ZSC—112整理剂的研制及应用

本研究首先研制成具有反应性和水溶性的整理剂ZSC—112,后与硅酮树脂STU—1并用,对真丝绸进行整理,通过两者的协同效应,改善了真丝绸的风格。处理后的产品手感丰满、滑爽,弹挺,耐磨,耐洗,悬垂性良好。     

图像矢量量化编码算法的回顾和比较

近年来，矢量量化技术由于其低复杂性，已经在图像低比特率编码方面显示了巨大的潜力。码书生成和码字索引是矢量量化技术的两个关键因素，许多学者不断改进矢量量化算法，使其效率和效用得到提高，因此从两个总结这些算法，并分别分析其优缺点。     

生态工程建设监理的机制研究

实行生态工程建设监理制，是加强生态建设的必由之路，对于提高生态工程质量和投入效益、巩固治理成果、完善后续管理、确保建设投资、制止项目立项随意性和盲目性具有深远的意义。针对现行生态工程监理机制中存在的问题。提出了搞好生态工程建设监理的一些对策建议。     

一种可防除(虫非)蠊的昆虫生长调节剂

■蠊与蚊子、苍蝇,同为主要的家庭害虫,但■蠊与后者不同,若虫与成虫在同一处栖息,因此可用适当的杀虫剂同时防除。由于栖息在人不易接触的地方,因此使用常规杀虫剂不易根除。     

互联电网自动发电控制功率分配的改进逼近于理想解的排序--Q多目标优化算法

本文提出了一种多目标决策与强化学习相结合的改进的逼近于理想解的排序(technique for order preference similar to an ideal solution,TOPSIS)-Q算法,有效解决了自动发电控制(automatic generation control,AGC)总功率指令分配到风电、水电、火电等各类AGC机组的动态随机多目标优化问题.算法采用3个不同的目标Q值矩阵进行迭代更新,然后利用改进TOPSIS方法对Q值矩阵进行多目标决策处理,客观地给出各目标的动态最优权重系数,从而得到各状态-动作对的综合评价判据.IEEE标准两区域模型仿真研究验证了改进TOPSIS-Q算法在AGC机组功率多目标动态优化分配过程应用的可行性和有效性,在复杂随机扰动的环境中提高系统CPS性能的同时,有效降低了AGC机组调节成本和碳排放.     

基于SAIL模型的HJ-1卫星LAI反演算法研究

基于辐射传输模型和人工神经网络算法,研究出适用于环境一号卫星CCD相机数据的叶面积指数反演算法针对环境一号卫星CCD相机的波段特征,设计出一种新的植被指数HJVI,有效的避免了数据饱和现象,提高了算法的精度。     

基于多源数据图表示学习的风电出力预测方法

高精度的风电出力预测技术是实现碳中和的关键技术之一,随着智能电网的逐步建设,风电出力预测系统逐步从分散模式趋向于集中模式,其表现为一个系统集成多个风电场站的数据和模型。传统预测方法无法较好地处理这种大数据融合场景,也无法较好表征多个风电场站之间的关系,因此,提出了基于多源数据图表示学习的风电出力预测方法。通过基于Stacking集成学习框架思想和图理论对多个风电场站形成的特征数据构建图数据,其中,图数据的节点为历史风电出力数据、基础方法预测值数据以及气象、位置等多源数据,边为多个风电场站之间的相关性,从而实现对多个场站数据的融合表征。最后搭建残差图卷积神经网络对所构建的图数据进行学习训练,并通过公开数据集验证了所提算法具有更好的结果。     

基于改进生成式对抗网络的电气数据升频重建方法

高频电气数据是提高电网态势感知准确度、监测水平和辅助服务质量等的数据基础之一,但是,传统重建算法难以实现高精度的数据重建。因此,文中利用改进生成式对抗网络将低频电气数据重建为高频。通过将时序数据转化为电气图像,实现神经网络方法对电气图像特征的高效提取。利用基于深层残差网络的生成器和改进的残差块结构,提高生成器的特征学习能力。此外,生成器损失函数考虑真实样本与生成样本在低维或高维特征的差别。以公开数据集为例进行算法验证,验证结果表明,相比于传统重建方法,所提方法具有更高的峰值信噪比、结构相似性和更低的平均绝对误差、平均绝对误差百分数,以及更高的高频细节还原度、重建精度,能够对不同数据集实现泛化。     

基于Q学习算法的变论域模糊控制新算法

变论域模糊控制器的控制函数被＂复制＂到后代中,往往存在着＂失真＂现象,这种现象的后果是造成算法本身的误差.针对这一问题,本文提出了一种基于Q学习算法的变论域模糊控制优化设计方法.本算法在变论域模糊控制算法基础上提出了一种利用伸缩因子、等比因子相互协调来调整论域的构想,且通过用Q学习算法来寻优参数使控制器性能指标最小,使其在控制过程中能够降低＂失真率＂,从而进一步提高控制器性能.最后,把算法运用于一个二阶系统与非最小相位系统,实验表明,该算法不但具有很好的鲁棒性及动态性能,且与变论域模糊控制器比较起来,其控制性能也更加提高.     

指标量化在高职院校职称评审中的作用探究

职称评审工作是高职院校人事工作的重要组成部分,针对目前高职院校职称评审中存在的诸多问题,具体分析了建立指标体系的依据及原则,建立指标体系所需考虑的内容以及在指标体系实施过程中需要注意的问题,从而建立一套科学的量化指标体系,保证职称评审工作的顺利实施．