针对主流Transformer网络仅对输入像素块做自注意力计算而忽略了不同像素块间的信息交互,以及输入尺度单一导致局部特征细节模糊的问题,本文提出一种基于Transformer并用于处理视觉任务的主干网络ConvFormer. ConvFormer通过所设计的多...针对主流Transformer网络仅对输入像素块做自注意力计算而忽略了不同像素块间的信息交互,以及输入尺度单一导致局部特征细节模糊的问题,本文提出一种基于Transformer并用于处理视觉任务的主干网络ConvFormer. ConvFormer通过所设计的多尺度混洗自注意力模块(Channel-Shuffle and Multi-Scale attention,CSMS)和动态相对位置编码模块(Dynamic Relative Position Coding,DRPC)来聚合多尺度像素块间的语义信息,并在前馈网络中引入深度卷积提高网络的局部建模能力.在公开数据集ImageNet-1K,COCO 2017和ADE20K上分别进行图像分类、目标检测和语义分割实验,ConvFormer-Tiny与不同视觉任务中同量级最优网络RetNetY-4G,Swin-Tiny和ResNet50对比,精度分别提高0.3%,1.4%和0.5%.展开更多
针对电动汽车单一动力电池功率密度低、循环寿命短、接收暂态功率等问题,设计了由动力电池和超级电容组成的复合能源系统,提出了基于小波变换-模糊控制的能量管理策略,并对不同分解层数的小波变换进行评价和选择。该控制策略利用小波变...针对电动汽车单一动力电池功率密度低、循环寿命短、接收暂态功率等问题,设计了由动力电池和超级电容组成的复合能源系统,提出了基于小波变换-模糊控制的能量管理策略,并对不同分解层数的小波变换进行评价和选择。该控制策略利用小波变换将需求功率分解成低频成分和高频成分,并根据能量源的动态响应特性进行分配,避免动力电池接收暂态功率;为了充分利用超级电容“削峰填谷”的作用来提高电池的性能和循环寿命,采用模糊控制将超级电容的荷电状态(State of charge,SOC)维持在合适的范围内。建立MATLAB/Simulink仿真模型基于随机组合的循环工况验证所提策略的有效性,并与传统的控制策略进行比较。仿真结果表明:采用所提出的能量管理策略可以有效地减少峰值电流对动力电池的冲击,并且相比于单一电源的电动汽车还可以将能量利用率提高5.96%,电池的最大输出电流降低了57.1%,电池的温升降低了35.3%。展开更多
文摘针对主流Transformer网络仅对输入像素块做自注意力计算而忽略了不同像素块间的信息交互,以及输入尺度单一导致局部特征细节模糊的问题,本文提出一种基于Transformer并用于处理视觉任务的主干网络ConvFormer. ConvFormer通过所设计的多尺度混洗自注意力模块(Channel-Shuffle and Multi-Scale attention,CSMS)和动态相对位置编码模块(Dynamic Relative Position Coding,DRPC)来聚合多尺度像素块间的语义信息,并在前馈网络中引入深度卷积提高网络的局部建模能力.在公开数据集ImageNet-1K,COCO 2017和ADE20K上分别进行图像分类、目标检测和语义分割实验,ConvFormer-Tiny与不同视觉任务中同量级最优网络RetNetY-4G,Swin-Tiny和ResNet50对比,精度分别提高0.3%,1.4%和0.5%.
文摘针对电动汽车单一动力电池功率密度低、循环寿命短、接收暂态功率等问题,设计了由动力电池和超级电容组成的复合能源系统,提出了基于小波变换-模糊控制的能量管理策略,并对不同分解层数的小波变换进行评价和选择。该控制策略利用小波变换将需求功率分解成低频成分和高频成分,并根据能量源的动态响应特性进行分配,避免动力电池接收暂态功率;为了充分利用超级电容“削峰填谷”的作用来提高电池的性能和循环寿命,采用模糊控制将超级电容的荷电状态(State of charge,SOC)维持在合适的范围内。建立MATLAB/Simulink仿真模型基于随机组合的循环工况验证所提策略的有效性,并与传统的控制策略进行比较。仿真结果表明:采用所提出的能量管理策略可以有效地减少峰值电流对动力电池的冲击,并且相比于单一电源的电动汽车还可以将能量利用率提高5.96%,电池的最大输出电流降低了57.1%,电池的温升降低了35.3%。
