一种参数自适应的孤岛检测方法

随着分布式发电的迅速发展,越来越多的可再生能源被转化为电能通过并网逆变器输送到电网。并网逆变器要求具备孤岛检测功能,主动式孤岛检测技术以其优越性越来越多地被应用于孤岛检测中,文中选取了最常用的主动频率偏移法(AFD)及改进的主动频率偏移法(AFDPF),分析了并网逆变器侧移频孤岛检测技术与负载组合之间的关系,系统地归纳了失败的原因,盲区的分布,影响盲区分布的算法参数之间的关系,通过MATLAB/SIMULINK仿真软件验证了盲区分布与算法参数之间的关系,提出了算法参数对负载品质因数自适应调节的方法。仿真实验验证了此方法在缩小检测盲区与降低电流畸变的有效性。     

一种参数自适应的孤岛检测方法

随着分布式发电的迅速发展,越来越多的可再生能源被转化为电能通过并网逆变器输送到电网。并网逆变器要求具备孤岛检测功能,主动式孤岛检测技术以其优越性越来越多地被应用于孤岛检测中,文中选取了最常用的主动频率偏移法(AFD)及改进的主动频率偏移法(AFDPF),分析了并网逆变器侧移频孤岛检测技术与负载组合之间的关系,系统地归纳了失败的原因,盲区的分布,影响盲区分布的算法参数之间的关系,通过MATLAB/SIMULINK仿真软件验证了盲区分布与算法参数之间的关系,提出了算法参数对负载品质因数自适应调节的方法。仿真实验验证了此方法在缩小检测盲区与降低电流畸变的有效性。     

一种新的参数自适应主动移频孤岛检测方法

在分布式发电系统中,孤岛检测方案是必不可少的部分。但是当逆变器输出负载发生有功无功匹配时,准确及时地检测孤岛将变得十分困难。一些基于频率或相位偏移的孤岛检测方案在这种时候将失去效用。提出一种参数自适应的主动频移孤岛检测方法。在该方法中,受控制的逆变器输出电流频率将随着公共连接点(PCC)的电压频率变化而自适应的改变其频率,依据正反馈信号进行调节打破逆变器输出与负载之间的相位和功率匹配,从而实现快速的孤岛检测。干扰信号被周期性的注入逆变器输出电流中,通过两种频率范围内的不同算法来避免孤岛检测误动作,并尽量减少干扰信号对电网的影响。最后,通过Matlab/Simulink平台对该方法进行的仿真验证,仿真结果证明,该方法可以针对多种不同的负载情况实现快速准确的孤岛检测,达到了预计的目标。     

一种自适应的主动移频孤岛检测方法

针对正反馈主动移频法存在检测速度不够快,对输出电流质量影响较大的问题,提出了一种自适应的正反馈主动移频检测方法。该方法采用新的初始截断系数,根据公共点的频率化率实时地调整正反馈系数,缩短了检测时间,减小了检测盲区。同时考虑了电网的波动,避免引入的频率差对输出电流质量的影响。通过相位理论分析和MATLAB/Simulink仿真,验证了该方法的有效性及优越性。     

一种无线传感器网络自适应休眠算法的研究

降低无线传感器网络的能耗一直是迫切解决的问题,通过对无线传感器网络节点能耗分布情况的研究,发现对无线传感器网络节点休眠,可以减少节点收发能耗。针对降低无线传感器网络节点能耗的问题,本文基于多因素、多层次的层次分析法,设计了一种无线传感器网络自适应休眠算法（AHP休眠算法）。实验表明该算法依据信息采集需求和节点剩余能量自适应控制网络节点的休眠和收发,与传统的RS休眠[1][2]和定时休眠算法[3]对比,提高了节点能量的利用率,延长网络生命期。     

一种改进QPSO优化BP网络的入侵检测算法

为了较好克服量子粒子群算法存在早熟收敛的缺点,在分析算法参数和流程的基础上,提出了一种带变异操作的改进量子粒子群优化算法。针对传统BP算法易于陷入局部极小的不足,将改进的算法应用到BP神经网络的学习过程中,修正BP网络的权值和阈值,提高其收敛性能。并将优化的BP神经网络模型应用于入侵检测中,用标准入侵检测数据对基于不同算法的BP网络进行仿真实验比较。实验结果表明,改进后的BP算法迭代次数少,收敛速度有所提高,在一定程度上提高了入侵检测率。     

一种改进蚁群聚类的入侵检测方法

入侵检测是网络信息安全的一个重要方面。针对现有的入侵检测对各类攻击不全面以及在检测率低误检率高的缺点,文中提出了一种改进的蚁群聚类的入侵检测方法。该方法对蚁群聚类算法的收敛速度方面和易陷入局部最优问题进行了改进,在优化过程中引进K-means算法以及信息熵,从而使其能够对信息素的更新进行自动的调整,提高了聚类速度和效果。进而设计了网络入侵检测系统。实验结果表明,该方法不仅提高了检测率,而且降低了误检率,对于各大类攻击都能够进行精确的检测。     

自适应子空间选择方法研究

由于维数灾难的原因,高维空间的数据聚类是一个具有挑战性的问题. 本文提出了一种自适应子空间选择的方法来解决这一难题．该方法采用局部线性嵌入的方法将高维数据映射到低维子空间上,然后采用两步迭代的方法自适应的选择最具有判别力的子空间：1）固定子空间不变,用 -均值聚类的方法产生类别的标号;2）固定类别的标号不变,用线性判别分析的方法将样本映射到低维子空间进行子空间选择. 通过反复迭代,样本在低维子空间进行有效聚类而避免了维数灾难,同时子空间自适应的调整到全局最优.大量的实验结果表明,该方法聚类效果优于传统的 -均值聚类．最后指出该方法的不足和进一步的研究方向．     

自适应特征权重的K-means聚类算法

为提高传统K-means聚类算法在医学数据聚类中的准确率和稳定性,提出了一种自适应特征权重的K-means聚类算法AFW-K-means。该算法首先通过计算属性的均方差选取初始聚类中心,然后根据当前的迭代结果,按照类内紧密、类间远离的原则调整属性在距离公式中的特征权重,以便更准确地反映数据点在欧氏空间中的真实距离,最后选取UCI上的BCW乳腺肿瘤等数据集对算法的有效性进行验证。结果表明:算法的准确率和稳定性均明显好于传统K-means算法。     

云计算环境下任务调度策略研究

资源调度作为云资源管理的一个重要手段,直接关系到云计算的整体稳定性和整体效果。由于用户众多并且需求的多样性,导致云计算环境中任务调度的复杂和困难;如果调度算法不好,结果会导致云计算环境中某些节点负载的不均衡,从而与云计算的初衷相违背。本文在研究传统的任务调度算法的基础上,提出一种改进的多因素组合的任务调度算法,该算法能够根据节点当前的状态,动态地调整节点的负载情况,避免节点过度的负载运行。通过大量数据模拟实验表明,该策略能够动态调整云计算中各个节点的负载度,使云计算平台高效率运行。     

一种基于改进算子的形态学边缘检测算法

针对传统的边缘检测算法存在的不足,文中基于修正的边缘检测算子和形态滤波思想,采用多尺度和多结构元素,提出了一种新的多结构多尺度形态学灰度图像边缘检测算法,通过构造新算子实现边缘检测。在该算法中,分别将各个结构元素下的检测结果进行加权求和,得到图像的边缘。实验表明,和其他的传统或形态学边缘检测算法相比,文中方法具有更好的噪声抑制能力,而且边缘定位准确,检测到的边缘轮廓更加清晰完整。     

动态背景下的运动目标检测

针对动态背景下运动目标检测的问题,最大限度地降低背景对运动目标检测的影响,提出了一种基于相位相关法和傅里叶梅林变换的动态背景下运动目标检测算法。动态背景下运动目标检测的主要部分是背景运动补偿,首先利用相位相关法和傅里叶梅林变换估计全局运动参量,然后根据全局运动参量利用双线性内插法进行背景匹配,最后对配准后的图像利用帧间差分法提取运动目标。实验表明,该算法具有一定的鲁棒性,能有效地检测动态背景下的运动目标。     

双重恶意代码检测系统的设计与实现

随着全球信息化进程的不断加速推进,计算机网络被广为应用。与此同时,网络安全问题也日益加剧。当前,针对恶意代码的检测技术,主要有静态检测和动态检测两种。但两种技术都各有利弊,不能很好的应对不断变化的网络形势。因此,本文在充分结合以上两种检测技术优缺点的基础上,扬长避短,提出了一种新颖的基于静动态结合的双重恶意代码检测系统。经试验验证表明,该系统能较为高效的检测出恶意代码,降低误报率,并耗费较小的系统资源。     

一种四连杆机构的设计

连杆机构被广泛地用在各类机械的传动中,它是由若干刚性构件用低副联接而成的。在实际中经常会遇到四连杆机构的设计,对模型的正确简化是其设计成功的关键,我公司控制器是上下三层分布的四连杆项目要求,其运动轨迹是产品功能实现的保证,所以此四连杆机构的设计是产品的关键。     

基于HEVC的数字图像无损压缩算法

为了进一步提高数字图像无损压缩的效率,本文提出一种基于高效率视频编码(High Efficiency Video Coding,HEVC)框架的无损压缩算法。在该算法中,宏块中的像素不是作为一个整体来预测的,而是分成不同的部分先后进行预测。本文将像素分为3部分:第一部分的像素参考相邻宏块的像素来预测;其他部分的像素,利用前面已经预测的像素作为参考来进行预测,这样可以有效地去除空间冗余。另外,由于无损压缩中将HEVC框架中的变换量化去除,因此针对残差的分布特性,采用自适应扫描的方法将残差以合理的顺序进行熵编码,从而实现进一步提高压缩效率的目的。     

基于多色彩空间的肤色检测研究

针对图像处理中人的肤色区域不能快速正确识别以及人的肤色相似区域误识别为肤色区域的问题,通过采集大量图像进行统计分析,本文提出一种基于多色彩空间的肤色检测算法。该算法把图像的RGB色彩空间信息分别转换为YUV、YIQ和HSI色彩空间信息,结合空间色度、色调和饱和度分量信息对图像进行阈值分割,最终得到包含人类肤色的区域。实验结果表明该算法简单容易实现,能快速准确地检测到包含人的肤色区域,为后期的图像处理奠定良好的基础。     

基于改进的Sobel算子边缘检测算法

为了解决传统的Sobel算子算法存在的斜向方向不敏感问题,提出了一种改进的Sobel算法。该算法在Sobel 算子基础上,增加了45°和135°2个方向模板,并且以斜向边缘为主重新分配了算子模板的权重。算法先将图像转换为灰度图像,然后用改进的Sobel算子得到梯度图像,再采用局部梯度阈值对梯度图像进行细化处理,最后结合斜向边缘方向域值进行二值化,得到边缘图像。仿真实验表明,与传统Sobel算法相比,该算法提高了检测精度,使得边缘细节更丰富、更连续。     

XML检索方法研究

随着XML在互联网信息传输、数字图书馆领域的广泛应用,XML检索成为了XML应用过程中需要解决的一个关键问题。研究一种高效、准确的XML检索方法对提高系统效率、可用性有非常重要的意义。本文针对XML检索技术进行研究,对目前已有的检索算法进行了对比总结。重点从XML检索亟待解决的重要问题：XML查询语言,XML索引和XML检索模型等方面对XML检索方法进行了论述。XML检索模型目前是通过传统模型改进而来,可以通过研究传统索引方法来进一步改进XML存储与索引。     

基于改进蚁群优化的盲检测算法

文中针对基本蚁群算法在求解过程中容易出现收敛时间过长以及易陷入局部最优解的不足,对基本蚁群算法中的信息素更新方法进行改进,提出了一种新的算法:基于特种蚁群优化算法,并将其用于信号盲检测。文中提出的改进蚁群算法能更好地避免优化算法出现过早停滞现象,优化盲检测性能。对改进算法的仿真实验及复杂度分析结果表明:基于特种蚁群优化盲检测算法在具有与原算法相同复杂度的前提下,提高了算法的盲检测性能,具有可行性和有效性。     

一种视觉导航参数的改进提取算法

视觉导航过程中,由图像处理单元对CCD采集的图像进行处理以提取导航参数。传统的导航参数提取方法提取速度慢,且提取路径模糊。本文针对应用DSP的视觉导航提出一种改进的导航参数提取算法,该算法计算量小,且易于优化,实现了导航参数的高速提取,并且提取出的路径清晰准确。