一种新型DBD高浓度臭氧电源的研制

介绍了一种新型的用陶瓷板作为介质阻挡强电离放电装置的IGBT逆变电源。分析了陶瓷板放电的特点。依据陶瓷板介质阻挡放电的特点,成功研制了22kHz大功率高压逆变电源装置,试验证明：它可使产生的臭氧体积质量由20g／m^3提高到200g／m^3,而且减小了强电离放电产生高浓度臭氧装置的体积,实验证明该电源的结构简单、稳定性好。给出了相应的设计电路和波形。     

IGBT短路保护的驱动电路的设计

IGBT（绝缘栅双极型晶体管）在现代电力电子技术中得到越来越广泛的应用。文中主要对绝缘栅双极型晶体管的驱动和短路保护电路进行了研究。首先谈论了IGBT的驱动电路的基本要求和短路保护分析,然后运用IGBT集电极退饱和原理,提供了一个采用分立元件构成的IGBT具有短路保护功能的驱动电路。理论分析和实验结果证明了所设计驱动电路的可行性,而且该电路简单实用,可靠性高。     

通信基站电磁辐射测量系统设计

利用虚拟仪器技术,采用LABVIEW编程语言,同时结合相应的测量仪器,应用模块化的编程方法,设计了一套通信基站电磁辐射自动测量系统,并用该系统进行了通信基站电磁辐射的测试和分析。     

一种自学习不确定度的神经网络架构

在自动驾驶这类多传感器融合任务中,每个子任务的不确定度对数据融合的策略和结果都有着至关重要的影响,为使整体系统能够在多工况下稳定运行,必须要求计算模型以较低的不确定度运行。现有方法仅能在神经网络预测过程中求得不确定度,很少有方法能够通过自学习的方式降低模型的不确定度。为解决上述问题,提出了不确定度学习层和不确定度损失项等概念,设计了一种能够通过自学习的方式降低不确定度的神经网络架构(ULNN),从而增强神经网络模型预测的稳健性。在CIFAR-10和CIFAR-100数据集上的实验表明,ULNN能够有效地降低模型不确定度,在两个数据集上分别降低了26倍和12倍的不确定度。进一步在CamVid数据集上的语义分割实验中证明了ULNN的通用性。     

匹配多尺度特征与预测任务的实时目标检测

在基于卷积神经网络的目标检测算法中,浅层高分辨率特征包含更多细节信息,有助于抽象特征完成精确的定位任务;深层特征包含抽象的语义信息,更适合目标存在性预测任务.研究发现,现有的不基于先验框的检测方法直接在同一特征图上预测所有任务时,并没有匹配上述特征与预测任务,而这一特征与任务不匹配的问题限制了检测精度.为解决这一问题,...