基于溶液图像时序特征的元素组分含量动态监测系统

针对稀土萃取过程中组分含量难以实时监测以及现有组分含量检测方法耗时、耗内存的现状,设计了一种基于溶液图像时序特征的元素组分含量动态监测系统。首先使用图像采集装置获取萃取槽体溶液的时序图像,考虑萃取液颜色特性和单一颜色空间的不全面性,采用主成分分析（PCA）方法在HSI和YUV融合的颜色空间提取图像的时序特征,并结合生产指标构造基于鲸鱼优化算法（WOA）的最小二乘支持向量机（LSSVM）分类器来对工况状态进行判断。然后当工况处于非最佳状态时,在HSV颜色空间对图像提取颜色直方图和颜色矩特征,并开发以溶液图像间的混合特征差值的线性加权值为相似度度量的图像检索系统,从而获取组分含量值。最后进行镨/钕萃取槽体混合溶液测试,结果表明该系统能够实现元素组分含量的动态监测。     

时序行为提名的上下文信息融合方法

在针对视频的人体活动定位和识别领域中,现有的时序行为提名方法无法很好地解决行为特征长期依赖性而导致提名召回率较低。针对此问题,提出了一种上下文信息融合的时序行为提名方法。该方法首先采用三维卷积网络提取视频单元的时空特征,然后采用双向门控循环网络构建上下文关系预测出时序行为区间。针对门控循环单元(GRU)存在参数较多和梯度消失的问题,通过输入特征控制门结构增强并行计算能力,通过引入加权平均增强历史和当前时刻信息融合能力,提出了一个简化的门控循环单元(S-GRU)。最后在数据集Thumos14上进行实验验证和比较,结果表明基于双向S-GRU循环网络的时序行为提名方法提高了提名召回率。     

基于时序AR补偿RBF模型的滑坡位移预测

为了提高复杂态势下滑坡位移预测的准确性,构建了基于时序AR补偿RBF神经网络的滑坡位移预测模型。首先采用RBF(Radial Basis Function)神经网络对滑坡位移整体趋势进行逼近,获取预测残差;然后基于时序AR构建预测残差补偿器;最终将AR预测残差值与RBF逼近值进行叠加,从而实现滑坡位移预测。以隔河岩水电站进水口滑坡38期监测数据为例,采用AR补偿RBF模型进行预测。预测结果表明:相较于单一RBF神经网络,AR补偿RBF模型的预测平均相对误差由12.718%降低至4.703%,均方误差由0.232降低到了0.032;AR补偿RBF模型对滑坡位移拐点、突变点的逼近更符合实际,且具有较高的外推预测能力。     

基于时序逆影响的随机游走推荐算法*

相似性计算是协同过滤推荐的关键步骤,针对传统相似性计算认为相似关系是对等的且没有考虑消费顺序和时间间隔的问题,提出了基于时序逆影响的随机游走推荐算法。首先,基于用户时序关联图提出一种新的称为时序逆影响的相似性度量,利用随机游走得到了目标用户近邻集合;其次,利用随机游走在项目时序关联图上进一步改进推荐的多样性和覆盖率。它不但认为用户间相似是不对称的,考虑了用户消费项目的顺序和时间间隔,获得了用户全局的直接和间接近邻,而且考虑了项目间的时序逆影响。通过在真实数据集上的大量试验结果表明,与其他随机游走方法相比,不但能提高推荐性能、缓解数据稀疏,而且通过提高多样性和覆盖率解决了过拟合的问题。     

基于融合特征的虚假评论检测方法

针对现有虚假评论检测方法未充分利用用户历史行为中蕴含的动态信息,首先利用时序分析模型从这些动态信息中挖掘能够刻画用户行为的动态特征;其次,融合这些动态特征与用户层面静态特征发现可疑用户,并将用户可疑概率传播至用户所发表评论得到评论可疑概率;最后,融合评论可疑概率与评论层面静态特征形成融合特征,使用PU-Learning分类策略实现虚假评论的检测。真实数据集上的实验表明,本文方法的性能优于现有方法。     

电力系统故障诊断的时序模糊逻辑推理方法

电力系统故障诊断中主要存在两类不确定性因素,即保护和断路器动作的可靠性、调度中心接收到的警报信号的正确性和完整性。如何适当描述和处理这些不确定性因素是电力系统故障诊断领域尚未很好解决的重要问题,在一定程度上影响故障诊断结果的准确性。在此背景下,提出了一种将时序推理和模糊推理相结合的电力系统故障诊断方法。首先,分析了时序推理与模糊推理应用于电力系统故障诊断的可行性。之后发展了一种警报数据预处理方法,并构建了一种时序模糊逻辑推理模型。所发展的方法能够较为全面地处理故障诊断过程中的两类不确定性因素,并能解释整个故障演变过程。最后,用算例说明了所提方法的可行性与有效性。     

基于次态输出的FSM设计及异步转换条件采样研究

根据状态转换图输出属性为原态输出或次态输出,归纳和研究两类FSM电路设计方法.并从两个实例分析入手,明晰同步时序逻辑电路次态输出设计的可状态化简和寄存器输出特点,以及给出如何处理异步信号请求状态转换条件的通用方法.实际测试表明：系统具有稳定性好和结构简单等特点.     

基于ARM9的经纬仪高帧频数据通信的设计和实现

为满足靶场对目标姿态测量需求,要求做为经纬仪数据传输的通讯系统具有更高的通讯频率。研究ARM9外部中断信号特性和看门狗功能,对其功能进行设计,很好解决了高帧频下对通讯时序的要求,设计基于ARM9芯片S3C2440的高帧数据通讯系统。介绍S3C2440外部中断信号和看门狗配置方法,结合实际应用,给出相应的软件实现。在经纬仪上实际应用,实现了1000Hz高帧数据通讯,证明基于ARM9的高帧频数据通讯设计方法简单,工作稳定。     

浅层时序灌溉条件下入渗压力对水分运移的影响

为寻找合适的浅层灌溉方法,采用水平方向和垂直方向的一维压力入渗及再分布实验,研究入渗压力对湿润峰前进速度、入渗率、土壤平均含水量、水分再分布过程中湿润峰前进速度及对干土层厚度的影响.研究结果表明：入渗阶段提高入渗压力增大了湿润峰前进速度、入渗率及平均含水量,其中对湿润峰前进速度和入渗率的影响主要表现在入渗初期;入渗压力对再分布过程湿润峰前进速度没有影响;入渗压力对垂直土柱干土层厚度没有影响;调节入渗压力是调节含水量大小及水分分布形态重要手段,适当地减小入渗压力能避免形成植物所不需要的高含水量区。     

考虑EV集群时序灵活性的分布式能源协同优化

并网电动汽车(electric vehicles,EV)集群及其他分布式能源协同优化具有降低系统运行成本的巨大潜力。考虑EV用户的需求偏好,将并网EV分为额定功率充电、可调节充电及灵活充放电3类需求方式,并分别构建控制模型;考虑EV随机入网及并网过程中需求方式的动态切换特征,提出EV集群时序灵活性的概念并建立数学模型;结合EV集群的时序灵活性,采用日前–日内两阶段优化实现EV集群与分布式能源的协同优化:日前优化基于风光出力及EV接入预测信息,以最小化运行成本为目标进行预调度;日内优化以风光实际出力及EV集群实际需求,通过滚动时域优化对预调度结果以最小代价进行修正。算例仿真验证了所提策略在最小化系统运行成本的同时可兼顾EV用户的差异化需求。