基于CNN的智慧农场图像分类方法

基于CNN的智慧农场图像分类方法[人工智能][工业自动化]

为解决新疆兵团农业现代化建设中有感知无决策的问题，提出一种基于注意力机制模块（SENet）与卷积神经网络混合模型迁移学习的图像分类方法（TL-DA-SE-CNN）。该方法选择4种不同的CNN模型进行权重采集，包括VGGNet、ResNet、InceptionNet和MobileNet。模型使用SENet分类器代替卷积神经网络的全连接层，提取图像的结构性高阶统计特征进行主题分类，并使用BP算法进行参数调整，分类准确度达98.20%。实验结果表明，将CNN与迁移学习、数据增强和SENet相结合的技术提高了牲畜图像分类的性能，是卷积神经网络在农场自动化分群中的有效应用。

发表于：2023/5/8 下午3:07:10

基于改进TOPSIS模型的出租车运营决策优化方法

基于改进TOPSIS模型的出租车运营决策优化方法[人工智能][汽车电子]

以降低出租车运营损失为目标，分别利用排队论对司机等待的平均时间成本进行量化，以及通过熵值法改进的TOPSIS模型对不同时段载客可能性进行量化，进而完成空载潜在损失参数的量化，通过量化指标构建出出租车运营损失模型，并基于此模型给出了降低损失的运营决策方法。引用洛阳北郊机场航班及出租车数据的验证，证明了该决策方法能够有效降低出租车的运营损失。

发表于：2023/5/8 下午3:00:11

国产PLC发展现状及展望

国产PLC发展现状及展望[模拟设计][信创产业]

综述了国内PLC的发展历史，介绍了国内PLC市场现状、主流国产PLC、PLC标准以及相关国家政策，分别从功能性能、逻辑编程软件、网络协议、产品谱系以及标准化等方面分析了国内外PLC的差距。针对存在的差距，结合欧系、美系和日系PLC的特点，提出了一种中国系PLC的发展思路，瞄准国防军工、关键基础设施等行业需求，通过重大项目和重点领域的带动，基于国产自主软硬件生态开展国产PLC研制和应用推广工作。

发表于：2023/5/8 下午2:53:02

孔缝尺寸参数对腔体的5G屏蔽效能影响规律研究

孔缝尺寸参数对腔体的5G屏蔽效能影响规律研究[通信与网络][5G]

为保证换流站5G设备屏蔽腔体的屏蔽性能，明确腔体孔缝数量及尺寸对其屏蔽效能的影响规律，在HFSS仿真环境下，构建了屏蔽腔体的电磁屏蔽效能分析模型，分析了5G微带贴片天线电磁辐射的空间分布特征；然后，分析了腔体孔缝高度对屏蔽效能的影响，发现不同孔缝直径下屏蔽效能均随孔缝高度的增加而呈增强趋势，电磁辐射强度由0.5 mm高度下的24.81 dB降低为2.0 mm高度下的16.29 dB，同时分析发现屏蔽效能随孔缝直径的增加呈现下降趋势，最大辐射强度由1.0 mm直径的-15.13 dB增长至7.0 mm直径的49.87 dB；最后，在孔缝面积占比一定的情况下，发现随着孔缝数量的增多和孔缝直径的减小，屏蔽腔体的屏蔽效能是不断提高的。

发表于：2023/5/8 下午2:45:00

基于5G小基站的室内定位技术与应用研究

基于5G小基站的室内定位技术与应用研究[通信与网络][5G]

高精度室内定位技术与小基站通信网络结合能够有效降低室内定位的部署及运维成本，为各类定位应用场景提供了重要解决方案。首先归纳对比了常用定位技术，进一步分析了不同定位技术在小基站应用的可行性；然后，提出了基于5G小基站的室内定位方案，并对其架构进行了具体阐述，该方案具备传输网络易扩展、传输路径灵活化、定位接口开放化的优势；最后，给出了基于本方案选定的两种定位技术的应用场景及定位流程。结果表明，基于小基站的室内定位方案能够满足消费者领域及更加广泛的垂直行业的定位需求，具有重大意义及应用前景。

发表于：2023/5/8 下午2:33:52

基于AI算法的5G无线通信设备能耗建模方法研究

基于AI算法的5G无线通信设备能耗建模方法研究[通信与网络][5G]

基于5G网管系统中可采集到的大量能耗、性能指标和基站配置数据，利用机器学习算法对现网主流AAU设备建立能耗测算模型，并对模型的准确性进行验证。测试结果表明，利用该方案对现网几款主流AAU设备建立的能耗测算模型精度都达到97%以上，充分证明该能耗建模方法具有很高的实用性和推广价值。

发表于：2023/5/8 下午2:26:41

基于风险均衡度的电力5G通信链路自动选择方法研究

基于风险均衡度的电力5G通信链路自动选择方法研究[通信与网络][5G]

为有效自动选择通信链路，降低通信全局风险度，提出了一种基于风险均衡度的电力5G通信链路自动选择方法。首先，以最低全局风险度、最高业务通道可用性为目标函数，以通道带宽、时延与丢包率为约束条件，建立电力5G通信链路自动选择模型。以业务风险度与网络业务风险均衡度等为指标，评估业务风险度。按照风险度大小，由低至高排序通信业务，利用通信链路自动选择模型，优先为风险度较低的业务选择链路。通过量子遗传算法求解通信链路自动选择模型，获取最低全局风险度与最高业务通道可用性值，完成通信链路自动选择。实验证明：该方法可有效获取各通信业务风险度，自动选择通信链路，降低全局风险度，提升业务通道可用性和通道带宽，减少通道时延与丢包率，风险均衡效果较优。

发表于：2023/5/8 下午2:05:19

基于数据中台的园区经营监管平台的设计与实现

基于数据中台的园区经营监管平台的设计与实现[其他][其他]

针对园区经营、管理和服务水平提升的需要，为解决园区经营相关系统集成性、一体化和智能化不高的问题，提出一种基于数据中台和地理信息系统的园区经营综合监管平台，实现以园区房产为视角的园区经营全方位监控。平台通过数据同步程序获取业务数据，用数据采集程序采集外部系统数据，经数据清洗程序到达主题库服务器，创建房产、客户等主题库，由数据呈现程序呈现至平台服务器群组，实现一体化园区经营监控。通过在上海自贸区的应用，实现了园区房产资源多维度和多层级的图层化呈现，对园区客户进行精准画像，通过房产租售、收入、成本等监管指标以及客户欠租、合同到期等预警模块，提升了园区经营管理和客户服务水平。

发表于：2023/4/25 下午5:05:00

基于特征优化和ISSA-LSTM的脱硝系统入口NOx浓度预测模型

基于特征优化和ISSA-LSTM的脱硝系统入口NOx浓度预测模型[其他][其他]

针对电厂脱硝系统入口NOx浓度受较多因素的影响波动较大，且CEMS检测仪表有很大迟延难以精准测量的问题，提出了一种基于随机森林算法（RF）和改进麻雀搜索算法(ISSA) 优化长短时记忆神经网络（LSTM）的脱硝系统入口NOx浓度预测模型。首先，通过机理和相关性分析确定与SCR入口NOx质量浓度相关的初始辅助变量，并利用RF算法对辅助变量进行特征优化选择，然后通过互信息（MI）对各辅助变量与输出变量之间进行迟延估计并提取时序特征，并通过小波滤波对输入变量进行降噪处理，建立LSTM神经网络预测模型。利用ISSA算法确定LSTM模型的最优组合参数，最后与传统的LSSVM、RBF、BP模型的预测结果进行对比。实验结果证明，特征优化后的ISSALSTM神经网络预测模型的决定系数（R2）最大，均方根误差（RMSE）和平均绝对百分比误差(MAPE)最小，具备很强的拟合和泛化能力，可以精准预测脱硝系统入口氮氧化物的质量浓度。

发表于：2023/4/25 下午5:01:00

基于属性加密的联邦学习参与方选择方案

基于属性加密的联邦学习参与方选择方案[其他][其他]

联邦学习通过让用户使用本地数据训练模型来保护隐私，但现有的工作普遍忽略了真实场景下参与方的异质性。针对传统联邦学习难以避免与不恰当参与方共享模型的问题，提出一种联邦学习参与方选择方案。设计新的可撤销的密文策略属性基加密算法，在不泄露隐私的前提下对参与方实现高效的访问控制。对所提出的方案进行安全性的深入讨论，同时使用公开的数据集进行模拟实验，结果表明所提方案在提供可靠参与方选择应用的同时极大提升了模型的性能，能促进联邦学习在智慧城市等场景中的广泛落地。

发表于：2023/4/25 下午4:44:00