基于云概率密度分布估计的大坝监测数据分析

大坝运行监测易受自然环境和监测条件影响，存在时间和空间上的变异性，监测数据具有不确定性。以云理论的随机性和不确定性分析方法为基础，并与空间数据辐射思想相结合，建立了云滴概率密度分布估计模型，然后导出云概率密度分布函数，依据样本监测数据推求母体空间数据的分布特征，并设计了基于逆向云算法云变换的计算程序。分析陆浑水库1979~1999年测压管监测数据和位移变形数据的云概率密度分布特征和云数字特征，得出了20 a来大坝的数据分布特征和运行状态。监测数据分析结果表明，云概率密度分布估计不仅能有效合理地分析大坝的运行状态，而且能够依据云数字特征来判断监测状态和监测环境的异常变化。      

无源光网络标准发展及关键技术研究

无源光网络(Passive Optical Network,PON)作为当今接入网的主要技术解决方案,具有带宽使用效率高、传输距离远、抗干扰能力强等特点.通过研究PON技术的发展动态,本文首先归纳了各种PON技术的产生背景和应用特点,整理出各技术间的连接关系及主要标准;其次介绍了PON技术的帧结构,并对带宽、波长、传输模式等PON技术的主要参数进行了汇总;然后将国内外研究热点进行划分,围绕媒体访问控制协议、帧结构、动态带宽分配算法、节能机制等关键技术,阐述了其研究现状及在PON中的重要作用;最后对PON技术的发展趋势进行了展望.     

基于旋翼负压混合吸附的爬壁清洗机器人系统动力学性能研究

针对爬壁清洗机器人越障时,负压装置的吸附力下降导致吸附不稳定的问题,设计了一种旋翼负压混合吸附工作的多边形履带清洗机器人,并对爬行稳定性及越障性能进行了动力学分析。首先根据机器人爬壁的运动原理,建立机器人沿玻璃幕墙上的动力学模型,计算出电机理论驱动力矩;其次分析机器人在跨越障碍过程中的运动模型,结合与壁面接触的实际受力状态,对越障过程中关键阶段的本体倾翻、滑移两种失效形式进行运动学和动力学分析;然后根据玻璃幕墙实际的障碍高度,确定多边形履带的参数和理论驱动力矩的大小,并研制了实验样机进行爬行和越障试验,结果表明所设计的机器人具有良好的越障性能。     

Physics‐based spectral sharpening through filter‐chart calibration

The spectral overlap of color‐sampling filters increases errors when using a diagonal matrix transform, for color correction and reduces color distinction. Spectral sharpening is a transformation of colors that was introduced to reduce color‐constancy errors when the colors are collected through spectrally overlapping filters. The earlier color‐constancy methods improved color precision when the illuminant color is changed, but they overlooked the color distinction. In this article, we introduce a new spectral sharpening technique that has a good compromise of color precision and distinction, based on real physical constraints. The spectral overlap is measured through observing a gray reference chart with a set of real and spectrally disjoint filters selected by the user. The new sharpening method enables to sharpen colors obtained by a sensor without knowing the camera response functions. Experiments with real images showed that the colors sharpened by the new method have good levels of color precision and distinction as well. The color‐constancy performance is compared with the data‐based sharpening method in terms of both precision and distinction. © 2014 Wiley Periodicals, Inc. Col Res Appl, 40, 564–576, 2015     

The PAR(p) Interconfigurations model used by the Brazilian Electric Sector

This study discusses the characteristics of the Periodic Autoregressive model, PAR(p), which is used to generate synthetic series of inflow energies that serve as entries for computer platforms that implement the planning and expansion of the operations of the BES – the Brazilian Electric Sector (SEB – Sistema Elétrico Brasileiro). The methodology for the design of a generating plant is presented in addition to the fundamentals of the “PAR(p) Interconfigurations” Model, which is referred to as the Inflow Energy Generation Model (IEGM) in this study. The major contribution of this study is to provide the first scientific discussion of the representation of multiple configurations using the PAR(p) model. For this purpose, several topics related to the time series are discussed, such as the definition of the model order, the matter of stationarity and the need to address possible outliers. Finally, a case study is presented, wherein the results of the estimation and generation of the described model’s scenarios are demonstrated.     

煤田地震勘探中多井组合爆炸法浅析

地震勘探中炸药作为激发震源的激发条件多样,采用有效的震源激发方式,才能取得高信噪比的地震原始数据。本文依据有关爆破原理,理论结合实践经验,提出在厚黄土区采用多井组合的激发方式,能有效压制噪声,增强性噪比,提高数据质量。     

基于多体动力学仿真的冰箱助吸器优化设计

某款冰箱在关门过程中,门体在多个小角度处出现悬停的现象,影响用户的体验。针对这一问题,基于多体动力学仿真对冰箱助吸器进行了优化设计。将助吸器变形量、刚度、有效力臂接触位置点至铰链轴心连线长度,以及这一连线与接触位置法向夹角作为关键因子,研究关键因子与设计目标之间的关系,进行助吸器的结构设计与性能评估。在此基础上,基于多体动力学仿真,实现助吸器的优化,并形成最终设计方案。基于多体动力学仿真进行优化设计,可以缩短开发周期,提高设计效率,具有较高的实用价值。     

智能变电站设备管控大数据分析系统研究

结合数据挖掘、大数据技术在电力系统中的应用现状，分析和设计了一种智能变电站设备管控大数据分析系统。对变电站设备运行状态的大数据特征及基本框架进行了分析，并重点阐述了变电站设备运行状态大数据分析系统的数据集成与预处理、数据存储与处理、设备状态评估模型以及数据可视化展示。实验结果表明，所设计的大数据分析系统能够大幅度提升变电站设备数据分析智能化水平，为变电站管控稳定运行提供更加有效和实用性的技术支撑。     

基于聚类的数据加权优化在犯罪预测中的应用

近年来，我国传统暴力犯罪与成年人犯罪呈下降态势，但是，犯罪案由层出不穷。为有效提升公安实践工作中犯罪预测能力，打击各类违法犯罪事件,本文针对犯罪数据，提出一种新型犯罪预测模型。利用密度聚类分析方法将犯罪数据分类，然后进行数据降维提取关键属性生成特征数据，继而对特征数据进行加权优化并采用机器学习的方式对特征数据进行学习，从而预测犯罪案由。实验结果表明，与传统方法相比，本文方法具有更好的预测效果，为公安实践工作中类似案件的侦破和预防，提供新的路径支撑。