电力负荷预测的一种综合方法

在电力负荷预测的数学方法中，有多种预测模型，因而有多个预测结果．目前还没有令人满意的方法，用来确定出其中最接近实际的结果．另外，大多数的预测样本中都存在着数据失真，直接导致预测结果失真．这些都较大地影响了预测的准确性．本文提出了一种筛选方法，对模型和样本数据进行过滤．     

高分辨率卫星遥感影像失真探测方法研究

高分辨率卫星遥感影像在成像、传输、处理等阶段会不可避免地形成模糊失真与噪声失真。目前对于这些失真的探测主要采用传统的客观探测指标,效果优劣不一,限制了影像失真探测在影像筛选与影像数据质量控制方面的应用。借助实验数据探究了不同的影像单一失真探测指标对常见的模糊失真与噪声失真的探测效果,根据初步结果选取最佳指标,再通过实验比较不同探测指标对不同影像失真的探测效果。同时,在已有研究基础上探究了一种基于灰度预测误差的失真探测方法,实验结果表明该方法对影像的模糊失真和噪声失真具有较高的探测灵敏度。     

用于H.264宏块预测模式决策的失真度量方法

H．264中常见的预测模式决策算法以简单但不大符合HVS（人类视觉系统）特性的SAD（残差绝对值和）或SSD（残差平方和）作为主要选择依据。首先了提出一种基于模糊积分的图像失真度量及其快速计算方法，该度量将评价图像失真作为1个多维评价过程。其次，使用该度量准则在H．264视频编码算法中进行宏块预测模式选择。实验结果表明，所提出的图像失真度量方法比较符合HVS特性，并且因为其计算简单，使得该度量能够用于诸如H．264等视频压缩领域中。     

一种改进的H.264帧内预测模式选择算法

针对H.264帧内预测模式选择中失真估计不准确和计算量大的问题,提出一种改进的H.264帧内预测模式选择算法。该算法首先对像素的递归失真估计方法进行改进,较为准确地估计了多种帧内预测模式下的预测失真,然后利用相邻块预测模式的相关性预先筛除部分预测模式,降低了H.264中帧内预测的复杂度。与JM参考软件的对比结果表明,该优化算法能在保证很好的图像质量的同时,将帧内预测模式选择的时间减少60%以上,有效地提高了视频图像的编码效率和视觉质量。     

一种模拟预失真线性化射频放大器

通信技术的发展带动了高线性射频放大器的需求，改善线性的方法通常有功率回退法、反馈法、前馈法和预失真法。预失真法与其它方法相比有其自身的优点而受到设计人员的青睐。文中设计了一种反向并联二极管结构的预失真器，并同时采用复增益控制调节器对Agient公司的放大器ATF34143进行预失真线性化仿真。仿真结果表明在1．9GHz频段，三阶互调失真减小了45dBc。     

色域映射失真类型图像的质量评价

针对色域映射失真类型图像,在传统算法的基础上提出了一种新的图像质量评价方法。首先,阐述了该评价方法对图像特征提取的目的及方法,并形成最终的评价公式GMSIM。然后,使用已有的3个色域映射图像集和TID2008图像库对GMSIM算法进行参数拟合和预测准确性分析,对色域映射图像库采用命中率来表征算法性能。实验结果显示:GMSIM算法对色域映射失真图像主观感知的预测准确性比传统的SSIM方法提高约4.5%,但仍有较大的进步空间;在TID2008图像库的预测性能也有所提高。     

基于BP神经网络的电力系统负荷预测算法研究及实现

电力系统负荷预测是近年来各国潜心研究的一个新领域，对于电力系统的规划、运行和经济效益都有重要的意义。利用各种算法和模型对电力系统负荷进行预测是一种常用而且非常有效的方法。为此，在研究电力负荷预测算法的基础上用MATLAB进行编程仿真，得到预测结果后分析预测结果，并利用真实数据进行预测。     

基于组合注意力模型EAAT的云KPI数据预测方法

为了准确分析云计算集群日常监控中KPI （Key Performance Indicator）数据的动态和变化趋势，并预测后续发展，达到提高云计算集群高可用性的目标，本文提出三分频的基于组合注意力模型的EWT-ARIMA-Auto-TPA （EAAT）云KPI数据预测方法.首先基于经验小波变换（Empirical Wavelet Transform，EWT）得到云KPI数据低中高频的内在模态变量（Intrinsic Mode Functions，IMFs）降低数据预测的复杂程度.其次，根据分解得到的低中高频IMFs信息特征，分别运用ARIMA、Autoformer、TPA-BiLSTM模型对每类IMFs进行预测.最后，将分类预测后结果经过逆变换IEWT加以合并得出预测结果.本文预测方法在谷歌和亚马逊的4个数据集上得到了验证，无论数据是否具有周期性或者稳定性，本文预测方法都有较好的结果，综合效果比对比模型有较大提升.     

基于灰色ELM神经网络的短时交通流量预测

为了提高短时交通流预测的精度,针对现有灰色模型,利用一阶线性微分白化方程拟合交通流数据。针对交通流数据波动性较高和易失真的缺点,提出一种基于灰色ELM神经网络的短时交通流预测方法。首先对短时交通流数据采用灰色模型累加处理,将其转化为长时交通流数据,以降低交通流数据的随机性,有效减小因数据本身波动造成的误差。然后,利用ELM神经网络代替一阶线性微分白化方程,对长时交通流进行预测。最后,将长时交通流预测结果经过累减还原为短时交通流预测结果,有效提高了预测精度。仿真验证结果表明,相比于现有的一些预测方法,该方法提高了预测精度,是一种有效的短时交通流预测方法。     

基于自然图像统计的无参考图像质量评价

为了解决无参考图像情况下的质量评价问题,基于变换域的自然图像统计模型,提出一种适用于白噪声、高斯模糊、JPEG2000压缩等失真类型的无参考图像质量评价方法.利用自然图像Contourlet变换域子带均值间的线性关系,用失真条件下保持不变的低频子带均值预测未失真的高频子带均值,以高频子带预测均值与实际均值之间的差异计量图像的失真.结合人类视觉系统特性,对不同尺度、不同方向子带及子带内不同区域进行选取与加权,综合得到对失真图像的客观质量评价.实验表明,该质量评价测度与主观质量评价有较好的一致性,且在性能上优于峰值信噪比(PSNR).     

组合优化灰色模型在中长期电力负荷预测中的应用

鉴于中长期负荷预测受很多不确定因素的影响，各种预测方法都有其局限性的问题，在分析基本灰色模型及其传统改进模型在负荷预测中局限性的基础上，提出了一种电力系统中长期负荷预测的实用新方法——组合优化灰色预测法.该预测法是一种对残差改进灰色模型(GM)和基于等维新息递补预测法的改进灰色模型进行优化的组合方法，能够实现在线预测模型参数，满足动态电力负荷能解决随机干扰影响的要求，最终的预测结果误差可基本控制在3%之内. 经过实例计算，组合优化灰色预测模型用于中长期电力负荷预测，与传统的系统理论方法相比较，该方法计算简捷，预测精度高，具有很好的实用性.     

基于人的视觉特性选取图像压缩预处理方式

图像经过高比例的有损压缩后往往在细节、轮廓方面都有较大失真．为解决这一问题，在对图像进行压缩前，根据人的视觉特性和压缩方法的不同选取合适的图像处理方法，对将要压缩的图像进行预处理，将压缩时会产生较大失真的视觉敏感部分在压缩前作增强处理，进而在一定程度上实现图像压缩比的提高和图像质量的增强，以解决图像实现高压缩比与图像质量下降过大的矛盾。     

水资源需求预测研究

叙述了国内外在水资源需求预测方面的研究概况。在系统研究水资源需求预测的常用预测方法和模型的基础上，对过去需水量预测中存在的主要问题进行了分析，并对需水量预测中长期需水量预测结果与实际情况误差较大的问题作了深入探讨，认为，对需水量变化规律认识的不足是产生需水量预测误差的主要原因。指出，对水资源需求预测方法及水资源需求量的预测研究都有待于进一步完善。     

一种计算时基失真估计不确定度的新方法

提出一种计算时基失真估计不确定度的新方法,讨论了时基失真估计过程中权值计算,理论推导以及仿真实验表明:只要谐波幅度比较小,多次谐波信号的方差都可以用含有基波方差来代替;给出了一种新的时基失真不确定度的定义以及一种实用的时基失真估计不确定度的计算方法.仿真实验验证了这个近似的估算公式的合理性以及可应用性.抖动方差以及加性噪声方差对时基失真估计的不确定度有一定的影响.     

基于图像内容失真的全参考视频质量评估方法

利用图像梯度可反映图像的空间结果及图像相关系数能够反映人眼的空间复杂度掩盖特性的性质,提出根据失真图像梯度与参考图像梯度间的相关系数来反映图像的内容失真,然后结合图像的亮度失真来评价图像质量的方法．使用该质量评估方法测得的失真视频客观质量评分与其主观质量评分有很好的一致性．     

企业危机的六大信号

企业危机的六大信号信号一：财务总预测不好如果连续两三季都出现“预测”与“结果”有差距时，就应该警觉到已经出了问题。例如：你预测第二季度的销售额有１００万美元，毛利率１０％，并开始据此投入９０万美元的资金。如果销售额比当初的预测少了１０％，也就是只有９...     

AM CATV系统中DFB激光器的非线性失真

分析了分布反馈式半导体激光器（ＤＦＢ）在模拟ＡＭ ＣＡＴＶ传输系统中产生的二次非线性失真，利用低维速率方程组推导了二次谐波失真的表达式，计算了失真的幅度，并与系统指标作了比较。另外还对预失真技术在理论上进行了分析和推导，给出了预失真网络的结构，对具体电路进行了分析，并给出了部分实验结果。     

基于率失真优化的H.264参考帧选择算法

为了有效抑制H.264/AVC压缩视频流的传输错误扩散,提出一种基于率失真优化的H.264参考帧选择算法。该算法针对H.264/AVC中的多种预测模式,在像素级准确估计了差错环境下的视频传输失真,并将该失真模型与率失真优化准则结合,在率失真框架内选择最合适的参考帧,使解码段的失真度达到最小。实验结果表明,改进算法相比传统的预测编码方法PSNR值大约提高了1²dB,能有效改善H.264视频传输的抗差错性能。     

基于虚拟矢量的双三相永磁同步电机预测电流控制策略

针对双三相永磁同步电机传统有限集预测电流控制策略中存在电流谐波较大的问题，提出了一种基于虚拟矢量合成的预测电流控制策略。在保证原有良好动态响应能力的基础上，选用基波子平面内大矢量和次大矢量合成的虚拟电压矢量用于预测控制，将谐波子平面的电压幅值抑制为零，然后通过构建价值函数选择出最优虚拟电压矢量，在抑制电流谐波的同时也减小了计算量。由仿真结果可知，所提策略有效抑制了5、7次电流谐波，改善了电流波形，使相电流的总谐波失真降低了49.5%。     

基于上下文的多值图像无失真压缩

基于上下文的多值图像无失真压缩能获得较高的编码效率。图像编码应充分考虑图像的统计差异性。本文在基于上下文的多值图像无失真编码中结合自适应预测、误差信号非线性分类、误差映射、以及简化的上下文。通过试验，对比各种措施的效果，模拟结果显示，参数数量大量减少，编码效率却大大提高了。