新的数据图型输出法

本文旨在介绍一种图形分辨率较高,便于屏幕观察,可通过多种打印机、绘图仪以及光绘机建立输出文档资料的方法。     

Web 数据源选择技术

在Web数据集成的过程中,如何从大量的Web数据源集合中选择合适数量的数据源,使得在满足特定查询需求的前提下尽可能地减少所需访问的数据源数量,同时保持返回数据结果的高质量,成为Web数据集成中的一个热点问题.以近十几年的研究实践为背景,介绍Web数据源选择的研究沿革及现状,并对Web数据源选择方法进行了归类.分别讨论了基于相关性的和基于质量的数据源选择的研究动机、研究方法和研究成果等,并对相关研究的目标、关键技术、优点和缺点进行了对比分析;最后展望了Web数据源选择未来的研究方向.     

电力大数据智能化高效分析挖掘技术框架

随着智能电网的不断建设,各类生产经营管理活动中产生的海量、高频数据,具有实时性、易失性、突发性、无序性、无限性等特征,如何充分利用和分析这些数据,快速获取有价值的信息是当前电力大数据处理急需突破的难点。在分析目前电力大数据应用现状的基础上,构建了电力大数据智能化高效分析挖掘技术框架,同时从面向计算密集型电力大数据的特征分析技术、基于内存计算的高性能数据分析技术、电力大数据并行化分析框架及服务体系以及基于数据挖掘的母线超短期负荷预测技术4个方面详细描述了电力大数据智能化高效分析挖掘的关键技术,从而为电力业务数据的高效价值挖掘及在线决策分析提供理论依据及基础技术支撑。     

基于势能法的两级斜齿轮系统时变啮合刚度计算与动态特性研究

针对多级斜齿轮动力学研究中的时变啮合刚度准确计算与其波动值定量分析等现实问题,以某电动汽车用减速器两级斜齿轮为研究对象,基于势能法计算不同螺旋角β下各级齿轮副的时变啮合刚度。首次提出由螺旋角等齿轮参数决定的参数τ,定量分析表明,当τ值越小时,时变啮合刚度波动值ΔK越小。建立包含12自由度的两级斜齿轮系统集参模型,研究不同螺旋角下系统的动态特性。结果表明,当β为15°时,系统各项动态性能均较好,此时各级齿轮副的τ和ΔK均较小,验证了通过参数τ准确预估ΔK进而预判齿轮系统动态性能的可行性与准确性。     

电气设备通信线路软切换

主要介绍电气设备中可编程逻辑控制器(PLC)、变频器、触摸屏、RS-485模块及个人电脑之间实现异步通信的软切换。软切换是以单片机为控制核心,通过总线驱动器实现通信线路的连接,是无触点的切换。给出了通信连接示意图、软切换连接示意图及以AT89C51单片机为控制核心、74HC244为总线驱动器的切换电路,说明了其工作过程,单片机程序设计采用外部中断方式,给出了程序流程图。实际运行表明,所提方案可行,可用于实验室不同设备间的连接软切换。     

基于网格的GEP函数挖掘算法研究

提出了函数挖掘成功率、弱相关和函数一致性合并的概念,在此基础上给出了基于网格的GEP函数挖掘算法(GEPFM-grid, gene expression programming function mining based upon grid).通过比较实验表明,GEPFM-grid的函数挖掘成功率和收敛速度比传统算法有着明显的提升且耗时较少.     

乙烯基桥联有机硅膜的羧基化改性及反渗透性能研究

利用1,2-二(三乙氧基硅基)乙烯(BTESEthy)和硫代苹果酸(MSA)的巯基-烯点击反应对桥联有机硅进行羧基化改性,以管式α-Al_2O_3微滤膜为支撑体制备羧基官能化的桥联有机硅膜。通过傅里叶变换红外光谱(FT-IR)、激光粒度仪(DLS)、智能重量分析仪(IGA)和扫描电镜(SEM)等对膜结构和表面性质进行了表征。量子化学计算表明羧基化改性的有机硅网络拥有更加致密的孔结构和更高的水亲和力。将改性的BTESEthyMSA膜用于反渗透脱盐,系统考察了BTESEthy-MSA膜反渗透脱盐性能。实验结果表明,与BTESEthy膜相比,羧基化改性的BTESEthy-MSA膜的水渗透率和盐截留率均有所提高。同时,BTESEthy-MSA膜表现出优异的水热稳定性和耐氯性能。在250 h的长期反渗透测试中,BTESEthy-MSA膜的水渗透率高达3.2×10~(-13)m~3/(m~2·s·Pa),NaCl截留率始终保持在94.7%以上。     

太阳能UPS应急电源车布置

基于太阳能UPS应急电源车的研究主要在车厢顶棚安装新能源太阳能电池板作为载体,即可以将太阳能电池板的发电通过车厢内部给蓄电池组进行充电,为车厢内设备提供电源使用,也可以对车厢起到一层隔热效果.蓄电池储能是环保且成熟的储能技术,太阳能光伏发电由于受季节、气候影响大,发电功率随机性大,所以蓄电池是新能源储能必备的装置,本文针对400kva太阳能UPS应急电源车的整车布置,对车厢内部进行合理集成配置,并挑选合适的底盘车.     

基于分布式混合数据挖掘的电信客户流失分析

CORBA技术庞大而复杂,且技术和标准的更新相对较慢.电信运营企业应用系统是客户流失分析的主要数据来源,而传统的客户流失分析由于该系统数据的集中式存储继而采用集中式挖掘,对海量数据的挖掘效率低下.为进一步提高挖掘效率,提出网格下基于分布式混合数据挖掘的电信客户流失分析(Customer Churn Analysis upon Distributed Hybrid Data Mining in Grid,CCA-DHDM),并借助GridSphere门户,在该平台上实现了BP神经网络算法和K_Means聚类算法.仿真实验表明,与单机环境相比,随着网格节点数增加,算法的平均耗时明显下降65%到75%,同时算法的效率得以较明显地提高.     

基于函数挖掘的能源信息物理系统数据安全风险识别算法

数据安全风险评估对于能源信息物理系统安全稳定运行至关重要。现有的从二次设备、信息等角度来分析数据安全风险已经无法满足能源信息物理系统广泛的能源接入和各能源之间的能量、信息交互需求。首先提出基于粗糙集的数据安全风险要素特征选择算法,对影响能源信息物理系统中数据的安全风险特征集进行特征选择,降低能源信息物理系统数据安全风险要素集的维度;在此基础上,利用基因表达式编程（gene expression programming, GEP）的函数挖掘特性,提出基于混合GEP的能源信息物理系统数据安全风险识别算法,通过设计小生境种群生成策略以及动态自适应变异概率动态调整策略来提高数据安全风险识别的准确率和效率。仿真实验结果表明,所提算法对于复杂高维的能源信息物理系统数据安全风险集的识别和预测具有较高的准确率和较强的实用性,可为下一步制定能源信息物理系统数据安全防护策略提供理论方法支撑。