Malaysia’s electricity market structure in transition

The Malaysian electricity industry evolved from a vertically integrated utility into a single-buyer model, which considered a precursor to deregulation and a competitive market. This study considers electricity sector reform in Malaysia and proposes a market structure for the industry. We focus on the single-buyer model and the pool model for the analysis with the recommendation on reform stages required to ensure a smooth and successful market transition. A smooth transition from regulated market into deregulated market will ensure market stability and sustainability of the energy market. It will also provide enough time for the market participants to adapt and transit from regulated to deregulated energy market.     

多梯度融合的RGBD图像边缘检测

基于单一的属性变化进行边缘检测往往会损失部分边缘信息,影响了检测结果的完整性,对此提出一种基于多梯度融合的边缘检测算法。该算法针对RGB图像,首先转换到YCbCr颜色空间下,分别提取亮度分量Y颜色分量Cb、Cr针对提取的亮度分量Y颜色分量Cb、Cr,结合深度图像D,分别使用多方向的圆形边缘检测算子进行梯度计算,对所获得的4种梯度图像进行融合获得边缘检测结果。实验结果表明,算法获得的边缘检测结果更加清晰完整,有效的提高了边缘检测的效果。     

基于双重滤波与锐化的遥感图像增强算法

为了解决遥感卫星影像普遍存在着亮度、对比度低的问题,提出了基于滤波与锐化的遥感图像增强算法。首先,根据线性运算中核矩阵像素权值特性,设计基于中值滤波与高斯滤波的图像滤波算子。然后,采用图像一阶导数逼近技术,计算图像强度梯度,并采用图像二阶导数计算梯度的散度,从而建立基于Sobel与Laplacian的图像锐化增强算子,以增强图像对比度。最后,基于非局部均值算法,完成图像去噪,实现遥感图像平滑增强的目的。实验测试结果表明,与当前遥感图像增强技术相比,本算法拥有更高的增强质量,更好地保留了图像的亮度与色度信息。     

基于梯形算子的AFM驱动器非对称迟滞性校正

原子力显微镜(AFM)通常采用压电陶瓷(PZT)作为驱动器以实现纳米尺度的观测和操作。然而,PZT自身的迟滞非线性会对AFM观测质量和操作精度产生很大影响。基于Prandtl-Ishlinskii(PI)模型的前馈控制方法可对PZT的迟滞非线性进行补偿,但传统PI模型无法消除PZT的非对称迟滞性的影响。针对这个问题,提出一种基于梯形算子的非对称迟滞模型,并可用系统辨识方法获取逆模型参数,该方法可有效实现具有非对称迟滞特性驱动器的前馈补偿控制。AFM系统实验证明,该模型可有效减小非对称迟滞性导致的建模误差,基于该模型的前馈迟滞补偿控制可有效提高AFM的扫描成像质量。     

一种改进的Canny自适应边缘检测算法

针对原始的Canny边缘检测算法高低阈值不利于选择的问题,提出一种改进的Canny自适应边缘检测算法。该方法采用3×3的Sobel边缘算子模板代替2×2邻域内求有限差分来计算梯度幅值;利用梯度直方图来选取高低阈值,提高了算法的自适应性;在边缘的连接上采用边界追踪的方法,来保证边缘的连续性和唯一性。以20m m量块图像边缘检测为例进行了实验。结果表明,该算法在保证实时性的同时,具有更好的检测精度和准确度,细化图像边缘和抑制伪边缘噪声方面的性能也得到了提高,是一种有益的边缘检测改善方法。     

采用改进多分辨率快速S变换的电能质量扰动识别

噪声干扰是影响电能质量暂态扰动识别准确率的最重要因素。经过S变换后获得的扰动信号的模时–频矩阵具有灰度图像特点。因此,可通过二维数学形态学方法,滤除噪声干扰,获得更高的识别准确率。首先,针对扰动信号时–频分布特点,设计具有不同时–频分辨率的多分辨率快速S变换方法以降低运算量、提高特征表现能力;之后,在阈值滤波基础上,根据信号时–频分布特点,选择线段型、零角度结构元进行灰度级形态学开运算,进一步滤除高频频域噪声;最后,从原始信号、信号傅里叶谱、多分辨率快速S变换模矩阵中提取5种特征建立决策树分类器,识别含噪声信号与6种复合扰动信号在内的12种电能质量信号。通过仿真对比实验发现,新方法具有更好的抗噪能力,更加适用于低信噪比环境下的电能质量信号识别。     

供排水机泵操作人员软件仿真实训系统

该文主要介绍了应用软件仿真技术搭建机泵操作人员实训系统平台,在提高培训人员职业技能及应急处理能力的同时,较传统硬件实训平台所具备的可扩展性、安全性、公正性、低运行成本性等各项优势。     

Zero‐Modified Geometric INAR(1) Process for Modelling Count Time Series with Deflation or Inflation of Zeros

In this article, we propose a first‐order integer‐valued autoregressive [INAR(1)] process for dealing with count time series with deflation or inflation of zeros. The proposed process has zero‐modified geometric marginals and contains the geometric INAR(1) process as a particular case. The proposed model is also capable of capturing underdispersion and overdispersion, which sometimes are caused by deflation or inflation of zeros. We explore several statistical and mathematical properties of the process, discuss point estimation of the parameters and find the asymptotic distribution of the proposed estimators. We also propose a test based on our model for checking if the count time series considered is deflated or inflated of zeros. Two empirical illustrations are presented in order to show the potential for practice of our zero‐modified geometric INAR(1) process. This article contains a Supporting Information.     

基于结构化噪声矩阵补全的Web服务QoS预测

随着面向服务计算技术的快速发展,越来越多具有相同或相似功能的Web服务被部署在网络上。用户进行服务选择之前,通常需要根据历史调用信息对未使用过的服务QoS进行预测。由于历史调用信息收集过程缺乏有效的监督和约束机制,所采样的QoS信息往往容易受到结构化噪声污染,从而导致现有方法预测性能急剧下降。为了克服这个困难,通过将Web服务QoS预测问题建模为L2,1范数正则化矩阵补全问题,提出了一类基于结构化噪声矩阵补全的Web服务QoS预测方法。真实数据集上的实验结果表明,该方法不仅能精确地辨识出QoS采样矩阵中噪声行所在位置,而且能对缺失Web服务QoS进行有效预测。     

基于混沌粒子群算法的多目标调度优化研究

针对当前车间调度多目标优化研究存在收敛速度慢、精度低的问题,提出了混沌多目标粒子群优化算法。在算法中,设计了一种新的叠加Logistic扰动的Tent混沌映射算子,通过该算子周期性地更新种群以保证种群的多样性;对收缩粒子群算法进行了扩展使其能够快速收敛到Pareto前沿。通过标准测试问题与实际应用对所提方法进行了验证,实验结果显示混沌多目标粒子群优化算法无论在收敛速度还是在优化精度上都优于其它典型多目标进化算法。