SIP协议在一种通信软件测试中的应用

Magic是西门子通信技术(北京)有限公司正在开发的一个通信软件,为了测试Magic功能的正确性,利用了SIP(Session Initiation Protocol)协议的工作原理以及所获得的SIP协议的数据信息,对其进行测试.采用了网络信息包分析工具,分析该工具所获得的SIP协议的数据信息,可以了解Magic各项功能的工作流程,以完成测试工作.实践结果表明,该方法可以完成Magic的各项功能测试.     

基于灰色系统理论的湖北省全社会用电量预测分析

全社会用电量变化受到政策、经济、人口、气候、资源等诸多不确定因素的影响,是一个庞大的不确定系统。在日常电力预测实践中,往往比较注重对单一指标的相关性分析,对每一种分析的结果再最后加以综合分析,本文提出一种电量预测新思路,考虑将灰色系统理论应用于年度全社会用电预测,从众多的相关因素历史数据中找出与全社会用电量变化相关性较大的指标,利用灰色算法建立湖北省全社会用电量预测模型,对全社会电量进行准确推断。     

适用于大规模MMC的分布式控制系统及两级均压策略

在高压大功率应用场合,模块化多电平换流器(MMC)每个桥臂子模块数量较多,造成其控制系统硬件构成复杂、协调控制困难。文中提出一种适用于大规模MMC的模块化结构的分布式控制系统:该控制系统由一个主控制单元和若干个桥臂控制单元构成,每个桥臂控制单元又由若干个阀组控制单元组成,每个阀组控制单元只控制较少数量的子模块。该结构有效降低了主控制单元和桥臂控制单元的控制压力,易于实现与扩展。针对该控制系统,提出一种包含阀组间均压和阀组内均压的新型均压策略。在三相41电平MMC实验样机上对所提出的控制系统及均压策略进行了验证,实验结果证明了所述控制系统的可行性及均压策略的有效性。     

广西五圩矿田研究进展

五圩矿田位于桂西北丹池成矿带南东端,其内分布着众多金属矿床.前人对五圩矿田进行了多年研究,取得了大量的成果.通过对矿床成因、成矿流体包裹体研究,同位素及稀土元素分析,成矿规律与成矿预测进行详细论述,总结了多年来前人对五圩矿田的研究成果.结合近期野外地质调查、闪锌矿微量元素及稀土元素分析,认为五圩矿田在印支期—燕山期发生...     

分布式 MIMO 系统中功率分配算法研究

本文将功率注水算法应用到分布式 MIMO(Multiple Input Multiple Output)系统中,充分利用分布式无线通信系统的高覆盖性,通过调整发射天线的发射功率,使系统的容量得到了提升,即系统的频谱效率得到了显著改善.仿真结果显示,与集中式 MIMO 系统相比,系统容量的确得到了显著改善     

全桥MMC型直流融冰技术功率模块直流电容电压纹波分析

对一种基于全桥型MMC的直流融冰装置的功率模块直流侧电压进行了分析研究,推导出了功率模块直流侧电压波动和直流融冰电流、电压调制比、模块直流电容值之间的关系公式.并在此基础上推导出了该电压波动的最大值.为全桥MMC型融冰装置的设计、计算提供了理论依据.在PSCAD环境下建立了全桥MMC型直流融冰装置的仿真模型,对所推导的...     

通风竖井布置改进FCM-EWM-MABAC多属性决策研究

现有的水电站地下洞室通风竖井布置方案优选多采用单一评价指标，且主观权重确定常忽略指标关联性或过度依赖专家意见。针对上述问题，本文构建包含技术可行性、经济合理性、安全可靠性等多属性的综合评价指标体系，并提出通风竖井布置方案改进模糊认知地图（fuzzy cognitive map,FCM）-熵权法（entropy weight method,EWM）-多属性边界逼近区域比较（multi-attribute boundary area comparison,MABAC）决策模型。其中，采用能够兼顾指标关联性且具有较强自主学习能力的主观权重改进FCM法，与客观权重EWM法组合以确定指标组合权重；进一步，提出多属性决策改进MABAC模型，将待选方案与正负理想解的相对距离作为决策依据，解决传统MABAC中准则距离和相近方案难以分辨优劣的问题。将本文所提方法应用于洛宁抽水蓄能电站地下洞室通风竖井布置方案优选中，结果表明该方法优选出的方案在技术、经济、安全等方面均表现良好，并证明改进FCM和改进MABAC方法的优越性。本文所提模型为地下洞室通风竖井布置方案的优选提供了一种新思路。     

结合部首字形和层级结构的手写汉字纠错方法

目的 手写汉字纠错（handwritten Chinese character error correction，HCCEC）任务具有两重性，即判断汉字正确性和对错字进行纠正，该任务在教育场景下应用广泛，可以帮助学生学习汉字、纠正书写错误。由于手写汉字具有复杂的空间结构、多样的书写风格以及巨大的数量，且错字与正确字之间具有高度的相似性，因此，手写汉字纠错的关键是如何精确地建模一个汉字。为此，提出一种层级部首网络（hierarchical radical network，HRN）。方法 从部首字形的角度出发，挖掘部首形状结构上的相似性，通过注意力模块捕获包含部首信息的细粒度图像特征，增大相似字之间的区分性。另外，结合汉字本身的层级结构特性，采用基于概率解码的思路，对部首的层级位置进行建模。结果 在手写汉字数据集上进行实验，与现有方案相比，HRN在正确字测试集与错字测试集上，精确率分别提升了0.5%和9.8%，修正率在错字测试集上提升了15.3%。此外，通过注意力机制的可视化分析，验证了HRN可以捕捉包含部首信息的细粒度图像特征。部首表征之间的欧氏距离证明了HRN学习到的部首表征向量中包含了部首的字形结构信息。结论 本文提出的HRN能够更好地对相似部首进行区分，进而精确地区分正确字与错字，具有很强的鲁棒性和泛化性。