非参数投影寻踪回归在土石坝震损裂缝预测中的应用

根据汶川地震中绵阳市受损土石坝的实测数据,以大坝所在位置的地震烈度和地震发生前大坝的性态等因素作为预测因子,构造出土石坝震损裂缝预测的投影指标,采用可变阶的正交Hermite多项式拟合岭函数,并用单纯形算法优化投影指标函数,进而构建基于投影寻踪回归分析的震损裂缝预测模型,并将其用于该地区96座震损土石坝进行裂缝预测.将...     

乌拉盖管理区以水为中心的饲草料基地建设效益分析

文章介绍了乌拉盖管理区以水中心的饲草料基地建设情况,并对其产生的效益进行了分析。     

遗传算法在车牌特征选择的应用研究

研究车牌自动识别系统中的车牌特征选择问题.车牌特征选择结果的优劣将直接影响车牌识别准确率,因此选择对车牌字符识别能力强的特征是车牌自动识别中一个关键问题.由于传统特征选择方法计算时间长及标准遗传算法过早收敛的缺点,导致车牌字符识别准确率低.为了提高车牌识别的准确率,提出一种改进遗传算法的车牌特征选择方法,把车牌特征作为遗传算的种群中个体,以车牌识别率为目标函数,在算法前期采用保优策略,保持最优特征的多样性,来避免局部最优;在进化后期,当特征最优信息陷入停滞时,自适应调整进化参数,加快进化速度.仿真结果表明,选择车牌特征的车牌自动识别系统识别准确率达到了92.36%,远远高于标准遗传算法和自适应遗传算法的86.53%和90.3%,说明,改进方法不仅提高了车牌字符识别率,而且克服了传统遗传算法在特征选择过程中出现的早熟现象,防止陷入局部最优的缺点.     

改进的距离浓度免疫算法

针对现有免疫算法在抗体的评价形式和记忆库使用灵活性上存在的不足,提出了一种改进的距离浓度免疫算法.该算法采用实数编码,并引入了B细胞的概念,将B细胞对应于问题的解,抗体对应于解的适应度函数,采用距离浓度策略控制抗体的数量,同时在算法过程中动态使用记忆库.仿真实验结果表明,该算法编码形式灵活,计算过程简捷,能有效保证抗体在解空间的多样性,提高了寻优的收敛速度和从局部最小中逃逸的能力.     

基于多Agent协同的快速入侵检测系统

在多Agent协同入侵检测系统中,不同检测Agent并行地检测网络包中不同的入侵特征,以提高系统的检测效率.使用消息、自定义通信协议等作为系统的协同通信机制,有效地避免了系统中的单点故障,并且,该机制使得各个Agent的检测结果可以有效融合.在分析了入侵的类型、特征后,使用4个检测Agent仿真了入侵检测的过程,并在检测精度、检测误差影响很小的情况下,使检测每条记录的时间大幅度减少.     

基于S3C2440和SM501的嵌入式系统硬件设计

针对嵌入式系统中大图形显示、高分辨率视频播放难的问题,基于ARM处理器和多媒体协处理器SM501提出了一种高效可行的解决方案,给出了硬件模型和实现方法。经过测试对比,此系统较传统的嵌入式系统具有明显的优势,较完美地解决了嵌入式系统中难以进行火图形显示和高分辨率视频播放的问题。此设计思想和方法不仅仅局限于S3C2440处理器,还同样适合目前ARM系列所有处理器,是解决嵌入式系统大图形显示、高分辨率视频播放的一种新途径。     

基于分布式深度强化学习的微网群有功无功协调优化调度

针对微网群的分布式有功无功协调优化调度问题,提出一种分布式多智能体深度强化学习方法,可训练智能体在与环境交互的过程中学习到最优调度策略,并克服传统优化方法对模型的依赖。相较于已有基于“集中训练”框架的多智能体深度强化学习方法,该方法无须收集全局信息,能够更好地保障各子微网信息的隐私,减轻通信压力,并且在训练和执行阶段均表现出对通信故障的鲁棒性。此外,考虑到微网群存在拓扑变化而强化学习模型泛化能力差,提出一种迁移强化学习方法,利用已有智能体知识为每种拓扑高效训练一组智能体。最后,通过改进的IEEE 33节点系统算例,验证了所提方法在解决微网群分布式有功无功协调优化调度问题上的有效性。     

适应非光滑特性的交直流混合电力系统状态估计

交直流混合电力系统中的有载调压变压器(on-load-tap-changer, OLTC)和换流器模型存在大量限幅、死区等非光滑特性,如何处理换流器引入的分段函数约束是当前状态估计的研究难点。构建了OLTC的混合整数非线性(mixed integer nonlinear programming, MINLP)模型,通过控制二次侧电压水平得到OLTC挡位的估计值。针对换流器采用分段函数描述包含限幅、死区等下垂控制特性的问题,提出采用近似拟合函数将分段函数光滑化。与采用MINLP描述分段函数的方法相比,所提模型显著提高了计算效率。通过3节点和IEEE14节点交直流混合系统算例,验证了所提状态估计模型的正确性和实用性,同时分析了拟合系数对状态估计的影响。算例表明,所提模型增强了状态估计处理不良数据的能力,提高了对非光滑特性的适应能力,在保证计算精度的前提下能够提高状态估计的收敛性。     

基于BERT和LightGBM的文本关键词提取方法

传统的文本关键词提取方法忽略了上下文语义信息,不能解决一词多义问题,提取效果并不理想。基于LDA和BERT模型,文中提出LDA-BERT-LightG BM(LB-LightG BM)模型。该方法选择LDA主题模型获得每个评论的主题及其词分布,根据阈值筛选出候选关键词,将筛选出来的词和原评论文本拼接在一起输入到BERT模型中,进行词向量训练,得到包含文本主题词向量,从而将文本关键词提取问题通过LightG BM算法转化为二分类问题。通过实验对比了textrank算法、LDA算法、LightG BM算法及文中提出的LB-LightG BM模型对文本关键词提取的准确率P、召回率R以及F1。结果表明,当Top N取3～6时,F1的平均值比最优方法提升3.5%,该方法的抽取效果整体上优于实验中所选取的对比方法,能够更准确地发现文本关键词。     

基于工业控制系统安全测试的研究

随着工业4.0的持续推进,信息化与工业化高速融合,处于物理隔离环境的工业控制系统（ICS）逐步与外部网络进行数据交互,使其原本存在的漏洞面临新技术的安全攻击威胁。这也使得攻击者通过各种方式将工业控制系统列为目标,对其进行勒索或破坏,否则,攻击者会对工业控制系统造成宕机甚至毁灭影响。现有的安全防护技术通过增加安全防护产品对工业控制系统进行防护,如同在危险地区建立隔离区,而未从源头对工业控制系统中存在的漏洞进行修复,长此以往,漏洞不会消失,安全防护负担会随着攻击技术的演变而加重。通过研究安全测试工作尽可能有效地发现工业控制系统中存在的漏洞,帮助运营者掌握自身存在问题的严重性,以更有针对性的举措逐步解决安全问题,以多种方式提供局限性的见解,以供各方进行研究。