深度学习及其在计算机视觉领域中的应用

首先回顾了计算视觉发展的历史,介绍了神经元、多层感知机和反向传播等人工神经网络的基本知识以及卷积神经网络的发展史及其卷积、池化等基本操作;讨论了AlexNet、VGGNet、GoogLeNet和ResNet等经典卷积神经网络结构,并重点介绍了CapsNet;总结了卷积神经网络在图像分类、语义分割、目标检测以及图像生成等领域的研究进展;最后提出了卷积神经网络研究所面临的挑战以及对CapsNet未来研究的展望。     

水电厂标准化检修管理研究与信息化应用

本文以国网新源控股有限公司水电生产管理信息系统建设为背景,阐述了公司水电厂检修标准作业流程,提出了水电厂检修作业修前策划、修中过程控制、修后总结信息管理设计,将水电厂检修作业指导手册、作业策划、开工报告、修中实施、竣工报告、修后总结、自查报告结构化,实现了检修作业管理的信息化,通过系统在国网新源控股有限公司大集中应用,提升了公司水电厂检修管理的标准化水平,提升了水电厂服务电网的可靠性。     

水电厂反事故措施全过程管理的信息化应用

本文以国网新源控股有限公司水电生产管理信息系统建设为背景,阐述了公司水电厂反事故措施管理标准,构建了系统反事故措施管理功能和标准流程,实现了反事故措施管理的信息化,对反事故措施下发、上报、变更、计划执行进行全过程闭环管理,提高了水电厂设备反事故措施管理能力和设备健康水平。     

大集中水电生产管理信息系统应用管理与成效

信息系统的实际应用状况是检验其建设成功与否的重要衡量指标,国网新源控股有限公司适应公司集团化、专业化管理需要,建设了一体化、大集中水电生产管理信息系统,本文介绍了该系统的应用管理措施和应用成果,表明系统应用管理工作措施得当,实用化水平较高,应用效果显著,可供相关信息系统应用管理借鉴。     

多种群遗传算法在微震震源定位中的应用

微震震源的精确和快速定位对坑道安全的预测至关重要;在设定均质均速模型条件下,两两检波器的观测走时和计算走时的拟合差绝对值之和为适应度函数,把微震震源定位转换为求解优化问题;采用格雷码对震源位置进行编码,提高了遗传算法的局部搜索能力;同时采用两个群体独立进化,分别利用轮盘和排序方法从两个群体中选择优秀个体,将各种群中的优秀个体进行交叉运算和变异产生新的个体,从而提高了遗传算法的全局搜索能力;通过实验证实优化后的遗传算法在微震震源定位中具有较高的性能和精度.     

有监督深度学习的优化方法研究综述

随着大数据的普及和算力的提升,深度学习已成为一个热门研究领域,但其强大的性能过分依赖网络结构和参数设置。因此,如何在提高模型性能的同时降低模型的复杂度,关键在于模型优化。为了更加精简地描述优化问题,本文以有监督深度学习作为切入点,对其提升拟合能力和泛化能力的优化方法进行归纳分析。给出优化的基本公式并阐述其核心;其次,从拟合能力的角度将优化问题分解为3个优化方向,即收敛性、收敛速度和全局质量问题,并总结分析这3个优化方向中的具体方法与研究成果;从提升模型泛化能力的角度出发,分为数据预处理和模型参数限制两类对正则化方法的研究现状进行梳理;结合上述理论基础,以生成对抗网络（generative adversarial network,GAN）变体模型的发展历程为主线,回顾各种优化方法在该领域的应用,并基于实验结果对优化效果进行比较和分析,进一步给出几种在GAN领域效果较好的优化策略。现阶段,各种优化方法已普遍应用于深度学习模型,能够较好地提升模型的拟合能力,同时通过正则化缓解模型过拟合问题来提高模型的鲁棒性。尽管深度学习的优化领域已得到广泛研究,但仍缺少成熟的系统性理论来指导优化方法的使用,...     

基于遗传PNN网络的组合导航故障诊断研究

针对INS/GPS组合导航系统观测信息无冗余且观测信息可能存在故障的情形,提出一种基于状态x2检验与自适应概率神经网络( APNN)相结合的组合导航故障诊断方法.该方法通过监测组合导航系统状态分量,提取故障的特征值并利用APNN确定故障的类别,从而实现故障的定位与隔离.APNN采用高斯函数作为激励函数,通过遗传算法获得模式层矢量最佳数目及匹配的平滑因子参数集,使每个神经元传递函数具有不同的平滑参数,提高了网络的泛化能力以及诊断精度.数值仿真结果表明,该算法能够有效地识别出INS/GPS组合导航系统的故障,确保了系统的安全性和可靠性.     

通信系统过电保护

叙述了雷电、雷暴的成因与一般特性及其造成的６种雷害，在列举出通信系统３种过电保护的一般方法后，介绍了通信局站防雷保护、通信线路设备防过电保护的一般要求，并对接地问题提出了见解，倡导通信局应采取共同接地。（ｅｄ）     

基于电力系统大数据治理的软件数据平台设计与研究

针对电力系统中出现的数据种类多、寻找困难等问题,提出了新型的大数据治理方法。该方法设计出新型的S-BDMP数据软件平台,该平台应用Hadoop分布式存储方式和Spark计算技术实现电力系统中各种大数据的存储和计算。在架构上,该软件平台集成设计有应用程序、数据服务中心、数据提成/合成模块、数据分析模块,能够实现底层电力设备各种数据的接收、存储和处理。本研究还应用随机矩阵理论挖掘各种大数据之间的关联,通过发现电力系统不同大数据之间的关系,进而研究出电力系统设备运行状态的分析。试验表明,本研究的方法效果直观,数据治理程度强。     

SiCp/Al切削精确测温前红外热像仪发射率标定的实验研究

发射率设定对红外热像仪测量结果的准确性具有决定性的影响,必须在测温前进行准确标定。首先通过热电偶标定试验研究了发射率设定对红外热像仪测温精度的影响。其次通过析因实验分析了设定发射率的影响因素。最后通过正交实验研究了各因素对设定发射率的影响程度,并进行了经验公式拟合和实验验证。结果表明:对于SiC_p/Al复合材料,设定发射率在被测温度500 ℃前后有很大的差异,被测温度超过500 ℃时,采用推荐值作为设定方法则会产生较大误差。在[0°,45°]范围内测量角度对设定发射率几乎没有影响,但温度、表面粗糙度和观测距离都会影响设定发射率。多项式拟合获得的设定发射率经验公式预测结果的最大误差为2.76%。