摘要：本发明涉及一种单相电子式电能表电源，包括工频变压器T1、整流电路D1、滤波电路C1、采样控制电路、开关电路SW1、降压DC/DC电路及升压DC/DC电路，工频交流电Vin经工频变压器T1降压后再通过整流电路D1、滤波电路C1得到直流电压端V1，V1端直接与降压DC/DC的输入端连接，降压DC/DC电路输出直流电V2给升压DC/DC电路，升压DC/DC电路输出端V3对电能表的CPU、计量芯片提供稳定的工作电源；采样控制电路的一端与V1相连，另一端与开关电路SW1的控制端相连，开关电路SW1的输入、输出端与降压DC/DC电路的输入、输出端分别相连。采用该结构的电源工作性能稳定，生产成本低，电源表工作范围可达AC40-400V。

摘要：本发明提供一种碱性固体聚合物电解质纤维膜的制备方法、膜和电池，方法包括：将聚乙烯醇溶于第一溶剂中，或将聚乙烯醇和聚乙烯吡咯烷酮混合后溶于第一溶剂，得到聚乙烯醇混合溶液；将无机盐溶于第二溶剂，得到无机盐溶液，将聚乙烯醇混合溶液和所述无机盐溶液混合，搅拌均匀，得到聚合物溶液；采用静电纺丝设备对所述聚合物溶液进行纺丝，制备出聚合物电解质纤维膜；将聚合物电解质纤维膜进行干燥，得到固体聚合物电解质纤维膜；将固体聚合物电解质纤维膜浸泡在碱性溶液，得到碱性固体聚合物电解质纤维膜。本发明的制备方法工艺简单、成本低、易于实现工业化，应用本方法所制备出来的膜广泛应用于手机、笔记本电脑等移动设备以及电动汽车等领域。

摘要：本发明提供了一种石墨烯改性的聚苯胺导电涂料及其制备方法，其中，所述聚苯胺导电涂料包括以下质量比例的组分；A组分：双酚A环氧树脂15～50份、溶剂5～25份、本征态聚苯胺纳米粉末1～15份、石墨烯粉末1～20份、分散剂2～5份、消泡剂0.5～5份、流平剂0.2～5份、滑石粉5～30份，以及B组分：固化剂40～60份、钛白粉5～10份、硅灰石粉8～30份、溶剂20～30份。采用上述方案，本发明采用高溶解率的聚苯胺，并加入适量的石墨烯，提升了涂料的导电性和机械性能，增强了涂料与基体的结合性能、延长了涂料的使用寿命，具有较好的应用价值。

摘要：本发明公开了一种有限数据驱动的长寿命部件余寿预测方法，包括：采用小波‑包络分析预处理长寿命部件历史监测数据，降低数据噪声；对预处理数据建立多参数残差修正自回归灰色长期预测模型；采用组合合作博弈映射自主选择最优参数；将失效模式与影响分析体系中的失效模式映射为预测模型的可靠性评估指标，实时评估预测结果的可靠度。本发明的优点是：有机结合了合作博弈与残差修正自回归灰色长期预测模型，充分利用长寿命部件有限的监测数据，克服了传统预测方法无法长时间响应、数据量需求大、多参数选择依赖专家知识、预测可靠性不能实时评估等一系列困难，提高了有限数据背景下长寿命部件余寿预测结果的可信度与准确度。本发明适用于数据有限、试验成本高、高可靠长寿命部件的剩余寿命预测，发明具有普适性。

摘要：本发明公开了一种基于最大加权团的脑电信号预处理与分类方法，包括：将脑电信号预处理与分类映射为最大加权团问题。对有标签脑电信号进行单次最大加权团搜寻达到预处理的目的；对无标签脑电信号进行多次最大加权团搜寻达到分类的目的。本发明的优点是：利用改进后的Fréchet距离，从局部与全局角度衡量脑电信号相似度，提高衡量方法的有效性与可靠性。同时考虑顶点与边的权重，优化权重衡量方法。利用单次最大加权团搜寻筛选有标签信号能提高脑电信号特征提取的准确度。利用多次最大加权团搜寻进行无标签脑电信号分类能辅助诊断缺少先验知识的相关大脑疾病。发明在脑电信号预处理与基于脑电信号辅助诊断疾病方面具有实际应用意义。

摘要：本发明提出了基于加速度传感器的行车记录数据处理方法及装置，该方法包括：实时地检测来自至少一个车载加速度传感器的信号并判断是否发生碰撞，以及在确定发生碰撞的情况下记录车辆当前加速度的值及其方向；根据所记录的所述加速度的大小和方向确定至少两个车载视频装置的处置优先级；基于所确定的处置优先级按顺序依次记录和/或上传各个车载视频装置所采集的视频数据。本发明所公开的方法及装置占用资源较少并且处理效率较高。本发明所公开的方法及装置能够根据至少一个与事故关联的因素确定需要优先存储和/或上传的行车记录数据。

摘要：本发明涉及一种汽车软件升级方法，包括：在第一时间段从服务器下载汽车软件升级所需的更新包；在第二时间段利用更新包来对汽车软件进行升级；其中，第一时间段至少部分地基于汽车与服务器之间的通信状态来确定，第二时间段至少部分地基于汽车的电量信息和用户的驾驶信息来确定。该方法能够确保用户的实际行程、潜在行程在最大程度上不受影响，以及，还有利于促进节省电量、不产生安全隐患。

摘要：本发明公开了一种基于凸合作博弈的脑电信号聚类方法，涉及脑电信号处理领域，包括：根据每两条脑电信号的各个数据点得到每两条脑电信号之间的相似度；对所有的N个脑电信号进行全排列得到多个排序组，并分别确定每个排序组对应的N个凸合作博弈联盟，根据每个凸合作博弈联盟中脑电信号之间的相似度计算得到凸合作博弈联盟的效益值，根据每个排序组中的N个凸合作博弈联盟的效益值确定N个脑电信号对排序组的贡献度；将最大贡献度的脑电信号作为聚类中心脑电信号；筛选出其他脑电信号中与聚类中心脑电信号的相似度在相似度范围内的脑电信号，将具有相近联盟贡献度的脑电信号划分到同一聚类中，得到高质量的脑电信号聚类结果。

摘要：本发明公开了基于多项正则化约束的伪标签传播优化时间序列聚类方法，涉及工程应用与信息科学的交叉领域，该方法包括：采用动态优化的伪邻接矩阵作为时间序列之间的传播信息，并使其与真实邻接矩阵差异最小化；利用动态优化的伪标签分类器作为时间序列划分依据，并使其与伪邻接矩阵相结合得到与伪标签矩阵的差异最小化；利用正则化的伪邻接矩阵与伪标签分类器的动态优化学习作为约束条件，指导伪标签传播优化，并建立多目标优化函数，利用梯度下降策略使其快速收敛到最优解，实现时间序列聚类目的。本申请利用正则化约束为伪标签传播优化提供了有效信息，得到更好的时间序列聚类结果，充分利用了时间序列之间的相关性，提高了聚类精度与效率。

摘要：本发明涉及一种适于有限标签约束的半监督脑电信号聚类方法及系统。其包括：获取待聚类的半监督脑电信号，其中，半监督脑电信号包括若干有限标签脑电信号以及若干无标签脑电信号；对半监督脑电信号的聚类，映射为有限标签约束下的多目标优化函数，其中，所述有限标签约束下的多目标优化函数基于近似脑电信号相似度矩阵、脑电信号标签分类器、脑电信号信息传播矩阵以及待学习脑电信号标签矩阵构建形成；对构建的多目标优化函数，采用梯度下降方式迭代优化，以在多目标优化函数迭代收敛时，输出待学习脑电信号目标标签矩阵。本发明充分利用有限的脑电信号先验信息，提高对存在无标签脑电信号的聚类性能，拓展脑电信号相关研究应用。