基于多粒度特征选择和模型融合的复合电能质量扰动 分类特征优化

现代电力系统因其“双高”特性造成电能质量扰动模式愈加复杂,对复合扰动的准确分类提出了挑战。传统电能质量扰动分类方法在特征提取阶段所提取的特征由人为确定,难以判断所提取的特征对分类问题是否有效,加之多重复合扰动特征相互耦合导致扰动特征的可分性确定困难。为此,提出一种基于粒度的计算方法进行特征选择的模型。在提取的扰动特征集的基础上,通过构建多粒度空间反映特征分布差异性,进而挖掘各粒度下的最优特征子集以确定有效和冗余的分类特征,达到优化分类效果的目的。在此基础上,通过集成分类模型融合不同粒度空间最优扰动特征集所训练的同质弱分类器模型,提出一种新的电能质量扰动多粒度集成分类方法。该方法克服了现有方法在进行多粒度分类时通过寻找最优单粒度空间特征而导致的其他粒度空间信息丢失的问题。实验表明,多粒度特征选择算法可提取对分类有效的扰动特征,集成分类模型可进一步改善模型的分类性能。     

酒石酸还原Cu(Ⅱ)制备多种形貌Cu_2O晶体及形成机理

以CuSO_4·5H_2O为原料,KOH为添加剂,酒石酸为还原剂,在水热条件下通过调整相关的实验参数,制备了一系列不同形态的Cu_2O微-纳米晶体及三维十字形枝晶。采用XRD、SEM等手段对不同形态的Cu_2O晶体进行了表征,探讨了不同因素变化对Cu_2O晶体形态的影响。分析认为,晶体生长过程控制了晶体的具体形貌和大小,Cu_2O晶体显露的单形晶面随晶体生长条件的变化而不同。在低温、弱碱性、高浓度溶液中有利于形成八面体形态的Cu_2O晶体,而菱形十二面体单形晶面在高温、强碱性、低浓度溶液中形成的晶体中显露的面积有所增大。     

无机固体电解质Li7La3Zr2O12的制备及掺杂改性研究进展

无机固体电解质由于其安全性能高、能量密度大等特点备受研究者的青睐。其中Garnet型锂离子无机固体电解质Li_7La_3Zr_2O_(12)具有较高的离子导电率,较低的界面电阻,优良的稳定性能和电化学性能,在未来的全固态锂离子电池、锂空气电池等领域有着广阔的应用前景。主要从Li_7La_3Zr_2O_(12)的晶体结构、制备工艺和掺杂改性等方面详细阐述无机固态电解质Li_7La_3Zr_2O_(12)的研究进展。     

Bionic autonomous learning control of a two-wheeled self-balancing flexible robot

This paper presents an OCPA (operant conditioning probabilistic automaton) bionic autonomous learning system based on Skinner’s operant conditioning theory for solving the balance control problem of a two-wheeled flexible robot. The OCPA learning system consists of two stages: in the first stage, an operant action is selected stochastically from a set of operant actions and then used as the input of the control system; in the second stage, the learning system gathers the orientation information of the system and uses it for optimization until achieves control target. At the same time, the size of the operant action set can be automatically reduced during the learning process for avoiding little probability event. Theory analysis is made for the designed OCPA learning system in the paper, which theoretically proves the convergence of operant conditioning learning mechanism in OCPA learning system, namely the operant action entropy will converge to minimum with the learning process. And then OCPA learning system is applied to posture balanced control of two-wheeled flexible self-balanced robots. Robot does not have posutre balanced skill in initial state and the selecting probability of each operant in operant sets is equal. With the learning proceeding, the selected probabilities of optimal operant gradually tend to one and the operant action entropy gradually tends to minimum, and so robot gradually learned the posture balanced skill.     

基于频谱分析的Procrustes统计步态识别算法

在信息安全越加重要的现代社会,步态识别以其特有的优势作为一种身份识别手段,得到了很多关注.提出一种基于Procrustes均值形状的傅里叶频谱分析(FSAOPMS)的适用于多视角的步态识别方法.利用Procrustes统计形状分析方法将步态序列中人体轮廓的连续步态变化表示成一个紧致的Procrustes均值形状(PMS...     

基于Skinner操作条件反射的两轮机器人自平衡控制

针对两轮自平衡机器人的运动平衡控制问题,采用了基于Skinner操作条件反射理论的自回归神经网络学习算法作为机器人的学习机制,利用自回归神经网络对评价函数进行逼近,以实现对行为决策的优化,从而使机器人能够在无需外部环境模型的情况下,通过学习和训练,获得像人或动物一样的自主学习技能,解决了两轮机器人的运动平衡控制问题.最后分别在无扰动和有扰动的两种状态下设计了仿真实验并进行了比较.结果表明,该操作条件反射学习机制具有较快的自主平衡控制技能和较好的鲁棒性能,体现了较高的理论研究意义和工程应用价值.     

低对比度下水印图像缺陷检测

在主成分分析(PCA)及核主成分分析(KPCA)进行特征提取基本原理的基础上,提出了一种改进的提取非线性的图像特征来重建图像方法,应用于嵌入式防伪水印图案缺陷的检测。该方法使得图像协方差矩阵维数大幅下降,且有效地保留了嵌入式防伪水印图案的信息,通过比较检测出图像的缺陷。实验结果表明,该方法对输入数据实现了有效的降维,缩短了计算时间,提高了检测效果和精确度。KPCA算法相比原有的PCA算法具有更高的性能指标,适用范围更广。     

工作流引擎管理下柔性采购管理信息系统设计实现

针对目前企业采购管理流程常固化于管理平台不能满足现代企业业务流程快速变化的现实问题,基于工作流技术思想,重新对企业采购管理信息系统进行了分析设计,通过对工作流相关数据的分析整理,用实例验证了其适应业务流程变化的能力,为企业类似业务提供了一种可选的信息管理方式.     

统一数据管理空间在大规模并行作业计算中的应用

大规模并行作业的计算通常涉及海量的计算数据和众多的高性能计算设备.随着网格计算技术帮助人们进行计算的同时,大规模并行作业的数据规模的增长也越来越快,对计算速度的要求也越来越高,为了充分利用网格等计算平台上的资源,提高作业的计算效率,人们通常需要将待计算的数据进行分组,然后分别上传至不同的平台上进行计算,这对科学研究和数据管理造成了极大的不便.本文提出了一个针对大规模并行作业计算的统一数据管理空间,实现了异构网格和计算平台上数据的逻辑整合,从而大大提高了对计算数据的管理效率,加快了科学活动的进程.本文最后通过统一数据管理空间在大规模虚拟筛选中的应用,对该统一空间的数据传输效率和数据管理能力进行了分析.     

基于XML的Web数据半自动采集

如何在信息量巨大的互联网上准确获取并长期跟踪用户关注的内容,是数据采集和挖掘的重要方面。探讨Web数据采集理论及其应用技术,给出一个半自动采集模型,设计基于旅游业数据的采集系统,验证数据半自动采集的可行性。