课程文献中心 更多>>

关键词： 输电线路极端冰冻灾害   核动态潜变量   近似线性依靠   小概率样本   自适应预警  

摘要： 针对输电线路极端冰冻灾害预警模型中小概率样本不易获取以及在提取特征动态关系时难以在线学习的问题,提出一种自适应核动态潜变量算法及输电线路极端冰冻灾害预警模型.首先,该模型使用正常数据构建基于核动态潜变量(kernel dynamic latent variable,KDLV)的离线模型,并获得到统计限T_(lim)^(2);然后,引入模型自适应更新准则对近似线性依靠算法(approximate linear dependence,ALD)进行改进,利用改进的ALD算法更新统计限T_(lim)^(2),从而自适应提取动态潜变量特征;最后,利用KDLV模型计算测试集数据的统计量T_(lim)^(2),以测试集数据统计量T_(lim)^(2)是否超过统计限T_(lim)^(2)作为判断标准.运用滇东北某输电线路覆冰数据进行实验验证.相较于动态潜变量、KDLV、动态内部主元分析及时序近邻保持嵌入方法,提出的方法灾害预警正确率最高、漏报率最低、误报率最低.

关键词： 多目标进化算法   交配选择   聚合距离   收敛性   分布性  

摘要： 高维多目标进化算法在解决复杂帕累托前沿问题时,常面临收敛性和多样性难以平衡的问题.为解决这一问题,提出了一种基于镜像判断和改进父代选择的高维多目标进化算法.该算法首次结合成就标量函数和全局密度并应用在交配池中,使其在迭代过程中不仅关注当前最优解,还兼顾解在整个空间的分布情况,从而实现了收敛性和多样性的统一.此外,针对算法在迭代过程中可能出现镜像的问题,本文提出了解决方案.具体来说,算法首先采用非支配排序,将临界层个体与参考向量相关联,随后判断其是否满足镜像对称准则,若满足则通过全局密度选取个体,达成“内紧外松”的目的,最大限度保证候选解的分布性,从而有效解决了选择压力不均的问题.最后将本文算法与最新的五种多目标算法在4种不同维度的测试问题上进行对比实验,并应用在两个实际案例中.实验结果表明:所提算法不仅能高效解决高维多目标优化问题,且能有效平衡收敛性和多样性.

关键词： 水声传感器网络   鲸鱼优化算法   分簇路由  

摘要： 针对水声传感器网络(UASN)能耗效率问题,提出了一种基于改进鲸鱼优化算法的水声传感器网络分簇路由方法 .该方法能够有效平衡UASN中传感器节点的能量消耗,从而延长网络生命周期.同时能够根据簇头剩余能量等因素动态调整簇大小,平衡簇头负载.仿真结果表明:该方法相对其他典型能耗优化方法,能够有效降低整体网络能耗,延长网络生存时间.

关键词： 改进RR轮询调度算法   PBPW算法   二级队列调度算法   优先级轮询调度  

摘要： 针对星载路由设备的发展趋势,即交互速率提升、带宽增加以及设计轻量化,本文提出了一种基于改进轮询的星载高速交换算法的设计方案。该方案采用基于改进RR(Round Robin,轮询)调度算法和PBPW(Priority-based Bandwidth Privilege with Weighting,基于优先级并带权重的带宽特权)算法相结合的二级队列调度算法。在第一级调度中,引入优先级轮询调度,确保高优先级的数据帧能够优先转发,同时开放了缓存共享机制,一定程度上避免了拥塞和资源的浪费;在第二级调度中,为每条链路分配了阈值,从而避免了某些链路因“饥饿”而无法得到服务,同时防止了其他链路的拥塞问题。与传统的基于FIFO(First In First Out,先进先出)的简单队列调度算法相比,这种改进的轮询调度机制显著提高了星载路由器的转发速率,并降低了转发时延。此外,通过轮询方式实现了对高优先级数据帧的优先转发,进一步优化了路由器的性能。

关键词： 传统水印   图像分割   阈值分割   区域生长  

摘要： 针对证件上的传统水印分割问题,本研究提出了一种基于局部自适应阈值和区域生长相结合的新型水印分割方法。首先通过局部自适应阈值算法将证件图像分割为生长区域和背景区域,以消除大面积背景干扰。随后,运用选取多种子点的区域生长算法,实现了对水印区域的准确分割。实验结果表明,该算法在复杂背景的条件下,依然能有效地提取出清晰的水印区域,从而在证件传统水印分割领域展现出其实用性和有效性。这一创新方法对于传统水印图像的处理具有重要意义,为其后续的识别、保护与分析提供了强有力的支持。

关键词： 配电网   无功优化   改进粒子群算法  

摘要： 随着新能源的大规模接入,配电网络变得更加复杂多变。为应对高比例可再生能源接入配电网所引发的无功问题,提出了一种基于改进粒子群优化(particle swarm optimization, PSO)算法的无功优化调度模型。该模型旨在优化多能系统的运行成本,减少网络损耗,并通过无功补偿、储能调节和能量转换等手段,确保电网的经济性和运行安全。首先,对传统PSO算法进行改进,应用混沌初始化并结合反向学习策略生成PSO算法的初始种群来优化初始种群,让算法加速收敛;其次,应用非线性策略和黄金正弦算法搜索策略,对惯性权重公式、学习因子和位置更新公式进行改良,提升了算法的搜索效率;最后,将传统PSO算法和改进PSO算法应用于IEEE 33节点进行仿真对比,仿真结果验证了策略的有效性。

关键词： 红外光谱分析   环境压力补偿   鲸鱼优化算法   小波神经网络   时序浓度预测  

摘要： 红外光谱分析是工业环境气体定量分析的重要手段,当前红外气体检测仪的测量精度受环境压力变化影响较大,导致检测数据在不同压力条件下偏离实际气体浓度。为提高红外气体传感器的精度,选择了鲸鱼优化算法(whale optimization algorithm,WOA)和小波神经网络(wavelet neural network,WNN)相结合的压力补偿算法,并结合长短期记忆法(long short-term memory,LSTM)对补偿后的数据进行预测。通过搭建工业环境气体压力补偿实验平台,使用高精度配气仪配置100~900 ppm标准CO气体,在80~120 kPa范围内进行数百组重复实验,发现CO气体传感器在负压条件下测量值小于标气浓度,正压条件下测量值大于标气浓度,并随压力变化呈线性关系,绝对误差最高为86 ppm。将传感器数据使用小波神经网络进行误差降低,初步补偿后的CO误差降至26 ppm,但由于参数可移植性较差,个别数据误差较大。进一步使用鲸鱼优化算法优化小波神经网络的参数后,补偿效果显著提升,传感器测量值与真值之差保持在0.004%以内且数据稳定。最终结合LSTM进行气体浓度预测,预测值与实际值之间的均方根误差(RMSE)均小于0.1,平均绝对误差(MAE)均小于0.020,实验结果表明,WOA-WNN-LSTM算法能够有效提高红外气体传感器的测量精度,成功消除环境压力对测量结果的影响,为工业环境气体检测提供了更为可靠和精准的解决方案。

关键词： 波达方向估计   近似l 0范数   冲击噪声   指数族分布函数   前向展望   后向延拓  

摘要： 针对现有波达方向(DOA)估计算法在冲击噪声下估计精度较低的问题,提出了一种基于相控分数低阶矩和指数族分布函数的离格近似ι_(0)范数DOA估计算法。首先,利用相控分数低阶矩抑制冲击噪声,构建稀疏DOA模型;其次,通过对平滑函数的平滑性和陡峭性进行研究,构造了一类平滑性和陡峭性可变的函数族,并利用该函数族求解初始支撑集;然后,提出了一种前向展望和后向延拓策略,对初始支撑集进行扩展,并从中选择出可以使残差最小化的一组支撑集为最优支撑集,从而确定在格DOA估计;最后,为了解决网格失配效应,利用DOA粗估计与离格偏差之间的联合稀疏性,通过交替方向迭代联合求解DOA粗估计与离格偏差,获得离格DOA估计值。仿真结果表明:与正交匹配追踪算法相比,在信噪比为-8 dB时,所提算法的DOA估计精度提高了66.36%。此外,当冲击噪声特征指数大于0.6时,所提算法对目标DOA的估计误差可以控制在1°以内。仿真结果充分说明了所提算法可在冲击噪声下实现高精度的DOA估计。

关键词： 磁流体动力学   全解耦   无条件能量稳定   变密度   Gauge-Uzawa方法  

摘要： 本文致力于对变密度不可压缩磁流体动力学方程建立全解耦且无条件能量稳定的数值算法。首先,引入辅助中间速度变量,分别与Gauge-Uzawa方法的对流形式和守恒形式相结合,建立2个一阶半离散数值算法。2个算法成功地解耦所有耦合项,使得只需在离散级求解线性化子问题,所以大大提高计算效率。其次,证明2个算法都是无条件能量稳定的,并且对流形式的有限元全离散化算法也是无条件能量稳定的。最后,用数值实验验证解耦方案的准确性和有效性。

关键词： algorithm   manipulation   digital market   the EU   China  

摘要： The original intention of the algorithmic recommender system is to grapple with the negative impacts caused by information overload,but the system also can be used as"hypernudge",a new form of online manipulation,to inten⁃tionally exploit people's cognitive and decision-making gaps to influence their decisions in practice,which is particu⁃larly detrimental to the sustainable development of the digital *** harmful algorithmic online manipula⁃tion in digital markets has become a challenging ***,both the EU and China have responded to this issue,and the differences between them are so evident that their governance measures can serve as the typical *** EU focuses on improving citizens'digital literacy and their ability to integrate into digital social life to independently ad⁃dress this issue,and expects to address harmful manipulation behavior through binding and applicable hard law,which is part of the digital *** comparison,although there exist certain legal norms that have made relevant stipula⁃tions on manipulation issues,China continues to issue specific departmental regulations to regulate algorithmic recom⁃mender services,and pays more attention to addressing collective harm caused by algorithmic online manipulation through a multiple co-governance approach led by the government or industry associations to implement supervision.