一种基于字典学习的压缩感知视频编解码模型

无线多媒体传感器网络中针对视频信号处理的两个重要的问题是如何高效编解码和如何抵抗信道误码。结合压缩感知和字典学习理论,提出了一种应用于无线传感器网络的基于字典学习的压缩感知视频编解码模型。模型整体采用压缩感知理论以降低编码端复杂度,提高系统抗误码性。编码端应用差分编码和跳帧模式大大减少了信道传输数据量;解码端采用字典学习算法增强图像的稀疏表示能力,从而提高视频重构精度。本模型在实现高效编码的同时将计算复杂度从编码端转移到解码端,从而满足编码端资源受限的应用场合。理论分析和仿真实验表明该模型可行并且有效。     

基于PSO-SVM的乳腺肿瘤辅助诊断研究

在乳腺肿瘤识别优化的研究中,传统的识别方法容易漏诊.为提高乳腺肿瘤识别准确率,提出基于粒子群优化(Particle Swarm Optimization,PSO)参数的支持向量机(Support Vector Machine,SVM)辅助诊断方法.首先采用PSO选择最佳的SVM惩罚系数c,核函数参数γ;然后,利用最佳参数c和γy训练SVM;再利用PSO-SVM实现乳腺肿瘤分类识别,进而实现辅助诊断.将PSO-SVM乳腺肿瘤识别方法的仿真结果与LVQ神经网络识别方法、BP神经网络识别方法的结果做比对分析,表明PSO-SVM具有较高的识别准确率和较低的假阴性率.PSO-SVM乳腺肿瘤辅助诊断,可以提供决策支持,辅助医生尽可能地减少和避免采用传统的细针穿刺细胞病理学检查方法诊断乳腺肿瘤时的漏诊、误诊情况,具有非常重要的价值和意义.     

藻类快速检测新技术在三峡水华监测中的应用

近年来,三峡水库藻类水华频发,而传统的藻类检测方法由于分类鉴定工作量大,难以适应野外大批量样品快速准确分析的要求,因此,开展水华的快速监测和鉴定工作迫在眉睫。在藻类形态特征识别与快速定量检测方面,流式细胞摄像系统(FlowCAM)是目前先进可靠的方法。采用流式细胞摄像系统技术对三峡水库水华藻类样品建立了藻类特征的自动鉴定标准,进行藻类快速检测分析,并与显微镜人工检测方法进行对比研究。结果表明：三峡库区各支流采样点鉴定出的优势藻类为4~10种;小江黄石、小江河口、大宁河和梅溪河采样点优势种依次为飞燕角甲藻、微囊藻、拟多甲藻和颗粒直链藻,检测结果和显微镜方法检测结果一致;FlowCAM可在15 min内快速完成藻类鉴定分析,测量精度高,有传统检测方法不可比拟的优势。总之,FlowCAM为水华藻类的快速检测提供了一个行之有效的方法。     

基于X86平台的简单多任务内核的分析与实现

描述了一个简单多任务内核的设计和实现方法。分析了该简单内核的基本结构和加载运行的基本原理,然后描述了其被加载进机器RAM中以及两个任务进行切换的运行方法。     

水调自动化系统信息检索功能的设计与实现

从软件系统设计、信息检索设计、图形界面设计等多个角度说明了信息检索的设计方法,分析了信息检索在水调自动化系统中的应用,以业务应用为目标,协调了软件开发与图形界面的交互设计,阐述了其在水调自动化系统中应用功能的实现方式。     

Logic Programs,Compatibility and Forward Chaining Construction

Logic programming under the stable model semantics is proposed as a non-monotonic language for knowledge representation and reasoning in artificial intelligence. In this paper, we explore and extend the notion of compatibility and the Λ operator, which were first proposed by Zhang to characterize default theories. First, we present a new characterization of stable models of a logic program and show that an extended notion of compatibility can characterize stable submodels. We further propose the notion of weak auto-compatibility which characterizes the Normal Forward Chaining Construction proposed by Marek, Nerode and Remmel. Previously, this construction was only known to construct the stable models of FC-normal logic programs, which turn out to be a proper subclass of weakly auto-compatible logic programs. We investigate the properties and complexity issues for weakly auto-compatible logic programs and compare them with some subclasses of logic programs.     

实践NOC活动 培养信息技术创新小能手

以"为每位学生的终身学习和自主发展奠基"为办学理念的重庆市经开札嘉中学,在近几年更加注重学生信息技术素养与创新实践能力的培养,尤其对NOC活动给予了高度的重视.200眸4月,经N0c全国组委会的严格审定,学校被批准为全国中小学信息技术创新与实践活动实验基地.     

计及电价不确定性和容量衰减的电动汽车充放电商业模式

电动汽车作为移动储能设施,可以通过开展车网协同,促进电力系统的稳定。随着电动汽车的迅速发展,如何设计电动汽车充放电的商业模式成为亟须解决的问题。鉴于此,设计了电动汽车聚合商单独参与现货市场、联合参与现货市场及辅助服务市场2种模式。同时,考虑到电价不确定性和电池容量衰减的影响,对2种模式开展经济性测算和多因素敏感性分析。算例结果表明,电动汽车聚合商联合参与现货市场及辅助服务市场模式的经济性要优于单独参与现货市场模式。在该研究结果的基础上,设计现阶段电动汽车聚合商参与电力市场的商业方案。     

基于优化模型的有源配电网可靠性评估方法EI北大核心CSCD

现有的有源配电网可靠性评估方法中,模拟法难以得到确切的指标计算结果,解析法难以处理动态孤岛最优切负荷问题。该文提出一种基于优化模型的有源配电网可靠性评估方法。该方法考虑分布式电源随机性、故障转供以及潮流倒送限制等因素,首先建立分布式电源的多状态模型,并基于后向场景缩减算法对分布式电源出力的随机场景进行状态缩减。针对缩减的特定场景,提出面向可靠性指标评估的混合整数线性规划模型,通过求解该模型,利用寻优的机制得到系统的各类可靠性指标。该方法的主要优点在于便于考虑配电网可靠性与网络规划优化问题的相结合。通过算例分析了该方法的准确性,并通过有源配电网自动、手动开关配置优化问题说明所提方法的延伸应用价值。     

一种面向噪声环境中旋转机械故障诊断的多模态耦合输入神经网络

旋转机械设备是工业生产中的关键性设备,对其进行高效故障诊断,对于保障工业安全生产具有重要意义.传统的旋转机械设备智能故障诊断方法采取人工特征提取策略,存在依赖专家经验知识、特征泛化性差、特征完备性不足等局限性,导致故障诊断模型精度差,特别是在噪声环境下性能下降明显.对此,提出一种用于旋转机械故障诊断的多模态耦合输入神经网络模型.首先,利用信号分解方法将原始输入信号分解为多个子信号,并将子信号与原始信号成对组成二维矩阵并输入到神经网络中,使得网络能够提取其间重要的相关特征;然后,利用双通道并行的卷积神经网络和长短期记忆网络分别提取信号中的时空间特征并融合,大大提高网络模型的特征表达完备性,实现对旋转机械设备的高精度故障分类.通过实验验证了所提出模型相较于传统故障模型具有更高的准确率,并且对于噪声干扰也有较好的适应性.