模糊鲁棒控制方法在核反应堆功率控制中的应用

为了对核反应堆功率进行实时控制,以适应电网负荷的变化需求,基于T-S模糊模型设计了核反应堆功率模糊鲁棒控制器。首先使用状态反馈设计了局部控制器,然后应用并行补偿方法设计全局控制器。线性矩阵不等式的求解证明所设计的控制器是稳定的。仿真结果表明,对于3种典型工况变化,所设计的控制器对反应堆的功率变化能进行很好的控制。     

燃气轮机进气冷却技术浅析

燃气轮机的性能与环境温度有关,其出力随燃气进气温度升高而降低的问题可通过冷却燃气进气来解决。冷却燃气进气有直接接触和间接接触两种方法。直接接触式有水膜式蒸发冷却和喷雾冷却;间接接触式有压缩式制冷、吸收制冷、蓄冷冷却和液化天燃（改成然）气冷能利用。直接接触式冷却装置的优点是初投资较少,运行及维护费用较低,但冷度较低,受环境湿度影响较大,适用于干燥、炎热地区。在工程中选用何种冷却进气方式应结合实际情况,综合考虑峰谷电价差、资金情况、气象参数、年运行时间等进行技术经济分析确定。     

InSAR中应用可靠度导向改进的分级表相位展开算法

目的 在干涉合成孔径雷达的相位展开过程中,如果相位展开的展开路径穿过残差点就会产生相位展开的误差。在相位展开的时候,希望将相位展开的误差限制在局部区域,提高相位展开的精度。方法 首先通过判断截断相位图的残差点,并以InSAR的干涉一致性图作为相位展开的可靠性度量,对截断相位图进行量化,将残差处的可靠度设为排序中的最低等级。在进行可靠度排序后进行干涉合成孔径雷达相位图的相位展开。结果 使用该算法改进了经典可靠度导向相位展开算法中可靠度排序的缓慢问题。与经典菱形算法相比,展开精度高很多。与洪水算法相比,展开速度能快上百倍。通过可靠度排序的改进,对干涉合成孔径雷达相位展开后的结果进行分析,可以看到提高了相位展开的精度,有效的控制了相位展开过程中误差的传递。结论 相位展开算法的改进提高了干涉合成孔径雷达相位展开的精度,在干涉合成孔径雷达的相位展开中可以广泛应用。     

特征形式描述及特征预编译

特征的处理是自然语言句法分析的一个重要问题。该文提出特征处理的预编译方法,详述了基于特征形式描述的特征预编译算法,并实现了一个特征预编译器。测试表明,预编译方法可以很好地增加句法分析的可扩展性和运行速度。     

基于不变矩的高分辨率遥感图像建筑物提取方法

为了有效地对图像进行特征提取, 利用不变矩算法对IKONOS和WorldView两种高分辨率遥感图像的城市建筑物地区进行提取。首先将图像数据经过Canny边缘检测和标记分水岭分割, 然后在此基础上分别利用胡氏不变矩和仿射不变矩对图像进行特征提取; 最后通过实验结果的评价可以证明在建筑物的特征提取上, 仿射不变矩比胡氏不变矩的提取效果更加显著, 进而也证明了利用不变矩算法对高分辨率遥感图像建筑物特征提取这一方法是可行且有效的。     

基于随机森林的京津冀地区PM2.5遥感反演及变化分析

大气细颗粒物PM_2.5是影响人类生存环境和身体健康的主要大气环境污染物,研究PM_2.5质量浓度季节变化的规律及空间分布特征,对于大气污染物的预防和治理有着重要的意义。利用2018～2020年MODIS卫星L2级AOD产品、MERRA-2气象数据以及地面站点PM_2.5实测数据,基于改进的随机森林算法,构建AOD-PM_2.5反演模型,对京津冀地区PM_2.5质量浓度进行估算,并分析PM_2.5质量浓度空间分布特征以及季节变化规律。结果表明：(1)春夏秋冬4组模型决定系数(R2)均值分别为0.78、0.66、0.83、0.83,模拟精度较高。(2)2018～2020年京津冀地区春夏秋冬四季PM_2.5浓度呈显著的空间分布特征及季节变化规律。其中PM_2.5污染最大值出现在冬季,最小值出现在夏季。(3)历年同季节相比,京津冀地区PM_2.5污染范围和浓度数值均有所减小,2020春季和秋季PM_2.5<...     

中国互联网：抄or超？——一块关于抄袭的“三国杀”

小编手记： 当奇虎360和腾讯又交上火的时候,编辑部正在热烈讨论“智能手机上面哪一款阅读应用才是最好用的”。对于这个消息,小编本着职业激情产生了密切的关注,然而在潜意识的最深处,     

基于小波分析在地震信号噪声消除中的应用

在地震勘探中,随机噪声是一种频带较宽、严重影响有效波的干扰波,因此随机噪声的有效去除在地震信号处理中显得尤为重要。傅里叶变换是信号处理传统的随机噪声去除方法。它能够反映信号在整个时间域的频谱特征,但不能对非平稳信号进行分析处理。而小波分析技术可以根据局部图像的差异来调整参数,对保留图像的边缘部分和其它高频部分很有用。本文利用小波分析技术对地震信号进行去噪声处理,结果表明小波分析对噪声有较为彻底的压制,地震信号估计精度得到很大改善。     

基于CPSS平行系统懒惰强化学习算法的实时发电调控

为解决电力系统中存在的多种时间尺度下经济调度和发电控制的协同问题,即长时间尺度下优化,短时间尺度下优化和实时控制的问题,本文提出了一种统一时间尺度的实时经济发电调度和控制框架,并为该框架提出了懒惰强化学习方法（Lazy reinforcement learning,LRL）.该方法将懒惰控制器引入以人工社会——计算实验——平行执行和社会系统为基础的强化学习中,使得机组组合,经济调度,自动发电控制和发电命令调配的问题有机结合在一起,取代过去传统的发电控制框架.为了减少仿真所需的真实时间,平行系统包含多个虚拟系统和一个真实系统.仿真实验比较了懒惰学习算法,松弛人工网络以及4608种组合常规发电控制算法在IEEE新英格兰10机39节点仿真系统的控制效果.实验表明,懒惰强化学习方法的控制效果最优.仿真结果验证了懒惰强化学习方法在基于ACP和社会系统的REG框架下具有有效性和可行性.