基于DE-PSO算法的反时限过流保护定值整定优化

反时限过流保护继电器能够迅速、可靠地切除电力系统中的故障部分,在很大程度上取决于准确的定值整定。为了充分发挥继电保护装置的性能,文章结合实际运行情况中需要满足的选择性、灵敏性等条件,将反时限过流保护整定计算转化为多约束、多变量的非线性优化问题,建立了反时限过流保护定值整定优化模型;在此基础上,为解决现有粒子群算法容易陷入局部最优解的缺陷,提出一种基于PSO和DE的混合算法作为定值整定模型的求解算法,并采用4个带有局部最优解的基准函数进行优化对比测试,验证了该算法的适用性和可靠性。最后的仿真算例验证结果表明,采用该算法能够有效提高反时限过流保护的速动性。     

采用基于速率的缓存控制的CSFQ算法

在核心无状态公平队列调度(CSFQ)算法的基础上,提出了一种采用基于速率的随机早期检测(RED)机制的核心无状态公平队列调度(rr-CSFQ)算法.在路由器中根据网络拥塞状态和数据流到达速率,采用基于速率的随机早期检测机制进行缓存管理.该算法通过调节早期丢包概率,解决了CSFQ时延较长造成的缓存"丢尾"问题,提高了带宽在不同数据流之间分配的公平性.仿真实验证明,该算法在缓存较小的情况下仍能保证带宽在传输控制协议(TCP)数据流和用户数据报协议(UDP)数据流之间的公平分配.     

基于数据依赖特征的软件识别

研究了基于数据流切片的软件特征,为软件识别提供一种新的算法和评判系统。给出与算法相关的定义,如数据流、关系拓扑排序和相似度比较等。详述了算法的关键步骤,包括数据依赖关系、数据依赖图的构成与化简、关系拓扑排序等过程。最后,实现了算法和数据流软件特征评判系统。系统实现和实验分析证明该研究数据分析和理论推导相互验证,对推进基于特征的软件识别研究具有重要的理论和现实意义。     

概念格的贴近度及基于贴近度的概念格属性约简算法

概念格的属性约简是概念格理论研究的一个重要内容,本文给出了概念格中贴近度的定义,并基于贴近度给出了保持概念格中概念外延不变的条件下的启发式属性约简算法。     

电力系统的超前热定值及其应用探讨

通过设定保守环境条件而确定的输电线路允许载流量在大部分时间内限制了线路热载荷能力的发挥.从实时运行角度出发,以反映电热耦合关系的热平衡方程为基础,对线路热载荷能力进行重新审视,并给出静态热定值和暂态热定值的定义,在此基础上以温度决定导体热载荷能力为核心,温度与电力系统运行调度相牵连为线索,提出超前热定值的新概念,并以超前调度、安全调度为例,阐述超前热定值的应用前景,为深层次地研究电力系统运行调度中电热协调理论奠定基础.     

电力系统的超前热定值及其应用探讨

通过设定保守环境条件而确定的输电线路允许载流量在大部分时间内限制了线路热载荷能力的发挥.从实时运行角度出发,以反映电热耦合关系的热平衡方程为基础,对线路热载荷能力进行重新审视,并给出静态热定值和暂态热定值的定义,在此基础上以温度决定导体热载荷能力为核心,温度与电力系统运行调度相牵连为线索,提出超前热定值的新概念,并以超前调度、安全调度为例,阐述超前热定值的应用前景,为深层次地研究电力系统运行调度中电热协调理论奠定基础.     

基于数据流频繁模式挖掘的入侵检测模型

计算机网络入侵通常具有高频度特性,因此,识别是否正常访问,对数据流中重复元素的挖掘,给出频度指标,是一种重要的依据。提出一种基于数据流频繁模式的改进型AFP算法,该算法采用滑动窗口树技术,单遍扫描数据流及时捕获网络上的最新模式信息,并将该算法应用在入侵检测模型中正常数据和异常数据的在线挖掘。解决了有限存储和无限数据流的矛盾。实验结果表明,该模型有较高的报警率和较低的误报率。     

基于Hadoop MapReduce的分布式数据流聚类算法研究

随着数据流规模的持续增大,现有基于网格的聚类算法对数据流的聚类效果不好,不能实时发现任意形状的簇,也不能及时删除数据流中的噪声点。文章提出了一种Hadoop平台环境下基于网格密度的分布式数据流聚类算法（PGDC Stream）,利于基于Hadoop的MapReduce框架对数据流进行阶段化的并行聚类分析,实时发现数据流中任意形状的簇,定义检测周期和密度阈值函数并及时删除数据流中的噪声点。算法基于网格密度对数据流初始聚类后,随着新数据的到来,使用基于密度阈值函数的噪声点处理策略,周期性检测和删除噪声点,使用基于Hadoop MapReduce框架的并行分析模型周期性地调整已经生成的簇。实验结果表明,PGDC Stream对大规模数据流的聚类质量、可伸缩性和实时性都好于CluStream。      

基于构造类别代数的数据流和控制流相结合的协议测试

如何从协议规范中生成即考虑控制流又兼顾数据流的测试用例是一个很有挑战的问题, 本文提出了一种基于构造类别代数的数据流与控制流相结合的测试方法, 给出了在其上的测试用例生成算法, 有限状态机模型到构造类别代数模型的转换算法, 并且给出了在一个实际的路由协议RIP 的测试中的应用例子.     

基于网格的改进ACO数据中心识别算法

阐述了一种由蚁群系统启发得到的适用于实际的基于网格的蚁群优化分析思想,给出了基本算法和详尽的阐述.该算法可解决格点数据的中心识别问题并将其应用于实际气象数据分析中,相对于已有的应用算法,可得到更优的数据分析处理结果.     

高层次数据流低功耗综合

在基于Horner展开的基础上给出了高层次数据流低功耗综合方法。对电路的函数描述进行转换,得到最终的多项式形式,并应用Horner展开。根据Horner展开的结果对数据流进行调度、分配、绑定。在综合的过程中考虑绑定和布局对电路实现的互连线长度的影响。通过减少互连线的长度,进而减少电路的功耗。该方法可以在满足电路设计性能和面积的前提下,得到较优的电路设计结果。实验结果表明,该方法比一般综合方法减少功耗约20%,说明了其有效性。     

一种用于实时图像处理的众核结构设计

基于数据流模型和硬件可重构技术,提出了一种面向图像处理应用的可重构的多模式众核处理器结构.处理器采用了可扩展的层次化阵列结构,分布式共享存储和带硬件握手的近邻互连,可以分区并发实现多种并行模式,并克服了传统处理器实现数据流计算的低效性;基于VC++开发了集成仿真平台,用于对结构性能和指令性能的仿真验证,并在现场可编程门阵列上实现了包含64个处理单元的所提结构.仿真结果表明,所提结构实现了超过图形处理单元的性能以及接近专用集成电路的数据吞吐量.     

融合概念格约简的中文领域本体学习方法

在基于形式概念分析的中文领域本体学习中,为提高概念格构建效率,将概念格约简理论应用于概念格构建中。首先对基于语义依存分析获取的形式背景进行对象和属性约简,然后基于约简的形式背景采用Godin算法构造概念格,最后根据修复定理修复约简概念格,得到完整的概念格。通过有关对萝蘼科植物的文本学习,得到一个萝蓐科植物领域本体。实验结果表明,引入概念格约简理论,概念格的构建效率提高70％,进而提高了领域本体构建的效率。     

X射线衍射法测定分子筛硅铝比与结晶度

用X射线衍射外推函数法测定饱和吸水前后NaY分子筛的晶胞参数和结晶度 ,经晶胞参数与2 9Si、　2 7Al固体魔角核磁共振谱仪测定NaY分子筛骨架中的硅铝比关联的经验公式 ,得到的X射线衍射法测定NaY分子筛骨架中硅铝比的分析方法 ,以便满足NaY分子筛骨架中硅铝比测定工作的需要。结果表明 ,测定NaY分子筛硅铝比、晶胞参数和结晶度的有效方法是在测定前对分子筛进行稳化处理 ,使其饱和吸水     

基于寻呼技术的无线条屏系统

介绍了一个以寻呼技术提供信息源的文字条形显示屏控制系统.该系统采用寻呼台为上位机、寻呼接收器和单片机控制系统为下位机的分布式结构,给条屏使用以很大灵活性.文中给出了该拉制系统的软硬件设计要点.     

集成数据流和控制流的协议测试集自动生成方法研究

测试集自动生成方法的研究是协议一致性测试领域中比较活跃的一个分支,提出了一种基于ＥＢＥ模型,集成数据流和控制流测试的新的协议测试自动生成方法并给出了其实现ＴＵＧＥＮ。ＥＢＥ模型中对协议的外部行为进行描述,强调变迁之间的数据依赖性。在ＴＵＧＥＮ中,我们引入控制流测试中的ＵＩＯ序列算法和描述协议不确定性的ＡＩＯ树的概念,运用协议约束集来灵活地控制自动生成过程中的协议空间搜索的复杂性,并采用测试集的验证     

面向立体显示的点采样栅格优化策略及其性能分析

针对一般笛卡尔采样数据量大的局限性,提出了基于体心立方(body center cubic, BCC)栅格的点采样方法,给出了采样矩阵的定义,分析了BCC格型的空间排布优势,设计了基于体心立方的优化采样策略,包括栅格的划分、物理空间和采样空间的坐标映射,采样密度和采样矩阵计算.将该方法与一般笛卡尔栅格进行了性能分析和比较.实验结果表明,BCC栅格采样比一般笛卡尔栅格减少30％的体数据量,加快了立体数据的预处理速度,并在立体显示中取得了较好的视觉效果.     

一种40G POS报文高速互联协议及其配置策略研究

高速路由器的设计对器件间的数据流速率与可靠性提出了很高的要求,针对路由器40Gbps POS线路接口板的高速接口设计需求,分析Interlaken协议的配置影响,给出了数据条带化关键参数的设置算法和各种应用环境下的测试数据,通过对调测数据的分析,提出了应用现场的参数配置策略。     

间歇过程子阶段PCA建模和在线监测

针对间歇过程的多阶段特性, 提出一种新的子阶段主元分析 (principal component analysis, PCA) 监测方法.首先, 将间歇过程三维数据沿时间片展开, 采用模糊模式识别方法计算相邻时间片负载矩阵变量方向重心的格贴近度, 以最小贴近度为原则, 根据格贴近度的变化, 实现子阶段的划分;然后, 在划分的子阶段内采用一种先沿批次后沿变量的改进展开方式建立PCA监控模型;最后, 将该算法应用于青霉素发酵仿真系统的在线监测.结果表明该方法在监控过程中能够有效降低误报和漏报.     

基于三支概念格合并的决策背景规则提取

作为当前形式概念分析领域的研究热点,利用三支概念格可以实现更为有效的决策分析。该文在现有基于属性导出三支概念格的规则提取基础上,研究了基于对象导出三支概念格的规则提取,并与经典概念格及属性导出三支概念格下的规则提取进行了比较。然后通过对象导出三支概念格和属性导出三支概念格的合并,定义了对象/属性导出合并三支概念格,并提出了相应的规则提取算法。理论分析和实例结果表明,对象导出三支概念格和属性导出三支概念格的合并进一步改善了生成规则的质量。