发变组保护及并网整定计算

介绍了发电机和变压器分别装设单独的纵联差动保护,以提高系统的可靠性及保护的灵敏度,详述了发电机和变压器的主保护和后备保护的整定计算以及并网整定计算,确保了工程顺利投运和良好稳定的运行状况。     

基于多维时间序列挖掘的降雨天气模型研究

为研究降雨天气中降雨量和相关气象要素的关系,找出降雨前后相关气象要素的变化规律,提出了多维时间序列数据挖掘模型.该模型首先对气象要素时间序列进行维度选择预处理,剔除不相关及冗余维度,然后运用提出的极值斜率分段线性拟合法对时间序列进行分段、数据压缩及特征值提取,最后使用k-means聚类算法对处理后的多维序列进行符号化,利用规则提取得到降雨天气模型.实验结果表明了该模型具有较好的实用价值.     

基于网格相对密度的多密度聚类算法

提出网格相对密度的概念和边界点提取技术,在此基础上给出了一种多密度聚类算法。该算法使用网格相对密度识别具有不同密度聚簇的相对高密度网格单元,聚类时从相对高密度网格单元开始逐步扩展生成聚簇。实验结果表明,算法能有效地识别不同形状、不同密度的聚簇并对噪声数据不敏感,具有聚类精度高等优点。     

FANUC POWER-MATE D系统在双面卧式Ⅲ工位钻、镗、攻螺纹机床中的应用

介绍了FAUNC POWER-MATE D系统在双面卧式Ⅲ工位钻、镗、攻螺纹组合机床中的成功应用.着重分析和说明了系统控制方案和系统参数的设定,以及软硬件结构的设计思想.在实际应用中,本系统功能强、精度高、可靠性好,能够提高汽车生产厂的零部件产量和质量.     

包装信息标准化浅议

从八二年起,我国包装工业产值每年平均以14%的速率递增;全国各级包装管理机构、行业协会、经济实体和情报组织相继成立;各类包装报刊如雨后春笋相竞而出,初步形成了有一定覆盖率的信息网络;各种规模的国内、国际包装科技交流活动频繁进     

基于低秩表示与矩阵填充的人脸识别方法

基于回归分析的人脸识别方法在处理不完备数据矩阵时,先对矩阵进行填充,再使用人脸识别方法,因此会降低分类性能.为了更有效地执行关于不完备数据的识别,文中将低秩矩阵填充和低秩表示学习整合在同一个模型,提出基于低秩表示和低秩矩阵填充的人脸识别方法.通过最小化表示系数和矩阵秩交替计算样本低秩表示系数矩阵和恢复矩阵缺失项,再使用最近邻分类器实现分类.在一些公开人脸数据集上的实验表明,在训练样本矩阵元素随机缺失时,文中方法可以有效提高识别精度及降低填充误差.     

CF_(3)I-CO_(2)混合气体在稍不均匀和极不均匀场中的雷电冲击特性北大核心CSCD

为了解决当前SF替代气体的问题,近年来人们对三氟碘甲烷(CF_(3)I)及其混合气体的研究颇多,发现其混合气体在一定电压内有替代SF的潜力。通过搭建放电实验平台,控制放电间隙距离、气压和混合比率对CF_(3)I-CO_(2)的混合气体在稍不均匀电场和极不均匀电场下的雷电冲击特性进行了实验研究。研究发现CF_(3)I-CO_(2)混合气体在这两种不同电场下的击穿电压都随间隙距离呈正相关,但两者增长趋势不相同,而击穿电压随气压则表现出明显差异化的规律。在稍不均匀电场下,间隙距离较小时击穿电压与距离呈线性关系,而当间隙距离偏大时则呈现饱和状态的现象;击穿电压与气压的关系则呈现出增长速率加快的现象。在极不均匀电场下,击穿电压与距离呈饱和趋势增长;气压上则是以较慢的速率增长;此外,在一些特殊情况下还出现了极性反转现象和“驼峰”现象。通过与纯SF的击穿电压相比,两种电场下CF_(3)I-CO_(2)混合气体的绝缘性能在混合比率k=30%时最佳,可以为CF_(3)I混合气体应用于气体绝缘设备中提供参考。     

基于局部保持投影和稀疏表示的无监督特征选择方法

传统基于过滤的特征选择方法仅从统计或几何角度分别对数据集的每个特征计算某种得分选择特征,而忽略不同特征之间存在的联系.为解决该问题,利用局部保持投影和稀疏表示的优点,提出新的无监督特征选择算法.该方法通过限制特征权重的非负性和稀疏性选择特征.在4个基因表达数据集和2个图像数据集上的实验表明该方法是有效的.     

基于最大内聚度基准的加权投票聚类集成

提出一种基于投票的聚类集成方法. 通过分析聚类结构与聚类准确率的关系, 将内聚度最高的聚类成员作为重新标记的基准以实现簇标记的统一; 同时, 根据数据点在不同聚类成员中与所划分簇中心的距离确定权值, 最终实现加权投票. 实验结果表明, 该算法在准确率和稳定性上均有较大提高.     

基于时间序列的AP-NN混合模型聚类

仿射传播算法是一种快速有效的聚类方法,但其聚类结果的不稳定性影响了聚类性能。对此,提出基于近邻的仿射传播算法(AP-NN),通过仿射传播算法产生初始簇,并从中选择代表簇对非代表簇的样本进行近邻聚类。在时间序列数据集上的实验结果表明,AP-NN模型算法能够产生较好的聚类结果,适用于聚类分析。