校园网信息安全初探

校园网在运行过程中面临着各种安全威胁,如何建立一个安全、便捷的网络应用环境,为信息和网络提供足够的保护,是当前校园网发展的关键问题之所在。提出了解决校园网信息安全的一些新方法。     

基于随机森林的风机状态监测数据可视化研究

针对风电机组状态监测数据可视化存在的直观性不强和交互性差等缺陷,提出基于随机森林的可视化技术。即首先对监测数据进行基于RF的相似性度量,使数据在新特征空间的类可分性增强;然后采用主成分分析法进行特征变换与降维,将多维数据的关系信息变换到适合人类视觉认知的低维空间里;最后对数据在低维空间里采用散点图和平行坐标图进行可视化展示。实验结果表明,风机状态监测数据经过RF处理后,可视化效果良好,便于管理人员从整体上把握数据的集中特性、分布规律以及属性间的关系等信息,对提高风电机组的运行可靠性具有重要意义。     

基于数据挖掘技术的教学质量分析评价系统的实现

提出基于多维立方体的数据挖掘思想和方法以及一种定量分析和定性评价相结合的教学质量综合测评方法,并运用数据仓库和联机分析处理技术构建一种“平面”和“立体”相结合的教学质量综合测评体系,建立多维综合测评联机分析挖掘模型,实现在高校教学质量分析评价中的应用。     

基于颜色恒常性的彩色图像分割方法

针对图像处理及机器视觉领域中,光照不均匀而导致错误图像分割的问题,提出依据颜色恒常性原理进行图像分割的方法。利用颜色恒常性原理及ISODATA聚类分析方法保持在不同光照条件下颜色判断的一致性,消除照明位置及光照强度的影响。实验结果表明,该方法能够有效抑制因照明条件而产生的错误图像分割现象,与传统的基于边界及区域增长的图像分割方法相比,本方法具有更好的彩色图像区域分割效果。     

高埋深隧洞岩爆预测数值方法适用性研究

结合加拿大AECL地下实验室的研究成果,采用弹性模型、理想弹塑性模型、弹脆塑性模型、m-0准则及CSFH模型等,通过分析高埋深隧洞的岩爆特性及破坏特征,对比讨论了各本构模型的适用性。研究结果表明,采用基于Hoek-Brown模型的m-0准则,数值预测结果与观测成果基本一致,更便于地质GSI参数与计算参数的转化,进而判定洞室岩爆特性。本研究成果为深埋隧洞工程设计与施工过程安全提供了相关技术支撑。     

基于FKNN算法的风电功率短期预测

风电场输出功率预测精度的提高能够极大的减轻风力发电对电网的冲击,提高风电并网的安全性和可靠性。针对KNN(K-Nearest Neighbor algorithm)算法存在的不足进行改进,提出了FKNN(Fast K-Nearest Neighbor algorithm)算法并将其应用到风电短期功率预测当中。首先,FKNN算法基于相似数据原理,针对每个预测样本,只需遍历一次训练样本集,得出K值最大时的相似历史样本优先级队列。然后,通过逐渐缩减优先级队列的长度,产生其他K值对应的相似样本优先级队列。其次,从产生的优先级队列中获取多数类样本,并应用其输出功率的平均值对预测样本的输出功率进行预测。最后,通过对吉林省某风电场的大量历史数据进行预测分析,充分证明该算法的简单性和实用性。     

电网知识协同发现策略研究

传统的电网知识挖掘,仅仅是对电网数据库进行挖掘,是一个相对孤立且封闭的发现过程,忽略了知识的再创新,本文提出一种新的电网知识发现策略,它将电网数据库和电网知识库有机的联系起来,构建基于双库协同机制的电网知识协同发现模型,视电网知识库的发现为一个可扩展的和不断进化的动态系统,同时对电网两库进行挖掘,实现电网知识库与电网数据库的同步进化,改变与优化了传统电网知识发现的过程和运行机制,实现多源头聚焦与减少平价量,提高了电网挖掘效率。通过实例验证该模型在电网短期负荷预测知识协同发现过程中同层次的综合考评,实现对预测方式进行的优化或细化更新预测知识。     

基于颜色和梯度特征的混合高斯模型的运动目标检测算法

运动目标检测是视频监控系统的重要组成部分,针对传统的基于混合高斯模型(GMM)的运动目标检测方法存在的不足,提出一种基于颜色和梯度特征相结合的混合高斯模型的运动目标检测算法。该算法首先基于像素的颜色特征建立混合高斯模型,进行运动目标初步检测;然后结合像素的梯度特征,建立像素梯度的混合高斯模型,实现运动目标精确检测。通过在室内和室外等不同场景下进行的运动目标检测实验,结果表明,该算法能有效消除光照变化影响,抑制运动目标的阴影干扰,对室内和室外环境的运动目标检测都具有较好的检测效果和鲁棒性。     

智能电网用户侧信息隐私保护方法的研究与应用*

在智能电网的不断建设和发展过程中积累了大量的基础用电数据,这些数据不仅具有海量、高频、分散等特点,是时空、动态、关系等性质复杂的数据,而且数据之间存在关联性和相似性。因此,传统的隐私保护方法对电力数据保护会有较大的信息损失,时间损耗,基于数据分类处理的思想,提出支持多属性泛化的随机化的隐私保护方法对电力信息数据进行分级保护,将准标识符属性按照自底向上支持多属性泛化的算法处理,敏感属性进行随机化算法处理,生成保护后的新数据表。通过与广泛应用的MBF算法,GASCG算法进行实验比较得出结论,该方法可以极大的提高隐私保护的效率降低个人信息的损失并且数据的效用性大大提高。     

基于车辆时空状态链的电动汽车充换电需求模型

随着电动汽车普及,充换电设施网络整体规划建设已成为电动汽车产业发展的重要环节。整体考虑充电需求与换电需求,提出一种基于出行时空状态链的电动汽车充换电需求模型。首先,通过分析车辆行驶与停留多状态间相互转换过程,定义车辆出行时间链与空间链的特征量,并设计车辆状态转移矩阵。然后根据多种充换电模式,以及温度对单位里程耗电量影响,构建电动汽车充换电需求模型。最后,提出基于自适应混合细菌觅食算法,计算车辆处于充电需求时,多种充电模式选取情况。算例分析表明,该模型可以准确模拟用户出行规律,体现电动汽车在行驶与停留多状态下的充换电需求时空分布特点。