- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
基于卷积神经网络的光伏组件I-V特性曲线预测
摘要： 光伏组件暴露于外部环境，受辐射、组件背板温度、相对湿度、大气压等多种因素影响，这使得光伏组件性能的测试与分析较为困难。传统上采用等效电路法分析光伏组件性能，但存在较大误差。本文基于机器学习方法和大量光伏测试数据，建立了卷积神经网络（CNN）和多层感知器（MLP）神经网络模型来预测光伏组件的I-V曲线。此外，详细比较了这些方法对电流-电压（I-V）曲线预测的准确性和拟合程度。结果表明，CNN和MLP神经网络模型的预测准确性显著优于传统等效电路模型。与MLP模型相比，CNN模型具有更好的准确性和拟合度。此外，CNN的误差分布更集中，具有更好的鲁棒性，且预测试曲线更平滑，在非线性段拟合效果更佳。因此，在复杂气候条件下，CNN优于MLP模型和传统等效电路模型。CNN是预测光伏组件性能的高可信度方法。
关键词： 卷积神经网络，光伏组件，电流-电压曲线，多层感知机
更新于2025-09-23 15:19:57
-
基于机器学习技术，通过激光扫描获取的数字高程模型，绘制微地形地震诱发古普尔朱冰碛垄与液化扩展分布图
摘要： 北欧国家利用公开的开源机载激光雷达数字高程模型（ALS DEM），为冰川地貌研究提供了新视角。如今可识别并绘制前芬诺斯堪迪亚冰盖范围内地震诱发的微地形古地貌，从而对核废料处置进行空间安全评估。自动化机器学习技术能高效且统一地在全国范围内识别这些精细地貌特征。本研究聚焦于芬兰北部古液化扩散区和普尔朱冰碛的自动识别：首先通过伽柏滤波与主曲率滤波从2米分辨率ALS DEM中提取不同栅格尺度的地貌计量变量，以突显这些古地震地貌的高程多尺度纹理；伽柏纹理变量作为基线方法，而包含最大/最小曲率的主曲率特征因先前被证实对识别凹凸延展地貌具有关键作用而被采用。随后将这些栅格变量转化为基于直方图的统计特征，输入至非线性监督多层感知器早停集成神经网络分类器。留一交叉验证结果表明主曲率特征分类精度高达94%，显著优于精度仅83-85%的伽柏特征。该研究表明基于监督神经网络的ALS DEM数据及其衍生纹理特征分类具有高度有效性，能捕捉微地形液化扩散区与普尔朱冰碛的多尺度特性。该方法可用于高效绘制这些古地震地貌，完善曾受冰川覆盖区域古地震数据库。
关键词： 旋转不变性、基于直方图的特征、留一法交叉验证、主曲率、面积不变性、多层感知机、地貌、古地震学、地貌学、伽博滤波器、普尔朱冰碛、液化扩展
更新于2025-09-23 15:19:57
-
[IEEE TENCON 2019 - 2019年IEEE第十区会议(TENCON) - 印度科钦(2019.10.17-2019.10.20)] TENCON 2019 - 2019年IEEE第十区会议(TENCON) - 基于LSTM和CNN的语音辅助视觉问答系统（含实时图像采集功能）助力视障人士
摘要： 该研究工作使视障人士能够独立于外部支持识别物体并可视化周围场景。在此情境下，用户可通过语音输入向应用程序提出开放式问题、分类问题、计数问题或是非问题。该应用采用视觉问答(VQA)技术整合图像处理与自然语言处理功能，同时具备语音转文字及反向转换能力，从而帮助识别、认知并获取特定图像的详细信息。研究采用经典CNN-LSTM模型，分别计算图像特征与语言特征后，通过从问题中提取的图像特征和词嵌入进行特征融合，再对组合特征运行多层感知机以获得结果。该模型准确率达到57%。此模型还可用于提升儿童的认知理解能力。由于应用支持语音交互并配备简易图形界面，特别适合视障人士使用。
关键词： VGG16、视障人士、Keras神经网络库、ImageNet、gTTS、特征提取、图像识别、VQA、Word2Vec、语音识别、Glove向量、CNN、多层感知机、LSTM
更新于2025-09-16 10:30:52
-
利用多层感知器（MLP）实现反射式光学传感器在干扰条件下的距离估计传感器融合技术
摘要： 距离测量方法众多，其中反射式光学传感器成本低廉但存在非线性响应、量程有限且易受红外或可见光辐射干扰等问题。为此，本研究提出一种多传感器融合模型，通过组合三种量程不同的反射式光学距离传感器、彩色可见光传感器(VIS)、紫外辐射传感器(UV)及近红外传感器(NIR)，并采用多层感知机(MLP)进行距离估算。融合不同距离传感器的目的是扩大整体量程范围并在特定区域实现冗余测量，而UV-VIS-NIR传感器的作用是补偿距离传感器所受辐射以校准测量值。基于获取的数据，评估了各类辐射对距离测量的影响。该量程范围的距离估算对机器人及自动化工业中的多种关联应用具有重要意义。研究通过调整多层感知机每层4至16个神经元、3至5个隐藏层的架构进行训练，最终筛选出多个融合传感器的MLP网络架构，在保持测量误差低于1%的条件下完成训练与优选。
关键词： 传感器融合、距离估算、反射式光学传感器、红外传感器、多层感知机（MLP）
更新于2025-09-16 10:30:52
-
[2019年IEEE/ACM光子-光学技术导向网络、信息与计算系统研讨会(PHOTONICS) - 美国科罗拉多州丹佛市 (2019.11.18-2019.11.18)] 2019年IEEE/ACM光子-光学技术导向网络、信息与计算系统研讨会(PHOTONICS) - 基于高度并行化WDM乘法累加器的光学神经网络架构
摘要： 未来应用如网络异常检测和自动驾驶，需要在模式分类中实现极低、亚微秒级的处理延迟。为实现这种超快推理处理，本文提出一种光神经网络架构，可在亚纳秒延迟下对异常模式进行分类。该架构通过波分复用（WDM）技术在向量-矩阵乘法中充分利用光并行性，并采用微环谐振器、光学合路器和无源耦合器等无源纳米光子器件实现线性光学处理，从而构建低功耗、超低延迟的光神经网络?；诙嗖愀兄∕LP）光电路实现的电光电路仿真验证了该光神经网络具备亚纳秒级处理能力。
关键词： 光学神经网络、波分复用、多层感知机
更新于2025-09-16 10:30:52
-
[IEEE 2018年国际神经网络联合会议(IJCNN) - 里约热内卢(2018.7.8-2018.7.13)] 2018年国际神经网络联合会议(IJCNN) - 基于LDR传感器和嵌入8位微控制器的人工神经网络的全球太阳辐照度估算
摘要： 本研究通过使用光敏电阻（LDR）传感器及其温度数据，在嵌入式平台上实现全球太阳辐照度的估算。搭建了原型系统，并将其测量值与商用总辐射表获取的数据进行对比。采用多层感知器神经网络，在数据分析软件中建立LDR电压信号、温度信号与商用传感器辐照度数据之间的非线性回归关系，获得决定系数为96.466%、均方误差为0.04的回归模型。嵌入式系统中的神经网络与所用数据分析软件中的神经网络相比具有100%的准确率。该原型的最小响应时间为13.49毫秒，功耗为27.2毫瓦，表明该方法极具应用前景。这种利用LDR等简单传感器实现的神经网络估算方案，有助于降低可再生能源应用成本并简化实施过程。
关键词： 太阳辐照度、可再生能源、非线性回归、嵌入式系统、光敏电阻、多层感知机
更新于2025-09-10 09:29:36
-
利用多层感知器模型预测太阳能海水温室淡化装置产水量
摘要： 太阳能海水温室是一种利用太阳能和海水对温室内空气加湿，并通过加湿-除湿过程从湿润空气中提取淡水的海水淡化装置。所产淡水既可用于农作物灌溉，也可供饮用。众多参数会影响海水温室的性能。本研究采用人工神经网络分析温室宽度、长度、前端蒸发器高度及屋顶透光率等影响淡水产量的关键因素。通过构建多层感知机（MLP）优化模型，并运用平均绝对相对误差（%AARE）、均方根误差（RMSE）和决定系数（R2）等数理统计指标评估网络性能，该模型与实验数据具有良好吻合度?；谟呕蟮耐?，本研究评估了各参数对淡水产量的影响。最终确定最优方案为：温室宽125米、长200米，前端蒸发器高4米，屋顶透光率0.6，日产量可达161.6立方米淡水。
关键词： 太阳能海水温室，海水淡化，加湿-除湿过程，多层感知机
更新于2025-09-09 09:28:46
-
基于深度学习的大气折射率反演方法
摘要： 介绍了一种基于深度学习的大气折射率反演方法。大气波导是影响无线电设备使用的电磁波异常现象，获取实时大气波导信息对舰船通信、导航及雷达探测具有重要意义。为实现实时反演系统，选用多层感知机（MLP）这一典型深度学习模型作为反演方法。经反复试验，确定采用带整流线性单元激活函数的五隐层MLP结构。由于折射率反演属于回归问题，使用均方误差构建损失函数，并选择自适应矩估计（Adam）算法加速训练收敛。通过预生成数据库训练MLP以实现折射率剖面反演。结果表明该基于MLP的反演方法具有可行性和高效性。
关键词： 大气折射率反演、深度学习、多层感知机、自适应矩估计、大气波导
更新于2025-09-04 15:30:14
-
[2018年IEEE光子学会议(IPC) - 美国弗吉尼亚州雷斯顿(2018.9.30-2018.10.4)] 2018年IEEE光子学会议(IPC) - 基于M-PAM调制和多层感知器均衡器的10米SI-POF 10-Gb/s传输
摘要： 我们展示了在10米阶跃折射率塑料光纤(SI-POF)上采用脉冲幅度调制(PAM)实现每秒千兆比特的传输。通过基于多层感知器的均衡器来抑制系统中的符号间干扰和非线性效应。使用该均衡器配合32-PAM调制方式，在10米SI-POF上实现了10 Gb/s的数据传输速率，误码率为10^-2，低于20%的前向纠错极限。
关键词： 多层感知机（MLP）、聚合物光纤（POF）、脉冲幅度调制（PAM）、判决反馈均衡器、非线性
更新于2025-09-04 15:30:14