利用时钟再生技术进行的极端信号调整

在时钟冗余系统中，FaiSafe的作用是在基准时钟脉冲源消失的情况下简化开关操作并维持时钟的存在。试验室分析表明FaiSafe架构能够在原有应用范围的基础上自然地扩展到用于对付严重的时钟修整问题。保持同步自然是必需的，而FaiSafe能够做到这一点。     

红外学习机的设计原理及应用

简单介绍了红外学习系统的设计原理,给出了红外学习系统的软硬件设计思路,并利用红外学习机去遥控其它设备,真正实现了学习并再利用的功能。     

随机自动学习机在BP神经网络中的应用

BP算法在许多领域中得到了很好的应用,但它有很多局限性。对复杂的问题,BP需要很长的时间训练网络,而且不一定能得到最佳的网络参数,因此找到合适的网络参数是比较困难的。本文将引入随机自动学习机模型来对BP网络的参数进行调整优化。实验证明所提出的方法不仅能提高网络训练的收敛速度,而且避免了训练陷入局部最小点。     

未成年人极端行为原因及矫治对策

随着社会不断发展,竞争程度的日益加剧,未成年人来自学习、经济条件、人际关系和家庭状况的压力加大,未成年人行为极端化倾向日益明显。未成年人极端行为有厌恶学习型、逃避生活型、道德失范型、违法犯罪型和漠视生命型等。产生极端行为的原因有自身的原因和外在的原因。对未成年人极端行为的矫治必须从社会体制、教育制度、个人思想和心理等方面采取系统措施。     

基于特征融合的风机叶片表面缺陷检测模型

针对风机叶片表面缺陷检测识别率低、且易受光照影响的特点。提出一种基于卷积神经网络特征融合局部二值模式特征及核极限学习机的风机叶片表面缺陷检测方法。利用引入注意力机制的卷积神经网络提取图像深层次信息,然后提取描述图像浅层纹理信息的局部二值模式特征,采用主成分分析方法降低局部二值模式特征维度;将两种从不同层面描述图像的互补特征串行融合。用改进的麻雀搜索算法优化核极限学习机参数,利用融合的特征训练模型,得到最优模型进行缺陷识别。通过实验,在自建数据集训练后的分类准确率达到了97.5%,kappa系数达到95.1。相比利用单一特征检测,分类准确率有明显的提高。经风电场实际验证,本模型的平均分类准确率为96.3%,Kappa系数为94.5,漏报率明显降低。     

新型电力系统面向能源安全的备用配置及留取标准研究

电力系统备用留取问题一直较为关键.新时期电力系统不确定因素多样,本文考虑极端天气、气网可靠性、区外电源及联络线停运概率、机组停运率、风电预测误差等多重威胁能源安全的不确定性因素下,针对备用优化配置问题及备用留取标准问题,提出考虑极端天气因素的元件故障概率修正方法,并提出与极端天气概率相关的备用留取标准曲线及其获取方法,...