课程文献中心 更多>>

关键词： 社区隐藏   遗传算法   属性网络   隐私保护   社区检测   社会网络分析  

摘要： 属性网络作为一种常见的复杂网络建模工具，适用于融合分析拓扑结构和属性信息的多模式网络建模场景。针对属性网络的社区检测算法能够综合利用拓扑和属性信息，较为准确地揭示网络中的社区结构。然而，这种精确的挖掘能力也带来了节点隐私泄露的风险。为了对抗社区检测算法从而实现节点隐私保护，社区隐藏方法开始被诸多专家关注。但现有主流社区隐藏算法仅仅关注网络的拓扑结构，而忽略了节点属性对社区结构的影响，因此在属性网络上表现效果不佳。针对上述问题，提出一种基于遗传算法的属性网络社区隐藏方法（Attribute network Community hiding method based on Genetic algorithm, ACG）。该方法融合了网络拓扑结构和节点属性，其核心在于通过优化适应度函数找到最优的边隐藏策略。ACG算法在追求最小化隐藏成本的同时，将最大化模块度和属性相似度作为双重度量标准，选择并扰动对社区结构影响最大的边集合，从而实现对属性网络社区检测算法的有效攻击。实验结果表明，在不改变边总数和属性信息的前提下，所提方法有效地对抗了主流属性社区检测方法。与现有社区隐藏方法相比，ACG在5个属性网络上对抗经典社区检测算法也具有优势。

关键词： 售电风险   改进遗传算法   自动预警   适应度函数  

摘要： 电力市场化改革不断加剧售电业务风险，影响市场健康运行。为解决这一问题本文提出基于改进遗传算法的市场化售电风险自动预警方法研究。合理选取与确定售电风险评估指标，提出基于改进遗传算法构建售电风险评估模型，从而获取精准的售电风险评估结果，制定售电风险预警机制，判定售电风险的预警等级，从而实现了市场化售电风险的自动预警。实验结果表明:提出方法应用后计算资源消耗最小值达到了600 MB，售电风险预警结果与模拟工况对应的售电风险预警等级相同，充分证实了提出方法应用性能较佳。

关键词： 电力通信网   故障诊断   蚁狮优化算法   支持向量机  

摘要： 为了提高电力通信网故障诊断的准确性，以告警数据为输入量，以电力通信网故障类型为输出量，采用蚁狮算法对支持向量机进行参数寻优，建立基于蚁狮算法优化支持向量机的电力通信网故障诊断模型，采用电力通信网故障数据进行仿真分析，并与贝叶斯算法和卷积神经网络算法对比，结果表明，所提ALO-SVM电力通信网故障诊断正确率高达98%，高于其他两种算法，验证了所提方法的正确性和实用性。

关键词： 语义分割   红外运动目标   复杂背景   STDC-Seg   多尺度自适应融合  

摘要： 红外弱小目标的语义分割对于细节纹理特征的依赖更强,较深的网络结构对红外目标的语义分割不适用,难以将弱小目标从复杂背景中准确分割出来。本文针对复杂背景下红外运动目标的语义分割任务需求,在公开目标检测跟踪数据集的基础上,标注构建了红外图像语义分割数据集,基于STDC-Seg模型针对红外图像特点进行了优化,提出了一种红外目标语义分割算法STDC-Infrared。重新设计网络下采样结构，增加空间注意力模块和多尺度自适应融合模块。实验结果表明,本算法相比STDC-Seg,在红外图像语义分割数据集上平均交并比和平均像素精度分别提升了12.47%和12.55%,特别是空中飞机目标的交并比和像素精度分别提升了31.53%和35.82%,有效提升了复杂背景红外运动目标场景下语义分割准确性。

关键词： 差分隐私   直方图发布   非等距直方图   医疗信息安全   贪心算法  

摘要： 为应对差分攻击而诞生的差分隐私机制，常被用于如直方图发布等相关场景中的隐私信息保护。本研究结合医疗信息安全场景，基于对医疗数据中普遍存在的聚集-稀疏并存特性的洞察，设计了一个基于差分隐私机制的非等距直方图发布方案，并通过贪心算法优化直方图的生成与边界划分，以提高隐私保护效果。论文首先从理论上证明了该方案满足差分隐私。随后的实验中，用采集到的医疗数据集，通过在MSE， RMSE， MAE， R2指标下的数据分析，该方法分别达到0.000 3，0.000 2，0.000 2，0.000 3。相比单独使用经验公式的方法取得了更好的隐私保护效果。该研究证明了该直方图发布算法的有效性。

关键词： 航空发动机   管路多目标布局优化   三方博弈   纳什均衡   遗传算法  

摘要： 在航空发动机中，外部管路的合理布局直接影响管路系统的性能表现.当前关于航空发动机管路多目标布局优化的研究由于存在具有冲突特性的多个目标，从而导致最终布局效果的欠佳.本文以管路长度最短、管路弯头数最少和管路能量值最小为优化目标，建立了航空发动机管路多目标布局优化（MOPLP-AE）的数学模型.本文提出了一种创新的基于三方博弈的改进遗传算法（TGIGA），首次将博弈论应用于MOPLP-AE的多目标优化问题，将各优化目标视作博弈参与者，通过纳什均衡点实现全局稳定解，有效解决了目标冲突和Pareto最优解评估难题.TGIGA融合了帕累托分类、优化的杂交与变异策略，并集成2-opt局部搜索，显著提升了求解效率和解的质量.通过航空发动机的仿真实例验证了纳什均衡解的有效性及方法的可行性.本研究有效提高了航空发动机管路布局的客观性、准确性和布局效率，为减少材料使用和制造复杂性、降低泄漏和等故障风险，加速设计周期并降低生产成本提供了更为全面的数学模型以及一套新的方法与求解途径.

关键词： 潮汐能   风能   多元混合储能单元   容量配置   数学模型  

摘要： 研究通过引入改进的人工鱼群算法，结合潮汐能和风能的特点，构建数学模型并优化多元混合储能单元的容量配置，实现潮-风智慧电厂多元混合储能系统的稳定运行和经济性最大化。同时，采用频谱分析的电力配置方案，确保每个能量存储设备在不同运行状态下发挥最佳功率调度作用。结果显示，采用研究的优化调度方案后，A地某智慧电厂系统年综合成本为14632.48万元，系统的不平衡功率稳定在-0.2—1.1MW。说明了研究方案能够提高潮-风智慧电厂系统的供电可靠性和经济性，并为可再生能源发电系统的稳定运行提供重要参考依据。

关键词： 锂离子电池   采样电压   多新息理论   卡尔曼滤波算法   荷电状态(SOC)  

摘要： 准确地获取锂离子电池电压对于提高电池状态管理可靠性至关重要。针对传统卡尔曼滤波算法中卡尔曼增益无法反映新息突变的影响，状态变量估计更新不能利用历史数据中的有用信息，导致基于传统卡尔曼算法采样电压滤波估计结果不理想的问题，提出一种基于多新息理论改进卡尔曼滤波算法的电池采样电压滤波估计方法。通过运用多新息理论思想，将单一时刻的新息状态改进为多元新息矩阵，在对系统误差协方差进行计算的过程中，引入了当前和历史时刻观测量多元新息矩阵；在先验估计修正过程中，增加了历史时刻的状态量及卡尔曼增益和观测量新息矩阵，对传统卡尔曼滤波算法的误差协方差和系统状态变量的先验估计修正计算过程进行了改进，使得卡尔曼增益和状态变量的估计值能够随着不同时刻新息的变化进行调整；同时还引入了修正因子，调整不同时刻数据的修正权重，构建基于多新息理论改进卡尔曼滤波算法，克服了传统卡尔曼滤波算法中卡尔曼增益无法反映新息突变和遗漏历史数据信息带来的影响，实现电池采样电压的精确估计。将基于改进算法和传统算法滤波估计的采样电压进行对比分析，并利用电压与荷电状态(SOC)之间的关系计算电池SOC。结果表明，在恒流放电工况下，电池采样电压最大误差由8.09 mV降为3.71 mV，基于采样电压计算的SOC误差也进一步降低。同时，改进后的方法使得采样电压和SOC的平均误差和均方根误差(RMSE)均有所减小，验证了改进卡尔曼滤波算法的有效性，为提高电池采样电压的滤波估计精度和SOC的计算精度提供了新的思路。

关键词： 数据挖掘   规则模式   科技情报   关键信息   自动抽取算法  

摘要： 海量的科技情报数据带来了信息过载的问题，导致信息理解困难，利用率低下。为此，研究一种基于规则模式的科技情报关键信息自动抽取算法。对科技情报文本实施分词和去停用词处理，从预处理后的科技情报中挖掘规则模式，组成规则库。基于规则库，通过匹配从科技情报中抽取关键信息，完成科技情报关键信息自动抽取算法研究。实验结果表明:所研究算法的折扣累计增益更大，说明抽取结果更为准确，抽取性能更好，该算法具有较好的抽取效果。

关键词： 农村配变   选址定容   地理信息系统   遗传算法   变邻域搜索算法   两阶段启发式算法  

摘要： 为了进一步推进农村配电网系统的正常运行，实现配电网管理的现代化。研究根据农村地区地理信息，基于遗传算法和变邻域搜索算法设计了用于配变选址定容的两阶段启发式模型。实验结果表明，研究设计的两阶段启发式算法超体积最大为0.93，反世代距离最小为0.06。该算法在三种不同的测试函数求解过程中综合求解性能较优。优化选址定容后，IEEE33节点配电系统的最低电压为0.9519pu，较其他方法显著提升，改善了输电线路运行状况。此次研究两阶段启发式配变选址定容模型有助于农村电网的规划决策，提高电网运输效率和电力服务质量，减少建设和运营成本。