融合矩阵分解和代价敏感的微生物数据扩增算法

微生物会对人类健康产生直接影响,对相关数据的分析有助于疾病诊断。然而,采集到的数据存在类不平衡与高稀疏性两个问题。现有的过采样方法在一定程度上可缓解数据的类不平衡,但是难以应对微生物数据的高稀疏性。本文提出了一种融合矩阵分解和代价敏感的数据扩增算法,其包含3个技术。首先,将原始矩阵分解为样本子空间和特征子空间;其次,利用样本子空间的正向量及其近邻向量生成合成向量;最后,根据合成向量与所有负向量的距离对其过滤。实验在8个微生物数据集上进行,同时与5种过采样算法对比,结果表明本文所提算法能够增强正样本的多样性,在识别出更多正样本的同时,分类结果的代价更低。     

Leveraging Bioinspired Structural Constraints for Tunable and Programmable Snapping Dynamics in High-Speed Soft Actuators

Creating high-speed soft actuators will have broad engineering and technological applications. Snapping provides a power-amplified mechanism to achieve rapid movements in soft actuators that typically show slow movements. However, precise control of snapping dynamics (e.g., speed and direction of launching or jumping) remains a daunting challenge. Here, a bioinspired design principle is presented that harnesses a reconfigurable constraint structure integrated into a photoactive liquid crystal elastomer actuator to enable tunable and programmable control over its snapping dynamics. By reconfiguring constrained fin-array-shaped structure, the snapping dynamics of the structured actuator, such as launching or jumping angle and height, motion speed, and release force can be on-demand tuned, thus enabling controllable catapult motion and programmable jumping. Moreover, the structured actuators exhibit a unique combination of ultrafast moving speed (up to 2.5 m s⁻¹ in launching and 0.22 m s⁻¹ in jumping), powerful ejection (long ejection distance of ≈20 cm, 35 mg ball), and high jumping height (≈8 cm, 40 times body lengths), which few other soft actuators can achieve. This study provides a new universal design paradigm for realizing controllable rapid movements and high-power motions in soft matter, which are useful for building high-performance soft robotics and actuation devices.     

APPCorp: a corpus for Android privacy policy document structure analysis

With the increasing popularity of mobile devices and the wide adoption of mobile Apps, an increasing concern of privacy issues is raised. Privacy policy is identified as a proper medium to indicate the legal terms, such as the general data protection regulation (GDPR), and to bind legal agreement between service providers and users. However, privacy policies are usually long and vague for end users to read and understand. It is thus important to be able to automatically analyze the document structures of privacy policies to assist user understanding. In this work we create a manually labelled corpus containing 231 privacy policies (of more than 566,000 words and 7,748 annotated paragraphs). We benchmark our data corpus with 3 document classification models and achieve more than 82% on F1-score.     

考虑超调的虚拟同步发电机暂态功率振荡抑制策略

虚拟同步发电机(VSG)在有功指令和电网频率扰动下存在输出有功暂态振荡和稳态偏差的问题。控制中增加暂态阻尼环节可以抑制振荡、避免稳态偏差,但存在较大超调问题。通过建立VSG在2种扰动下的有功闭环小信号模型,依据根轨迹分析振荡抑制效果,进一步结合零点分析超调,得到暂态阻尼策略下VSG超调的原因和特性,并提出2种基于有功暂态补偿的VSG功率振荡抑制策略：暂态前馈补偿和暂态反馈补偿。2种改进策略均可以提升系统的暂态阻尼,有效抑制VSG有功振荡,既不会增大稳态偏差,又能大大减小超调。通过MATLAB/Simulink仿真及StarSim硬件在环半实物实验验证了所提策略的正确性和有效性。     

基于一致性算法的直流受端电网分布式调频资源协同频率控制

直流受端电网中大容量直流功率的馈入和大量分布式光伏及储能经电力电子变换器接入,导致受端电网同步机电源逐渐被取代,系统等效惯量下降,严重影响了受端电网的频率特性。因此,挖掘电网调频资源、增加电网频率控制的灵活性十分重要。针对上述问题,基于一致性算法,提出了利用受端电网中配电网的分布式调频资源,包括分布式光伏、储能、柔性负荷等协同参与电网一次调频的分布式控制方法。该控制方法能够有效应对由于调频资源数量大而导致的计算难度增大问题,并可通过定时刷新分布式调频资源的运行状态并自适应计算频率响应系数,实现在故障发生时快速响应频率变化。通过对等效直流受端电网中配电网调频资源以不同控制策略参与频率调节的仿真对比分析,验证了文中方法对直流受端电网频率调节的有效性及经济性。     

考虑空调负荷需求响应的负荷恢复量削减方法

温控负荷的冷负荷启动特性导致停电后负荷量增加,使其可能超过系统的最大可恢复负荷量。为保证负荷恢复的顺利进行,以空调负荷作为温控负荷的代表,提出一种考虑需求响应的负荷恢复量削减方法。首先,建立了计及停电时间的空调负荷聚合功率估计模型,快速计算停电后的空调负荷聚合功率;然后,综合考虑暂态安全约束以及系统可提供的恢复功率,确定变电站单次最大可恢复负荷量;最后,基于空调负荷群聚合功率估计模型和变电站单次可恢复负荷量限值,利用需求响应技术削减负荷恢复量,保证单次负荷恢复量在限值之内。仿真结果表明,所提方法在不同场景下能够通过需求响应技术实现空调负荷恢复量削减,保证系统的可靠恢复。     

基于 RSVP 的面向不良信息检测人机协作系统研究

针对复杂的环境背景下不良信息的快速准确检测问题,提出了基于快速序列视觉呈现( rapid serial visual presentation, RSVP)的面向不良信息检测人机协作系统。 首先利用快速佩戴便携式采集系统采集了 12 名受试者的脑电数据;然后采用 Mallat 算法提取较低维度的时频特征,使用人工神经网络(ANN)和支持向量机(SVM)两种模型分类对比;最后在训练集中引入 不同次数的叠加平均数据以改善模型的分类性能。 实验结果表明,在含有 3 个目标的 60 张图像中平均正确输出至少 2 张目 标,AUC 值达到了 0. 9。 该系统在小批量数据集、环境变化复杂的不良图像信息检测中有着良好的性能,相较于人工检测提高 了效率。     

基于均值漂移聚类的开关柜局部放电异常检测

针对开关柜现场带电检测数据,提出一种基于多维特征量的均值漂移聚类算法,对开关柜的局部放电进行异常识别。采用局部放电检测数据的离散度、平均距离百分比、集中度和最大波动率指标全面量化开关柜局部放电的程度,并构建多维特征数据库;通过自动搜索偏移量的均值漂移聚类算法对开关柜的状态进行划分,并通过所给定的开关柜簇标签隶属度函数判定是否为异常点,由此实现开关柜的绝缘状态异常检测。对现场带电检测实际数据进行实例分析,验证该方法的可行性,为开关柜的绝缘状态异常识别提供一定的理论依据。