防治电网覆冰研究报告之一：电网覆冰灾害的特点和发展趋势

电网覆冰超过防御标准导致冰闪、雪闪、雾闪跳闸断电或倒杆断线等灾害是由冻雨形成的雨凇、湿雪形成的雪凇、大雾形成的雾凇等造成的。有文字记载的世界首次输电线路覆冰灾害发生在1932年，中国的首次输电线路覆冰灾害发生在1954年。据不完全统计，从1954年12月到2006年底止，中国各地6千伏及以上电压等级的电网（包括输电线路和变电站）发生各种各样的覆冰灾害有1000多起，其中35千伏及以上规模较大并引起电网严重故障的覆冰灾害就有86起以上。特别是330千伏和500千伏电网形成以后：电网覆冰灾害成快速上升趋势，已严重影响到电网的安全稳定运行。正确认识电网覆冰、冰闪、雪闪、雾闪和大风舞动导致跳闸断电灾害的规律性，并制定预防和治理电网覆冰等灾害的切实措施，把灾害造成的损失降到最低限度，是电网企业必须面对和切实解决的重要课题。     

模糊集在复杂背景下目标选取中的应用

针对如何在复杂背景下从多个准目标中进行目标选取,提出有提取目标的多个特征的基础上用模糊隶属度表征各个特征的重要性的方法来选取目标。给出了一个成功的应用实例－－车牌自动识别系统。收费道口现场实验表明,在分割和字符切分正确的基础上,此模型的目标识别率为９９％。     

可行方向算法与模拟退火结合的NMF特征提取方法

NMF子空间特征提取被表示成一个大规模线性约束非线性优化问题．为了获得更优性能的基图像，设计了一个可行方向算法结合模拟退火算法的混合算法来求解这个优化问题．以基于梯度的可行方向算法作为局部寻优的手段，加快收敛速度；以模拟退火算法作为全局寻优的手段，避免优化过程陷入局部极小点．同时，在模拟退火操作中，采用对比度增强算法，使获得的基图像更加地空间局部化．实验表明，本文的可行方向算法比采用归一化实现等式约束的原算法在学习的最后阶段有更好的收敛速度，所获得的基图像更加地空间局部化，而且在人脸重建的应用中有更好的性能．     

步幅试探调整的前向多层网络训练方法

本文提出了一种用于前向多层神经网络学习的变步幅试探学习算法,算法不仅大大提高了BP学习算法的速度,而且可以减少网络进入均方误差局部最小的概率。计算机模拟验证了这一结论。     

用于图像信息分析的虚拟神经计算机系统

本系统由主控制计算机、Intel80860虚拟神经计算机、以及图像的输入输出和预处理三部分组成。图像信息的输入输出和预处理部分采用多总线模块化结构设计,可实现灵活的编程控制;Intel80860虚拟神经计算机包括Intel80860处理器板和用于图像信息分析的各种神经网络模型及学习算法;在主控制计算机的控制下,整个系统可高效实现图像信息的各种分析。     

Q33微流控芯片制作中的激光技术

利用激光制作微流控芯片的报道近年不断增加。激光制作微流控芯片具有灵活、快速、高效、可控的特点,对激光制作方法的研究具有广阔的发展前景。 本文系统的对微流控芯片制作中的激光类型及应用特点、各种可被激光加工的芯片材料、制作模式及其特点,以及芯征制作的激光工艺参数对芯片质量的影响作出综述：从激光与材料作用的机理出发．针对微流控芯片制作中存在的向题进行了探讨。     

协同神经网络中参数的优化

提出了一种基于遗传算法的协同神经网络中参数的优化算法,该算法利用遗传算法的全局最优搜索能力,在协同神经网络的参数空间搜索最优解。对从“车牌识别系统”中采集得到的数字样本进行了测试表明：优化算法能有效提高协同神经网络的识别性能,使识别率达到了较为实用的水平（98．4％）。另外,还对协同神经网络中各个参数在识别过程中的作用进行了讨论。     

多字体字符识别的模糊神经网络模型

提出了一种用于多字体字符识别的模糊神经网络模型．通过对一个３ 层ＭＬＰ的输入层、输出层以及学习算法的模糊化,构造出能有效处理具有模糊边界的模式分类问题的模糊神经网络．经过大量实际采样多字体字符样本的测试表明,该模型能对字体字符识别取得很高的识别率,对加噪字符的识别试验还表明该模型具有较好的鲁棒性．     

基于霍夫变换和眼睑弹性模板的眼睛特征提取

提出一种将新颖的眼睑弹性模板与霍夫变换相结合实现眼睛特征的自动提取的方法,即自动定位眼球并自动提取眼睛轮廓．与其它用弹性模板提取眼睛特征的方法相比,本方法可以处理对比度较低、下眼睑模糊的图像,提取特征准确度更高,且改进的能量函数和保守能量下降算法大大简化了经验参数的选择．经过百余幅眼睛图像的实验处理,验证了该方法的有效性．     

基于子波变换的局域特征提取方法

提出一种新的用子波变换提取局域特征（主要是轮廓提取和角点提取）的方法，并用实验对该方法的可行性和有效性进行了论证。