基于DSP+ARM的便携式电能质量分析仪的设计

基于目前主流高端电能质量分析仪的设计方法,文章设计了一种基于DSP+ARM架构的电能质量分析仪,并且利用小波变换的原理对电压暂降、电压骤升以及电压暂 时中断等问题进行检测和MATLAB仿真分析;首先文章设计了电能质量分析仪的硬件架构和HPI接口,然后利用小波变换、Mallat算法对波形进行降噪处理,降噪后利用小波变换的模极大值算法结合Mallat算法检测出了发生暂态变化的起始时间和终止时间,再利用骤变后的电压有效值计算公式可判定骤变类型为暂降、暂升还是暂时中断;仿真的结果表明小波变化能较精确的分析出暂态故障的发生时刻以及暂态故障的类型;该结果可以为智能电表算法研究提供较可靠的理论依据。     

基于衰减模型的混合属性数据流离群检测

数据流离群检测因内存容量限制和实时检测需求而成为离群检测的一个难点。介绍了一种快速混合属性数据流离群检测算法。在衰减模型下增量聚类数据流,生成代表数据分布的聚类特征集合,半径阈值动态变化;当接收到检测请求时,计算满足条件的每个簇的离群因子,具有高离群因子的簇作为结果输出。同时提出了一种可有效区分离群簇与数据进化初始阶段的方法。算法的时间与空间复杂度同数据流规模近似成线性关系,在真实数据集上的实验结果显示,该算法可有效检测混合属性数据流中的离群点。     

自适应超混沌系统修正广义同步及其电路实现

运用自适应控制方法,实现超混沌Chen系统的同结构投影同步,并能辨识出响应系统的未知参数。首先通过采用MATLAB进行数字仿真,表明该自适应控制方法的可行性以及系统的参数辨识作用。其次利用EWB仿真设计模拟电路,结果与MATLAB的仿真结果相吻合,从而进一步证明了该自适应控制方法的有效性和系统参数辨识方法。     

基于模糊神经网络的服装号型推荐专家系统

该文提出了基于模糊神经网络的服装号型推荐专家系统,将专家系统、模糊神经网络的计算优势与服装号型结合实现面向个体尺寸的服装号型推荐,通过定义方案矩阵、权重矩阵和匹配度矩阵规范了服装号型的推荐流程。最后针对测量样本通过对5·4系列女长袖衬衫的号型推荐,验证了该方法可行性。该方法具有计算简单和结果准确的优点,能快速地为顾客在线购买服装提供全面、客观、科学的决策参考,具有重要的研究价值和广泛的应用前景。     

）NA计算机中广义表数据结构的设计与实现

类似于电子计算机,数据结构能帮助DNA计算机合理、高效地组织要处理的信息．文中提出了DNA计算机中广义表的一种设计方法．首先,讨论了k-臂DNA分子的结构及其在DNA计算中的应用．接着,在讨论了广义表存储结构的同时,给出了广义表两种节点的k-臂DNA编码的形式描述．最后详细描述了DNA计算机中广义表主要操作的实现算法．这些操作包括初始化空的广义表,创建包含指定元素的广义表和遍历广义表的元素．文中的方法可推广到DNA计算机上其它非线性数据结构．     

一种基于m序列的关系数据库鲁棒水印算法

提出一种关系数据库水印算法,适用于数值型数据的版权保护.以连接多项式数组为密钥生成m序列,分别作为水印信号和水印嵌入策略控制信号;根据密钥和元组主键连接值的散列运算确定水印嵌入位置;通过修改数值属性低位数值的奇偶性嵌入水印,克服了常用的最低有效位重置算法易产生病态结果的缺点.水印的嵌入满足数据库动态更新的同步要求,水印的检测无需原始数据库参与.理论分析和实验表明,该算法运算开销合理,具有良好的隐蔽性和安全性,对常见的水印攻击具有良好的鲁棒性.     

生存迁移分析及其应用

通过模拟自然界生物的生存迁移过程建立一种自适应概率算法——生存迁移算法(LMA)。它模拟了生物通过比较生存状况和生存极限确定是否需要迁移,进而寻求更好生存状况的机制。生存状况使生物逐步了解未知的生存空间,生存极限使生物具有判断的标准,迁移使生物具有寻求生存的能力。给出LMA的机理和模型,分析LMA求解全局优化问题的收敛性。实验结果表明LMA在应用中具有较好的收敛性。     

基于GVF-Snake人体轮廓提取的优化算法

通过分析基于边缘、区域分割和形变模型等3类轮廓提取算法,提出一种分别对三者进行优化综合的基于梯度矢量流-主动轮廓模型(GVF-Snake)的人体轮廓提取优化算法。利用内嵌置信度边缘检测得到理想边缘图,通过形态学方法提取物体粗略轮廓作为GVF-Snake模型的初始轮廓。采用优化GVF-Snake模型提取精确轮廓。将上述方法应用于人体图像轮廓提取,实验结果表明,该方法达到了预期目的且具有较好的实用性。     

多晶硅生产DCS控制系统专用功能模块的开发

本文介绍以设备集成化控制策略为依据开发的专用功能模块Transout_50,以实现对多晶硅生产DCS控制系统原料车间液氯储罐的出料控制。     

入侵检测的可进化模糊规则分类器研究

随着入侵检测技术(IDS)在网络安全领域的作用越来越重要,将多种软计算方法应用到入侵检测技术中是构建智能入侵检测系统的新途径和尝试。本文将模糊数据挖掘技术和遗传算法相结合,提出一种基于遗传算法的模糊规则反复学习的方法,构造具有自适应能力的分类器,并进一步应用到计算机网络的入侵检测中。仿真测试证明了该方法的有效性。