本期电子书封面故事整期封面整期目录
优先出版刊期浏览栏目浏览
- 摘要：随着重载铁路运量的不断增加，对运行线路和列车性能状态的实时监测能力提出了更高的要求。在此背景下，在重载铁路货车设置加装车载状态监测装备的综合监测车，将监测数据实时回传至地面数据中心可以有效实现货车运行状态实时监测和评估。为此需要针对性地设计车地通信平台。本文依托电信运营商移动通信网络，完成了重载货车监测系统状态信息、危情信息、控制信息等小容量数据实时可靠回传的小容量通信平台。首先结合监测系统回传业务需求分析了小容量通信平台的功能需求，并完成整体架构设计。接着在重载铁路沿线典型场景开展网络测试，对比各电信运营商网络覆盖率、覆盖质量以及业务承载能力，最终选择中国电信4G承载通信平台的数据传输。而后在C80货车上完成通信平台设备安装，并进行网络测试，证明了本文设计的小容量通信平台能满足监测系统的通信需求。关键词：车地通信平台;车载监测系统;重载铁路;移动通信网络;网络覆盖测试;实时监控22|19|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2025-04-03
- 摘要：本文针对传统的李雅普诺夫稳定性验证方法效率低的问题，综合运用深度神经网络、模糊逻辑和混合整数线性规划方法，构建了一个异构神经网络下的稳定性自验证架构，能够在稳定系统的同时提供稳定性验证结果。该架构中的控制器和李雅普诺夫函数分别使用1型Takagi-Sugeno-Kang模糊神经网络和深度全连接神经网络进行设计，通过多样化的结构来高效稳定地处理数据。为实现由神经网络自动验证系统稳定性，本文将验证问题转换为优化问题，提出了一种利用混合整数线性规划求解器的新算法。实验结果表明，该方法能够有效提升验证效率，无需人工推算，并且与其他方法相比，在神经网络训练速度和算法稳定性方面均具有显著优势。关键词：1型Takagi-Sugeno-Kang模糊神经网络;离散非线性系统;稳定性自验证;异构神经网络;混合整数线性规划32|17|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2025-04-03
研究论文
- 摘要：本文基于数字学习技术搭建了企业技术培训及人才管理平台，降低了企业技术培训成本，提升了培训效果，挖掘了潜在人才。通过使用B/S架构、Vue、SpringCloud等一系列新技术将课程中心、考试中心、系统管理中心整合为统一的平台，实现了技能在线培训、培训进度全过程管控、培训数据汇总与分析等功能，创新地解决了代码扩展、用户登录、大文件上传等技术问题，实现了人力资源管理数字化、党史党建教育常态化、企业内部学习社区化等应用方向的突破，为企业实现降本增效和提高核心竞争力保驾护航。关键词：技术培训;数字学习;B/S;Vue;SpringCloud40|18|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2025-04-03
- 摘要：本文设计了一种用于组网自动化测试的多协议接口适配型自动化测试框架。该框架旨在通过集成的接口适配层实现对多种异构管理接口的统一处理，显著降低了人工干预，提升了网络设备组网自动化测试的效率。论文详细介绍了该框架的设计原理、关键技术及其实现，并通过实验验证了其在复杂网络环境下的应用效果。关键词：自动化测试框架;多协议接口适配;异构网络;测试效率41|22|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2025-04-03
- 摘要：本文探讨了利用通用验证方法学（Universal Verification Methodology，UVM）对时间敏感网络（Time-Sensitive Networking，TSN）中的关键流量整形协议——IEEE 802.1Qci进行验证的具体方法。IEEE 802.1Qci协议通过对网络流量的精确监测和控制，保障了高优先级数据流的传输质量，对于工业自动化、人工智能等领域至关重要。文章首先阐述了时间敏感网络在以太网中的重要性，并介绍了UVM的验证优势。通过UVM构建标准化的验证平台，对802.1 Qci协议的流量过滤和监管功能进行了全面验证，确保在复杂的网络环境下协议功能的正确性和可靠性。实验结果表明，该验证设计方法有效提高了协议验证的效率和准确性，为时间敏感网络交换产品的按时交付提供了强有力的支持。关键词：以太网;UVM;IC验证;TSN;PSFP;trTCM25|18|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2025-04-03
- 摘要：为解决当前旅游小程序的信息获取与用户情感反馈整合不足的问题，设计了一款融合方面级情感分析的智慧旅游小程序，通过分析用户在旅游过程中的细粒度情感极性，从而优化旅游信息的推荐和用户体验。首先提出小程序的设计架构，提供主页面、地图导航、AI导游和个人中心等功能模块；而后基于RoBERTa-WWM-EXT预训练模型，识别分类用户在景点、住宿、餐饮等方面表达的情感；最后对小程序进行全面测试，并通过实际数据验证了情感分析的有效性。方面级情感分析对智能旅游领域的发展和旅游信息服务的提升具有一定促进作用。关键词：方面级情感分析;智慧旅游;微信小程序;预训练模型30|21|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2025-04-03
科研通信
