XiaoMi-AI文件搜索系统
World File Search System最佳值
引用方式：Mutinda, M.、Munji, K. 和 Nyenge, L. (2023)。基于锁相环的宽带低噪声信号发生器的实现。Afr
信号发生器是一种用途广泛的重要电子测试仪器，可用于蜂窝通信、雷达系统、微带天线和电子实验室等各个领域。本研究重点是模拟和设计工作频率范围为 35 MHz 至 3 GHz 的低相位噪声信号发生器。为此，使用 Arduino 板上的 Atmega 328P 微控制器来控制基于锁相环 (PLL) 概念的合成器。评估了信号发生器的性能，特别强调预测和分析 PLL 组件产生的相位噪声。为确保系统稳健，设计了三阶环路滤波器以有效抑制杂散。通过使用 ADIsimPLL 仿真工具进行仿真，获得了环路带宽 (10 kHz) 和相位裕度 (45°) 的最佳值。为此实现所选的锁相环芯片是 ADI 公司生产的 ADF4351。通过进行瞬态分析，确定了 PLL 系统从最小输出频率过渡到最大输出频率所需的时间。此外，使用阴极射线示波器研究了 35-100 MHz 频率范围内的发生器信号特性，并使用频谱分析仪研究了 101-3000 MHz 频率范围内的发生器信号特性。计算了不同频率（35 MHz、387 MHz、1 GHz、2 GHz 和 2.9 GHz）下的相位噪声水平，并在不同的偏移量（1 kHz、10 kHz、100 kHz 和 1 MHz）下进行了分析。相比之下，实验结果表明相位噪声水平高于通过模拟获得的结果。值得注意的是，随着输出频率的增加，相位噪声也相应增加。
多任务记忆电容网络 - PDXScholar
摘要 — 最近的研究表明，记忆电容设备网络为储存器计算系统提供了低功耗的理想计算平台。随机、交叉或小世界幂律 (SWPL) 结构是储存器基底计算单个任务的常见拓扑结构。然而，神经学研究表明，与不同功能相关的皮层大脑区域互连形成富俱乐部结构。这种结构允许人类大脑同时执行多项活动。到目前为止，记忆电容储存器只能执行单一任务。在这里，我们首次提出了集群网络作为记忆电容储存器同时执行多项任务。我们的结果表明，在三个任务上，集群网络分别比交叉和 SWPL 网络高出 4.1 × 、5.2 × 和 1.7 × 倍：孤立口语数字、MNIST 和 CIFAR-10。与我们之前和已发表结果中的单任务网络相比，多任务集群网络可以实现类似的准确率，分别为 MNIST、孤立口语数字和 CIFAR-10 的 86%、94.4% 和 27.9%。我们的扩展模拟表明，输入信号幅度和集群间连接都会影响集群网络的准确性。选择信号幅度和集群间链接的最佳值是获得高分类准确率和低功耗的关键。我们的结果说明了记忆电容式大脑启发集群网络的前景及其同时解决多项任务的能力。这种新颖的计算架构有可能使边缘应用程序更高效，并允许无法重新配置的系统解决多项任务。
氨水的能量、火用和经济分析...
当今，发电厂工程师主要关注如何最大限度地提取燃料能量。这一目标涉及根据热力学第一定律和第二定律提高不同热力学要素和整个循环的效率。为实现这一目标，工程师们采用了各种旨在提高这些效率的技术。在目前的研究中，所使用的一种技术是用不同的工作流体替代水/蒸汽。通过改变工作流体，工程师们旨在优化发电厂的热力学性能。在本研究中，分析重点是氨水混合物与跨临界二氧化碳在热回收蒸汽发生器中的应用。研究结果表明，实现的最高功输出和第二定律效率分别为 1192 kJ/秒和 81.68%。当顶部循环压力设置为 50 bar，并且涡轮机入口温度分别为 500°C 和 300°C（氨水混合物和跨临界二氧化碳）时，可获得这些最佳值。此外，当顶循环压力设置为 50 bar、底循环压力设置为 160 bar 且涡轮机入口温度为 300°C 时，可观察到 43.57% 的最大第一定律效率。分析还表明，热源是造成大部分能量破坏的原因，在 500°C 的温度下，最多有 1970 kJ/秒的可用能量被破坏。为了实现热力学性能参数的最高值，建议在吸收器和冷凝器中保持低压。此外，分析表明，当冷凝器压力设置为 70 bar 时，发电成本达到峰值，达到 0.050 美元/千瓦时。
乳腺癌中的酪氨酸激酶抑制剂（审查）...通过...
灵感呼吸技术（DIBH）在减少左侧BC患者的平均心脏剂量（MHD）方面变得越来越普遍。但是，RT的治疗计划和DIBH艰辛，耗时且昂贵，对于患者和RT员工来说。 此外，亚洲妇女中MHD左BC患者的比例要高得多，这主要是由于与西方国家相比，其乳房量较小。 本研究旨在确定用于预测RT后MHD的最佳机器学习模型（ML）模型，以预先选择低MHD患者，在RT计划之前不需要DIBH。 总共将接受术后RT的562例BC患者随机分为TrainVal（n = 449），外部（n = 113）测试数据集使用Python（版本3.8）。 使用高斯噪声的合成少数民族过采样校正了不平衡的数据。 具体来说，右左，肿瘤部位，胸壁厚度，辐照方法，体重指数和分离是用于ML的六个解释变量，并使用了四种监督的ML算法。 使用使用均方根误差（RMSE）的高参数调谐的最佳值作为内部测试数据的指标，使用外部测试数据选择了最终的F2得分评估的模型。 RT后MHD对真实MHD的预测能力是深神经网络的所有算法中最高的，RMSE为77.4，F2得分为0.80，曲线接收器操作特性下的面积为0.88，cgy cgy cgy的cgy值为0.88。但是，RT的治疗计划和DIBH艰辛，耗时且昂贵，对于患者和RT员工来说。此外，亚洲妇女中MHD左BC患者的比例要高得多，这主要是由于与西方国家相比，其乳房量较小。本研究旨在确定用于预测RT后MHD的最佳机器学习模型（ML）模型，以预先选择低MHD患者，在RT计划之前不需要DIBH。总共将接受术后RT的562例BC患者随机分为TrainVal（n = 449），外部（n = 113）测试数据集使用Python（版本3.8）。使用高斯噪声的合成少数民族过采样校正了不平衡的数据。具体来说，右左，肿瘤部位，胸壁厚度，辐照方法，体重指数和分离是用于ML的六个解释变量，并使用了四种监督的ML算法。使用使用均方根误差（RMSE）的高参数调谐的最佳值作为内部测试数据的指标，使用外部测试数据选择了最终的F2得分评估的模型。RT后MHD对真实MHD的预测能力是深神经网络的所有算法中最高的，RMSE为77.4，F2得分为0.80，曲线接收器操作特性下的面积为0.88，cgy cgy cgy的cgy值为0.88。
具有非对称边际可靠性输入装置的高效人机控制
诸如运动想象脑机接口 (BCI) 之类的输入设备通常不可靠。理论上，人机回路中可以使用通道编码来通过嘈杂的输入设备稳健地封装意图，但标准前馈纠错码实际上无法应用。我们为噪声水平非常高的二进制输入设备提供了一个实用且通用的概率用户界面。我们的方法允许实现任何级别的稳健性，而不管噪声水平如何，只要有可靠的反馈（例如视觉显示）即可。特别是，我们展示了基于反馈通道代码的高效缩放界面，用于噪声水平为基于运动想象的 BCI 等模态特征的二分类问题，准确率 < 75%。我们概述了基于分离通道、线路和源编码的人机回路设计中的一般原则。我们开发了一种新颖的选择机制，可以使用嘈杂的双态按钮实现任意可靠的选择。我们展示了对变化的通道统计数据的自动在线适应，以及无需精确校准错误率的操作。我们使用一系列可视化来构建用户界面，这些界面以对用户透明的方式隐式编码这些通道。我们通过一组蒙特卡罗模拟和人机交互实验的实证结果验证了我们的方法，结果表明，该方法在一系列通道条件下可有效运行，达到理论最佳值的 50-70%。
基于加强学习的算法，用于优化问题和对反问题的应用
我们设计了一种称为“增强”的新迭代算法，用于解决一般的优化问题。此算法参数化解决方案搜索规则，并使用强化学习（RL）算法类似于增强算法来更新参数。为了更深入地了解基于RL的方法，我们表明，增强OPT基本上解决了给定优化问题的随机版本，并且在标准假设下，搜索规则参数几乎可以肯定地收敛到本地最佳值。实验表明，增强-OPT优先于其他优化方法，例如梯度下降，遗传算法和粒子群优化，它可以从局部最佳溶液中逃脱到其鲁棒性到对初始值的选择。有了严格的推导，我们正式介绍了使用强化学习来处理反问题的使用。通过为动作选择规则选择特定的概率模型，我们还可以将我们的方法连接到Tikhonov正则化和迭代正则化的常规方法。我们在部分微分方程中采用非线性积分方程和参数识别问题作为示例，以说明如何将强化学习应用于求解非线性逆问题。数值实验强调了增强-OPT的强劲性能，以及其量化错误估计不确定性并确定缺乏解决方案稳定性和唯一性的逆问题的多个解决方案的能力。
修改的扩展Kalman过滤算法，用于可充电电池的精确电压和电荷估计
1 1频道工程系，香港理工大学，香港，中国2号医学和工业超声中心，詹姆斯·瓦特工程学院，格拉斯哥大学，格拉斯哥大学，格拉斯哥大学，英国格拉斯哥，英国21118694r@connect.polyu.hk; tianshidexuanzhe@gmail.com; kokokhlam@polyu.edu.hk; kwokho.lam@glasgow.ac.uk通信：kwokho.lam@glasgow.ac.uk，中国香港香港理工大学电气工程系；詹姆斯·瓦特工程学院医学和工业超声学院，格拉斯哥大学，格拉斯哥大学，英国苏格兰，格拉斯哥大学†同样贡献。 摘要：随着电动汽车（EV）的普及，可充电电池的电压和最新电压（SOC）估计具有重要意义。 SOC参数已被用作传递可充电锂离子电池（LIB）的电能的指标，而电压已是监测所需的关键参数，以防止造成电池损坏的原因，尤其是在充电和放电过程中。 因此，研究重点是使用算法准确估算SOC和电压。 具有避免重大估计误差的能力，使用间接测量值（例如电压和电流）获得的参数，已采用常规扩展卡尔曼过滤（EKF）来估计SOC的最佳值。 但是，该算法在SOC和电压估计中的精度有限，并且对电压预测的误差降低仍然没有深入研究。 这项研究表明，常规的EKF算法会引起估计错误，尤其是当当前突然改变时。1 1频道工程系，香港理工大学，香港，中国2号医学和工业超声中心，詹姆斯·瓦特工程学院，格拉斯哥大学，格拉斯哥大学，格拉斯哥大学，英国格拉斯哥，英国21118694r@connect.polyu.hk; tianshidexuanzhe@gmail.com; kokokhlam@polyu.edu.hk; kwokho.lam@glasgow.ac.uk通信：kwokho.lam@glasgow.ac.uk，中国香港香港理工大学电气工程系；詹姆斯·瓦特工程学院医学和工业超声学院，格拉斯哥大学，格拉斯哥大学，英国苏格兰，格拉斯哥大学†同样贡献。 摘要：随着电动汽车（EV）的普及，可充电电池的电压和最新电压（SOC）估计具有重要意义。 SOC参数已被用作传递可充电锂离子电池（LIB）的电能的指标，而电压已是监测所需的关键参数，以防止造成电池损坏的原因，尤其是在充电和放电过程中。 因此，研究重点是使用算法准确估算SOC和电压。 具有避免重大估计误差的能力，使用间接测量值（例如电压和电流）获得的参数，已采用常规扩展卡尔曼过滤（EKF）来估计SOC的最佳值。 但是，该算法在SOC和电压估计中的精度有限，并且对电压预测的误差降低仍然没有深入研究。 这项研究表明，常规的EKF算法会引起估计错误，尤其是当当前突然改变时。1频道工程系，香港理工大学，香港，中国2号医学和工业超声中心，詹姆斯·瓦特工程学院，格拉斯哥大学，格拉斯哥大学，格拉斯哥大学，英国格拉斯哥，英国21118694r@connect.polyu.hk; tianshidexuanzhe@gmail.com; kokokhlam@polyu.edu.hk; kwokho.lam@glasgow.ac.uk通信：kwokho.lam@glasgow.ac.uk，中国香港香港理工大学电气工程系；詹姆斯·瓦特工程学院医学和工业超声学院，格拉斯哥大学，格拉斯哥大学，英国苏格兰，格拉斯哥大学†同样贡献。摘要：随着电动汽车（EV）的普及，可充电电池的电压和最新电压（SOC）估计具有重要意义。SOC参数已被用作传递可充电锂离子电池（LIB）的电能的指标，而电压已是监测所需的关键参数，以防止造成电池损坏的原因，尤其是在充电和放电过程中。因此，研究重点是使用算法准确估算SOC和电压。具有避免重大估计误差的能力，使用间接测量值（例如电压和电流）获得的参数，已采用常规扩展卡尔曼过滤（EKF）来估计SOC的最佳值。但是，该算法在SOC和电压估计中的精度有限，并且对电压预测的误差降低仍然没有深入研究。这项研究表明，常规的EKF算法会引起估计错误，尤其是当当前突然改变时。尽管可以通过诸如Double Kalman滤波等联合算法提高SOC精度，但是由于非线性误差的叠加，仍然需要优化EKF本身。在这项研究中，进行了修改后的扩展卡尔曼滤波（MEKF）算法的研究，以估算LIB的电压和SOC，并具有估计精度的极大提高。Yuasa Lev50单元在298 K处的标准放电率为0.2 c，以获取离线参数，然后使用新提出的新提出的动态估计数学电池模型（DBOFT）进行优化。这是第一次提出一种结合增益矩阵和噪声的方法，以减少当前转弯点的电压估计误差，从而大大提高了电压估计的准确性。具体来说，MEKF算法能够实时调整参数并减少SOC
一种用于电池的自适应能量管理方法...
摘要。储能系统 (ESS) 在日常生活中不可或缺，有两种类型，可以提供高能量和高功率密度。混合储能系统 (HESS) 是通过组合两个或多个储能单元来获得，以使两种类型都受益。能源管理系统 (EMS) 对于确保 HESS 的可靠性、高性能和效率至关重要。EMS 最关键的参数之一是电池健康状态 (SoH)。对 SoH 的持续监控可提供有关系统状态的重要信息，检测异常的性能下降并实现计划维护，防止系统故障，有助于将效率保持在始终如一的高水平，并通过减少停机时间来帮助确保能源安全。SoH 参数取决于放电深度 (DoD)、充电和放电速率 (C-rate) 和温度等参数。这些参数的最佳值直接影响电池的寿命和运行性能。所提出的自适应能量管理系统 (AEMS) 使用电池的 SoH 参数作为控制输入。它通过动态更新 C 速率和 DoD 参数来提供最佳控制。此外，集成到系统中的超级电容器具有基于滤波器的功率分离功能，可防止电池深度放电。在所提出的 AEMS 控制下，据观察，HESS 比仅依赖电池的系统多产生 6.31% 的能量。由 AEMS 有效管理的超级电容器和电池之间的这种有益关系为从电动汽车到可再生能源存储系统等应用中的先进能源管理开辟了新的可能性。
瓦莱坎垃圾运输车加氢站电转氢系统规模及调度优化
摘要 . 本研究旨在实施一个优化模型，该模型用于连接重型车辆加油站的制氢设施，用于废物管理和运输领域。该模型由两个连续的混合整数线性规划问题组成。第一个问题解决车辆加油计划问题，第二个问题解决工厂设计和运营问题。该模型的输出是工厂的设计和运行参数以及车辆加油计划，以实现氢气的最低平准成本。研究了电力供应的不同可能性：电网电力、太阳能光伏和水力发电。最有利可图的选择是安装 10 MW 太阳能光伏场，连接 3.3 MW 电解器和 3700 kg 储存器。由此产生的氢气平准成本为 10.24 欧元/千克。如果不考虑售电收入，从电网购买电力成为最具成本效益的选择。这种情况下，电解器和储氢器的大小分别为 760 kW 和 405 kg，氢气的平准化成本为 13.75 欧元/kg。对后一种情况进行的敏感性分析表明，最合理的输入参数是电解器单位消耗和电力成本。还进行了统计分析，考虑了随机故障分布，获得了电解器容量为 700-800 kW 和氢气储氢器大小为 1300-1400 kg 的最佳值。考虑到目前的电价和没有补贴，氢气在能源市场的渗透成本仍然很高。
加法制造信件-NSF -PAR
通过添加剂制造的多元素元素合金（MPEA）的表面工程最近引起了人们对可以实现的非凡材料特性范围的显着关注。在确定制造各种成分合金的最佳加工参数方面存在挑战，它们是构成沉积材料的质量的。尽管如此，只有有限的模型可以预测处理参数的初始参数窗口。使用Alcocrfeni MPEA作为激光金属沉积的测试床，我们提出了一个将材料特性与加工变量相关的框架，从基本分子模拟和元神象优化方法中偶联预测预测。构建了一组无量纲的目标函数，以将元素差异和原子半径连接到宏观过程参数，即冷却速率，能量密度和粉末沉积密度。我们的结果表明，当MPEA由于形成晶体点缺陷而在固体时假设晶体相位，而在快速冷却过程中，二氮的固定速率在固体时假设晶体相时，差异均与冷却速率呈指数变化。然而，在合金的无定形相中缺乏这些缺陷，使元素差异系数没有不同的冷却速率的定义相关性。通过多目标杜鹃搜索的选择，我们构建了一个帕累托正面，以识别处理变量的最佳值，这些值与文献中对复杂合金的激光覆层所采用的参数一致。