机器学习在天然气行业的应用

随着信息化的深入发展,机器学习方法迅速普及,也逐渐应用于天然气行业,为该行业研究带来新的发展。本文对机器学习在天然气行业产业链上游、中游和下游的应用进行详细梳理和对比,总结了机器学习在该行业发展的优势以及在数据准确性、模型解释性等方面的局限,进而提出了机器学习在天然气行业未来发展的推进方案。     

电能质量的在线分析与监测

文中概括了电能质量的实际意义,阐述了电能质量的三种监测方式,着重分析了在线监测方式,并用LabVIEW创建了频率、谐波和三相不平衡度的测量程序.通过测试,符合电力系统的标准,提高了系统监测的灵活性和参数的精度,对电力系统的安全可靠运行有着实用价值.     

基于多分辨率分析和分水岭的图像分割方法

提出了一种基于小波多分辨率分析和分水岭算法的图像分割方法.在小波分解后的低分辨率图像上进行分水岭分割,提高了分割的速度;由低分辨率图像返回到高分辨率图像时,采用了一种基于边缘信息的合并函数,避免了边缘信息的丢失,保证了分割的准确性.此外预处理过程中,在梯度图像上基于Rayleigh分布采用阈值处理的方法,有效抑制了高斯噪声对梯度图像的影响,避免了过分割.实验结果证明,本文所提出的基于小波多分辨率分析的图像分水岭分割算法能够很好地兼顾算法的效率和分割的准确性.     

一种三峡库区消落带岸坡变化检测方法北大核心CSCD

针对三峡库区消落带岸坡变化人工巡查效率低、准确度差、成本高和风险大等问题,提出了一种基于无人机贴近摄影测量技术与点云对比技术的消落带岸坡变化检测方法。采用无人机贴近摄影测量获取消落带岸坡精细三维模型并生成密集点云数据。通过两期点云的对比计算,融合最近邻点搜索和多尺度模型到模型点云对比算法,根据局部变形点对的空间相对位置关系计算变化量,定量分析消落带岸坡的变化情况。实验表明,该方法对点云法向量的估计结果具有一定的鲁棒性,实验中能够识别出体积最小5 cm×5 cm×5 cm的变形物,比例误差在10%以内,具有一定的实用价值。     

犯罪数据可视化研究进展

犯罪数据分析与挖掘已成为大数据时代犯罪学研究及现代社会治理的基础手段,犯罪数据挖掘在揭示犯罪模式、分析犯罪原因、评估犯罪防控效果等方面具有重要作用.首先,以犯罪模式发现与预测、警力资源配置与优化、案件侦查分析与研判3种业务为导向,对犯罪数据可视分析任务进行归纳,系统地梳理了犯罪数据可视化领域的研究与应用现状;其次,针对犯罪时空数据、犯罪文本数据、犯罪网络关系数据等不同类型数据的可视化方式和技术手段,展开了系统性的分析;最后,总结和展望了犯罪数据可视化面临的挑战和发展方向.     

城镇燃气用户异常数据分析方法

阐述城镇燃气用户异常数据的分析方法(对比法、绘图法、指标法、分类法、聚类法),分析各方法的特点,提出城镇燃气数据采集管理及应用流程。     

基于Grover融合理论的无线传感网络路由算法研究

如何在各种网络资源受限制的情况，实现高质量的信息传输是无线传感网络研究领域的关键问题之一。首先，分析了网络传输中所需要考虑的受限制因素，并提出各种因素的计算办法；然后，针对确保服务质量的多目标规划算法存在计算量过大的缺陷，借鉴量子搜索算法中的Grover理论用以降低信息传输过程的搜索计算量；最后，通过Grover理论得到的各种资源路由选择方案，本文采用了计算机控制中的D-S信息融合理论，将多目标规划转化为单目标规划。为了验证本文所提出的Grover融合路由算法，文章建立MATLAB仿真环境，对比传统的DSR路由协议与多目标规划TOPSIS算法，可见本文所提出的算法在降低网络搜索计算量、延长网络生存时间、降低网络时延方面具有较大的改善。     

基于骨架的人体动作识别技术研究进展

近年来,随着深度学习技术的发展,已有很多新颖的基于骨架的人体动作识别算法被提出,极大地推动了该领域的发展.对基于骨架的人体动作识别领域的主要数据集和算法进行全面、细致的总结.首先对NTU,Kinetics-Skeleton和SYSU 3DHOI等骨架相关的数据集进行回顾;然后将基于骨架的人体动作识别算法归纳为基于监督学习的、基于半监督学习的和基于无监督学习的3大类,并对分属不同类别的算法进行介绍和比较;最后分析和总结得出该领域当前面临过度依赖大数据、大算力和大模型等挑战,并针对性地提出缓解以上挑战的3点未来发展方向:高精度骨架数据集建设、细粒度骨架动作识别和数据有效学习的骨架动作识别.     

基于ISA总线的变电站微机电能管理系统

阐述了实用于变电站微机综合自动化系统的一种新型微机电能管理系统的硬件结构、功能以及提高系统性能的措施.