半柔性路面在市政道路车辙处治工程中的应用研究

基于南京市城市道路车辙处治工程,通过现场试验段研究,分析半柔性路面材料及不同路面结构路用性能,对比半柔性抗车辙路面用于不同层位对路面结构整体抗车辙效果的影响.结果表明,半柔性路面材料动稳定度远高于常规沥青混合料,但将半柔性路面用于中面层并不能根治交叉道口车辙问题;半柔性路面平整度、构造深度、摆值与沥青路面相当;综合考虑...     

面向混合类型关键词查询的非合作结构化深网数据源选择

为有效地利用深网中的资源,深网集成应运而生.为了提高深网集成的效率和返回结果的质量,数据源选择成为深网集成的关键技术.深网数据源大多数是结构化和非合作型的.当前已有的非合作结构化深网数据源选择的研究分为2类:一类是面向离散型关键词查询的源选择;另一类是面向字符型关键词查询的源选择,而未见面向混合类型关键词查询的结构化数据源选择的相关研究.基于此,将用户查询关键词分为检索型关键词和约束型关键词,基于主题词与主题词、主题词与特征词和直方图与直方图的关联特征构建了面向检索型、约束型混合关键词查询的层次化数据源摘要,有效地反映了非合作结构化深网数据源选择中检索型关键词的检索意图和约束型关键词的约束相关性,并依据此摘要给出了相应的数据源选择策略.实验结果表明,该方法在面向混合类型关键词查询的非合作结构化深网数据源选择时具有较好的记录召回率及准确率.     

基于TNC的电力终端安全接入技术研究

随着智能电网互动化业务的不断发展,针对各种业务系统终端接入的安全需求,文章以电力物联网环境为研究背景,以可信网络连接为理论基础,以各类电力终端为研究对象,提出了电力物联网环境下基于可信网络连接的电力终端安全技术.通过详细论述基于可信网络连接的电力终端安全接入体系和工作流程,证实了方案设计的可行性.     

数据防泄漏技术在电网信息化建设中的应用规划

随着电网信息化建设的不断深入推进,保证各类敏感业务数据在产生、传输、存储和销毁的全生命周期中不会被泄露,已成为电网信息化建设过程中的迫切需求和需要思考的问题。文章基于数据防泄漏技术的原理,结合电网信息化建设中对数据全生命周期防护的需求,详细阐述了数据防泄漏技术的概念,提出了电网数据防泄漏体系框架,并给出了电网数据防泄漏技术方案选择的依据。     

基于主题与概率模型的非合作深网数据源选择

在深网数据集成过程中,用户希望仅检索少量数据源便能获取高质量的检索结果,因而数据源选择成为其核心技术.为满足基于相关性和多样性的集成检索需求,提出一种适合小规模抽样文档摘要的深网数据源选择方法.该方法在数据源选择过程中首先度量数据源与用户查询的相关性,然后进一步考虑候选数据源提供数据的多样性.为提升数据源相关性判别的准确性,构建了基于层次主题的数据源摘要,并在其中引入了主题内容相关性偏差概率模型,且给出了基于人工反馈的偏差概率模型构建方法以及基于概率分析的数据源相关性度量方法.为提升数据源选择结果的多样性程度,在基于层次主题的数据源摘要中建立了多样性链接有向边,并给出了数据源多样性的评价方法.最后,将基于相关性和多样性的数据源选择问题转化为一个组合优化问题,提出了基于优化函数的数据源选择策略.实验结果表明：在基于少量抽样文档进行数据源选择时,该方法具有较高的选择准确率.     

多源时间序列中具有显著时间间隔的Shapelet对挖掘

Shapelet作为时间序列特征,具有较好的可解释性。Shapelet在行为识别、聚类分析及异常检测等方向均得到了广泛应用。但在电力运行监测、医学图像分析以及流媒体监测等领域,时间序列具有多源、同步的特点,仅对单一源上的时间序列提取Shapelet可能丢失序列间相关性。在Shapelet概念基础上,本文提出p-Shapelet作为不同源的Shapelet间关于时间间隔的特征表达,从而实现分析不同源Shapelet间的相关性。具体地,为找出不同类别样本间时间间隔具有最显著差异的Shapelet对,设计并实现了并行化挖掘的算法p-Shapelet miner。算法采用信息增益对不同源间的Shapelet对进行评价,并找出能最大化信息增益的Shapelet对（p-Shapelet）。利用CMU人体动作捕捉数据集进行实验,验证了算法的有效性与执行效率。     

基于禁忌GEP的分布式数据库查询优化算法

为了更好地解决分布式查询优化问题,论文在传统GEP算法的基础上,结合禁忌搜索策略,提出了基于禁忌GEP的分布式数据库查询优化算法（DistributeddatabasequeryoptimizationalgorithmbaseduponTabu-GEP,DDQO-TGEP）。仿真实验表明,随着查询关系个数的增加,DDQO-TGEP算法执行查询时所需要的查询优化时间和最优查询策略生成时间都比传统的GA和GP算法显著下降,其中查询优化时间最大下降约42．16％,最优查询策略生成时间最大下降约36．8％。     

美国德州A&M大学校园用能系统的全时空集成优化

在美国德州A&M大学.校园建筑的节能改造运行凋优工程(Relro-commissioning,RCx,RC)已持续了15年,投资为1300万美元,实测的节能收益达到了7000万美元以上且项目和收益还在继续,后劲十足.由于现今的能源和设备市场具有相当的不确定性,因此成功地管理一个动态能源计划对每个校园来说都是既具有战略指导意义,又富有挑战性的决策,应优先考虑.德州A&M大学的校园建筑RC工程涵盖了近150栋建筑、5个中央能源站(其中包括1个热电联产能厂)以及相应的输配基础设施.所有层次的能源监测数据管理系统、节能测定、系统改造工程以及实测及验证(M&V)功能均实现了集成化.本文介绍了德州A&M大学校园建筑RC工程的理念,工作范围、结构、方法,已取得的成果、获得的经验教训和今后的改进策略.另外.本文还讨论了建筑自动控制(BAC)网络系统在RC工程中发挥的作用及价值.     

基于决策树的电压稳定性模型与判据

选取重要母线的节点相角差作为候选属性,构建出决策树,将其用于电压稳定分析,并提出了基于决策树的电压稳定性分析方法。以6节点系统为实例在Powerworld中进行了仿真计算,得到了满意的结果。     

一种基于网格服务的分布式GEP-BP分类算法

 为了克服单一BP算法对分布式数据进行分类时具有训练速度慢、易陷入局部最优等缺陷,提出了基于GEP-BP的混合分类算法HCA-GB,同时结合网格服务的思想,提出了基于网格服务的分布式GEP-BP分类算法CDGB-GS,且在HCA-GB算法中,利用自适应系数的方法动态调整GEP种群的大小,从而有效地提高了HCA-GB的全局收敛性.比较仿真实验表明,通过动态调整自适应系数,HCA-GB的平均收敛次数提高了约2倍;对于大数据集而言,在实验室局域网环境下,CDGB-GS算法的平均耗时比传统算法要小,与传统算法相比,CDGB-GS算法的分类精度最大提高了约32.06%.