一种低能耗层次型无线传感器网络拓扑控制算法

提出一种低能耗层次型拓扑控制算法(A low-power hierarchical wireless sensor network topology control algorithm, 简称LPH算法). 该算法是一种支持多跳网络、降低能耗的多级组网控制算法. 它将拓扑控制分为组网和拓扑维护两个阶段, 其中组网阶段包括选择簇头、标识簇头及簇内节点、优化拓扑三个任务, 算法在各个阶段、各个任务中都考虑了节能. 同时, 在簇头选择时考虑了簇头节点分布均衡问题, 通过优化拓扑降低簇内通信能耗. 其次, 通过静态地址与动态地址结合的方式提高网络层次及可维护性. 本文详细介绍了LPH算法及其思想, 给出算法的空间复杂度、时间复杂度及能耗分析, 并基于NS2仿真工具, 对LEACH、PEGASIS和LPH三种算法分别进行了模拟仿真, 说明LPH算法的性能与优势.     

调度控制中心功能的发展——电网实时安全预警系统

提出了电网实时安全预警系统的可行方案，给出了其基本原理和主要特征，设计了其功能框架和体系结构。该系统在实时信息重建的基础上，利用并行和分布式计算技术，从多个侧面对电网实施“分诊”，自动跟踪和确定电网实时安全级别，快速找出各类安全隐患，然后通过“会诊”，实时给出综合安全预警报告，展示给调度员。设计了系统的实时性指标。基于IEC 61970标准化技术，可方便地实现与不同调度控制中心现有系统的集成。通过该系统的研发和实施，可以大幅度提高电网实时安全预警能力。     

特高拱坝运行初期变形监测预报模型及构建方法

针对特高拱坝运行初期温度场的非稳定性和时效的非单调增长性,发展变形监测和预报模型,并提出构建方法。通过主成分上的分层聚类法选取代表性温度测点,将其实测值作为温度变量,引入包含徐变及其恢复项的时效变量表达式,论证其表达谷幅变形的能力。进而考虑库水位、实测温度、组合时效等变量,应用增强回归树方法提出特高拱坝运行初期变形监测和预报模型,并通过后向消减变量建立优化模型。分析各变量对变形的边际效应,得出相对影响,借助部分依赖图,辨识变量间相关关系及其对坝体变形的影响规律,揭示变形机制。将该模型应用于某特高拱坝,验证该模型的可行性和有效性;并将结果与支持向量机、多元回归模型进行对比分析,得出该模型具有显著的优越性。     

基于生命质量指数的病险水库除险加固效应评价方法

目前病险水库除险加固投入多依据标准和规范定性确定,缺乏定量的论证。生命质量指数(Life quality index,LQI)是一个复合的社会指数,能较好地结合工程当地的经济发展水平,从社会效应的角度来优化结构失效风险率和除险加固投入间的关系。将风险和LQI理论引入到病险水库除险加固决策优化过程中,基于已有溃坝资料提出了溃坝生命损失的快速估算公式,在当前规范的基础上,建立了病险水库除险加固效应的定量评价模型。以华东某均质病险土坝为例,分析了除险加固前后该坝的渗透失稳风险率,估算了溃坝生命损失;根据工程当地的社会、经济发展水平和LQI参数,计算出了LQI增量和最大社会愿意支付费用,定量分析了除险加固效应,验证了文中方法的有效性。     

数控机床定位精度检测数据处理软件的开发

开发了一款数据处理软件,用以解决数控机床定位精度检测中计算繁琐、效率低的问题,为机床行业数控机床高效的精度检测提供了一种有效的工具.     

电器插座注塑模具结构设计

本文选取一种典型的电气塑料制品电器插座作为研究对象,分析了塑件的结构特性,阐述了模具设计过程及要点,并借助于CAD软件功能,完成了一套注射模具的结构设计。通过试模检验,塑件结构清晰,外观光滑,成型质量符合技术要求。模具动作灵活、可靠。本文可为类似产品设计提供参考。     

考虑温度-负荷相关性的调温负荷曲线拟合方法研究

根据调温负荷与温度的相关性,分别采用一元二次函数、一元三次函数进行温度-调温负荷曲线拟合,并采用二元二次函数拟合调温曲线以分析考虑温度累积效应后采暖电负荷受气温影响的情况。最后提出了温度-调温负荷灵敏度量化温度对调温负荷的影响程度。以贵州省多年历史负荷数据及气温数据为样本,计算调温负荷曲线,拟合该地区温度-调温负荷曲线,为电网规划及调度运行提供负荷特性、负荷预测计算工程实用方法。     

基于稀疏自编码器和高斯混合模型的手写数据集分类

深度学习模型训练需要大量的有标签数据进行训练,现实生活中数据大多没有标签,需要进行人工标注,对于小样本的训练存在过拟合现象,针对此问题,本文提出一种算法:首先采用稀疏编码器对数据进行降维处理,然后利用T-SNE算法继续将数据维度降低到二维空间,最后采用高斯混合模型对数据进行聚类分析。该算法采用无监督斱法,不需要预先对数据进行标签化。该算法对数据过拟合具有一定的泛化能力,在手写数据集的训练集取得0.89205的准确度,在测试集中取得0.896的精度。该算法为小样本的学习提供了新思路。     

基于机器学习的交通流参数异常数据处理模型研究

交通流数据作为交通系统重要的输入变量,交通流数据采集器所采集的交通流数据质量直接影响着交通系统运行的稳定性;针对交通流数据中所出现的采样数据异常情况,提出一种基于随机森林的缺失值填补及孤立森林算法的交通流异常数据筛选方法,在此基础上通过线性回归模型对数据中缺失值及异常值进行填补构建整体交通流数据有效性处理框架;结果表明经过异常值处理模型修复的数据整体满足有效交通流数据要求,可为交通情况预测及交通系统运行提供数据支撑。     

住宅区开放性入口空间构成要素浅析

从住宅区入口空间在住区以及城市中的重要性出发，对构成住宅区开放性入口空间的要素进行分析，探讨了这些要素在入口空间中的功能和作用，提出了设计时应注意的要点。