计算机
为了提高畸变信号自动识别的准确性,提出基于小波变换的电子式电流互感器畸变信号自动识别方法。构建小波阈值神经网络模型,将小波最优阈值去噪器融入神经网络模型中,对电子式电流互感器中含噪信号进行去噪,并利用小波变换模极大值理论识别畸变信号的奇异点,获取信号的Lipschitz指数、小波能量系数、均差值、形成畸变信号的特征空间,根据随机生成的畸变信号样本在特征空间的分布,形成畸变信号的诊断模型,实现电子式电流互感器畸变信号自动识别。实验结果表明,所提方法能够快速、准确识别电子式电流互感器中的畸变信号,且具有一定的可行性。:电子式电流互感器;畸变信号;自动识别方法:TP393BSimulationofAutomaticRecognitionMethodforDistortionSignalofElectronicCurrentTransformerGAOXue-junTONGShi-cheng基金项目:湖北省微电网工程技术研究中心开放基金(2015KDW03):2019-01-09
社交网络存储的数据实际都是外包给并不完全可信的云服务商。针对社交网络隐私安全和属性更新问题,提出一种云环境中具有策略隐藏和属性撤销的属性基加密方案。通过分解密钥产生方式降低用户端的计算量,引入合数阶的双线性群实现访问策略隐藏,并利用令牌树和陷门机制灵活且高效地完成属性撤销。而且,该方案在标准假设下可被证明是安全的。因此,将该方案运用于社交网络,将数据加密存储于云服务端是安全可行的。与其他方案相比,该方案既保护了访问策略的隐私,又具有多样的访问控制功能,在计算和存储等方面更有优势。
提出了一种基于有效再生数的大型体育赛事重启评估的方法。将疾病传播有效再生数Rt作为衡量体育赛事重启安全评估的关键系数,并进行安全分级。对比分析引入无症状感染者的SEIAR模型和改进后的引入戴口罩的Wells-Riley模型,采用前者对地区的疫情进行初步评估,采用后者对体育赛事场馆的疾病传播性进行评估。采用Gaussian模型预测无症状感染者,并确定不同时间节点的q值(quanta产生率),作为评估的输入。基于有效再生数对六大体育赛事进行综合动态评估,得出这些赛事重启的时间表。评估可知,LPL电竞是最早全面放开比赛的体育赛事,大概在7月初;中超联赛和CBA估计在7月中旬可安排全部观众戴口罩观赛。
特征,导致融合图像中存在光谱扭曲等不足。设计基于非下采样Contourlet变换与区域信息特征的遥感图像融合当前遥感图像融合算法主要是通过图像的能量信息来完成低频系数的融合,忽略了图像的光谱信息算法。引入HSV(Hue,Saturation,Value)变换,从多光谱图像中提取亮度分量。采用非下采样Contourlet变换,对全色图像与多光谱图像的亮度分量进行分解,获取图像的低频系数与高频系数。联合低频系数的区域能量以及信息熵特征,构造低频系数的融合模型,完成低频信息的融合。通过高频系数的区域方差相似度,建立高频系数融合规则,对高频系数完成融合。通过非下采样Contourlet逆变换与HSV逆变换,获取融合图像。实验结果表明,与当前遥感图像融合方法相比,该算法的融合图像具有更好的光谱与空间特性。
为了节省云数据中心的能量消耗,提出了几种基于贪心算法的虚拟机(VM)迁移策略。这些策略将虚拟机迁移过程划分为物理主机状态检测、虚拟机选择和虚拟机放置三个步骤,并分别在虚拟机选择和虚拟机放置步骤中采用贪心算法予以优化。提出的三种迁移策略分别为:最小主机使用效率选择且最大主机使用效率放置算法MinMax_Host_Utilization、最大主机能量使用选择且最小主机能量使用放置算法MaxMin_Host_Power_Usage、最小主机计算能力选择且最大主机计算能力放置算法MinMax_Host_MIPS。针对物理主机处理器使用效率、物理主机能量消耗、物理主机处理器计算能力等指标设置最高或者最低的阈值,参考贪心算法的原理,在指标上超过或者低于这些阈值范围的虚拟机都将进行迁移。利用CloudSim作为云数据中心仿真环境的测试结果表明,基于贪心算法的迁移策略与CloudSim中已存在的静态阈值迁移策略和绝对中位差迁移策略比较起来,总体能量消耗少15%,虚拟机迁移次数少60%,平均SLA违规率低5%。
针对快速扩展随机树(RRT)算法在无人机在线自主航迹规划中的寻优性问题,提出基于循环寻优RRT算法。将航迹长度代价约束作为启发条件引入RRT算法,可以有效地剪除搜索空间的无用节点,获得较优航迹。通过引入已规划可行航迹的航迹长度代价约束作为下一次算法运行的启发条件,采用循环迭代策略有效地剪除搜索空间的无用节点,使得算法每次运行后的航迹长度代价减小,多次运行后最终得到的航迹接近最优航迹,充分利用航迹长度代价的启发性,克服了RRT算法的缺点,同时获得了一系列不同航迹代价的可行备选航迹,在协同任务中可以根据协同到达时间进行快速选择。仿真结果表明该算法能够快速生成安全并且满足无人机动力学约束的较优航迹。
目标跟踪算法是计算机视觉领域的热门技术之一,拥有广阔的发展前景。核相关滤波视觉跟踪算法由于循环矩阵构造正负训练样本,避免求逆的大量运算,显著提高计算速度而受到广泛关注。但是,核相关滤波算法存在一定局限性,无法应对现实环境存在的遮挡、目标尺度变化、背景模糊等复杂多变的干扰因素。因此提出一种改进型核相关滤波算法。该算法不仅融合多种颜色特征提高图像处理的准确度,而且通过构建自适应尺度变化策略来应对目标尺度变化的挑战。为了进一步区分目标和背景信息,提出联合判别式背景感知与干扰判别的策略,以充分利用目标上下文信息。相比于传统核相关滤波算法,改进算法的精度更高,鲁棒性更强。通过在视频数据集OTB-50上的实验可得,改进后的核相关滤波算法性能获得较大提升。
LidarSLAM技术是无人车进行精确导航的一种重要方式,也是实现无人车在复杂的园区非结构化道路环境中安全驾驶的一种前提保障。构建了一种快速精确定位与建图的方法,通过车载激光雷达返回的大量点云数据,进行噪声点移除以及VoxelGrid滤波的预处理,在保持原始点云形态的同时实现点云配准。首先利用NDT(NormalDistributionTransform)点云配准算法对无人车的位姿粗估计,然后利用ICP(IterativeClosestPoint)点云配准算法对已配准的点云进行校正,实现无人车位姿的精确估计,进而完成地图的更新过程。该方法只需要车载激光雷达传感器实现了快速的、精度高的LidarSLAM。将算法用于小旋风无人车,在校园环境进行了验证,结果表明该算法是可靠、有效的。
研究一类线性连续时间时滞系统的有限时间有界跟踪控制问题.首先,采用预见控制理论中求导的方法构造带有时滞的误差系统,把误差信号的信息包含在误差系统的状态向量中,再将其作为误差系统的输出向量;其次,通过为误差系统设计一个有记忆的状态反馈控制器,把问题转化为研究带有时滞的误差系统的闭环系统输入-输出有限时间稳定问题;再次,借鉴输入-输出有限时间稳定的研究方法和线性矩阵不等式的方法,通过构造Lyapunov-Krasovskii函数,给出由一组线性矩阵不等式表征的控制器增益矩阵的设计方法,由此得到原系统的一个有限时间有界跟踪控制器;最后,通过一个数值实例验证所设计的控制器的有效性和优越性.
为了优化投资决策方案优选模型,提出一个基于单值中智环境下的多属性决策问题的新方法。首先给出一个基于单值中智集的广义距离公式,然后通过语言变量确定了决策专家和属性指标的权重,接着构建了加权的综合决策矩阵,进一步得到各备选方案与正负理想方案的距离,利用相对贴近度系数对各备选方案进行综合排序,得到最优决策方案。最后通过一个投资决策的实例,验证了该模型的有效性和实用性。
油泥含量是表征电力用油老化程度的关键指标,针对实验室传统油泥检测方法的用时长、效率低等问题,提出一种基于图像处理的油泥快速检测方法。使用双远心镜头搭建检测系统硬件并进行参数标定;对图像进行滤波及图像增强的预处理,详细研究了Canny边缘检测算子,完成了油泥图像的边缘特征提取,实现油泥含量准确检测。利用LabVIEW平台开发了油泥检测系统人机交互操作界面,实现油泥含量的快速检测。
针对三星时差(TimeDifferenceofArrival,TDOA)定位系统中参考站最优布站问题,提出了一种基于粒子群优化算法的三星时差定位系统最优布站技术。首先推导了星历误差和时间同步误差条件下三星时差定位系统的克拉美罗界(Cramer-RaoLowerBound,CRLB),然后以定位系统CRLB为衡量指标,将参考站最优布站问题转化为约束条件下的多维寻优问题;最后采用粒子群优化算法(ParticleSwarmOptimization,PSO)求解目标函数,从而得到参考站的最优布站策略。仿真结果表明,所提算法可以准确解算出参考站的最优布站形式,且当采用最优布站时,仅需要两参考站就可基本消除星历误差和时间同步误差对定位系统的影响。三星时差定位系统;星历误差;时间同步误差;参考站最优布站;克拉美罗界;粒子群优化:TP391.9:BOptimumStrategyofReferenceStationPlacementforTri-SatelliteTDOALocalization
城市停车难问题越来越突出,而小区等场所仍闲置大量车位没有被充分利用,因此造成了有车无位,有位空留的矛盾状况。为解决供求矛盾,合理调度可共享的停车位资源,文中提出一个基于共享经济的停车位共享平台。该平台将硬件与软件相结合,在硬件方面,设计出了一款停车地锁,达到智能看守停车位的效果;在软件方面,采用室内定位算法、协同过滤车位推荐算法及车辆预测算法,实现对停车位的智能化管理。该共享平台的设计基于LBS(位置服务)定位技术,以共享经济为设计理念,旨在实现停车位的精准定位及路线导航,为需要停车位的用户提供可利用的车位资源,节约寻找时间。该共享平台既能解决城市停车难问题,又能在一定程度上缓解交通压力,使城市资源得到充分利用。
蛋白质结构预测问题一直是生物信息学中的重要问题。基于疏水极性模型的蛋白质二维结构预测问题是一个典型的NP难问题。目前疏水极性模型优化的方法有贪心算法、粒子群算法、遗传算法、蚁群算法和蒙特卡罗模拟方法等,但这些方法成功收敛的鲁棒性不高,容易陷入局部最优。由此提出一种基于强化学习的HP模型优化方法,利用其连续马尔可夫最优决策与最大化全局累计回报的特点,在全状态空间中,构建基于能量函数的奖赏函数,引入刚性重叠检测规则,充分挖掘生物序列中的全局进化关系,从而进行有效与稳定的预测。以3条经典论文序列和5条Uniref50序列为实验对象,与贪心算法和粒子群算法分别进行了鲁棒性、收敛性与运行时间的比较。贪心算法只能在62.5%的序列上进行收敛,该文方法能在5万次训练后稳定的在所有序列上达到了收敛。与粒子群算法相比,两者都能找到最低能量结构,但该文的运行时间较粒子群算法降低了63.9%。
基于三层材质模型,利用双向表面散射反射分布函数,模拟光线在皮肤表面的散射效果。提出一种采用径向基函数神经网络对次表面散射剖面进行拟合的方法,以实现人脸皮肤真实感实时渲染。使用离线渲染的方式进行预计算,获取训练数据,进行训练,代替传统的渲染方式。实验证明,本文方法能有效减少冗余数据,以较快的速度收敛,并且很好地拟合离线渲染的结果。
以2款指挥信息系统的人机交互设计方案作为比较研究和探索性研究案例,通过应用不同的用户研究方法进行调研与测试,目的是探索建立指挥信息系统领域面向人机交互设计的用户研究方法体系.研究首先采用了“以用户为中心”的设计理念,对系统用户、设计师、行业专家、终端操作者进行了定性调研与定量评测.其次,使用了深度访谈、层次分析、语义评价、情感评价、生理心理评测、操作行为统计等多种研究方法,测试了前期任务需求、中期设计修正、后期使用评测等不同阶段的用户研究需求,建立了针对指挥信息系统人机交互设计的用户研究方法体系.通过用户研究方法体系的应用,有助于聚焦指挥信息系统的任务需求并测试可用性,同时辅助提升系统的人机交互用户体验.
针对现有学习子句评估策略的单一性,提出一种基于学习子句参与冲突分析次数的评估策略,并将该策略分别与经典的文字块距离评估策略和活跃值评估策略结合,形成两个动态学习子句评估策略。基于2018年SAT国际竞赛部分基准实例,将动态评估策略与原评估策略进行参数适应性对比实验,并通过2018和2017年的基准实例进行评估。结果表明动态评估策略能更好地评估学习子句的质量,由此生成的求解器在求解数量和速度方面表现出较好的求解性能。
云计算数据中心在日常部署和运行过程中产生的大量日志可以帮助系统运维人员进行异常分析。路径异常和时延异常是云工作流中常见的异常。针对传统的异常检测方法分别对两种异常检测任务训练相应的学习模型,而忽略了两种异常检测任务之间的关联性,导致异常检测准确率下降的问题,提出了一种基于多任务时序卷积网络的日志异常检测方法。首先,基于日志流的事件模板,生成事件序列和时间序列;然后,训练基于多任务时序卷积网络的深度学习模型,该模型通过共享时序卷积网络中的浅层部分来从系统正常执行的流程中并行地学习事件和时数据集上的实验结果间特征;最后,对云计算工作流中的异常进行分析,并设计了相关异常检测逻辑。在表明,与日志异常检测的领先算法)的方法比较,所提方法的异常检测准确率至少提升了和基于主成分分析(OpenStackDeepLog个百分点。PCA7.7
为准确合理评估实战化条件下部队装备器材保障方案的优劣,提出基于改进TOPSIS法的装备器材保障方案评估方法。依据实战化条件下部队装备器材保障方案的特点建立评估指标,采用灰色关联度确定各个评估指标的权重,运用改进TOPSIS法对方案进行评估。结果表明:该方法评价结果准确、评估过程步骤少、计算简单可靠,能很好地反映实战化条件下装备器材保障能力。
为了解决字符识别过程中的局部曝光、印刷字符的断裂以及变形和自然环境下的背景污染等问题,提出了一种分块处理与卷积神经网络(cNN)相结合的字符图像识别算法;首先利用0pencV机器视觉库,结合分块处理、伽马运算、参数调整等方法对产品零件表面印刷字符进行预处理,初步解决图像局部曝光和字符断裂问题;其次为了获得单个字符图像,利用数学形态学算法对局部曝光处理后的二值化图像进行分步分割,进而去掉字符间的无用信息;最后利用Keras模块为字符识别提供的API搭建CNN模型.经过对lOo多张字符的识别训练,准确率高达96.9%,为某汽车零部件自动化生产中的字符识别提供了可靠的依据。