车联网特点与发展趋势

本文阐述了在物联网大热的背景下车联网崛起的重要条件;主要分析了车联网中感知层、网络层、业务层、应用层这4个主要的层面,并系统性地研究了RFID、WSN、车与车的组网、平台架构、网络传输等核心技术以及描绘了车联网在生活中的应用场景;为未来车联网和智慧服务的腾飞提供了切实可行的发展战略。     

激光脉冲与电子对撞产生准单能X射线的数值模拟

随着近年来Thomson散射X射线源应用前景的愈发广泛,诸多研究人员对如何获得准单色X射线产生了极大的兴趣.基于经典Thomson散射理论,采用单电子模型,并借助MATLAB软件进行计算机模拟,具体讨论了圆偏振高斯激光脉冲的束腰半径和其与电子的中心对撞位置对Thomson后向散射光单色性的影响.由系列模拟结果发现,束腰...     

适用于交直流混联受端电网的机组组合模型及算法

特高压直流双极闭锁后,受端电网可能出现频率降低、功率大范围转移等运行情况,甚至引起低频减载、线路越限等电网事故。针对上述问题,提出一种用于交直流混联受端电网的机组组合模型,考虑了直流闭锁后的一次调频容量约束和二次调频后节点电压、线路功率等电网运行约束条件,保证直流闭锁后电网频率和潮流仍可运行在合理范围内。根据模型特点,采用基于Benders分解的混合整数规划算法进行求解,得到直流最优输送容量、最优机组启停和出力计划,在充分消纳直流输送功率的同时提高了交直流受端电网运行的安全性。最后,通过改进后的10机39节点和江苏电网两个典型的交直流混联电网算例进行仿真计算,结果验证了所述模型和算法的正确性和有效性。     

结合天空区域识别的单幅图像去雾方法

针对现有图像去雾方法易于在天空区域引入负面视觉效果的缺陷,提出一个结合天空区域识别的单幅图像去雾方法;提出一个新的天空区域特征先验知识,并利用所提先验将雾天降质图像分割为天空与非天空区域;基于天空区域对大气光进行估计,并利用暗通道先验和导向全变分模型对非天空区域的透射率进行估计,从而基于大气散射模型获得去雾处理后的图像;使用一种邻域自适应的Retinex方法克服了去雾处理后图像偏暗的问题。对比实验证明,所提方法相比现有的类似方法具备更好的有效性及鲁棒性。     

基于PCA与稀疏表示的人脸登录研究

基于稀疏表示的人脸识别算法有很好的识别效果,然而传统SRC也存在计算量大,在小样本条件下识别率低的问题。考虑到人脸登录可以具有交互性,文章提出了基于SRC的图像推荐方法,从而提高SRC对重构信息的利用。同时利用PCA与SRC的融合,降低原始字典的维数并结合登录推荐改进分类器,加快识别速度,提高系统识别率。在FERET、ORL人脸库上的实验结果表明该方法的有效性。     

基于波状PN结的低驱动电压电光调制器

本文研究了一种基于波状PN结的低驱动电压电光调制器,该器件在光通信系统中可以获得较高的传输效率和较低的传输损耗。器件主要由光子晶体线缺陷波导和谐振腔组成。在光子晶体平板上下侧分别添加反向偏置电压,同时在波导中心区域引入谐振腔,通过在谐振腔区域添加不同浓度的掺杂,从而在线缺陷波导处形成波状PN结。根据等离子色散效应,在光子晶体两边施加反向偏置电压时会引起掺杂区硅基平板折射率的变化,从而导致光的透射率发生改变,以此达到调制的目的。采用时域有限差分法(FDTD)分析其时域稳态场强分布、模场分布和波状PN结参数对驱动电压的影响,结果表明:在驱动电压为1.04 V时,该器件可以实现中心波长为1 584.5 nm的TE模窄带宽通、断调制,且器件的消光比高达30.8 dB,插入损耗仅有0.5 dB,Q值高达1.4×10^4。     

基于压缩感知和双簇头交替的WSNs路由算法

提出了一种基于压缩感知和双簇头交替的无线传感器网络分层路由算法CS-DC HA(Compressed Sensing-Double Cluster Head Alternation)。该算法对DCHS(Deterministic Cluster-head Selection)算法进行改进,利用压缩感知理论优化稀疏采样过程;采用双簇头交替方法进行路由选择,进而实现减低能耗;同时以贝叶斯算法进行稀疏信号重构。通过实验可以看出,相比于传统的无线传感器监测网络,CS-DCHA算法保证了在一定的信号重构精度条件下,能降低无线传感器网络的能耗并延长其生存时间。     

计步器算法设计

先行的计步算法考虑情况少,设置判据数据的来源单一,导致算法先天不足.本文针对现在算法考虑不全面的问题,创造性的提出"算法要素"的概念与"要素穷举法",为建立一个合理有效的算法提供理论依据与操作方法.     

基于Transformer的时序数据异常检测方法

近年来,异常检测在电力系统运维、故障诊断等智能运维场景中起到关键作用。其中,深度学习在时序数据异常检测上取得了成功的应用。然而,基于长短期记忆(Long Short-Term Memory, LSTM)等异常检测方法因其序列学习模式中包含递归运算,导致模型难以并行计算,同时长期依赖性会导致模型性能下降。因此,提出了一种基于Transformer的时序数据异常检测方法,利用自注意力机制并行训练数据捕获内部有效信息,利用编码-解码框架使用端到端的方式通过时序数据生成异常得分。这个方法能更完整地提取时序数据的上下文关系,精确地捕获时序数据的异常关系。经实验证明,基于Transformer的时序数据异常检测方法在WADI、SWaT、KDDCUP99与AIOPS18等数据集上的异常检测表现出比其他方法更优的性能。     

卡尔·罗杰斯人格理论的教育启示

关于学生的成长教育是培养学生高能力、高素质、高品质很重要的一个方面。本文在简要介绍卡尔氺罗杰斯人格理论的基础上,分别从罗杰斯人格理论的人性观、自我理论、自我发展、充分起作用的人等方面对学生的自信心教育、心理健康教育、赏识教育、责任心教育等方面进行阐释,为教育者在与学生的交流过程中得到更多的理论指导和教育方式启示。