一种基于功能点规模度量的软件成本估算模型

软件项目是不同于一般工程项目的项目类型,具有高度的不可预知性,受用户需求,开发方式的影响很大没有明确的成本估算,将导致软件开支的不可控制。本文研究如何通过功能点规模度量点方法估算软件项目的规模及成本,提出了一种基于功能点规模度量的软件项目成本估算模型,给出模型公式该模型适用于软件开发项目的规模、工作量与成本估算     

一起500kV主变低压侧磁屏蔽绝缘破损的分析与验证

变压器磁屏蔽发生破损时会造成多点接地,漏磁场在磁屏蔽上会产生环流,导致驱流放电。对一起500 k V变压器低压侧磁屏蔽绝缘破损事故进行研究,分析了局部放电发展的全过程,通过比较离线检测手段和在线监测手段,指出离线检测与在线监测的有效结合能够及时发现并准确定位变压器内部发生的局部放电现象。     

基于键合图的他励直流电动机故障诊断方法

为了提高故障检测与隔离的容错性与效率,提出使用将定量模型与定性模型相结合的他励直流电动机的故障检测与隔离方案;故障检测通过假设检验方法判别系统测量行为与预测行为的一致性,故障隔离使用时间因果图进行前向传播和后向传播进行推理,时间因果图由键合图得到;给出他励直流电动机的键合图模型和时间因果图,讨论综合方法在他励直流电动机故障诊断中的应用;仿真结果表明这种方法的有效性.     

基于资源和时间限制的多工作流网及可调度性验证

工作流建模阶段的验证工作对工作流的成功执行具有重要意义.首先分析了与工作流执行密切相关的资源和时间特性,考虑到工作流应用系统中总是有若干工作流并发执行,于是综合考虑结构、时间、资源限制三个层面,提出一个工作流应用系统一般性限制框架.基于该框架提出了多工作流网原型,并进一步给出了多工作流网下资源冲突和可调度性的概念,最后给出了多工作流网可调度性验证算法及其冲突解决方案.     

卷积神经网络和深度置信网络在SAR影像冰水分类的性能评估

目的 海冰分类是海冰监测的主要任务之一。目前基于合成孔径雷达SAR影像的海冰分类方法分为两类：一类是基于海冰物理特性与SAR成像特征等进行分类,这需要一定的专业背景;另一类基于传统的图像特征分类,需要人为设计特征,受限于先验知识。近年来深度学习在图像分类和目标识别方面取得了巨大的成功,为了提高海冰分类精度及海冰分类速度,本文尝试将卷积神经网络（CNN）和深度置信网络（DBN）用于海冰的冰水分类,评估不同类型深度学习模型在SAR影像海冰分类方面的性能及其影响因素。方法 首先根据加拿大海冰服务局（CIS）的冰蛋图构建海冰的冰水数据集;然后设计卷积神经网络和深度置信网络的网络架构;最后评估两种模型在不同训练样本尺寸、不同数据集大小和网络层数、不同冰水比例的测试影像以及不同中值滤波窗口的分类性能。结果 两种模型的总体分类准确率达到93%以上,Kappa系数0.8以上,根据分类结果得到的海冰区域密集度与CIS的冰蛋图海冰密集度数据一致。海冰的训练样本尺寸对分类结果影响显著,而训练集大小以及网络层数的影响较小。在本文的实验条件下,CNN和DBN网络的最佳分类样本尺寸分别是16×16像素和32×32像素。结论 利用CNN和DBN模型对SAR影像海冰冰水分类,并进行性能分析。发现深度学习模型用于SAR影像海冰分类具有潜力,与现有的海冰解译图的制作流程和信息量相比,基于深度学习模型的SAR影像海冰分类可以提供更加详细的海冰地理分布信息,并且减小时间和资源成本。     

低压成套开关设备保护接地过门线探讨

低压成套开关设备在低压供电系统中负责完成电能的控制、保护、测量、转换和分配。由于低压成套开关设备深入到生产现场、公共场所、居民住宅等地点,可以说凡是使用电气设备的地方都要配备该设备,所以产品的安全性被生产企业、用户广泛关注。低压成套开关设备的保护接地过门线技术要求在现行GB/T7251系列国家标准中没有明确规定,不同用户对使用过门线的前提条件和要求有不同的理解。本文通过分析各类低压成套开关设备产品结构,并经试验验证,所探讨的几种保护接地过门线使用方式符合GB/T7251安全要求。     

不同脱乙酰度壳聚糖的制备及结构性能的研究

壳聚糖目前是天然可降解医用材料的研究热点,但因脱乙酰度(D.D.)为60%～80%的壳聚糖难于制备,国内外对不同脱乙酰度壳聚糖的生物相容性研究少见报导.探索了不同脱乙酰度壳聚糖的制备工艺及D.D.对壳聚糖结构和性能的影响,为进一步研究不同脱乙酰度壳聚糖降解产物对内皮细胞行为的影响做准备.方法:以高脱乙酰度壳聚糖为原料制备中、低脱乙酰度壳聚糖,用酸碱滴定法测定D.D.,粘度法测定分子量,傅利叶红外光谱和X射线衍射法分析晶体结构.结果:制备得到的壳聚糖D.D.分别为54%、61%、63%、70%、80%;D.D.降低使壳聚糖分子量增加,结晶度降低,水溶性和成膜性能改善.表明在乙酰化反应中控制均相条件和乙酸酐用量,能解决D.D.在60%～80%间的壳聚糖难制备的问题.     

金属雷管管壳暗伤自动检测机

针对目前只能人工肉眼检测雷管空管体的砂眼开裂,却存在危险和疏漏的问题,利用先进的计算机控制和新型传感器技术,采用电磁理管、分管及瞬间高气压冲击检测等技术,实现了理管、分管、排管及管壳有无暗伤检测过程自动化。设备运行表明,暗伤检测合格率为100%,检测效率128个/min。     

结合残差时空注意力机制的海面温度预测算法

海面温度(SST)与全球气候变化、海洋灾害、海洋生态系统密切相关,因此准确地预测SST是一个重要课题。现有区域型SST预测方法将SST时间序列处理为二维矩阵序列并作为模型输入,每个矩阵对应着特定时刻的区域SST,通过提取时空特征来实现其预测,但未充分考虑不同时空特征在时间维度和空间维度上对SST影响的不均衡性,限制了预测精度地提高。为了解决该问题,提出了一种结合时间注意力机制和空间注意力机制的区域SST预测方法(CRA-ConvLSTM),使得模型动态关注不同时刻的时间特征和区域内不同点的空间特征,赋予不同的影响权重,进而提高SST预测精度。具体来说,首先将输入的区域SST时间序列通过卷积神经网络(CNN）编码为多层特征向量,提取局部特征;然后构建了残差时间注意力模块,自适应地学习不同时刻的注意力权重,提取时间维度上的关键特征,并设计了残差空间注意力模块,提取区域内不同点在空间维度上的关键特征,此外,将注意力机制结合残差结构避免了网络中信息量过少导致的性能下降问题;最后通过卷积长短时记忆神经网络(ConvLSTM)将特征向量映射为SST预测结果。实验结果显示,该模型的均方根误差(RMS...