一种基于粒子群优化算法的组合预测模型

本文首先分析了若干传统的预测方法,提出了一种组合预测模型,在该模型中利用加权系数对各种预测方法进行组合,集成不同来源的预测结果,从不同的侧面反映整个预测过程,力图使预测结果更加精确。在各种预测方法加权系数的确定上,利用PSO快速全局优化的特点,可以减少试算的盲目性,提高模型预测的准确性。     

面向风电机组有功功率控制的风轮变速运行模式比较研究

电力系统迫切需要风电机组(简称风机)从最大功率点跟踪控制转变为支撑电网二次调频的有功功率控制(active power control,APC)。延续最大功率点跟踪控制的设计思路,现有风机APC控制研究大多基于系统稳态的视角,将风机控制到稳定平衡点,在稳定平衡点处响应电网指令和维持机电动态稳定。但面对湍流风速,大惯量风轮实际上处于不断变速的动态过程中,而非持续运行在稳定平衡点处,对APC控制性能造成不容忽视的影响。为此该文从现有风机APC控制策略中归纳出两种风轮变速运行模式：主动变速和被动变速,两者对应于截然不同的变速机理和动态过程。运用频域分析和实验数据分析,比较了两种变速运行模式在功率指令响应性能、传动链载荷及变桨执行机构疲劳载荷方面的差异。结果表明,被动变速放弃了对稳定平衡点的跟踪,利用风轮惯性响应缓冲风速波动,更适用于湍流风速场景。该文工作为风机APC控制设计与性能优化提供了风机运行机理方面的基础。     

基于改进稀疏表示正则化的SR重建算法

基于视觉的无人机自主导航过程中,对航路点进行准确识别是引导无人机朝着航路点方向精确飞行的关键。然而,当无人机到达航路点识别距离后,由于机载图像传感器受天气因素及成像过程中的脱焦、衍射等现象影响,常导致获取到的航拍图像模糊、空间分辨率较低,从而直接影响了后续航路点识别的精度。针对这一问题,提出了一种改进稀疏表示正则化的航拍图像超分辨率重建算法。首先,基于稀疏表示正则化框架,利用自回归和非局部相似约束构建目标函数的正则化项;其次,根据图像局部方差能有效区分图像的边缘区域和平滑区域这一特性,自适应地选取正则化参数得到超分辨率重建模型中的目标函数;最后,使用MM (Majorization-Minorization) 算法求解目标函数的凸优化问题,得到重建后的高分辨率图像。实验结果表明:与传统的正则化SR重建算法相比,文中算法能够有效的提高航拍图像的空间分辨率,使得重建后的图像包含了更多的特征细节信息,这为航路点识别提供了帮助。     

预应力砼框架顶层边柱设计

提出将预应力砼框架顶层边柱设计为无粘接预应力砼柱的经济而实用的方法,有效地解决了钢筋砼顶层边柱中配筋过多且施工困难的问题。     

交互式电子白板让科学课堂更精彩

长期以来,信息技术在小学科学教学中的运用效果很不理想,教师常把多媒体作为"机灌"的工具,课堂也因此而变得呆板。而交互式电子白板既整合了现代多媒体教学的优势,又保持了传统的普通黑板的优点,其强大的交互功能对沿袭已久的"计算机+投影"的二位一体的小学科学课堂     

一种扭曲指纹图像的细节点修正方法

非线性形变在指纹图像中非常普遍,严重时会导致指纹识别系统的识别性能显著降低,是指纹图像识别领域重要的研究课题之一.尤其对基于细节点的指纹匹配方法而言,由于相当一部分细节点的位置和方向都在非线性形变的作用下发生了改变,从而导致算法匹配准确率下降.在对非线性形变图像反复观察和实验的基础上,发现了细节点偏离的一些有用的规律,并用于细节点的位置和方向调整.提出了一种基于多参考细节点对齐修正指纹图像中部分细节点的方法,首先获取一组匹配细节点对作为基准点对,然后再以此为基础对邻域其他细节点进行修正,在FVC2004 DB2数据集上进行了一系列实验,实验结果表明该算法能够明显改善匹配性能.     

心肺复苏模拟人控制系统的设计

心肺复苏(CPR)动作的规范与否是影响现场抢救率的关键;采用生动逼真的模拟人进行教学,能够更有效地学习和掌握CPR技术.按照CPR新标准,以AT89S52单片机为核心,开发出一种具有信号检测、语音提示、数据显示、波形显示、打印输出等功能的CPR模拟人控制系统.实际应用表明:CPR模拟人控制系统操作灵活,运行可靠,携带方便,成本低廉,并能有效地提高参加培训人员的CPR的技能,具有较好的推广价值.     

“绿色课堂”:学生精神生长的家园

叶澜教授提出让课堂焕发出生命活力,从生命的视角来探讨了课堂教学活动。中国科学院院士、华中科技大学教授杨叔子的论文《绿色教育:科学教育与人文教育的交融》(见《基础教育》2004年第1期)揭示了绿色教育的精髓     

一种松弛的优化均衡流式图划分算法研究

在大规模图数据的分布式处理中,往往需要将图数据进行划分并放置在不同的节点上。如果数据划分得不均衡,那么部分节点可能会成为分布式系统的瓶颈。为了提高图数据划分的均衡性,并且有效地应对图数据的快速更新,提出了一种松弛的优化均衡流式图划分算法。首先,定义了一种同时包含划分内部代价和划分之间的割的代价的目标函数作为图划分的整体框架。然后,在图划分框架的基础上通过最大化和最小化两种优化函数分析了均衡图划分问题,并给出了二者之间的关系。最后,针对流式图数据,提出一种贪婪的图最优k划分算法。该划分算法以最大化优化函数为基础,通过最大化顶点放置产生的目标函数增加值进行节点划分块的选取。实验表明,提出的图划分算法与相关算法相比,不仅均衡性好,而且通信开销小,在基于该算法进行图划分时上层应用的计算性能得到了明显的提高。     

藏汉神经网络机器翻译研究

神经网络机器翻译是最近几年提出的机器翻译方法,在多数语言对上逐渐超过了统计机器翻译方法,成为当前机器翻译研究前沿热点。该文在藏汉语对上进行了基于注意力的神经网络机器翻译的实验,并采用迁移学习方法缓解藏汉平行语料数量不足问题。实验结果显示,该文提出的迁移学习方法简单有效,相比短语统计机器翻译方法,提高了三个BLEU值。从译文分析中可以看出藏汉神经网络机器翻译的译文比较流畅,远距离调序能力较强,同时也存在过度翻译、翻译不充分、翻译忠实度较低等神经网络机器翻译的共同不足之处。