信息融合相似性算法下的虚拟社区链接预测

针对传统的基于节点相似性的链接预测方法存在链接预测指标仅考虑网络结构信息或者节点属性信息,以及链接预测指标静态处理节点之间关系的问题,提出了一种基于信息融合相似性算法的链接预测指标（similarity based on network evolution and user generated content , SNEUGC）,该指标结合用户生成内容信息和网络演化信息对含权网络进行链接预测,以解决现有链接预测指标在含权网络环境下链接预测准确率低的问题。实验证明,该方法的准确率达到了80％,具有一定的可行性。     

张家口市年降水量的加权马尔科夫链预测

根据张家口市1970~2010年的年降水量系列对2011年、2012年的年降水量状态进行加权马尔科夫链预测,再结合模糊集理论中的级别特征值对2011年、2012年的年降水量数值进行预测,与实际年降水量相比,相对误差仅为5%和-3.5%,预测成果合理可靠,结果较为令人满意。     

考虑数据缺失的电力系统暂态稳定自适应集成评估方法

随着电力物联网概念的提出,暂态稳定评估在电力系统规划运行中扮演着越来越重要的角色.由于同步相量测量单元(PMU)的广泛配置,基于机器学习和PMU在线量测数据的暂态稳定实时评估方法展现出了巨大的发展潜力.针对这类方法在应用中可能因PMU失效而严重影响精度的问题,文中提出了一种考虑数据缺失的电力系统暂态稳定自适应集成评估方法.首先,在保证全网节点可观性的基础上构建考虑PMU重要性的PMU子集集合搜索算法.然后,根据PMU子集对应的特征集训练暂态稳定评估子模型.最后,在任意可能的PMU失效情况下采用自适应加权融合机制构建集成暂态稳定评估模型.在新英格兰10机39节点电力系统上的仿真表明,文中提出的方法在PMU失效造成的数据缺失下仍然能够准确、可靠地进行暂态稳定评估,在鲁棒性、计算量及准确率上相比已有的方法均具有较大优势.     

复合变指数趋近律的永磁同步电机控制

针对变指数趋近律应用在永磁同步电机矢量控制中出现的抖振以及趋近滑模面较慢的问题,提出一种复合变指数趋近律的控制方法。该方法引入变指数并与加权积分复合,变指数趋近律可使其快速趋近滑模面,加快系统的反应速度;再与加权积分增益结合,能消除滑动阶段抖动切换增益严重的问题。依据所提出的方法,设计了速度控制器,并与变指数趋近律进行仿真比较。仿真结果表明:稳态时,系统转速波动小,静态误差低;负载转矩突变时,系统反应迅速,响应时间短,提升了快速响应能力。     

炮孔平均品位计算方法的分析与比较

通过对炮孔平均品位、炮孔加权平均品位、三次多项式拟合法计算平均品位的分析与比较,得出了三次多项式拟合法计算平均品位较结合实际,符合地质品位变化规律的结论。     

摆动式TIG焊焊缝跟踪技术

介绍以弧压为传感信号的摆动式TIG焊焊缝跟踪技术。硬件设计方面，采用两级滤波的方法，前级主要用来保护控制电路，后级主要用来滤除杂波。软件处理方面，针对搭接TIG焊的特点，采用摆动焊接方法，利用积分比较法，实现了焊缝的自动跟踪；提出加权处理的方法，对积分比较法进行修正，进一步保证了跟踪的实现，提高了跟踪精度。试验证明，该技术控制可靠，焊缝跟踪效果好。     

基于DPSO-BP的机械转子故障诊断北大核心

信号特征提取的方式直接影响故障诊断的结果,因此提出一种新的特征向量组合方式从而进行有效故障模式识别,以从原始信号中提取出能够最大程度地表征其所包含信息的信号特征。将经过经验模态分解后得到原始信号的有效IMF分量的能量以及信号的能量熵相结合作为特征向量。由于机械转子故障诊断缺失情况时有发生,提出采用DPSO算法优化BP神经网络的方法。该方法主要通过优化神经网络的初始权值和阈值的方式对BP神经网络进行改进。结果表明:与传统的BP神经网络模型相比,改进后的BP神经网络模型迭代次数大幅度减少,训练时长也相应缩短,模型的训练精度以及故障诊断的正确率也得到提高。     

一种基于信号强度的室内定位干扰抑制新方法

针对WiFi、蓝牙等基于信号强度的室内定位技术易受遮挡、反射等影响,导致较大定位误差的问题进行研究.在室内信号传播模型的基础上,推导出基于信号传播模型的场强测距模型,根据该模型对现有定位解算中的牛顿迭代算法进行改进,对不同信号计算不同权值,采用加权最小二乘法求解,在不增加解算复杂度的情况下,提高定位精度.仿真表明,该算法抑制干扰能力强,有效提升了定位精度.     

动态加权蛋白质相互作用网络构建及其应用研究

一个蛋白质可能在不同条件或不同时刻与不同的蛋白质发生相互作用,这称为蛋白质的动态特性.蛋白质在分子处理的不同阶段参与到不同的模块,与其他的蛋白质共同完成某项功能.因此, 动态蛋白质相互作用的研究有助于提高蛋白质功能预测的准确率.结合蛋白质相互作用网络和时间序列基因表达数据,构建动态蛋白质相互作用网络.为降低PPI网络中假阴性对功能预测产生的负面影响,结合结构域信息和复合物信息,预测和产生新的相互作用,并对相互作用加权.基于构建的动态加权网络,提出一种功能预测方法D-PIN (Dynamic protein interaction networks). 基于三个不同的酵母相互作用网络实验结果表明, D-PIN 方法的综合性能比现有方法提高了14%以上.结果验证了构建的动态加权蛋白质相互网络的有效性.     

相关信息加权的自适应多标签分类算法

在文本分类中,传统单标签分类问题的解决方法无法简单地应用于多标签文本分类,现有的方法通常会通过单标签问题转化思想或者多标签自身算法改进实现对多标签的文本分类。提出一种相关信息加权的自适应多标签分类算法,该算法具有相关信息加权、自适应阈值调整、权重投票相结合的特点。实验结果表明,该算法的某些性能指标优于现有一些常用的多标签分类方法。