基于改进Mask RCNN算法的遥感建筑物检测

为解决部分遥感建筑物因为自身形状的不规则,导致传统矩形识别框算法对该类检测目标分割效果差,难以精确定位的问题,提出一种改进的Mask RCNN检测算法。改进Mask RCNN的主干网络FPN网络,简化特征融合过程,有效避免语义信息丢失;改进Mask RCNN的RPN网络,针对识别框的重复计算,提升其运算效率,提高检出率;调节mask掩膜参数,提高分割效果。实验结果表明,改进Mask RCNN目标检测算法的检测精度和召回率达到了99.80%和97.88%,较原算法分别提高了1.54%和1.65%,有效优化了遥感领域不规则建筑物的检测问题。     

基于谱聚类的在线数据库垂直分区多阶段生成方法

垂直数据分区技术从逻辑上将满足一定语义条件的数据库表属性存放在同一个物理块中,进而降低数据访问成本,提高查询效率.数据库查询负载中的每条查询通常只与数据库表中的部分属性有关,因此只需使用数据库表的某个属性子集便可以得到准确的查询结果.合理的垂直数据分区方式可以使大多数查询负载不需要扫描完整数据库就可以完成查询任务,从而达到减少数据访问量,提高查询处理效率的目的.传统的数据库垂直分区方法主要基于专家设置的启发式规则,分区策略粒度较粗,且不能根据负载的特征进行有针对性的分区优化.同时,当负载规模较大或者属性个数较多时,现有垂直分区方法执行时间过长,尤其无法满足数据库在线实时调优的性能需求.为此,提出在线环境下基于谱聚类的垂直数据分区方法（spectral clustering based vertical partitioning,SCVP）,采用分阶段求解的思想,减少算法时间复杂度,加快分区执行速度.首先通过增加约束条件缩小解空间（即根据谱聚类生成初始分区）,然后对解空间设计算法进行精细的搜索（即采用频繁项集和贪心搜索相结合的策略对初始分区进行优化）.为了进一步提升SCVP在高维属性下的性能,提出了SCVP的改进版本SCVP-R （spectral clustering based vertical partitioning redesign）.SCVP-R通过引入同域竞争机制、双败淘汰机制和循环机制,对SCVP在分区优化过程中的合并方案进行了进一步优化.在不同数据集上的实验结果表明,相比于目前最好的垂直分区方法,SCVP和SCVP-R有着更快的执行时间和更好的性能表现.     

基于K Framework的向量化机器学习指令语义形式化

ARM针对ARMv8.1-M微处理器架构推出基于M-Profile向量化扩展方案的技术,并命名为ARM Helium,声明能为ARM Cortex-M处理器提升达15倍的机器学习性能.随着物联网的高速发展,微处理器指令执行正确性尤为重要.指令集的官方手册作为芯片模拟程序,片上应用程序开发的依据,是程序正确性基本保障.主要介绍利用可执行语义框架K Framework对ARMv8.1-M官方参考手册中向量化机器学习指令的语义正确性研究.基于ARMv8.1-M的官方参考手册自动提取指令集中描述向量化机器学习指令执行过程的伪代码,并将其转换为形式化语义转换规则.通过K Framework提供的可执行框架利用测试用例,验证机器学习指令算数运算执行的正确性.     

自然伽玛测量中NaI(TL)晶体参数优化实验研究

在石油测井领域里,自然伽玛测量是判断岩性最基础的测量。为了对储集层进行精确划分,尤其是有特殊要求的薄层,均需要较高分辨率的自然伽玛探测仪器。NaI(TL)晶体作为自然伽玛探测仪器传感器重要的组成部分,NaI(TL)晶体的体积、透明度等对仪器的纵向分辨率有着关键的影响,所以对NaI(TL)晶体进行参数优化研究,以提高仪器的纵向分辨率。通过使用MCNP模拟软件进行仿真,基于38Y-F2多参数仪中的BWCG330进行实验,利用SZC-4型数控测试仪进行实验数据的记录。保持晶体透明度一致,通过改变NaI(TL)晶体体积,统计NaI(TL)晶体的计数,对比分析NaI(TL)晶体体积对纵向分辨率的影响。模拟仿真和实验都表明：随着NaI(TL)晶体体积的增大,自然伽玛探测仪器的计数率也随之增加。     

特高压交流输电线路工程造价分析及设计优化研究

分析了目前已建特高压交流输电线路工程的造价水平及设计经验,并从路径优化、细化杆塔规划、新材料及新工艺的应用、杆塔设计优化、基础设计优化等方面对下一阶段特高压交流线路工程的建设提出设计优化建议。     

含MMC的交直流输电系统短路电流统一求解方法

针对含模块化多电平换流器(MMC)的交直流输电系统短路电流水平校核问题,在考虑MMC的运行方式和控制系统的基础上,建立了MMC交流侧故障模型。在对比分析了同步机电源和MMC输出短路电流的机理后,通过近似求解并网点(PCC)处电压将MMC交流侧故障模型简化为电流源模型以实现PCC处电压和MMC输出电流之间的解耦。对支路进行合理编号并筛选出电源支路和待求短路电流所在无源支路,基于电网络理论将联络节点构成的无源网络用混合参数表征,经推导得到了含MMC的电网短路电流计算的统一求解方法。不同工况下的仿真结果表明,通过建立各控制策略下的MMC交流侧故障模型,所提算法能准确统一求解不同MMC交流侧故障下的短路电流,可用于含MMC的交直流输电系统的设备选型和保护系统设计。     

基于多智体强化学习的多风氢系统联合优化运行

针对多风氢系统联合运行问题,提出一种基于多智体强化学习的多风氢系统联合优化运行方法,使得多风氢系统在有效消纳风电的同时实现联合收益最大化。首先,考虑风电场与制氢加氢站两者间通过合约交易方式联合运行,分别构建各自的运行模型;其次,以多风氢系统联合运行收益最大化为目标建立联合优化运行模型;再者,针对多风氢系统多决策变量导致的维数灾难问题,将多智体引入到强化学习中并采取多决策更新方法加速算法收敛;最后,通过算例仿真验证所提模型的合理性以及方法的可行性。     

电力市场环境下虚拟电厂经济效益敏感因素分析

随着我国对新型电力系统建设要求的不断明确,虚拟电厂（virtual power plants,VPP）的建设得到了业界的广泛关注。然而,在虚拟电厂规模化推进建设和运营过程中,市场化环境下的经济效益影响因素尚未得到充分研究。针对此问题,对虚拟电厂的建设投资成本、运营成本和收益情况进行梳理,构建了虚拟电厂经济效益模型;进一步,在市场化收益的视角下选取敏感因素,提出虚拟电厂参与不同市场交易品种的经济效益分析方法;最后,给出算例验证,讨论了虚拟电厂经济效益在不同敏感因素条件下的变化趋势。研究结果可为新型电力系统市场环境下的虚拟电厂合理有效回收成本、参与市场交易提供客观的评价方法支持。     

基于自调整映射法则的矩形稀布阵列优化方法北大核心CSCD

针对多约束条件下的矩形稀布阵列优化问题,提出了一种基于自调整映射法则的矩形稀布阵列优化方法。该方法首先提出一种新的最优化问题用于确定阵元坐标矩阵维数以平衡放置阵元数的自由度和阵列孔径可调整空间,并引入用于稀疏阵元的阵元状态矩阵;其次,构建自调整映射法则,对矩形阵列不同方向进行相应的映射,并对阵列短轴方向进行自调整,使得阵元位置满足最小阵元间距,避免出现不可行解;然后,通过粒子群优化算法优化阵元位置得到最优阵元坐标;最后,考虑适应度函数为单波束指向和多波束指向,对算法进行仿真验证。仿真结果发现该算法可以满足多约束条件并有效降低阵列的峰值旁瓣电平,从而提高矩形稀布阵列的性能。