公共文化服务平台

共 8 条记录，以下是 1-8

全选清除导出

排序方式：

中美《液压与气压传动》课程教学的差异被引量：2: 2017年; 《液压与气压传动》课程是机械专业本科生一门重要的基础课程。但是,中美大学在该课程的教学过程中教学内容、教学方式以及实践环节等方面都存在一定的差异,这些差异为我国高校工科专业《液压与气压传动》课程的改革和创新指出了一个方向。; 上官倩芡张鼎逆杨晔; 关键词：课程改革中外合作办学

基于裁剪近端策略优化算法的软机械臂不规则物体抓取: 2024年; 为应对传统深度强化学习(DRL)算法在处理复杂场景,特别是在不规则物体抓取和软体机械臂应用中算法稳定性和学习率较差的问题,提出一种基于裁剪近端策略优化(CPPO)算法的软体机械臂控制策略。通过引入裁剪函数,该算法优化了近端策略优化(PPO)算法的性能,提升了它在高维状态空间的稳定性和学习效率。首先定义了软体机械臂的状态空间和动作空间,并设计了模仿八爪鱼触手的软体机械臂模型;其次利用Matlab的SoRoSim(Soft Robot Simulation)工具箱进行建模,同时定义了结合连续和稀疏函数的环境奖励函数;最后构建了基于Matlab的仿真平台,通过Python脚本和滤波器对不规则物体图像进行预处理,并利用Redis缓存高效传输处理后的轮廓数据至仿真平台。与TRPO(Trust Region Policy Optimization)和SAC(Soft Actor-Critic)算法的对比实验结果表明,CPPO算法在软体机械臂抓取不规则物体任务中达到了86.3%的成功率,比TRPO算法高出了3.6个百分点。这说明CPPO算法可以应用于软体机械臂控制,可在非结构化环境下为软体机械臂在复杂抓取任务中的应用提供重要参考。; 余家宸杨晔

基于电化学沉积的高性能Cu/Ag双层电极IPMC材料的制备与性能试验: 2024年; 针对传统化学镀方法中金属电极厚度和均匀性受限的问题,提出一种基于电化学沉积与化学镀结合的方法,创新性地在银基电极上进一步沉积铜层,形成Cu/Ag双层复合电极,显著提升电极的厚度、均匀性及导电性。通过优化电化学沉积工艺参数获得最佳加工电压和时间,显著增强了离子聚合物金属复合(IPMC)材料在驱动过程中的性能稳定性与使用寿命。结果表明,Cu/Ag双层电极IPMC材料相较于单层Ag电极在直流电压下的电驱动响应性能提高30%以上,且导电性与耐久性均得到显著提升,可为高性能IPMC人工肌肉材料的制备提供新思路。; 杨晔朱家辰胡喜友王佳明; 关键词：离子聚合物金属复合材料电化学沉积

基于优化插值与差值神经网络算法的硅片刻蚀深度预测模型被引量：1: 2021年; 针对半导体加工工艺复杂、成本高、工艺数据量少,一般的人工神经网络(ANN)算法无法准确预测其加工工艺性能的问题,提出一种基于优化插值与差值神经网络(OIDNN)算法的适用于小样本的硅片刻蚀深度预测模型。首先,分别由实验得到刻蚀深度的实验数据,由计算机辅助设计(TCAD)技术仿真得到刻蚀深度的模拟数据,并划分为训练集、验证集和预测集;将TCAD模拟数据作为额外输入参数插入ANN1模型,同时,将实验数据与TCAD模拟数据的差值作为ANN2模型的输出参数,得到两份预测结果;最后将两份预测结果作为输入参数,经ANN3模型训练选择权重,得到最终预测结果。OIDNN算法在不同大小的样本数量下,所得预测刻蚀深度和实验刻蚀深度之间平均的均方误差(MSE)为0.009 5μm,相较于ANN减小80%以上,相较于自适应权值神经网络(AWNN)减小85%以上。实验结果表明,所提模型可以有效提高预测的准确度,提高算法的收敛速度,并且适用于小样本的工程应用场景。; 黄涛黄涛杨晔; 关键词：小样本神经网络计算机辅助设计

基于实时肌肉疲劳特征融合的表面肌电手势识别增强算法: 2024年; 本研究旨在优化基于表面肌电图的手势识别技术,重点考虑肌肉疲劳对识别性能的影响。文中提出了一种创新的实时分析算法,可实时提取肌肉疲劳特征,并将其融入手势识别过程中。基于自行采集的数据,本文应用卷积神经网络和长短期记忆网络等算法对肌肉疲劳特征的提取方法进行了深入分析,并对比了肌肉疲劳特征对基于表面肌电图的手势识别任务的性能影响。研究结果显示,通过实时融合肌肉疲劳特征,本文所提出的算法对不同疲劳等级的手势识别准确率均有提升,对于不同个体的平均识别准确率也有提升。综上,本文算法不仅提升了手势识别系统的适应性和鲁棒性,而且其研究过程也可为生物医学工程领域中手势识别技术的发展提供新的见解。; 严仕嘉杨晔易鹏; 关键词：表面肌电信号肌肉疲劳手势识别卷积神经网络

基于Stacking多模型融合的IGBT器件寿命的机器学习预测算法研究被引量：12: 2022年; 绝缘栅双极型晶体管(IGBT)器件是一种被广泛应用于工业、通信、计算机、汽车电子等领域的核心技术部件,提高该器件的使用安全性至关重要。近年来,采用机器学习对IGBT器件的寿命进行预测已成为热点的研究问题。然而,普通的神经网络预测仍存在着训练时间长和准确率较低的问题。针对该问题,提出了一种基于Stacking多模型融合的机器学习模型来实现对IGBT的寿命预测,该模型有效地提高了预测的准确率和效率。该算法包含双层结构,融合了4种互补的机器学习算法模型。其中,第一层使用了轻度梯度提升树模型(LGBM)、极端梯度提升树模型(XGBoost)和岭回归模型(Ridge)进行预测,再将预测结果输入第二层进行训练;第二层使用了线性回归模型,经过双层模型训练预测出最终的IGBT寿命。通过实验数据的对比证实,相比常用的长短期记忆神经网络(LSTM)算法模型,基于Stacking多模型融合的机器学习模型对IGBT寿命预测的均方误差平均降低了93%,且模型训练的平均耗时仅为LSTM网络算法模型的13%。; 王飞王飞黄涛; 关键词：IGBT器件

RH精炼装置真空槽台车走行控制系统设计被引量：1: 2017年; 分析真空槽台车的功能,以及真空槽台车移送走行控制、固定和松开控制方案,给出精炼装置控制系统总体结构、真空槽台车PLC控制以及上位机监控画面设计方案。; 陈玉娟刘东波薛一晟董淑冷杨晔

仿生结构在软机器人中的应用: 2022年; 与传统的硬机器人相比,软机器人部分或全部由软材料组成,因此具有更强的稳定性和适应性,并且在与人和环境交互时更为安全。自然界中的各类生物均为软体结构,经过自然演变,可以适应复杂的环境,因此这些生物的身体结构和运动方式天然地可以为软机器人的设计提供灵感。文章首先介绍软机器人的制作,然后从结构仿生和功能仿生两方面综了仿生结构在软机器人中的典型应用,为软机器人的设计提供思路。; 刘思远杨晔; 关键词：结构仿生

全选清除导出

共1页<1>

杨晔