用于图像分割的局部区域一致性流形约束MRF模型

针对区域马尔可夫随机场(MRF)模型难以有效描述图像复杂先验知识的问题,提出一种基于局部区域一致性流形约束MRF(LRCMC-MRF)模型.首先,所提模型利用高维数据的低维流形分布表征图像局部区域的复杂几何结构先验,建立图像局部区域的流形先验约束;其次,基于Pairwise MRF模型,建立一种包含更多图像局部信息的局部空间自适应MRF模型;最后,基于贝叶斯理论,将复杂局部区域几何结构先验和局部空间自适应统计特征融合,利用Gibbs采样算法对所提出模型进行优化.实验结果表明,与基于常规区域的MRF模型相比,所提出的分割算法具有较好的分割效果.     

基于模拟退火遗传算法的传感器节点优化部署

将模拟退火遗传算法应用于无线传感器网络的节点部署研究,构建节点的优化部署数学模型,将节点部署问题转化为优化问题,利用模拟退火遗传算法求解优化模型,最优解作为节点的最终配置位置,使节点在不断修复覆盖空洞的情况下最大可能的完全覆盖监测区域。通过仿真结果表明,该算法能够有效地提高无线传感器网络的覆盖率。     

考虑频域分解后数据特征的空调负荷预测模型

针对空调负荷预测实际应用中容易存在数据散杂且可用信息匮乏的问题,从负荷序列的非线性、非平稳性和随机性出发,提出了一种基于变分模态分解(VMD)的负荷预测方法.对不同数据特征序列考虑不同算法的数据观测与训练原理差异,充分发挥各个模型优势.首先采用随机森林(RF)进行特征选择,利用VMD将负荷序列按趋势分量、平稳分量和噪声分量进行分类重构,并分别对非线性序列建立最小二乘支持向量机(LSSVM)预测模型,时序平稳序列建立极端梯度提升(XGBoost)预测模型,采用正态分布拟合随机误差,得到各子序列预测结果并进行叠加输出最终负荷预测结果.实验结果表明,所提方法能准确反映负荷的特性并具有更好的预测精度,能有效预测空调负荷,为空调节能优化控制策略提供依据.     

基于遗传算法优化RBF神经网络的氯离子浓度分布预测

基于RBF网络在样本数量和样本反映输入输出关系上的局限性,通过遗传算法优化RBF径向基网络的输出权值来实现对氯离子浓度分布的预测。通过对比得出,此方法与实测结果更吻合,具有更高的精度,可以为混凝土耐久性预测及评估提供一定科学依据。     

基于ZigBee的高速公路机电设备监测系统设计

介绍一种基于ZigBee技术的高速公路机电设备监测系统。采用ZigBee技术组建监测网络,由传感器+通讯模块组成监测终端,通讯模块采用TI公司的ZigBee微处理器芯片CC2530。监测终端由传感器采集相关环境参数并返回无线网络的现场中心,再通过远距离无线传输的方式传到远处的监控中心,监控中心利用基于LAMP平台开发的B/S结构应用程序发布监测数据,使用户能够通过访问监控网站直接观察整个机电系统的运行状况,并利用数据库对监测数据进行保存。     

基于DSP智能变压器多参数测试仪的设计

介绍了基于DSP的智能型变压器多参数测试仪的设计.首先说明了变压器电气参数的测试方法,重点介绍了系统的硬件和软件组成.该智能型变压器多参数测试仪利用先进的嵌入式技术来检测变压器的多种参数.是电力系统等场合检测变压器电气参数灵敏、准确、标准化的仪器.     

基于模糊-PID石油钻机自动送钻系统智能控制研究

针对钻井过程的非线性、不确定性和实时性要求,以自动送钻实验系统模型为被控系统进行仿真实验,采用模糊-PID控制方案.仿真结果表明,模糊PID控制器机构简单,易于实现,效果明显优于传统PID控制器.解决了控制系统中稳定性与准确性的矛盾,增强了系统的鲁棒性.     

基于神经网络的建筑能耗混合预测模型

为了提升建筑能耗预测的精度、鲁棒性和泛化能力,提出树种算法（TSA）优化的径向基函数（RBF）神经网络与长短时记忆（LSTM）神经网络结合的混合预测模型. 采用基于自适应噪声的完全集成经验模态分解算法,将建筑能耗数据分解为1组本征模态函数（IMF）分量和1个残余分量,利用样本熵算法将各分量划分为高频分量和低频分量. 采用最小绝对收缩与选择算子（LASSO）方法进行特征选择. 分别利用TSA算法优化后的RBF模型与LSTM模型对低频分量和高频分量进行预测,并叠加重构得到最终预测结果. 模型评估结果表明,混合预测模型的精度为98. 72%. 相比于RBF、TSA-RBF、LSTM模型,所提模型的预测效果更好,且具有较强的鲁棒性和泛化能力,能够更为有效地用于建筑逐时电力能耗预测.     

大型公共建筑室内热舒适性预测方法研究

针对大型公共建筑室内热环境实时控制问题,运用T—S模糊神经网络理论与方法。建立了大型公共建筑室内热舒适性PMV指标的预测模型。通过对实例的分析与评价,验证了该模型的合理性。与传统BP算法的对比表明,该方法计算速度快、准确度高。为解决基于PMV指标的空调实时控制奠定了基础。