基于改进遗传算法的满足可靠性QoS约束的组播路由算法

在通信网络中为应付链路失效而提供可靠性保证变得越来越重要.讨论含有可靠性约束的满足带宽和延迟约束的多QoS组播路由问题.提出一种基于改进遗传算法的满足多QoS组播路由算法,该算法具有快速收敛、自适应交叉变异和生成初始种群时不需要建立备选路径集的特点.通过大量仿真实验分析该算法的性能,并与传统遗传算法进行比较.结果表明该算法是可行和有效的,能够很好地满足网络中的QoS约束,且性能优于传统遗传算法.     

高光谱图像小样本分类的卷积神经网络方法

目的 与传统分类方法相比,基于深度学习的高光谱图像分类方法能够提取出高光谱图像更深层次的特征。针对现有深度学习的分类方法网络结构简单、特征提取不够充分的问题,提出一种堆叠像元空间变换信息的数据扩充方法,用于解决训练样本不足的问题,并提出一种基于不同尺度的双通道3维卷积神经网络的高光谱图像分类模型,来提取高光谱图像的本质空谱特征。方法 通过对高光谱图像的每一像元及其邻域像元进行旋转、行列变换等操作,丰富中心像元的潜在空间信息,达到数据集扩充的作用。将扩充之后的像素块输入到不同尺度的双通道3维卷积神经网络学习训练集的深层特征,实现更高精度的分类。结果 5次重复实验后取平均的结果表明,在随机选取了10%训练样本并通过8倍数据扩充的情况下,Indian Pines数据集实现了98.34%的总体分类精度,Pavia University数据集总体分类精度达到99.63%,同时对比了不同算法的运行时间,在保证分类精度的前提下,本文算法的运行时间短于对比算法,保证了分类模型的稳定性、高效性。结论 本文提出的基于双通道卷积神经网络的高光谱图像分类模型,既解决了训练样本不足的问题,又综合了高光谱图像的光谱特征和空间特征,提高了高光谱图像的分类精度。     

矩阵变换器中双向开关的换流控制策略研究

基于矩阵变换器的四步换流原理,对四步换流策略开关通断时序进行逻辑推导,设计出实现四步换流逻辑的原理图。基于FPGA实现四步换流策略的逻辑控制,应用MaxPluxⅡ进行软件编程并通过仿真计算对所提出的四步换流策略进行验证。     

基于空间注意力残差网络的图像超分辨率重建模型

卷积神经网络中的层次特征可以为图像重建提供重要信息。然而，现有的一些图像超分辨率重建方法没有充分利用卷积网络中的层次特征。针对该问题，本文提出一种基于空间注意力残差网络的模型（Residual Network Based on Spatial Attention, SARN）。具体来说，首先设计一种空间注意力残差模块（Spatial Attention Residual Block, SARB），将增强型空间注意力模块（Enhanced Spatial Attention, ESA）融入残差模块中，网络可以获得更有效的高频信息；其次融入特征融合机制，将网络各层获得的特征进行融合，提高网络中层次特征的利用率；最后，将融合后特征输入重建网络，得到最终的重建图像。实验结果表明，该模型无论在客观指标上，还是主观视觉效果上均优于对比算法，这说明本文提出的模型可以有效地利用图像中的层次特征，从而获得较好的超分辨率重建效果。     

无源电力滤波器电流传递函数对频率的灵敏度分析

为了分析电网频率摄动对无源电力滤波器工作特性的影响,我们提出了基于伴随网络法对电流传递函数对电网频率及其模值进行了灵敏度分析的新方法。借助特勒根定理构造了伴随网络,推导出电流传递函数的灵敏度公式。仿真分析和装置实际运行结果表明,本文所给方法对选定滤波器的参数具有一定的实效。