城市规划与扩展模型的仿真研究

研究优化城市规划问题,由于城市规划与扩展的影响因素复杂多样,使得构建模型时需要的控制因素特征的提取十分困难.为解决城市规划精度问题,采用细胞自动系统结合GIS和遥感系统,提出了不同时期的遥感数据使用的RBF神经网络挖掘城市扩展的内在规律作为细胞自动系统的转换规则,并利用规则反演和预测城市扩展信息,用1984、1991、1998和2001的遥感地图仿真了无锡2008的城市扩展,分析了影响城市扩展的因素,取得了较好的效果,仿真结果表明了RBF神经网络能够提取城市扩展内在规律并通过与细胞自动机的结合能一定程度上预测未来城市的扩展信息,提高规划精度,可为规划提供科学依据.     

基于遗传算法与FCSS相结合的模糊球壳聚类算法

模糊球壳聚类(FCSS)算法广泛地应用于模式识别与机器学习等领域。由于其采用基于梯度法和交替寻优策略,对初始化比较敏感,容易陷入局部极值点,从而影响聚类效果。将现代全局优化方法之一的遗传算法(GA)与FCSS算法相结合,得到一种新的球壳聚类算法GA-FCSS。数值实验表明:新方法对球壳形数据有令人满意的聚类效果。     

基于Gabor 小波SDF 匹配滤波器的人脸识别

提出一种基于Gabor 小波特征的综合判别函数（SDF）匹配滤波器人脸识别方法．该方法选用具有代 表性的人脸训练库,在Gabor 特征空间上生成相应的SDF 匹配滤波器;每幅测试图像在这些非正交向量的投影可 以生成一组相关特征向量,用两个相关特征向量的距离来衡量不同人脸图像之间的相似度．Gabor 变换、SDF 匹配 滤波器和类别特征分析法的采用,使得该方法对光照变化、表情变化等因素具有良好的鲁棒性,并具有良好的推广 性．基于FERET 人脸测试库的对比实验结果验证了该方法的有效性．     

辽西风沙半干旱区旱作农田水资源研究

辽西风沙半干旱区年降水量多为二、三年左右的丰枯交替,并有持续4年以上的连续干旱,尤其是1980年以后连续干旱的年份较多.区域内春旱严重,夏季降水明显集中,秋季水分收支基本平衡.以土壤水分季节变化情况可分为:冬季土壤水分凝聚、冻结、累积阶段,春季解冻、返浆、土壤水分大量蒸散阶段,夏季土壤水分大量累积阶段,秋季土壤水分缓慢蒸发阶段.     

基于医学图像的有效中值滤波算法研究

本文对于由Visible Human所提供的人体CT图像序列所形成的体数据场,提出了一种有效的快速中值滤波方法.中值滤波是一种非常有用的非线性滤波技术,能有效的抑制脉冲噪声、椒盐噪声等.针对于医学CT图像中要滤除的噪声干扰,本文提出了一种有效的快速中值滤波方法.为了克服中值滤波的模糊边缘特征的缺点,先人工干预在边缘附近设置一阈值,构造一中间矩阵M,利用窗口内数据间的相关性,设计了快速的移动剔除过程,并在原排序基础上进行快速比较排序,缩减排序过程和次数,加快了滤波速度,一定程度地避免了边缘的模糊.     

基于竞争双深度Q网络的频谱感知和接入

认知用户通过频谱感知和接入过程识别频谱状态并占用空闲频谱,可有效利用频谱资源。针对频谱感知中存在感知错误和频谱接入中存在用户碰撞的问题,首先建立多用户多信道模型,设计频谱感知和频谱接入过程;然后通过结合双深度Q网络和竞争Q网络,设计竞争双深度Q网络,解决过估计问题的同时优化网络结构;最后通过智能体与所设计模型中状态、观测、回报和策略的交互,完成使用竞争双深度Q网络解决频谱感知和接入问题的一体化研究。仿真结果表明,相比于已有深度强化学习方法,使用竞争双深度Q网络得到的数值结果更稳定且感知正确率和信道利用率都提高了4%。     

基于电流畸变特性的整流器开路故障诊断系统设计与实现

半导体开关是影响电压源整流器VSR（voltage source rectifier）系统整体故障率的重要因素。为此,提出一种基于电流畸变特性的三相开路故障诊断系统,该系统由诊断模块、寄存器模块和决策模块组成。诊断模块使用滞环比较器来判断电流的变化趋势,从而诊断开路OC（open-circuit）故障;寄存器模块用于实现多开关OC故障诊断;决策模块用于输出最终结果。实验结果表明,该方法能够正确实现包括6种单开关故障和15种不同的双开关故障在内的故障诊断,故障诊断准确性好。此外,所提方法在负载突变、不同功率因数、电网电压不平衡和畸变以及不同的交流滤波器结构条件下均具有良好的抗干扰性能和较强的鲁棒性,平均诊断时间仅为3.68 ms。     

基于ISTA-LSTM模型的间歇过程质量预测

为了考虑过程变量与质量变量的相关性,解决间歇过程的时序性和动态特性导致预测精度不高的问题,提出一种基于改进时空注意力-长短时记忆神经网络(improved spatial and temporal attention long short-term memory,ISTA-LSTM)的模型进行间歇过程质量预测.首先,对间歇过程的三维数据按变量方向展开成二维矩阵,对二维数据采用Min-max方法归一化;然后,使用偏最小二乘(PLS)方法对原始数据降维,提取数据的特征信息,基于时间注意力和空间注意力构建编码-解码器结构的双层LSTM网络,利用注意力机制自适应地学习神经网络参数,关注每一个过程变量对质量变量的重要性并分配相应的注意值,从而保留所有输入的必要信息,采用带交叉验证的网格搜索算法对预测模型进行超参数寻优,并建立预测模型;最后,在青霉素发酵仿真平台上进行实验验证,实验结果验证了所提模型对间歇过程质量预测的可行性和有效性.     

基于粗糙集的电池储能电站海量数据处理方法

锂离子电池的储能电站在运行过程中上传的数据量庞大,数据采样率高,增大了实时在线评估工作的难度。如何提取并压缩有效数据,同时保证压缩后的数据具有保真性,成为数据挖掘预处理所面对的主要问题。针对上述问题,选取储能电站特定工况下一个电池簇的数据,利用粗糙集方法,对数据的属性进行约简,根据正态分布的$ 2\sigma $原则对属性值进行二元逻辑划分,将单体电池划分为频繁检测对象和普通检测对象,压缩了在线处理的数据量。最后,对同一电池簇20天内不同工况数据进行验证,证明了该处理方法的有效性。     

基于垂直声强流的水中目标深度分类方法

现有的基于声场干涉结构特征的目标深度分类方法的频率适用范围有限,仅适用于目标线谱频率激发前2阶简正波的情况.针对上述问题,该文提出基于匹配场处理的目标深度分类算法,该算法将垂直复声强无功分量作为匹配量进行目标深度的匹配估计,利用目标深度的粗略估计结果辅助进行目标深度的二元分类.算法适用于线谱频率激发前3阶简正波的情况,有效拓展了算法的频率适用范围.仿真结果验证了算法的可行性和稳健性.该文分析了环境失配情况对算法性能的影响.所提算法具有较高的准确性和稳健性.