城市地下与地上变电站造价分析

地下变电站是应对电力建设投资主体多元化和城市规划建设要求不断提高的现状的最佳方法之一，但常被认为是建设难,造价昂贵，不够经济。针对这个问题，文章对地下、地上变电站技术作了简要比较，着重分析了110kV和220kV地上、地下变电站造价结构，指出，综合地下变电站的技术、投资、经济和社会效益，在市区建设大型地下变电站是经济、合理的。     

一种面向粮食信息化的数据安全解决方案

针对粮食信息化面临的安全问题,提出了一种基于IDEA算法的数据加密方法,用于粮食信息的保密传输;针对密钥管理问题,设计了一种类PKI的密钥管理方案.     

单机不“孤单”——单机环境下构建网络开发平台的方法

通常情况下,开发网络应用软件必须在网络开发平台上进行,要求编和人员必须具备基本的网络工作环境,至少有1台服务器和1台客户机,以及连通服务器和客户机的网络设备。这种要求,不仅增大了网络应用软件的开发成本,而且进行程序联调也比较繁琐。下面讨论在单机环境下构建一个网络开发平台的方法。     

嵌入式PKI仿真平台软件的设计与实现

随着分布式交互仿真的发展，迫切需要解决仿真数据在网络上传输时的安全问题。立足于这种需要，设计并实现了一个嵌入式PKI安全仿真平台。系统主要由3部分构成：Windows端管理软件，嵌入式安全处理软件和硬件网络设备。系统同时采用了先进的混合型可靠组播服务体系结构HRMI，以保证数据传输的有效性。实际应用表明，该系统能有效保证数据在广域网上传输的安全性。     

学生创新实践教学体系改革的思考

创新已成为高等教育的主旋律,但当前大学生的创新实践教学体系存在一定的缺陷与不足。文章对大学生创新实践教学的内容及过程进行思考和深入研究,提出从学生创新实践能力培养的四个环节进一步完善实践教学内容,并对实践教学进程的科学规划提出新方案。     

NSCT域分类预处理的改进非局部均值去噪算法

针对图像去噪领域非局部均值算法存在着计算量过高、复原图像过于平滑等问题,提出一种基于非下采样轮廓波变换(NSCT)域系数分类预处理的改进型非局部均值去噪算法.首先利用NSCT获得图像的高频系数,通过模糊支持向量机将系数分为无噪和含噪2类,只保留含噪系数进行后续非局部均值处理,降低整体算法的计算复杂度;然后利用极谐波变换分解系数取代传统非局部均值中的像素值参与相似度计算,使得计算过程对方向改变具有更好的抵抗能力;最后引入改进双平方函数作为相似度计算的核函数,可以更加符合极谐变换分解系数间的残差特性,使相似度计算得到的权重值更加精确.在标准灰度图像和遥感图像上的实验结果表明,与经典的去噪算法相比,该算法提高了计算速度,拥有更好的边缘和结构保持能力,整体去噪效果也得到了显著的提高.     

核主泵过流部件设计及内部流场数值仿真

在核主泵变频器优化设计的研究中,根据AP1000相关参数,针对新的主泵系统变频要求,为增强系统运行的稳定性.采用强制漩涡法和速度系数法将设计转速从1750r/min降至1450r/min设计核主泵过流部件,以适应我国50Hz电网需求.利用多重参考系模型、SIMPLEC算法,对所设计的核主泵过流部件高温高压工况进行全流量...     

基于点特征的SAR图像与可见光图像配准

针对合成孔径雷达(SAR)图像与可见光图像配准精度低的问题,提出一种基于角点幅值与方向的点特征描述符HIOHC,用以改进Harris角点检测器。将检测器的响应函数从一阶项扩展为二阶项,提高其对SAR图像噪声的鲁棒性,同时构建一个组合像素空间及灰度信息的权值函数,提高角点检测的准确性。实验结果表明,与传统的Harris检测器相比,改进的检测器能够有效降低SAR图像噪声的影响,具有更高的配准精度。     

基于自步学习的开放集领域自适应

领域自适应的目的是将从源领域获得的知识泛化到具有不同数据分布的目标领域.传统的领域自适应方法假设源域和目标域的类别是相同的,但在现实世界的场景中并非总是如此.为了解决这个缺点,开放集领域自适应在目标域中引入了未知类以代表源域中不存在的类别.开放集领域自适应旨在不仅识别属于源域和目标域共享的已知类别样本,还要识别未知类别样本.传统的领域自适应方法旨在将整个目标域与源域对齐以最小化域偏移,这在开放集领域自适应场景中不可避免地导致负迁移.为了解决开放集领域自适应带来的挑战,提出了一种基于自步学习的新颖框架SPL-OSDA (self-paced learning for openset domain adaptation),用于精确区分已知类和未知类样本,并进行领域自适应.为了利用未标记的目标域样本实现自步学习,为目标域样本生成伪标签,并为开放集领域自适应场景设计一个跨领域混合方法.这种方法最大程度地减小了伪标签的噪声,并确保模型逐步从简单到复杂的例子中学习目标域的已知类特征.为了提高模型在开放场景的可靠性以满足开放场景可信人工智能的要求,引入了多个准则以区分已知类和未知类样本.此外,与现有...     

基于本体的元搜索引擎技术研究

针对现有搜索引擎的查询结果相关性低和缺少语义理解能力等问题,提出了一种基于本体的元搜索引擎模型。主要应用基于本体的用户个性模型和本体语义分析关联方法来提高元搜索引擎的查询效率。目的通过领域本体的语义理解应用,为用户提供查询意图个性化的有效推测和关键词本体的查询优化,通过验证表明,该搜索模型实现了查询结果的有效优化。