融合词语统计特征和语义信息的文本分类方法研究

为了更好地表示文本语义信息,提高文本分类准确率,改进了特征权重计算方法,并融合特征向量与语义向量进行文本表示.首先基于文本复杂网络实现文本特征提取,接着利用网络节点统计特征改进TF-IDF得到特征向量,再基于LSTM抽取语义向量,最后将特征向量与语义向量相融合,使新的文本表示向量信息区分度更高.以网络新闻数据为实验对象的实验结果表明,改进特征权重计算方法,在特征向量中引入了语义和结构信息,并融合特征向量和语义向量,能进一步丰富文本信息,改善文本分类效果.     

基于2D与3D匹配模型的变压器全损耗特征计算

变压器损耗分布和绕组形变、变压器热传递等因素有着密切联系,损耗计算是变压器绕组结构和绝缘配合设计的关键问题.随着变压器等级容量的不断提升,使用传统的经验公式或简单的数值计算方法进行损耗分析往往具有较大的偏差.依据有限元理论构建了一种基于2D与3D模型匹配的变压器损耗混合模型计算方法,在降低计算量的同时兼有计算的准确性.并以一台400 kVA的三相电力变压器为例,得到了变压器损耗分布规律:变压器内部固定夹件的杂散损耗主要分布于夹件的内侧面,并集中于靠近线圈的边缘,在油箱壁侧面、背面和底面损耗分布呈现抛物面形、"驼峰"形和"三峰值"形;高低压绕组损耗分布趋势与电流密度的分布基本吻合,整体绕组和导体内部损耗分布趋近于高压绕组之间的夹缝和绕组两端方向.     

物联网环境下移动边缘计算安全问题

物联网时代多类型流量的接入与应用场景的多样性,从计算能力、存储和业务时延等多个方面对当前集中式云计算架构提出新的挑战.移动边缘计算(MEC)作为一种在网络边缘为用户提供服务的解决方案,能够满足物联网多样性的业务需求.针对移动边缘计算在物联网中的安全问题,对移动边缘计算的概念、应用场景和安全进程进行介绍,着重从数据传输安全、存储安全和计算安全3个方面阐述了移动边缘计算在物联网时代所面临的安全挑战.     

多媒体课件版式设计策略研究

多媒体课件版式设计是技术与艺术的统一,影响着课件给学生的视觉感受与内容传达效果。基于版式设计的三原则,并结合设计案例,探讨了对比、对齐、亲密、留白四方面的设计策略。     

Broadband high‐gain slot grid array antenna for millimeter wave applications

A broadband high‐gain slot grid array antenna (SGAA) is proposed in this paper. Based on the electromagnetic complementarity principle, the metal elements in the traditional microstrip grid array antenna (GAA) are replaced by a wide slot element. Compared with the GAA, the proposed SGAA achieves broadband and high‐gain performance. In order to demonstrate this concept, a prototype with 9‐element SGAA is designed using wide slot radiation elements and fabricated on Rogers 5880 printed circuit board (PCB) substrates, which is fed by a 50 Ω coaxial probe. The measured and simulated results show a good agreement. The proposed SGAA achieves a measured peak gain of 14.8 dBi at 26.0 GHz, a 10‐dB impedance bandwidth from 22.2 to 28.5 GHz with a fractional bandwidth of 24.9%. These results indicate that the SGAA is with high performance and it is suitable for the fifth‐generation (5G) millimeter wave (mmW) wireless communication system.     

Augmented Online Sequential Quaternion Extreme Learning Machine

Neural Processing Letters - Online sequential extreme learning machine (OS-ELM) is one of the most popular real-time learning strategy for feedforward neural networks with single hidden layer due...     

基于改进选择性BPSO算法的配电网降损重构研究

为了降低配电网的有功功率损耗以及提高开关利用率,利用Sigmoid函数对二进制粒子群优化(BPSO)算法中的粒子位置更新进行改进,并通过添加修改曲线的参数对函数进行选择,提出了一种改进选择性二进制粒子群优化(IS-BPSO)算法来求解配电网降损重构问题.该算法以降低配电网的功率损耗为目标,有效地控制粒子的变化速率并提高种群的收敛性.通过33母线和94母线的配电网测试系统进行仿真模拟,结果表明,该算法具有很强的鲁棒性和全局寻优能力.     

基于流量摘要的僵尸网络检测

随着僵尸网络的日益进化,检测和防范僵尸网络攻击成为网络安全研究的重要任务.现有的研究很少考虑到僵尸网络中的时序模式,并且在实时僵尸网络检测中效果不佳,也无法检测未知的僵尸网络.针对这些问题,本文提出了基于流量摘要的僵尸网络检测方法,首先将原始流数据按照源主机地址聚合,划分适当的时间窗口生成流量摘要记录,然后构建决策树、随机森林和XGBoost机器学习分类模型.在CTU-13数据集上的实验结果表明,本文提出的方法能够有效检测僵尸流量,并且能够检测未知僵尸网络,此外,借助Spark技术也能满足现实应用中快速检测的需要.     

基于遗传粒子群法的配电网故障定位研究

针对分布式电源接入后配电网故障定位困难的现状,构造了适应多分布式电源接入的故障电流编码方式、开关函数和评价函数。提出了基于改进遗传粒子群法的配电网故障定位方法,该方法有效融合了遗传算法在全局搜索方面和粒子群法在局部搜索方面的优势。建立配电网故障定位仿真实例,通过配电网系统单重故障和多重故障及FTU上传故障信息出现畸变情况的仿真对比分析,结果表明本方法具有更高的定位准确率和较快的收敛速度,且本方法抗干扰性更强。本研究成果可为配电网故障定位提供有效的参考和技术指导。     

高粘度金属漆搅拌器流场数值模拟

金属漆粘度值高,含金属颗粒,长时间放置出现液体分层现象,影响配色准度。为对搅拌器内金属漆进行充分搅拌,使金属漆达到较高均匀度,采用k-ε湍流模型和多重参考系模型(MRF),基于CFD(计算流体动力学)技术对不同搅拌桨组合下的金属漆搅拌器进行数值模拟。数值模拟结果表明,上层搅拌桨选择错位45°折叶涡轮桨叶,下层搅拌桨选择错位平直桨叶的搅拌器搅拌桨组合,与普通双层平直桨叶搅拌器相比搅拌效果更好,混合效率提高20.99%。