏制氮流程;对每个流程在不同的空气入口温度、压缩空气初步预冷温度、制冷机输入冷量条件下进行数值模拟分析。对液氮产率、氮提取率、单位产量能耗等进行优化计算,结果表明,采用低压进气,应用冷冻干燥法纯化原料气,之后进行常压精馏是最优流程;在入口温度为10℃,初步预冷温度为25℃,输入冷量为1 kW的运行工况下,系统液氮产率可达10。38 L/h,氮提取率高达62。19%,比功耗为1。105 kW·h/L。相对于其他小型液氮生产系统,新系统具有产率大、氮提取率高、比功耗低等显著优点。

    斯特林制冷机低温精馏制氮系统空气纯化液氮

    基于元胞自动机的城市快速路长距离交织区运行仿真

    陈永恒杨绥程李世豪寇诗雨...
    2575-2585页
    查看更多>>摘要:为了研究城市快速路长距离交织区对交通流运行特性的影响,建立多车道元胞自动机模型。根据长距离交织区内不同位置的换道车辆,考虑其各自换道行为和换道需求强度,引入3种不同换道规则,并对长距离交织区进行分段设定。基于动态安全间距、车流管理策略双重要素,构建不同管理策略下的多车道元胞模型。仿真结果表明,长距离交织区内的强制性驶出换道行为容易引发局部拥堵,形成出入口瓶颈。虽然双虚线型策略能够提供更多驶出车辆换道机会,但随着占有率的增加,这种优势逐渐减弱,相比之下,虚实线型策略更加合理。虚实线型策略-主路优先机制保证主路驶出车辆换道路权,不可避免会牺牲部分辅路通行效率。考虑到辅路的间断交通流特性,虚实线型策略1(先出后入)仍具备一定的实施价值。

    城市交通微观仿真城市快速路长距离交织区元胞自动机

    基于双重注意力时空图卷积网络的行人轨迹预测

    向晓倩陈璟
    2586-2595页
    查看更多>>摘要:当前行人轨迹预测研究面临两大挑战:1)如何有效提取行人前后帧之间的时空相关性;2)如何避免在轨迹采样过程中受到采样偏差的影响而导致性能下降。针对以上问题,提出基于双重注意力时空图卷积网络与目的抽样网络的行人轨迹预测模型。利用时间注意力捕获行人前后帧的关联性,利用空间注意力获取周围行人之间的相关性,通过时空图卷积进一步提取行人之间的时空相关性。引入可学习的抽样网络解决随机抽样导致的分布不均匀的问题。大量实验表明,在ETH和UCY数据集上,新方法的精度与当前最先进的方法相当,且模型参数量减少1。65×104,推理时间缩短0。147 s;在SDD数据集上精度虽略有下降,但模型参数量减少了3。46×104,展现出良好的性能平衡,能为行人轨迹预测提供新的有效途径。

    轨迹预测深度学习图卷积网络时空图卷积时间注意力空间注意力轨迹采样

    基于图神经网络的路面病害态势预测方法

    马泽超刘小明夏汗青王伟强...
    2596-2608页
    查看更多>>摘要:针对路面病害生成和恶化的预测问题,提出应用图卷积神经网络的路面病害态势预测方法。通过聚类算法建立拓扑网络,选取目标病害在演化过程中的主要影响因素;为了增强图神经网络对病害信息的表达能力,采用图拓扑增强的方法,从静态和动态方面分别构造与病害信息相关的视图;采用图神经网络(GNN)架构增强的方法,在视图维度上应用注意力机制调整不同视图的影响力,并在时间维度上应用Transformer和GRU模块,增强模型在长时间序列中对病害状态的预测性能。设计模型的内部调整测试,经消融试验、多样本测试和超参数对照组的验证,证明所提模型的适用性和稳定性。针对大型稀疏的路面病害数据集,此模型的平均绝对误差均值收敛在4。0以内,综合性能优于传统预测算法。

    公路养护路面病害图神经网络时间序列预测裂缝

    基于置信度和期望传播的GSM-OTFS信号检测算法

    周围窦文静李倩倩徐锐...
    2609-2618页
    查看更多>>摘要:结合正交时频空(OTFS)技术与广义空间调制(GSM),提出混合置信度(EP)和期望传播(BP)的EP-BP信号检测算法。该算法将离散概率分布投影到多元复高斯分布函数中,通过均值向量和协方差矩阵的迭代传递计算出GSM发射符号置信度。为了降低计算复杂度,设计了两阶段的TS-EP-BP信号检测算法:第1阶段通过EP-BP确定激活天线组合,第2阶段将因子图中的矢量变量节点(VN)分离为多个子VN,并剪除无效子VN。考虑调制符号独立于激活天线,采用一元复高斯分布函数近似以大幅度减少符号置信度计算次数。通过仿真对不同条件下不同算法的误码率进行对比,结果表明,所提EP-BP和TS-EP-BP算法具有较优的误码率性能,尤其TS-EP-BP算法可以通过改变第1阶段的最大迭代次数来灵活地平衡误码率性能和计算复杂度。

    正交时频空(OTFS)广义空间调制(GSM)置信传播期望传播信号检测