摘要:胶质瘤脑肿瘤具有与其他肿瘤相似的纹理模式,因此检测和分割胶质瘤脑肿瘤是一项具有挑战性的过程。本研究提出了一种改进的肿瘤检测系统 (MTDS) 方法来从健康脑图像中识别和分类胶质瘤脑图像。空间 Gabor 变换 (SGT)、特征计算和深度学习结构构成了建议的 MTDS 技术的训练工作流程。从胶质瘤脑图像数据集图像和正常脑图像数据集图像计算特征,并将这些特征输入到分类架构中。在本文中,提出的 IVGG 架构源自现有的视觉几何组 (VGG) 架构,以提高所提系统的检测率并降低计算时间复杂度。所提系统的测试工作流程还包括 SGT、特征计算和 IVGG 架构,以产生将源脑图像分类为正常或胶质瘤的结果。此外,形态分割技术已用于查找此胶质瘤图像中的肿瘤位置。本研究使用了两个独立的脑成像数据集来评估和验证建议的 MTDS 的性能效率。数据集是 BRATS Imaging 2020 (BI20) 和 Kaggle Brain Imaging (KBI)。已经根据 Jaccard 指数、召回率、准确率和检测率对性能效率进行了分析。
随着通过不安全通信渠道传输的数据量不断增加,大数据安全已成为网络安全领域的重要问题之一。为了解决这些问题并确保数据安全,需要一个强大的隐私保护密码系统。这种解决方案依赖于混沌加密算法,而不是标准加密方法,这些算法具有多级加密级别,包括高速、高安全性、低计算开销和程序能力等特点。在本文中,提出了一种使用线性反馈移位寄存器 (LFSR) 和基于混沌的量子混沌映射的安全图像加密方案。该方案的重点主要取决于来自算法输入的密钥。威胁形势、统计测试分析以及与其他方案的关键比较表明,所提出的算法非常安全,并且可以抵抗各种不同的攻击,例如差分攻击和统计攻击。与现有加密算法相比,所提出的方法具有足够高的灵敏度和安全性。几个安全参数验证了所提工作的安全性,例如相邻像素之间的相关系数分析、熵、像素变化率 (NPCR)、统一平均变化强度 (UACI)、均方误差 (MSE)、强力、密钥敏感度和峰值信噪比 (PSNR) 分析。所提技术生成的密码的随机性也通过了 NIST-800-22。NIST 的结果表明,密码具有高度随机性,不会产生任何类型的周期性或模式。
功能性近红外光谱 (fNIRS) 是一种新兴的非侵入式脑机接口 (BCI) 技术。快速获取精确的脑信号对于成功的 BCI 至关重要。本文研究了一种实时滤波技术,以消除 fNIRS 信号中的运动伪影 (MA) 和低频漂移。使用文献中的气球模型和实验范例生成两种波长的光强度。生成两种类型的 MA(尖峰状和阶梯状)和低频漂移,并将其添加到模拟的两种波长的光强度中。提出了一种新的双级中值滤波器 (DSMF) 来恢复未受污染的信号。使用五个评估指标来确定双滤波器的最佳窗口大小:第一个中值滤波器为 4 s 和 9 s,第二个中值滤波器为 18 s。使用相同的指标将所提出的方法与基于小波的 MA 校正方法和样条插值方法进行了比较。结果表明,所提方法在衰减 MA 和信号失真方面优于比较方法。最后,将设计的 DSMF 应用于来自八名健康受试者的实验数据,其中通过要求受试者摇头来引入 MA。所提方法的滤波数据显示信号干净,没有 MA 和低频漂移。
摘要 — 预测具有有限衰减历史的锂离子电池的剩余使用寿命 (RUL) 至关重要,因为它可以确保及时维护电动汽车并有效重复使用二次电池。考虑到现实的电池运行条件,本文研究了在目标电池衰减历史有限的情况下在部分充电和放电条件下的 RUL 预测。鉴于其能够告知特征重要性,采用随机森林来帮助对不同的电池测量进行优先排序,并确定准确预测 RUL 所需的最少运行数据量。通过使用一个完整的充电和放电循环检查预测性能,结果表明充电和放电的持续时间、使用容量和电压信号包含与电池 RUL 相关的重要特征。在荷电状态 (SOC) 不确定性下,还研究了部分充电和放电下的预测性能,结果表明,在 SOC 范围 [0.2,0.8] 内收集的数据可实现令人满意的性能。与现有的使用四个完整充电和放电循环的卷积神经网络方法相比,验证了所提方法增强的板载可行性。对 SOC 范围的敏感性分析表明,SOC 范围 [0 . 1 , 0 . 2] 内的数据包含磷酸铁锂电池最丰富的 RUL 相关信息。对具有不同化学性质、环境温度和 C 速率的电池进行广泛验证进一步证明了所提方法的稳健性。
利益冲突 为了鼓励透明度而不妨碍出版,所有作者、审稿人和编辑必须声明与稿件相关的任何利益冲突。不应存在影响所提交稿件所含信息发布的合同关系或所有权考虑。对于学术期刊而言,利益冲突是指任何干扰或可以合理地被视为干扰全面客观地呈现、审查或出版研究结果或评论或审查研究结果的文章的行为。当作者、编辑或审稿人在出版物中拥有可能影响其科学判断的经济、个人或职业利益时,就会存在潜在的利益冲突。
利益冲突 为了鼓励透明度而不妨碍出版,所有作者、审稿人和编辑必须声明与稿件相关的任何利益冲突关系。不应存在影响所提交稿件所含信息发布的合同关系或所有权考虑。对于学术期刊而言,利益冲突是指任何干扰或可以合理地被视为干扰全面客观地呈现、审查或出版研究结果或评论或审查研究结果的文章的行为。当作者、编辑或审稿人在出版物中拥有可能影响其科学判断的经济、个人或职业利益时,就存在潜在的利益冲突。
摘要:随着新能源汽车市场的扩大,电动汽车电池进入大规模退役潮,战略层面的设施选址与配置决策和战术层面的多产品流与多技术选择决策被集成为可持续逆向物流网络(SRLN)。本文考虑多种废旧电动汽车电池(WEVB)和多种回收技术,以经济成本最小和碳排放最小为目标,构建了WEVB的多级SRLN模型。为了求解该模型,将模糊集理论应用于约束的等价变换,采用非交互式和交互式方法求解多目标规划(MOP),并提出带优先级控制的交互式模糊规划来寻找该模型的全局最优解。最后,数值实验证明了所提模型和求解方法的可行性和有效性。实验结果表明,考虑碳排放的SRLN模型在略微增加初始网络建设成本的情况下,能够显著降低网络的碳排放,从而有效平衡经济与环境目标。在非交互式求解中,Lp-metric方法的偏差指数低于加权和方法;在交互式求解中,本文提出的优先级控制方法在实际解数和CPU时间方面均优于TH方法,在搜索和找到最优解方面表现出良好的性能。所提模型和方法可为有限信息不确定环境下的WEVB SRLN提供理论基础和技术支持。
1 威斯康星大学密尔沃基分校可持续电能系统中心,美国密尔沃基 2 土耳其安卡拉加齐大学技术学院电气与电子工程系 jeanpie4@uwm.edu;aie@uwm.edu;naltin@gazi.edu.tr;nasiri@uwm.edu 收稿日期:2020 年 4 月 10 日 接受日期:2020 年 6 月 22 日 摘要 - 近年来,用于并网应用的结合光伏 (PV) 系统和集成储能的分布式发电厂的研究兴趣日益增加。然而,多种能源的组合需要大量的 DC-DC 转换器,因此变得更加复杂。为了解决这个问题,本研究提出了一种用于并网应用的多端口双向 DC-DC LLC 谐振转换器。为了最大限度地降低所提系统的控制复杂性,还开发了一种基于区域的控制器方法,该方法集成了基于增量电导法的改进最大功率点跟踪 (MMPPT) 方法。该控制器能够在从公用电网输送或获取电力时调节转换器电压和功率流。本研究中介绍的转换器包含一个双向降压-升压转换器和一个 LLC 谐振转换器,以及一个电压源并网逆变器。它们都与 PV、电池和公用设施连接。通过 MATLAB/Simulink 进行的大量仿真分析证明了所提拓扑的运行。
罗斯基勒大学可以在持续的学生辅导中使用人工智能。但是,如果使用人工智能提供自动化指导,例如以问答机器人的形式,则必须明确声明,并且所有答案都必须附有免责声明,说明文本是自动生成的,因此可能会出现错误。至少,必须向用户(学生或我们课程的申请人)说明,由于文本是使用人工智能生成的,因此答案可能会出现错误。如果答案引起疑问,还应指导用户联系相关人员。此外,还应有一个流程来保证所提问题的答案的质量,以定期检查答案是否符合我们的标准。
最近的研究表明,储能系统 (ESS) 可以分布在模块化多级转换器 (MMC) 中,以增强高压直流 (HVDC) 换流站,从而提供辅助服务。在这种情况下,DC-DC 转换器必须将储能元件连接到子模块 (SM) 电容器。然而,由于 MMC 的工作原理复杂,转换器拓扑的选择及其控制并不简单。本文提出了一种合适的接口转换器和控制策略来解决这些问题。特别强调了转换器的建模,以突出 SM 内部的所有交互并简化控制器的设计。最后,缩小的原型验证了所提解决方案的有效性。