含新型负荷元件的电力负荷建模方法研究现状与展望

面向“双碳”能源政策实施和新型电力系统发展需求,研究新型电力负荷模型与建模方法,能够为电力系统规划、稳定分析、调控与市场化运营提供关键支持。首先,回顾了国内外负荷模型和参数辨识方法研究历程;总结了新型配电网框架下可控负载、分布式发电系统、分布式储能系统和电动汽车等新型负荷元件模型,振荡型动态负荷模型和谐波负荷元件模型的研究进展。其次,对经典负荷建模方法进行了总结与归纳,分析了其优缺点,重点论述总体测辨法。最后,从负荷新特性建模、考虑到新技术影响的动态负荷模型、负荷聚合模型和在线建模方法等几个方面进行展望,为未来的负荷模型技术发展提供切实可行的技术路线。     

融合MAML和CBAM的安卓恶意应用家族分类模型

为满足对新兴安卓恶意应用家族的快速检测需求,提出一种融合MAML(model-agnostic meta-learning)和CBAM(convolutional block attention module)的安卓恶意应用家族分类模型MAML-CAS。将安卓恶意应用样本集中的DEX文件可视化为灰度图,并构建任务集;融合混合域注意力机制CBAM,设计两个具有同等结构的卷积神经网络,分别作为基学习器和元学习器,这两个学习器在自动提取任务集中样本特征的同时,可从通道和空间两个维度来增强关键特征表达;利用元学习方法 MAML对两个学习器进行训练,其中基学习器完成特定恶意家族分类任务的属性学习,元学习器则学习不同任务的共性;在两个学习器训练完成后,MAML-CAS将获得初始化参数,在面对新的安卓恶意应用家族分类任务时,不需要重新训练,只需要少量样本就可以快速迭代;利用训练完成的基学习器提取安卓恶意应用家族特征,并利用SVM进行恶意家族分类。实验结果表明,MAML-CAS模型对新兴小样本安卓恶意应用家族具有良好的检测效果,检测速度较快,并具有较好的稳定性。     

面向健康体检数据的多目标Top-k频繁模式挖掘方法

为解决现有的模式挖掘方法没有充分利用体检数据中检查项的异常程度与特定疾病之间相关性的问题,提出一种面向健康体检数据的多目标Top-k频繁模式挖掘方法.首先,针对体检数据的特点,提出异常度和覆盖率两个指标,在此基础上,将Top-k频繁模式挖掘建模为一个多目标优化问题;其次,针对该问题,提出一种基于偏好的种群初始化策略和一个面向模式和项的双层更新策略,并基于此设计一种高效的进化多目标优化算法进行求解.实验结果表明,所提出方法所获得的Top-k个模式不仅能够有效地反映其与特定疾病之间的关联性,而且能够提供多样化的模式,为健康管理提供重要的参考依据.     

主动偏振成像对皮肤状态诊断影响的研究

偏振成像相比于普通成像包含更丰富的物体表面反射和散射信息。采用偏振成像的方法在不同光源照明下获得皮肤表面偏振度图像,研究同一波段光源激光和LED以及不同波段的激光和LED光源对偏振成像的影响,探索适合特殊病症的偏振成像照明光源的种类和波段。结果表明：同一波段光源照明下,激光的偏振度图像信息熵和平均梯度都高于LED的偏振度图像;对于皮肤上红斑与黑斑的局部成像,绿光波段照明的图像细节表现力均优于红光波段光源照明时的图像,为激光偏振成像提高皮肤状态诊断的准确性提供更多信息。     

双向特征融合的快速精确任意形状文本检测

现有的基于分割的场景文本检测方法仍较难区分相邻文本区域,同时网络得到分割图后后处理阶段步骤复杂导致模型检测效率较低.为了解决此问题,该文提出一种新颖的基于全卷积网络的场景文本检测模型.首先,该文构造特征提取器对输入图像提取多尺度特征图.其次,使用双向特征融合模块融合两个平行分支特征的语义信息并促进两个分支共同优化.之后,该文通过并行地预测缩小的文本区域图和完整的文本区域图来有效地区分相邻文本.其中前者可以保证不同的文本实例之间具有区分性,而后者能有效地指导网络优化.最后,为了提升文本检测的速度,该文提出一个快速且有效的后处理算法来生成文本边界框.实验结果表明:在相关数据集上,该文所提出的方法均实现了最好的效果,且比目前最好的方法在F-measure指标上最多提升了1.0％,并且可以实现将近实时的速度,充分证明了该方法的有效性和高效性.     

贝塞尔光束在生物组织中的自重建特性研究

贝塞尔光束在生物组织中的传输易受到样品散射的影响,从而削弱其自重建能力。本文将生物组织建模为折射率弱波动的湍流模型,在弱散射近似下,结合角谱理论及逐步传输算法对贝塞尔光束在生物组织中的传输及自重建过程进行了理论模拟。利用空间光调制器加载涡旋光束相位和轴棱锥相位的叠加相位全息图来调制高斯光束,以产生可调控的贝塞尔光束。结果表明：贝塞尔光束经过生物组织的相位扰动后,重建光束的无衍射距离大大缩短,光强远低于原光束,且生物组织越厚,重建光束的光强越低;轴棱锥的锥角决定了重建贝塞尔光束的中心亮斑或最内环形旁瓣的尺寸,但对重建贝塞尔光束无衍射距离的影响不大;同时,低阶贝塞尔光束展现出了更好的自重建能力。     

静电纺丝法制备的Co0.6Ni0.3Cu0.1Fe2O4和Co0.6Ni0.3Zn0.1Fe2O4纳米纤维的结构及磁性能

采用静电纺丝技术制备出表面光滑、直径均匀的Co_(0.6)Ni_(0.3)Cu_(0.1)Fe_2O_4/PVP和Co_(0.6)Ni_(0.3)Zn_(0.1)Fe_2O_4/PVP纳米纤维前驱丝,经500~900℃煅烧后得到Co_(0.6)Ni_(0.3)Cu_(0.1)Fe_2O_4和Co_(0.6)Ni_(0.3)Zn_(0.1)Fe_2O_4纳米纤维。用TG-DSC、XRD、SEM及VSM现代测试分析手段对Co_(0.6)Ni_(0.3)Cu_(0.1)Fe_2O_4和Co_(0.6)Ni_(0.3)Zn_(0.1)Fe_2O_4纳米纤维的结构、形貌及磁学性能进行测试表征。结果表明:在空气气氛中经500~900℃煅烧后可得到纯尖晶石相、结晶度良好的纳米纤维或短纤维;当温度为700℃时,Co_(0.6)Ni_(0.3)Cu_(0.1)Fe_2O_4和Co_(0.6)Ni_(0.3)Zn_(0.1)Fe_2O_4纳米纤维的形貌细长而光滑且直径相对均匀,大约为80nm;此时Co_(0.6)Ni_(0.3)Cu_(0.1)Fe_2O_4纳米纤维则保有较高的剩磁比(M_r/M_s)及矫顽力,分别为0.56和1 088.87Oe。在500℃、600℃、700℃、800℃、900℃煅烧后,Co_(0.6)Ni_(0.3)Zn_(0.1)Fe_2O_4纳米纤维的饱和磁化强度分别比Co_(0.6)Ni_(0.3)Cu_(0.1)Fe_2O_4纳米纤维增大了14.5%、7%、16%、10.7%、8%,而矫顽力则分别降低了38%、51%、50%、46%、46.7%。两种纳米纤维的饱和磁化强度及矫顽力存在差异,为CoNi铁氧体在电磁方面的应用提供了很好的参考。     

大学生应科学地进行早锻炼

大学时期正是人生精力最充沛生活最富色彩的黄金时期,也是立志报国、钻研求知的关键时期,这段时期,大学生身体素质的好坏对其能否顺利地完成学业至关重要。健康的身体,除了与遗传、生活环境、气候条件、饮食、疾病等因素有关外,最积极有梦的因素则是体育锻炼。因此,很早以前,学校体育就被列人了学校教育的重要内容之中。但由于大学生的学习任务繁重,不可能花费太多的时间去从事锻炼,所以早起锻炼便成了学生们锻炼的主要形式     

基于分组的动态帧时隙ALOHA防碰撞算法研究

在RFID系统中,由标签引起的冲突一直是影响RFID系统性能的重要因素.为了进一步提高RFID系统中电子标签的识别效率,在对现有的ALOHA算法分析的基础上,提出了一种改进的分组动态帧时隙ALOHA算法.该算法通过改变标签分组的方法提高了阅读器识别标签的效率.当标签数量大于256时,该算法能有效地减少阅读器的识别时间,提高了RFID系统的标签识别效率.仿真结果表明:当标签数为1000时,该算法比基本帧时隙ALOHA算法和动态帧时隙ALOHA算法所用时隙数分别减少了43％和39％.