时间序列自适应短期负荷预测

提出了一种应用时间序列的日负荷预测自适应算法,把电力系统的负荷变化看成由确定部分和平稳随机部分两个分量组成。计算结果表明,提出的短期负荷预测方法是简单、快速并精确的,可在个人计算机上实现。     

不定人汉语数字音实时识别方法的研究

提出用非线性规整的多门限过零率矢量及过零幅度差来识别０～９十个数字，通过加入自适应算法，提高了识别率．这种方法计算简单、快速，易于用单片机做成实时语音识别系统，具有实用价值     

液力变矩器故障分析及处理

液力变矩器是一种以液体为工作介质的扭矩变换器，通常与动力换挡变速箱组成液力传动变速器，作为大、中吨位内燃叉车液力机械式传动系统的一个重要组成部件，具有液力传动输出的自适应性，能够随叉车行驶阻力的变化而相应改变其输出扭矩和转速；能吸收和消除发动机和外载对传动系统带来的冲击振动；     

基于闪存的混合存储系统缓冲区管理算法

由于基于闪存的混合存储系统充分利用了闪存的高速随机读和磁盘的快速顺序写的特性,近年来已经成为了数据库管理系统的二级存储层的高效存储模式,但其I/O访问开销是一个继续提高存储性能的瓶颈.为了降低混合存储系统的I/O访问开销,提出了一种自适应缓冲区管理算法DLSB.该算法根据数据页的逻辑代价和物理代价进行自适应的数据域选择;并在选择的数据域中,比较闪存队列和磁盘队列容量的实际值与理想值来确定数据页的置换,达到了提高I/O访问效率的目的.实验结果表明,该算法有效且可行,显著降低了混合存储系统的I/O访问开销.     

基于改进型时间窗LS-SVM的网络不确定时延预测

网络控制系统诱导时延受到网络路径、拓扑、拥塞等动态因素的影响,通常表现出不确定性。传统全局最小二乘支持向量机预测不确定性时变对象时,存在模型的自适应性不足的缺点。因此,给出一种改进时间窗口学习样本的最小二乘支持向量机建模方法:首先,以再生核Hilbert空间上定义的样本相关度为判据,决策训练窗口的样本学习;其次,窗口移动过程中,除旧纳新,尺度不变;最后考虑LS-SVM稀疏性,利用密度权重删除冗余支持向量,利于快速计算性。使用Matlab平台仿真,结果表明改进的LS-SVM学习算法模型的在线自适应性更具有优势,用于估计网络控制系统不确定时延问题具有可行性。     

非线性负载下逆变器并联系统控制策略研究

微电网并联逆变器接入非线性负载时出现的谐波电流,会引起逆变器输出电压畸变严重.以两逆变器并联运行模型为研究对象,提出一种综合控制策略.首先,在电压外环采用比例积分控制和重复控制串联控制方法的同时,考虑下垂控制所引起的基波频率偏移会进一步恶化输出电压质量,改进重复控制方法,实现在频率变化时对电压谐波的有效抑制.其次,由于SOGI可以抑制输入信号的谐波,将基于SOGI的虚拟复阻抗引入到电流反馈环,抑制谐波电流对虚拟复阻抗影响,有效改善功率均分效果和抑制逆变器间环流.最后,对所提出的综合控制策略进行仿真研究,验证所提控制策略的正确性和可行性.     

基于自适应CEEMD方法的电能质量扰动检测与分析

针对现有时频分析方法处理非线性、非稳态信号自适应性的不足,提出了一种自适应互补集总经验模态分解(ACEEMD)方法。该方法通过对加噪辅助分解方法噪声准则的研究,引入相关均方根误差与信噪比两个参数作为加噪评价指标,自适应确定最优加噪幅值和集总分解次数。且加入的噪声以正负成对的形式加到目标信号中,克服了原始分解方法存在的模态混叠问题、端点效应以及残余噪声大的缺点。最后将改进的方法与Hilbert变换相结合运用在电能质量扰动检测中,通过仿真实验验证所提方法既可以有效提取扰动的频率、幅值等特征参数,也可以准确定位扰动的时间,为电能质量检测与分析提供了一种新思路。     

基于自适应鲁棒性的入侵检测模型

传感器与网络技术的迅猛发展促进了信息物理系统的发展与应用.而传统网络系统的入侵检测技术已经发展成熟,信息物理系统(CPS)可以在借鉴传统网络系统入侵检测技术的基础上,结合自身特性进行改进.针对CPS所处地理位置复杂及网络传输不可靠导致的检测鲁棒性不高的问题,提出基于稀疏降噪自编码网络(SDAE)的入侵检测算法;同时,考虑到CPS对模型适应性及推广性的需求,将基于差分变换的头脑风暴优化算法(DBSO)与改进的自编码网络相结合,形成基于DBSO优化SDAE(DBSO-SDAE)的检测算法.该算法具有自动提取入侵数据最优特征表示的能力,同时在进一步提高模型鲁棒性的前提下,可极大地增强模型的适应性.仿真结果表明,所提出的DBSO-SDAE模型与其他模型相比,具有较高的鲁棒性、自适应性及较优的检测实时性,可极大地满足CPS对检测算法的高需求.     

自适应网络课程学习导航系统

现代信息技术的发展,使得基于WEB技术的网络教育平台成为现代教育技术改革与发展的方向。本文介绍了用ASP＋ACCESS技术开发该系统的子系统自适应网络课程学习导航系统。该系统主要利用了ASP强大的网络数据库访问技术,实现了网络学习的自适应性。     

基于DWT的数字图像水印算法研究

研究了一种基于小波变换(DWT)的自适应图像水印算法。该算法引入了基于噪声可见函数(NVF)的感知模型来描述图像的局部特征,并根据此模型决定水印信息的嵌入深度。水印嵌入过程是:首先对载体图像进行小波分解并选择中频部分做为水印的嵌入区域;然后通过计算中频部分的噪声可见函数决定嵌入因子;最后通过小波反变换得到嵌入水印的图像。实验证明,该算法对具有不同特性的灰度图像的自适应性较强,且对常见的攻击具有较强的鲁棒性。