01
目录
作者:孙勇坡, 党亚峥, 杨 灿
基于ANSYS的节流阀阀体优化设计
作者:俞 涛, 马琛俊, 张广成
基于多模态的新能源汽车用户需求挖掘
作者:陈佳佳, 赵敬华
基于文本分类的新能源汽车满意度研究——以比亚迪与特斯拉为例
作者:赵嘉麒, 罗鄂湘
反激变压器开关矩阵均衡电路及滑动窗口均衡策略研究
作者:徐方旭, 田恩刚
基于多模态特征融合的高血压危险分层预测与评估
作者:翁雯浩, 杨晶东, 罗晓烽, 李 琳, 王斯曼, 燕海霞
基于帘线角度对空气弹簧刚度影响分析研究
作者:朱卫华, 林 铿, 张子俊, 赵建斌
变锥度组合圆锥壳结构振动特性分析
作者:张佳亚
基于卷积神经网络的多标签心电信号分类
作者:季 磊, 孙占全, 杨 姿, 黎凌峰
基于鱼群涌现行为启发的集群机器人有限交互深度模型
作者:蔡佳浩, 刘 磊
02
摘要
S公司铁路信息化产品运维服务质量改进研究
作者:孙勇坡, 党亚峥, 杨 灿:上海理工大学管理学院,上海
摘要:随着铁路运输行业的快速发展,列车调度系统、乘客信息系统、安全监控系统等信息化产品在提升铁路运营效率和安全性方面发挥着至关重要的作用。S公司在铁路信息化产品运维服务方面面临着行业发展的挑战和机遇。本文通过文献综述、问题分析、数学模型建立、模型求解与优化、结果分析等步骤,系统地研究了S公司铁路信息化产品运维服务质量改进问题。研究发现,响应时间慢、故障处理效率低、用户满意度不高等问题与技术限制、流程不合理、资源分配不均等因素有关。本文建立了排队论模型和可靠性模型来描述故障处理过程和评估系统的稳定性,并提出了增加技术支持人员、优化故障处理流程、资源动态分配、故障预测和预防等优化策略。模拟实验结果表明,这些策略能有效提高系统利用率、降低平均等待时间,并提高故障处理成功率。本文的研究为铁路信息化产品的运维服务提供了理论支持和实践指导。
关键词:铁路信息化;运维服务;服务质量;改进研究

(长按二维码阅读全文)
基于ANSYS的节流阀阀体优化设计
作者: 俞 涛, 张广成:上海理工大学机械工程学院,上海;马琛俊:上海电气液压气动有限公司,上海
摘要: 为研究节流阀结构参数对空化现象的影响,通过CFD软件对节流阀在变负载工况下的空化现象进行模拟仿真分析,并对关键几何参数阀体孔半径大小与阀座倒角长度进行响应面优化设计,比较相同开度下优化后的节流阀结构内部气泡体积,阀口处气泡体积大小最终决定最优结构参数。研究结果表明,不同的阀体孔半径大小与阀座倒角长度从小到大进行变化时对空化现象产生的气泡体积大小呈现出不同的趋势,增大阀座倒角长度并减小阀座倒角长度可以很好的抑制空化现象的产生。研究工作具有一定的理论意义和工程实用价值。
关键词: 节流阀;变负载;阀体结构;空化现象;优化设计

(长按二维码阅读全文)
基于多模态的新能源汽车用户需求挖掘
作者: 陈佳佳, 赵敬华:上海理工大学管理学院,上海
摘要: 本文针对新能源汽车市场快速扩张背景下,消费者在线评论中多模态信息的情感分析需求,提出了一种基于改进多头注意力机制的多模态情感分析模型。该模型通过跨模态和自注意力机制的融合,有效提升了新能源汽车在线评论中情感倾向的识别精度。实验结果表明,该模型在多个数据集上的性能优于现有方法,为新能源汽车用户需求挖掘提供了新的视角和工具。
关键词: 新能源汽车;多模态;在线评论

(长按二维码阅读全文)
基于文本分类的新能源汽车满意度研究——以比亚迪与特斯拉为例
作者: 赵嘉麒, 罗鄂湘:上海理工大学管理学院,上海
摘要: 量化评估新能源汽车满意度对于推动新能源汽车产业发展、未来能源转型具有重要意义。本文使用python爬取汽车之家上比亚迪与特斯拉两品牌的新能源汽车口碑评论数据,对非结构化数据进行LDA主题建模分析;对结构化数据提出一种基于Stacking集成学习的文本情感分类算法以了解各属性的满意度情况,在对比近十种同质算法后,选择精度最佳的Catboost、神经网络(ANN)和随机森林(RF)构建多基分类器,并利用逻辑回归(LR)作为元分类器,实现对汽车结构化维度的情感分类,最终准确度高达到95%。研究发现,购车体验、车型选择与噪音问题是结构化数据中被忽视的用户关注维度。而就满意度来看,比亚迪的整体满意度高于特斯拉,且均在内饰方面表现较差。未来应关注内饰部分的设计改进,以提升用户体验并改善用户满意度。
关键词: 新能源汽车;满意度;集成学习

(长按二维码阅读全文)
反激变压器开关矩阵均衡电路及滑动窗口均衡策略研究
作者: 徐方旭*, 田恩刚:上海理工大学光电信息与计算机工程学院,上海
摘要: 传统均衡电路存在均衡速度慢,均衡方式单一,均衡效率低等问题,为此设计了反激变压器开关矩阵均衡电路。该电路通过控制不同开关的打开与闭合,实现了电池组内电池对电池,电池组对电池,电池对电池组多种均衡方式,提高了均衡电路的灵活性。依据该均衡电路设计了滑动窗口均衡策略,具有良好的性能。实验结果表明,在相同的初始条件下,滑动窗口均衡策略相较于传统设计,在保证均衡效率的前提下,均衡速度提高了38%,均衡时间缩短了28%。
关键词: 反激变压器;开关矩阵;均衡电路;滑动窗口;均衡时间;均衡策略

(长按二维码阅读全文)
基于多模态特征融合的高血压危险分层预测与评估
作者: 翁雯浩, 杨晶东*, 罗晓烽, 李 琳:上海理工大学光电信息与计算机工程学院,上海;王斯曼, 燕海霞:上海中医药大学,中医学院,上海市健康辨识与评估重点实验室,上海
摘要: 机器学习应用于高血压危险分层预测,经常由于特征提取困难且异常值多、模型调优成本高,而导致模型预测精度低、泛化性能差。本文提出了一种多模态融合模型。该模型构建了多长短期记忆网络串联结构,实现无超参数的脉搏波特征提取,降低特征提取成本,提高特征区分度。使用三种不同的机器学习方法分别对脉搏波、理化、证素特征进行分类,采用基于树结构估计的贝叶斯优化算法,动态优化各机器学习模型超参数,降低超参数优化成本。采用DS证据理论冲突消解策略,减少各模型预测冲突,实现多模态特征决策级融合。本文采用上海中医药大学附属中西医结合医院体检中心等医院提供的临床数据。5-Fold交叉验证后分类模型评估指标F1-score、Accuracy、Recall、Specificity、AUC值分别为:89.1%、90.9%、89.3%、94.9%、97.7%。与典型模型相比,本文方法具有较高的分类精度和泛化性能。此外,本文分别基于最近邻、支持向量机、极限梯度提升树算法,研究了脉搏波脉图特征与高血压危险分层的相关性,深入挖掘潜在的风险因素,为高血压临床诊断提供有效参考。
关键词: 高血压危险分层;多模态特征融合;长短期记忆网络;DS证据理论;树形结构的贝叶斯优化

(长按二维码阅读全文)
基于帘线角度对空气弹簧刚度影响分析研究
作者: 朱卫华:海装上海局驻上海地区第十一军事代表室,上海;林 铿*, 张子俊, 赵建斌:上海船舶设备研究所,上海
摘要: 利用有限元仿真建立空气弹簧的有限元模型,研究不同帘线角度在不同工况下空气弹簧弹性特征。从几何形状、囊体材料等方面论述了空气弹簧的非线性特性,采用灵敏度分析方法,对空气弹簧不同帘线角度在不同结构下的弹性特性进行分析,模拟了不同角度的帘线对空气弹簧在不同工况下的影响程度。结果表明不同的帘线角度对空气弹簧的垂向刚度和横向刚度影响程度不同,其中帘线角度对空气弹簧的横向刚度影响较大,且均可调节。
关键词: 空气弹簧;帘线角度;刚度分析;有限元仿真

(长按二维码阅读全文)
变锥度组合圆锥壳结构振动特性分析
作者: 张佳亚:江南造船(集团)有限责任公司,上海
摘要: 变锥度组合圆锥壳结构是一种典型的工程结构,被广泛应用于水下航行器等工程领域。首先基于一阶剪切变形壳理论,采用微分求积法(DQM)建立了五自由度变锥度组合圆锥壳结构振动特性分析模型,采用罚函数法模拟其两端的边界条件;紧接着,对所建立模型进行收敛性分析,确定了最佳微分求积节点数和惩罚因子的取值;然后采用有限软件验证了所建立模型的有效性;最后根据已建立模型,研究结构几何参数对变锥度组合圆锥壳结构振动特性的影响。结果表明,增加半锥度角差,会提高变锥度组合圆锥壳结构的稳定性,使得共振频率向高频移动;增加半锥度角和半径R1会降低其固有频率,使得共振频率向低频移动。
关键词: 微分求积有限元;半锥度角;圆锥壳;振动特性

(长按二维码阅读全文)
基于卷积神经网络的多标签心电信号分类
作者: 季 磊, 孙占全, 杨 姿, 黎凌峰:上海理工大学光电信息与计算机工程学院,上海
摘要: 针对当前主流心电图多标签分类方法在特征提取能力不足及缺乏有效标签关系建模的挑战,本研究提出了一种多标签心电图卷积神经网络分类模型。该模型包含三个关键模块:多尺度卷积模块、残差注意力模块和标签增强模块。具体而言,多尺度卷积模块能够在不同尺度上有效捕捉心电信号的空间特征,增强对不同心电图信号特征的捕捉能力。残差注意力模块结合并行注意机制,提取心电图信号中时间和空间信息,增强心电图信号中的潜在特征捕捉能力。标签增强模块通过建模标签间的相关性,进一步优化对心律失常类别的预测能力。在两个心电图数据集上进行实验,所提出模型的F1分数分别达到83.2%和73.0%。验证了所提出模型在分类性能和泛化能力上的显著优势。
关键词: 多标签分类;卷积神经网络;多尺度;残差注意力;标签增强

(长按二维码阅读全文)
基于鱼群涌现行为启发的集群机器人有限交互深度模型
作者: 蔡佳浩:上海理工大学光电信息与计算机工程学院,上海;刘 磊:上海理工大学光电信息与计算机工程学院,上海;上海理工大学管理学院,上海
摘要: 在人工智能和机器学习技术的推动下,集群机器人系统作为一种先进的智能系统在多个应用领域表现出了显著的潜力。特别是在环境探测、搜索救援及灾害响应等领域,集群机器人通过其高度的协同性和灵活性,能够有效提高操作效率和安全性。然而,实现有效的集群机器人控制在动态和不确定环境中仍面临诸多挑战,如计算资源的大量需求和系统的鲁棒性问题。本研究提出了一种新型的基于Transformer的有限交互集群机器人控制模型,灵感来源于自然界鱼群的涌现行为。我们采用深度强化学习方法,结合生物群体动态数据,对模型进行训练和优化,进而在复杂环境中实施精确的路径规划和动态避障。通过大量实验验证,结果表明该模型能够显著提升机器人群体的协同操作性能和环境适应性。
关键词: 集群机器人;智能系统;深度强化学习

(长按二维码阅读全文)
声明:本文转载仅仅是出于传播信息的需要,并不意味着代表本公众号观点或证实其内容的真实性;如其他媒体、网站或个人从本公众号转载使用,须保留本公众号注明的“来源”,并自负版权等法律责任。如本公众号内容不妥,或者有侵权之嫌,请先联系小编删除,万分感谢!


投稿联系:027-86758873
QQ:2194278918
微信号:15802748706
投稿邮箱:2194278918@qq.com
合作联系:service@hanspub.org
点击“阅读原文”,免费下载论文


