水库大坝防洪风险评价及入库洪水随机模拟

由于水文因子是影响调洪最高水位的主要因素,入库洪水随机模拟为大坝防洪风险评价中重要的一项.文中运用随机理论研究入库洪水特性,分析入库洪水特征参数,研究峰量关系,模拟洪水随机过程,通过随机组合得到各种可能的随机洪水.     

太阳能电池多参数模型研究

为提高太阳能电池模型的仿真精度,提出了一种新的太阳能电池多参数模型,以双曲线方程为基础,引入太阳辐射和环境温度作为可变参数,利用太阳能电池在标准条件下的短路电流I<,sc>和开路电压V<,oc>精确地模拟太阳能电池的输出I-V特性.仿真算法程序考虑到了品质因数n,串联电阻R<,s>和并联电阻R<,p>等初始条件对太阳能电池输出特性仿真结果的影响,并将这些能够从实验室获得的数据作为可选输入参数.此外,为实现快速和精确的运算,程序采用了牛顿-拉夫逊算法.为验证所提出的模型和算法程序,选用一块典型60W太阳能电池作为实验对象,对实验数据和仿真数据进行对比.结果证明,仿真程序能够精确地模拟太阳能电池板的输出特性曲线.     

属性与属性值合一的数据约简算法

提出一种数据约简算法.该算法从决策表中条件属性的等价类族考虑,分析决策值的等价类族,在约简过程中,可同时进行属性约简与属性值约简.与基于分析法或区分矩阵的传统约简等算法相比,本文算法可省略属性值约简中繁琐的比较过程,减少比较次数,提高约简效率.     

基于多级空间压缩测度积分的中值计算方法

中值滤波由于可有效去除脉冲噪声,且能保护细节信息,因而成为应用最广泛的滤波算法之一,然而中值计算的速度问题在一定程度上制约了中值滤波的应用。为提高中值计算的速度,提出了一种利用测度积分快速计算中值的方法。该方法首先使用阶梯函数对数组进行拓展,并通过给出中值与函数测度积分的关系,实现了基于函数测度积分的中值计算算法;然后针对数组值分布范围较大时,中值计算时间增长的情况,给出了对测度空间进行压缩的解决方案;最后将空间压缩的方案推广到了多级压缩。实验表明,新方法计算中值的速度优于已往各种中值算法,并能与多数改进的中值滤波算法相结合。     

基于依存分析的事件识别

事件抽取是信息抽取的重要组成部分,事件识别是事件抽取的基础,事件识别的效果直接影响了事件抽取的结果.基于机器学习的方法识别事件需要从词汇中发掘更多的特征.针对当前事件识别方法中存在的不足,提出了一种基于依存分析的事件识别方法.用依存分析发掘触发词与其它词之间的句法关系,以此为特征在SVM分类器上对事件进行分类,最终实现事件识别.实验表明,基于依存分析的事件识别优于传统的事件识别方法,而融合多特征的事件识别F值可提高到69.3%.     

基于DSP的数字倾角仪的设计与实现

为了能测量连续动态变化的倾角,需要提出一种动态性能良好的倾角仪;为了减小误差,采用数字信号进行测量;基于重力原理,属于摆式倾角仪,摆角由编码器转换为数字信号测量,用DSP处理数字信号;测量机架中采用磁阻尼原理能够使摆锤迅速稳定到平衡位置,具有良好的瞬态性能,实践结果表明,本倾角仪可测量±45°范围内的任意倾角,精度可达±0.07%,读数稳定时间在0.05s以内,本倾角仪量程大、精度高、线性好、抗干扰强、结构简单、读数快,能满足对连续变化角度测量的需要。     

基于ARM嵌入式IPCamera的设计与实现

如何设计一款能够通过网络实现远程拍照和浏览照片的IPCamera?本文通过采用ARM9和USB摄像头实现IPCamera.IPCamera使用S3C2410、AX88796等元件来组成硬件平台,再将Linux系统移植到硬件平台上,然后设计好相应的驱动程序和应用程序,最后将软件下栽到硬件平台.     

基于STB5660解决方案的机顶盒的设计

从系统功能、逻辑结构、硬件及软件等方面论述了基于STB5660解决方案的交互式机顶盒系统的设计方案.     

基于相对密度估计和多簇合并的密度峰值聚类算法

密度峰值聚类(DPC)算法是一种新颖的基于密度的聚类算法,其原理简单、运行效率高.但DPC算法的局部密度只考虑了样本之间的距离,忽略了样本所处的环境,导致算法对密度分布不均数据的聚类效果不理想;同时,样本分配过程易产生分配错误连带效应.针对上述问题,提出一种基于相对密度估计和多簇合并的密度峰值聚类(DPC-RD-MCM)算法. DPC-RD-MCM算法结合K近邻和相对密度思想,定义了相对K近邻的局部密度,以降低类簇疏密程度对类簇中心的影响,避免稀疏区域没有类簇中心;重新定义微簇间相似性度量准则,通过多簇合并策略得到最终聚类结果,避免分配错误连带效应.在密度分布不均数据集、复杂形态数据集和UCI数据集上,将DPC-RD-MCM算法与DPC及其改进算法进行对比,实验结果表明:DPC-RD-MCM算法能够在密度分布不均数据上获得十分优异的聚类效果,在复杂形态数据集和UCI数据集的聚类性能上高于对比算法.     

方波触发勘探与开发的粒子群优化算法EI北大核心CSCD

在粒子群优化算法中,当勘探时间持续过长,将可能导致种群在解空间过度徘徊;种群在开发阶段陷入局部最优后,难以再次进行全局勘探.针对上述问题,提出方波触发勘探与开发的粒子群优化算法.依据方波的周期特性,在前半个周期内使用标准粒子群优化算法执行全局勘探,后半个周期使用改进的更新公式执行局部开发.经过实验验证,在方波触发机制下,通过为粒子提供多变步长,可达到周期性触发勘探与开发的目的.使用多类型测试函数,将该算法与新改进粒子群算法、改进人工蜂群算法、改进差分算法在30、50和100维下比较,实验结果表明,该算法在收敛速度和精度上更具优势.