水电机组一次调频限幅与自动发电控制协调规范探讨

以广东电网一次调频运行管理规定为例,探讨了水电机组一次调频限幅及与自动发电控制(automatic generation control,AGC)协调规范.针对在一次调频过程中可能发生抬机的原因,指出无需限制轴流式机组的一次调频限幅,建议设定水电机组一次调频的调节范围,以避免抬机、水力振动和超出力对机组稳定运行的不利影...     

水轮机调速系统自定义建模与应用

针对电力系统稳定性分析工具BPA4.0程序提供的水轮机调节系统模型仿真精度不高的缺点,提出了自定义的水轮机调节系统模型,由比例—积分—微分(PID)型调节器加二阶随动系统构成调速器模型,用非线性高阶传递函数表示原动机模型,并开发了改进的最小二乘算法、遗传算法和粒子群优化算法3种原动机模型辨识方法。仿真结果表明,自定义模型的仿真结果较BPA4.0中的模型更接近实际,仿真指标满足电力系统稳定分析的需求。     

结合标签优化和语义分割的服装图像检索

针对缺少民族服装语义标签、局部特征繁杂等因素导致少数民族服装图像检索准确率低的问题,提出一种结合标签优化和语义分割的服装图像检索方法.首先基于自定义的少数民族服装通用语义标签和民族服装语义标签,构建视觉风格分析概率模型进行标签优化;然后在全卷积网络结构基础上加入侧分支网络和全连接条件随机场,结合带有标注对和优化语义标签的训练图像对待检图像进行语义分割;最后采用多任务的深度监督哈希算法将语义分割结果哈希映射为二进制码,通过相似度计算对少数民族服装图像进行检索并输出结果.在构建的少数民族服装图像集上的实验结果表明,该方法能够有效地提高少数民族服装图像语义分割和检索的准确率.     

基于聚类集成的微博话题发现方法

微博中短文本、用语不规范和大量噪音等特性使得传统话题发现方法不能很好地从中获取新话题。针对微博以上特性和话题动态性提出一种基于聚类集成的微博话题发现方法,该方法考虑微博发布的非线性时间因子,采用改进的K-Means方法分别融合微博的各个特性构造其对应的基聚类器,并评估各基聚类器之间的有效性和差异性,以此设置集成投票权值并最终进行聚类集成。实验对比结果表明,该方法将微博发现话题的准确性提升约9.5%,能够更有效地探测到新话题。     

计算机算法在生物信息学中的应用

简要介绍了生物信息学及其发展历程及相关的学科,重点介绍了计算机算法在生物信息学中的应用.     

无机盐对Gemini表面活性剂性质的影响及其协同效应研究

利用1,3-二溴丙烷和烷基碳数为C12～C18长链叔胺合成了3种Gemini阳离子表面活性剂,对其纯度和熔点进行了测定,采用电导率法测定了临界胶团浓度（Cmc）,研究了无机盐（NaCl、CaCl2、AlCl2）对3种Gemini阳离子表面活性剂的Cmc的影响,以及Gemini阳离子表面活性剂和十二烷基硫酸钠（SDS）的相互作用。试验结果表明,无机盐对Cmc影响较大,随着盐浓度增加,Cmc先降低后增加,而且三价Al^3＋比一价Na^＋的影响更大;合成的3种阳离子活性剂与SDS均有很好的协同作用,尤其是代号为C16-3-C16的相互作用更强,高活性的Gemini表面活性剂易于进入胶团中。     

一种基于多模态特征提取的医学视觉问答方法

随着深度学习在医疗领域的快速发展,医学视觉问答(Med-VQA)吸引了研究人员的广泛关注.现有的Med-VQA方法大都使用权重参数共享的同一特征提取网络对多模态医学影像进行特征提取,在一定程度上忽略了不同模态医学影像的差异性特征,导致对特定模态特征提取时引入其它模态的噪声特征,使得模型难以关注到不同模态医学影像中的关键特征.针对上述问题,本文提出一种基于多模态特征提取的医学视觉问答方法.首先,对医学影像进行模态识别,根据模态标签指导输入参数不共享的特征提取网络以获得不同模态影像的差异性特征;然后,设计了一种面向Med-VQA的卷积降噪模块以降低医学影像不同模态特征的噪声信息;最后,采用空间与通道注意力模块进一步增强不同模态差异性特征的关注度.在Med-VQA公共数据集Slake上得到的实验结果表明,本文提出方法能有效提高Med-VQA的准确率.     

基于Deep Web的信息采集系统

随着互联网技术的迅速发展，大量结构化的高质量信息被埋入网络，却无法被传统的搜索引擎检索到，进而难以被挖掘利用。针对这一现象，提出了基于Deep Web的信息采集系统，设计了基于Web的查询方式，并结合数据挖掘的相关技术，获取并挖掘深网信息资源，解决传统手工采集信息的弊端，提高系统的使用效率，避免人工搜集时间和费用上的开销，降低成本，便于维护。并且正在云南省大型仪器协作共用网络平台的建设中尝试实现这个子系统的设计。     

基于Deep Web的信息采集系统

随着互联网技术的迅速发展,大量结构化的高质量信息被埋入网络,却无法被传统的搜索引擎检索到,进而难以被挖掘利用。针对这一现象,提出了基于Deep Web的信息采集系统,设计了基于Web的查询方式,并结合数据挖掘的相关技术,获取并挖掘深网信息资源,解决传统手工采集信息的弊端,提高系统的使用效率,避免人工搜集时间和费用上的开销,降低成本,便于维护。并且正在云南省大型仪器协作共用网络平台的建设中尝试实现这个子系统的设计。