计算机
提出了一种基于超短期风电功率预测的滚动配电调度模型。在配电调度过程中,模型不仅可以同时修正传统机组的功率输出,还可以修正风力发电的功率。利用二阶马尔可夫(Markov)链模型对风电预测误差状态(WPPES)进行修正,并更新剩余时段的风电风力发电预测结果。该模型考虑了多时段功率平衡、机组输出调节、上旋备用和下旋备用的约束条件,并结合素数对偶仿射尺度内点法进行求解。最后的仿真验证了该方法的经济性和有效性。
对于D-算法!由于其本身存在一定的缺陷!例如!规划阶段的庞大计算量!所得路径转角相对较大、具有多次转弯数!且若目标点更换后!原有规划不宜再用!应再次作出规划等。因此!对此算法进行改进。基于沃罗诺伊路线图法!将目标环境分解为多个局部环境,选取局部路径目标点时!以局部环境关键节点为主!对于无用节点,采取舍弃操作。使D-算法的改进基于两点!即子节点选定方式、启发函数的改进!同时最大程度确保路径平滑。仿真结果表明!在转角度数、转弯次数上均有优化!规划时间缩短,路径质量提高!适当保持与障碍物的距离!机器人执行任务的安全性得到保障。在目标点变更后!利用沃罗诺伊路径路线图!机器人以更小的计算量抵达新的目标点。
无摘要
为了求解一些非线性优化问题的全局最优解,采用水平结构竞争-互利群落动力学理论,提出了一种新的水平结构竞争-互利群落优化算法(HS-CBCO)。在该算法中,每个种群由若干生物个体组成,种群间相互作用主要是竞争和互利,种群内部各个体之间存在相互影响。运用群落动力学理论开发出了6个算子,其中竞争和互利算子可实现个体跨种群交换信息,而普通影响和强烈影响算子可实现种群内的个体之间的信息交换,从而确保了个体间的信息的充分交换;新生算子可适时补充新个体到种群中,而死亡算子可将种群中的虚弱个体适时清除掉,从而提升了该算法跳出局部陷阱的能力。测试结果表明,HS-CBCO算法的求精能力、探索能力及其两者的协调性均优良,且具有全局收敛性的特点,为复杂优化问题全局最优解的求解提供了解决方案。
为满足高带宽存储应用需求,访存速率和互连密度越来越高。DDR4作为主存领域应用广泛且速率较快的并行存储互连技术,上升/下降沿时间或低至百ps量级,信号间串扰不容忽视。以某DDR4驱动模型和板级嵌入式应用为研究对象,建立多线打扰模型,从时域角度仿真分析布线间距、打扰源相位、数据速率、耦合传输线长对带状线传输串扰的影响。结果显示:5倍介质厚度布线间距条件下串扰接近于0mV,不同相位关系打扰源形成的总串扰具有成倍双向差异。对于特定访存速率,耦合传输线长度与串扰极值存在周期性对应关系,据此合理设计DDR数据组线长,可以有效规
目前对野生药用植物数据库研究主要集中在属性数据方面,而在药用植物空间数据方面的研究尚处于空白。对此,文中首先总结归纳了阿勒泰地区野生药用植物种类;其次对这些年来国内外植物数据库的建设现状进行了综述,阐述了阿勒泰地区野生药用植物数据库建设内容,并对药用植物数据库的发展前景进行了展望。将阿勒泰地区野生药用植物的属性数据和空间数据进行分类,并采用PostgreSQL数据库来构建阿勒泰地区野生药用植物资源数据库。阿勒泰地区野生药用植物资源数据库系统分两大模块,一是管理模块,二是查询模块,管理模块主要的功能是用户管理及野生药用植物资源数据管理,查询模块实现了数据的录入、修改、删除以及显示查询结果数据等功能。该数据库的建立将为深入研究阿勒泰地区野生药用植物的研究者提供科学依据。
情感细粒度分析是情感分析的分支, 随着社交网络规模的扩大, 简单的划分积极或消极的粗粒度情感分析不能满足实际应用的需要, 基于评价对象及其属性的细粒度情感分析得到了重视. 近几年深度学习在自然语言处理领域的成功应用给情感细粒度分析提供了新的思路. 以NLPCC2013任务二微博数据集为研究对象, 探究微博短文本在不同神经网络结构中的情感细粒度分类结果并加入词向量进行优化, 最后分析与总结了神经网络微博短文本细粒度情感分析的影响因素及发展方向.
针对常规深度学习的人脸识别方法训练数据量巨大和训练难收敛的问题,提出一种基于残差网络与中心损失的人脸识别方法。利用生成对抗网络方法解决训练数据分布不均衡问题,利用数据增强方法解决数据不足问题;改进残差网络,使其匹配较小数据集,解决训练难收敛问题;将交叉熵损失与中心损失结合,作为模型训练过程中的监督信号,使类间分散、类內聚合。实验结果表明,在小数据的前提下,识别算法能够准确地识别出人脸。模型在测试集上的准确率达97.46%。
针对机器人在复杂的室内环境中,因提取特征点低效率、高失真造成性价比较低的问题,提出一种改进的SIFT特征点提取与匹配算法,并在此基础上构建基于Kinect的SLAM系统。SLAM系统前端对SIFT特征点提取法进行改进,使用高斯分离模糊函数,提高SIFT算法提取特征点的速度,并且使用RANSAC筛选不稳定特征点。本文所提出的改进型SIFT特征点提取法的SLAM系统可以对复杂与空旷的室内环境高效率、低失真的重构。
随着数据中心内的数据流量不断增加,导致网络中部分链路负载过重。传统的ECMP机制由于没有考虑链路状态以及流量特征,因此不再适用数据中心网络。同时ECMP可能会将多条大流映射到同一条路径上,造成大流映射冲突,导致链路瓶颈问题。基于SDN(SoftwareDefinedNetwork)架构提出一种面向Fat-Tree拓扑的动态流量负载均衡机制(LoadBalancingbasedonFlowClassification,LBFC),同时考虑了链路状态信息与流量特征进行负载均衡。LBFC机制动态调整流分类阈值来判定大流和小流,采用不同的方式为大流和小流选择转发路径,以满足大流和小流不同的传输性能需求。仿真结果表明LBFC机制能够根据网络链路状态以及流量特征动态地判定大流和小流并实现负载均衡,与ECMP、GFF和DLB算法相比,LBFC机制提高了网络吞吐量以及链路利用率,降低了传输时延。
我国目前的学术评价体制饱受诟病,因而构建公平、公正、公开的学术评价体制对营造良好的学术环境至关重要.近年来,学术论文公开评审网站的出现给学术论文评价带来了一种新思路.论文评审采用双盲机制,论文及审稿意见向大众公开,这在一定程度上加强了同行对审稿过程的监督,提高了学术评价的公平性.该模式已经被部分人工智能领域的OpenReview国际顶级会议所采用.文中爬取了平台上的篇论文投稿及条评审意见数据进行大数据分析,并重点关注了参与其中的中国投稿人和中国评审人的数据分析,得到若干统计分析结果,这些统计结果对了解我国科研人员的特点、OpenReview552716853改善我国学术评价体制具有一定的参考价值.
微波加热过程中物料内部温度的均匀性一直是研究的热点问题.针对“热失控”现象产生的机理,从微波传输线出发,根据广义传输线理论,利用传输线上电压和电流的分布关系推导出微波谐振腔内电磁场幅值与相位间的关系,在此基础上,提出一种微波加热运动状态物料的数值计算模型.该模型采用动网格技术跟踪求解域边界的变化量,分别针对求解域内部及其边界处网格移动变形给出控制函数,不仅可解决微波加热数值计算过程中由于求解域网格的移动导致的网格交叉缠绕问题,还可在满足计算精度的前提下,有效地减少网格节点移动的计算.数值计算结果表明,微波加热处于运动状态下物料的温度均匀性优于微波加热静止状态下物料的温度均匀性,且所提出的微波加热运动状态物料计算模型具有可行性和有效性.微波应用器装置加热活性炭球团的实验结果也表明,所提出的方法能有效抑制微波加热温度的突变.
本文研究了受到建模不确定性影响和输入限制的非完整轮式机器人的同步编队跟踪和编队镇定问题.首先,基于领航–跟随策略,确定了编队构型的数学表达形式.其次,通过定义含有辅助控制量的跟踪误差,设计了一种具有统一结构的分布式运动学控制器,可使跟随者实现对复杂期望轨迹的跟踪,包括时变轨迹和固定点等.然后,针对建模不确定性影响和输入限制,基于反步法、模糊控制方法和Lyapunov控制理论,设计了一种饱和动力学控制器,使得系统的闭环跟踪误差全局收敛至零点附近有界领域内.最后,通过对比仿真实验,验证了本文控制方法的有效性.
事件抽取是信息抽取领域的一个重要研究方向,在情报收集、知识提取、文档摘要、知识问答等领域有着广泛应用。对当前事件抽取领域研究得较多的元事件抽取进行了综述。首先,简要介绍了元事件和元事件抽取的基本概念,以及元事件抽取的主要实现方法。然后,重点阐述了元事件抽取的主要任务,详细介绍了元事件检测过程,并对其他相关任务进行了概述。最后,总结了元事件抽取面临的问题,在此基础上展望了元事件抽取的发展趋势。
当前配电网故障区段定位方法,未考虑配电网拓扑结构的状态变化,不能准确获取故障区域位置,存在故障定位准确度低、误差大的问题。提出了考虑拓扑变化的配电网故障区段定位及隔离方法。构建配电网逻辑节点模型,判定配电网拓扑结构状态,获取断开区域数据。设置故障信息判定标准,根据关联矩阵得到到故障区域拓扑结构及故障区域位置。依据断路器状态,采用故障能源化平衡原理,完成配电网故障区段数据抓取及隔离。经实验验证,在时间点为70S时,所提方法与传统方法的故障定位准确度均达到最高值,传统方法达到50%,而所提方法达到97%,在固定数据量为100Mb条件下,传统方法误差率最高点取值为18%,所提方法的误差率在3%上下浮动。由此可见所提方法故障定位准确度高、误差小。
随着航空电子系统朝着体系化发展,依靠网络构建包含不同飞行器航电资源在内的多平台航电资源就显得尤为重要.通过综合利用不同飞行平台的资源,发挥不同平台资源的优势,利用协同提升执行任务的能力.多平台航电系统的资源管理和任务调度是其核心功能.为了仿真和验证多平台航电系统资源管理功能,进一步研究资源调度方法,对多平台航电资源建模方法和调度算法进行研究,解决了对多平台航电系统上硬件资源的合理调度问题,增加了任务接受率.首先,利用多层分级拓扑结构对多平台航电资源进行建模,并对多平台航电任务需求进行分析;其次在自适应调度算法的基础上增加传感器、优先级等因素,以达到更高的接受率目标,改进后的算法完成一系列任务请求对航电资源的需求分配过程;最后,利用仿真实验环境实现改进后的算法,从不同场景对实验结果进行全面分析.实验结果表明,本文设计的算法相比于原始算法任务请求的接受率有较大的改善.CloudSimSST
视觉问答(visualquestionanswering,VQA)是深度学习领域的一个新挑战,需要模型同时根据问题的语义和图片的内容进行推理并给出正确答案。针对视觉问答图片输入的多样性,设计了一种由两层注意力机制堆叠组成的层次注意力机制,帮助模型定位图片中与问题相关的信息,其中第一层注意力机制使用目标检测网络提取图片中物体的特征,第二层注意力机制引入问题特征。同时改进了现有的特征融合方式,消除对输入特征尺寸的限制。VQA数据集的测试结果显示,层次注意力机制使计数类问题的回答准确率提升了4%~5%,其他类型的问题回答准确率也有小幅提升。
与传统的无线网络相比,大时滞网络对路径拥塞环境下的无线通道交换具有较高的要求。为此提出主动队列管理下大时滞网络路径拥塞控制算法。首先利用主动队列管理算法对相邻路由节点网络路径的拥塞情况展开预测,进而分析网络路由节点的队列状态;然后以优化后续节点队列、传输距离以及传输方向为目的,从路径概率选择、分组丢弃函数、WSN蚁群路由选取三个角度优化网络路径,从而实现路径拥塞控制。实验结果表明,上述算法能够有效缩短网络的传输时滞,且能耗和丢包率较低,具有较高的应用价值。关键词:主动队列管理;无线通道;交换网络;路由;拥塞控制
诊疗活动是诊疗过程的基本元素,诊疗活动向量可以应用于诊疗活动聚类、患者聚类等任务。以把握和利用诊疗活动“局部无序,全局有序”的数据特点为出发点,结合医学先验知识,提出了诊疗活动向量化表示方法CA2Vec。提出了诊疗活动向量化学习的数据处理过程框架;加入了下一个诊疗日的诊疗活动和诊断结果信息,使得所提诊疗活动向量化学习模型相比于经典模型,获得了更丰富的上下文信息;提出了基于诊断结果约束的诊疗活动负采样方法。以SNOMED-CT本体和ICD-10编码医学知识为依据设计了评估实验,并在基于特定诊疗活动的聚类、基于本体的相似性度量、基于诊疗活动类型的相关度度量、基于特定病种的分类准确度度量、基于患者向量的聚类准确度度量这几个任务上进行了对比实验。实验证明,相比其他已有的先进的词向量化学习模型,CA2Vec方法有效把握了诊疗活动的相关关系,总体上有更高的准确度。
化的随机性影响收敛速度和聚类精度的缺陷,提出一种粒子群(ParticleSwarmOptimization,PSO)算法优化SOM神经网络原始权值的学习规则。将优化算法应用于船舶辅锅炉燃烧故障诊断的仿真研究中,对使用DMSVLCC模拟器运行的样本数据进行分析,并与单一SOM网络的分类结果进行比较。仿真结果表明,优化后的算法能够对船舶辅锅炉某工况下故障样本数据进行有效的准确聚类,准确度高于传统的SOM网络,具有良好的可训练性和模式识别能力。