课程文献中心 更多>>

关键词： 结构函数   SiC功率器件   瞬态热特性   维纳反卷积   噪声抑制  

摘要： 碳化硅（SiC）功率器件的热特性建模是其设计与开发中的关键。结构函数法是表征器件热特性的重要手段，其核心在于通过反卷积算法得到输入数据的时间常数谱。然而，在实际测试中，环境噪声的影响难以避免，这对结构函数的反卷积算法提出了更高的挑战。为此，该文提出一种基于改进维纳滤波的反卷积结构函数算法，有效解决瞬态热分析过程中测量数据的噪声问题。首先，提出一种基于维纳滤波反卷积的结构函数模型，并通过TDIM-Master基准问题进行分析，验证了算法的有效性。其次，针对基准问题加载了不同量级的噪声，以探索不同噪声条件下时间常数谱的信号质量和峰值热阻，并与常规算法进行对比，验证改进方法在处理噪声问题时的准确性和优越性。最后，基于两颗不同规格的SiC功率器件，测量在有无导热硅脂下的瞬态热阻，并进行结构函数分析，验证本文提出算法在真实测量环境下的稳定性和适用性。

关键词： 区块链   机器学习   共识算法   供应链  

摘要： 近年来，随着供应链企业的迅猛发展，如何构建高效的供应链管理策略模型成为研究的热点。当前，供应链管理面临着库存成本高昂、通信开销巨大的问题。针对这些挑战，本文提出了一种融合机器学习与改进实用拜占庭容错(Practical Byzantine Fault Tolerance， PBFT)共识算法的优化方案。该方案采用遗传算法与梯度算法相结合的混合优化策略，兼具全局寻优和局部精细调整的优势，从而显著降低了库存管理成本。同时，PBFT共识机制通过引入Honest-peer信誉模型和可验证随机函数有效提升了节点选举过程的效率和系统的整体可靠性。仿真实验结果表明，与传统方法相比，该优化方案在降低供应链管理成本方面取得了显著效果，具体表现为库存成本平均下降了4.6%，通信开销减少了约50%，具有广泛的应用前景和实用价值。

关键词： 行程时间预测   波及效应   时空图结构学习   路线特征增强  

摘要： [目的]针对目前多任务行程时间预测研究中，存在的刻画路段波及效应影响范围的灵活性不足，以及在标注数据受限情况下模型学习能力较差的问题，提出一种基于时空图结构学习与路线特征增强的行程时间预测方法。[方法]该方法首先利用自适应机制初始化基础的时空图结构，并构建基于Encoder-only的学习组件，灵活且深入地捕捉全域路网范围内路段间的时空交互依赖关系，从而生成高质量的波及效应时空图及相应的时空特征表示；再利用该表示强化路线特征的表达能力，进一步基于多头注意力机制捕捉路线的潜在上下文时空依赖关系；最后，整合不同预测任务的分层差异化训练机制，实现对行程时间的准确预测。[结果]在滴滴深圳数据集上的实验结果表明，所提方法在多个性能指标上均优于基线方法。与表现最优的基线方法相比，MAE、RMSE和MAPE指标分别降低了1.23%，5.07%，3.93%。[局限]由于时空图神经网络计算复杂度较高，目前该方法仅适用于较小规模的路网。[结论]基于时空图结构学习的方法可以灵活刻画路段的波及范围，从而生成具有高表征能力的路网时空特征表示。通过该表示强化路线特征，并捕捉路线的隐式上下文时空依赖关系及整合预测任务的差异化训练模块，在一定程度上提高了整个预测框架的泛化能力和预测稳健性。

摘要： 如何构建地理学科主观性试题的分析过程和思维逻辑框架图,促进知识的有机融合;怎样根据知识之间的联系,提升综合思维能力;等等.这些都是同学们备考时遇到的困惑. 本文以2024年高考地理新课标Ⅰ卷试题为例,从试题立意、情境、任务(即问题设计)和编创角度,构建分析过程和思维逻辑框架图,提出备考建议.

关键词： 铁路通信   图布局技术   层次化布局   通信网图   可视化  

摘要： 铁路车站通信网络构成系统图是铁路通信系统设计中最为关键且复杂的图纸之一，能够清晰地反映了整个铁路通信网络的架构以及各设备间的通信关系。铁路通信网络需要服务的对象种类繁多，应用的通信协议复杂多样，导致网图的构成元素较多。为了解决铁路车站通信网图设计中所面临的设计效率低、设计意图难以传达等问题，提出采用图布局技术以直观的图形形式清晰地呈现复杂的数据关系。结合铁路车站通信网图特点，从平面度、层次序列、连接类型，连接避让等方面对各种图布局算法及其适应性进行深入分析，设计研发一种基于层次化布局算法的车站通信网图可视化系统。该系统以层次化布局为骨架，结合网络关系性质判定进行局部排序，有效地保证了通信网图的系统性、清晰性和逻辑表达的准确性。实际应用结果表明，该构图方法能够解决当前车站网图结构调整效率低、层次不够清晰等问题，为铁路通信网络的设计提供了高效且清晰的解决方案。

关键词： 图像处理   深度图像修复   联合双边滤波   局部滤波窗口   RGB纹理特征  

摘要： 针对自适应联合双边滤波(Adaptive Joint Bilateral Filter, AJBF)算法存在的修复深度图像准确性不足、边缘结构模糊问题，本文提出了一种基于边缘-空洞标记与局部窗口改进的联合双边滤波算法。首先，该算法利用自适应局部色调映射(Adaptive Local Tone Mapping, ALTM)算法增强RGB引导图像，将其扩展至RGB-HSV空间后，提取最优相似性通道，再进行小波变换融合，生成增强引导图像，以此提升阴影区域空洞修复的准确性；随后，针对边缘结构修复不连续问题，提出一种RGBD图像融合边缘-空洞标记权重构建方法；最后，利用梯度角度选择局部滤波模板进行自适应滤波，并预构建空间距离权重查找表，以提升算法效率。实验结果表明，本文算法在Middlebury数据集、Kinect数据集以及使用RealSense相机自行采集的RGBD数据上表现出色。与其他方法相比，本文算法峰值信噪比(the peak signal-to-noise ratio, PSNR)平均提升了26.51%，结构相似性(the structural similarity, SSIM)平均提升了2.40%，均方根误差(the root mean square error by an average, RMSE)平均下降51.29%，这表明所提方法能更准确地修复深度图空洞，并保持边缘结构清晰。

关键词： 同步定位与建图   回环检测   图优化   特征描述符  

摘要： 针对于激光SLAM算法在大环境下的定位漂移与位姿误差较大的问题，本文提一种基于改进回环和位姿图优化的激光SLAM算法。首先，提出了一种时空描述符，有效地提取关键帧点云特征，通过计算当前帧与历史帧点云的特征描述符的相似度，选择合适的候选回环。其次通过GICP算法对候选回环进行精确匹配，完成回环点云的精确配准。最后，依据回环检测结果进行全局位姿图优化，纠正全局位姿误差并优化全局点云地图。实验结果表明，在公开数据集ULHK、UTBM、NCLT上，与Faster-lio、Fast-lio-sam、Fast-lio-slam算法相比，本算法在RMSE精度上平均提高30%。此外，在可行性验证实验中，本算法展现了良好的环境适应性和稳定性。

关键词： 四维欧氏空间   直纹面   结构函数   平均曲率向量场   特殊曲线  

摘要： 在四维欧氏空间中,利用腰曲线的定义,提出直纹面的结构函数,将三维欧氏空间中的不可展直纹面及其标准方程推广到四维欧氏空间。通过直纹面的结构函数来研究曲面自身的性质,得到4类特殊伴随直纹面的结构函数、导线和腰曲线之间的关系,并对这些直纹面进行了分类。最后给出了导线是Mannheim曲线和第三型斜角螺线时结构函数的具体表达式,并计算此时伴随直纹面的平均曲率向量场。

关键词： 知识追踪   图神经网络   自注意力   概念关联   遗忘机制  

摘要： 追踪学生的历史互动以预测其未来表现是知识追踪(KT)领域的关键研究重点。最近的知识追踪方法旨在研究学生的学习模式和不断变化的知识状态，以提供个性化学习指导，但忽略了习题本身的丰富性。此外，随着新专业和跨学科领域的兴起，基于图神经网络(GNN)的KT方法面临一些固有挑战：扩展概念之间关联的视野并建模学生的学习行为。为了解决这些挑战，提出了一种新的知识追踪模型——融合图注意力的概念关联记忆网络知识追踪(GTMKT)。利用GTMKT，对学生的习题记录进行了建模，以追踪他们的知识状态，从习题-概念图中捕捉相关概念的全局特征。同时，将遗忘门和高阶信息提取纳入模型，以真实模拟学生的习题过程。通过广泛的实验，与基于图神经网络的结构知识追踪(GKT)和记忆增强知识追踪(DGMN)等7种模型在Junyi、ASSIST09和Static2011数据集的性能对比上，AUC和ACC性能分别提升了约2.1%和2.4%，证明GTMKT在成熟的知识结构数据集上优于对比模型。