基于IGDT-机会约束的配电网最大DG可开放容量评估

为应对大规模分布式电源DG(distribution generation)接入给配电网带来的挑战,考虑DG出力的不确定性以及电网储能投资成本的有限性,提出基于信息间隙决策理论IGDT(information gap decision theory)-机会约束的配电网最大DG可开放容量评估方法。首先,以最大化DG可开放容量为目标,综合考虑储能投资成本以及节点电压和线路容量机会约束等约束,建立基于IGDT-机会约束的配电网最大DG可开放容量评估模型;其次,对IGDT模型中的max项、机会约束以及网络重构等相关约束进行转化,并利用Cplex求解器对转化后的混合整数线性规划模型进行求解;最后,通过某地区有源中压配电网实例分析,验证了所提方法的有效性。     

药品包装适老性设计实施路径研究

为促进药品包装适老性设计的市场化实施,基于包装设计实施的全流程考虑,并结合适老性设计的具体需求,对药品包装适老性设计实施路径的相关问题进行研究。分析了药品包装适老性设计实施路径的构成和特点,明确了优秀的适老性药品包装不能仅限于设计环节,还应在流通过程的各个环节具有良好的相容性,才能建立有效的实施路径。在实施路径设计原则的基础上,分析了药品包装适老性设计实施路径的构建要点,以及相应评价优化体系的构成。药品包装适老性设计实施路径的研究有助于全面把握药品包装适老性设计的关键点,使设计的产品易于市场化。     

基于ResNet和随机森林的海洋鱼类分类方法

提出了一种基于卷积神经网络和随机森林相结合的方法,用于对海洋可食用鱼类进行识别分类。通过使用YOLOv3目标检测网络对原始鱼类图片进行目标定位并使用数据增强方法对数据集进行扩充,模型在自建数据集上进行训练和微调,达到了较高的分类准确率和稳定性。实验结果表明该模型在鱼类分类任务上的有效性,并为解决传统方法对鱼类分类的困难提供了一种新思路。     

基于增量集成学习的动态自适应SDN入侵检测

随着SDN网络应用的推广,SDN网络的安全也越来越受到重视,基于模式识别的网络入侵检测由于无法一次性收集完备的训练数据集,使得对未知的入侵行为识别率不高.为提高入侵检测系统的自适应性,提出了增量集成学习算法,并用该算法解决SDN入侵检测问题.该算法利用滑动窗口法获得数据块,对新的数据块进行训练获得子分类器,然后依据在历史数据块和当前数据块的分类结果筛选子分类器进行集成,使得分类模型不断完善从而能够自适应的识别未知攻击行为.通过在NSL-KDD数据集上的实验结果可以看到,该算法可以提高未知攻击的识别率.     

基于RISC-V浮点指令集FPU的研究与设计

针对目前浮点运算软件实现速度慢,不能满足嵌入式处理器实时性要求以及运算种类有限等问题,提出了一种基于RISC-V指令集的浮点处理器,能够执行加法、减法、乘法、除法、平方根、乘累加以及比较运算,完全符合IEEE 754-2008标准。在VCS仿真环境下对浮点处理器进行了功能验证,各模块均能满足正确性要求。将浮点处理器与一款开源处理器核蜂鸟E203集成,使用SMIC 0.18工艺库完成了逻辑综合,并在FPGA上对设计进行了测试。结果表明,该浮点处理器的逻辑门数仅为24 200,吞吐量为150 MFLOPS,与已公开文献的设计方案相比,硬件面积分别减少7%、1.5%。综合运行频率可达100 MHz。     

超标量处理器乱序提交机制的研究与设计

针对超标量处理器中长周期执行指令延迟退休及持续译码导致的重排序缓存（ROB）阻塞问题,提出一种指令乱序提交机制。通过设计容量可配置的多缓存指令提交结构,实现存储器操作指令和ALU类型指令的分类退休,根据超标量处理器架构及性能需求对目标缓存和存储缓存容量进行参数化配置降低流水线阻塞风险,同时利用指令目的寄存器编码提交模式加快指令提交速率。实验结果表明,该机制提高了单次指令提交数量,基于该机制的超标量处理器相比传统基于ROB顺序提交机制的超标量处理器在减少硬件开销的情况下平均IPC指数提升46%,相比基于值预测、乱序退休和组提交的超标量处理器平均IPC指数增益为19%,综合性能更优。     

单导叶调速器导叶状态监测系统设计与实现

单导叶调速器调节精度高、调节灵敏,但相对复杂的系统结构也易使其发生导叶开度不同步等故障。以提高单导叶调速器的安全可靠性为目标,针对泰山抽水蓄能机组提出了导叶状态监测系统的整体方案;根据功能应用需求,分析论述了系统的工程实施问题,介绍了硬件配置和软件设计的主要过程。     

支持角色与目标模型的语义互操作性管理机制

当前业界存在多种需求模型,模型本身结构各异,其间的语义互操作也存在巨大的困难.由于缺乏支持需求模型互操作管理以及互操作能力评估的高效且通用的方法,导致了此类困难的延续.为了实现需求模型间高效地协作与交互,本文提出了一种机制,以支持需求模型间有效的互操作注册,合理的互操作管理以及量化的互操作评估.从现有的角色与目标模型中抽取出公共的模型元素;建立一种元模型方法以支持角色与目标模型的互操作管理;研究如何通过互操作管理机制对角色与目标模型进行注册与检索;最后阐述了一种度量方法以支持模型间的互操作能力评估,进而准确引导异构角色与目标模型间的协作.     

基于高阶图卷积自编码器的网络流量预测

网络流量预测是有效保障用户QoS措施之一。当前深度学习为基础的网络算法预测中没有充分利用网络拓扑信息。为此,提出了基于高阶图卷积自编码器的网络流量预测模型。该流量预测模型基于软件定义网络（SDN）架构,利用高阶图卷积网络（GCN）获取网络拓扑中的多跳邻域之间的流量相互影响关系,采用门控递归单元（GRU）获取网络的时间相关性信息,利用自编码模型来实现无监督学习和预测。在Abilene网络上采用真实数据进行了仿真对比分析试验,结果表明,提出的方法在网络流量检测方面的MAPE值为41.56%,低于其它深度学习的方法,同时预测准确率方面也达到最优。     

氰化尾渣碱法水热浸出脱石英试验

湖南某黄金冶炼厂的氰化尾渣含金5 g/t以上,其中的主要物相为赤铁矿、石英、白云母,石英包裹黄铁矿与金的共伴生体是导致金不能充分与氰化药剂接触的重要原因。为解决此问题,进行了氰化尾渣碱法水热浸出脱石英工艺条件研究。结果表明,氢氧化钠浓度为25%,体积质量比为2 L/kg,浸出温度为160℃,搅拌速度为400r/min,浸出时间为3 h情况下的脱石英率为57.6%。经过该工艺脱石英,金的浸出率可由4.7%提高到38.4%。