使电脑不死机之电脑操作建议

（1）保证正确的BIOS设置。BIOS里面的设置一定要最佳的设置,错误的BIOS设置会使你在运行Windows的时候死机。     

基于Java平台的专家系统

介绍了开发专家系统的相关技术,探讨了如何利用Jess灵活的推理机制和功能强大的Java语言相结合来开发专家系统。     

基于Monte-Carlo模拟的岩村滑坡稳定可靠度研究及其程序开发(下)

以岩村滑坡稳析定性分析与可靠度分为例,通过统计分析结合滑坡反演分析确定了滑坡滑带土抗剪强度参数特征值,同时根据蒙特卡罗模拟基本原理,结合传递系数法建立了滑坡可靠度分析状态函数,并运用Excel内嵌的VBA语言开发了基于图形用户界面的滑坡稳定性分析程序及蒙特卡罗模拟程序。在此基础上,运用费伦纽斯法、毕肖普法、简布法、传递系数法四种不同稳定性计算方法对岩村滑坡在两种不同工况下的稳定性进行了对比分析,发现传递系数法所得稳定性系数最大,其次是毕肖普法,费伦纽斯法和简布法,且滑坡在雨季工况下处于不稳定状态。同时,利用编写的蒙特卡罗模拟程序对岩村滑坡在两种不同工况下的破坏概率进行了分析,根据误差分析原理确定了滑坡的稳定性系数及其破坏概率,并将模拟结果与定值分析法进行比较,发现概率分析法与定值分析法具有较好一致性。最后根据滑坡的工程地质条件以及剩余推力曲线,提出采用抗滑桩、削方以及地表截排水的综合治理措施。     

增加GSM系统网络容量的研究

本文针对日益激化的移动终端用户需求与受限频率资源的GSM系统网络容量间的矛盾,提出了GSM理论网络容量与载干比C／I间的计算方法,对GSM系统网络容量与移动通话质量间的关系进行了定量分析,同时提出了AMR-HR、COMMONBCCH等新技术,在尽可能维护无线通话质量的情况下提升GSM网络容量。     

一种面向H.264/AVC的运动估计算法

提出了一种使用具有方向偏向性搜索模板和基于预测模式自适应选择运动估计方案的EPZS(enhanced predictive zonal search)改进算法。该算法将运动估计过程与H.264/AVC中多参考帧、多预测模式等编码工具紧密结合,充分利用视频中运动具有高度时空相关性的特点,综合考虑速度、图像质量及压缩效率等方面的性能。实验结果表明,该算法以极小的计算量得到了与全搜索方法接近的效果;与EPZS算法相比,运动估计的处理速度有了较大幅度的提高,同时保持了与之相当、有时甚至更优的率失真性能。此外,该算法具有很好的鲁棒性,并且能够产生平滑的运动矢量场。     

一种基于二重移相变换的大容量海上直流风机及控制技术EI北大核心CSCD

海上风电场采取直流汇集方案,相较于交流汇集无需笨重的工频变压器,避免交流电缆带来的过电压问题,系统效率更高。直驱风机作为海上风电场的主流机型,通过直流转直流电源(DC/DC)变换器的设计和机组控制策略的改进可实现直流并网。首先依据机组直流并网需求提出一种二重化移相三电平DC/DC变换器方案,优化设计双占空比调制策略,分析子变换器功率传输特性;其次建立直流风机的控制策略,实现机组正常工作时最大风能跟踪目标,并且保障故障期间机组的安全稳定运行;最后通过仿真算例验证所设计DC/DC变换器拓扑的可行性和直流输出型直驱风机控制策略的有效性。     

耦合水电弃能消纳的日前现货市场多阶段出清方法EI北大核心CSCD

如何破解梯级上下游电站报价不匹配导致的竞争性弃水,是高比例水电现货市场出清中的基础性理论和实践难题。为此,基于节点电价出清机制,从弃水原因出发,提出一种耦合水电弃能消纳的多阶段日前现货市场出清方法。该方法第一阶段引入弃能电站报价修正策略,通过等比例调减弃能电站报价,实现市场优先出清;第二阶段引入上游电站电量控制策略,利用下游电站弃能反向推算上游电站应削减电量,构建了多时段耦合电量控制约束,通过减少上游放水削减下游弃能;第三阶段引入上游电站出力控制策略,考虑梯级滞时精细化推算上游电站各时段出力上限,构建了出力控制约束,进一步调减弃能;最后基于“谁获利、谁负责”的公平性原则,构建了多阶段结算补偿策略。实例分析表明,提出的方法能够有效协调上下游电站出清电量,避免报价不匹配导致的竞争性弃水,为高比例水电市场现货交易提供了新的思路。     

考虑服务配置的细粒度电力任务云边协同优化调度策略

新型电力系统的建设促使电力业务范围向用户侧深入,业务种类及数量不断增加。边设备资源有限,只能配置有限数量的服务,任务的时延能耗需求与设备资源有限的矛盾日益突出。为实现云边资源协同与任务的优化调度,提出了一种考虑服务配置的细粒度电力任务云边协同优化调度策略。通过建立微服务的时延与能耗模型,并对任务调度中的约束条件进行分析,将时延与能耗的优化决策问题转化为带约束的多目标优化问题,采用NSGA-Ⅱ算法求解。然后通过基于模糊逻辑的多准则决策方法为任务选择调度方案。仿真结果表明,所提策略在时延和能耗方面的性能优于其他策略,能够适应不同的任务场景并做出最优决策,提高了任务的完成率。     

面向同步辐射光源图像的可并行智能压缩方法

在建的高能同步辐射光源预计会产生海量原始数据,其中硬X射线实验线站产生的图像数据占比最高且具有高分辨率和高帧率的特点,亟需有效的无损压缩方法缓解存储和传输压力,然而现有通用无损压缩方法对该类图像压缩效果不佳,基于深度学习的无损压缩方法又耗时较长。结合同步辐射光源图像的特点,提出一种在保证图像压缩比前提下的可并行智能无损图像压缩方法。通过参数自适应的可逆分区量化方法,大幅缩小图像经过时间差分后的像素值分布范围,能够节省20%以上的存储空间。将以CNN为基础架构的时空学习网络C-Zip作为概率预测器,同时以数据集为单位过拟合训练模型进一步优化图像压缩比。针对压缩过程中耗时较长的算术编码过程,利用概率距离量化代替算术编码,结合深度学习进行无损编码,增加编码过程的并行度。实验结果表明,该方法的图像压缩比相比于PNG、FLIF等传统图像无损压缩方法提升了0.23~0.58,对于同步辐射光源图像具有更好的压缩效果。     

基于元胞自动机的蜂群无人机故障影响模型

基于固定翼无人机飞行特性以及蜂群无人机控制策略,针对无人机控制器遭受恶意攻击的情形,采用时序网络与元胞自动机理论分析蜂群无人机故障影响机理.首先,通过时序网络分析蜂群无人机拓扑网络的变化情况,提出基于跳数的故障传播路径的确定方法;其次,考虑蜂群无人机状态信息,建立符合蜂群无人机特征的元胞对象,同时基于局部信息交互原则,确定元胞自动机的状态演变规则,并依据近邻信息对无人机控制律的影响,提出矢量投影法来确定故障影响权值,辨识出各无人机故障影响程度的动态变化情况;最后,建立仿真模型,利用预测与实际故障影响程度结果,基于DCG算法与模式距离验证所建故障影响模型的有效性.