基于ReliefF的层次分类在线流特征选择算法

在图像标注、疾病诊断等实际分类任务中,数据标记空间的类别通常存在着层次化结构关系,且伴随着特征的高维性.许多层次特征选择算法因不同的实际任务需求而提出,但这些已有的特征选择算法忽略了特征空间的未知性和不确定性.针对上述问题,提出一种基于ReliefF的面向层次分类学习的在线流特征选择算法OH_ReliefF.首先将类别...     

虚拟制造企业的Petri网建模/仿真

为降低Petri网建模难度并增强模型的可读性,提出一种通过消息序列表（Message Sequence Chart,MSC）模型对虚拟制造（Virtual Manufacturing,VM）企业的生产经营过程进行Petri网建模的新方法．建立冲突消解机制,给出从MSC模型到Petri网模型的转换算法,在不改变Petri模型活性、安全性和有界性等特性的基础上对其进一步优化,并对Petri网模型进行分析与评估．     

中药威灵仙的化学模式识别研究

采用气相-质谱联用仪(GC-MS)对24个来源不同的威灵仙样品中的挥发油进行指纹图谱分析,并运用主成分分析法及K-均值聚类法对其进行化学模式识别研究。结果表明,所研究的24个威灵仙样品可分为两类,其中19个威灵仙药材样品化学成分相近,聚为一类,另外5个威灵仙药材化学成分与主体威灵仙药材成分有一定差异,被聚为另一类,这为威灵仙的质量控制提供了理论依据。本文所建立的主体威灵仙药材的指纹图谱化学模式可作为中药威灵仙的质量评价标准。     

新一代仿真技术框架HLA中基于组播通信的数据过滤机制

高级体系结构ＨＬＡ是美国国防部提出的新一代仿真技术框架,其目的是解决各类型仿真应用之间的互操作和可重用,它代表着仿真技术发展的趋势。未来的分布交互仿真建立在因特网环境下,受系统资源的限制,系统可扩缩性是分布交互仿真面临的一个主要问题。文中介绍了分布交互仿真发展简史,以及ＨＬＡ 提出的背景及其特点,文章着重讨论了组播通信机制在分布交互仿真中的应用,及ＨＬＡ 框架下采用基于组播通信的过滤机制实现系统可扩缩性的解决途径     

硅基负极与电解液化学反应的分析与抑制策略

硅基材料因其高能量密度、适中的充放电平台以及丰富的储量成为最具有潜力的下一代锂离子电池负极材料,但其较差的循环稳定性是目前硅基负极材料应用的瓶颈。目前的研究主要通过导电性改进、控制体积膨胀和改进固体电解质界面这三方面来改进材料,并取得了一定的效果。但是,目前的改进主要是从电化学的角度出发,忽略了硅基材料与电解液之间的本征化学反应。本文综述了清华大学化工系魏飞课题组近年来在硅基负极与电解液本征化学反应分析与抑制策略的系列工作,从硅基材料与电解液的反应动力学出发,发现了影响硅基负极界面稳定性的另外因素,对其进行深入研究的基础上,提出了抑制副反应的有效策略,研究了抑制本征化学反应的策略。结果表明,通过引入陶瓷包覆层形成规整人造SEI层,在保证锂离子和电子的传输前提下,可有效抑制硅基材料与电解液的化学反应。本文对硅基材料与电解液的本征化学反应的抑制提出了有效策略,为提高硅基负极材料循环稳定性提供了新思路,有效指导了硅基负极材料的发展。     

软包锂离子电池真空环境下循环性能特性

为研究飞行器和轨道空间站等低气压真空环境下,锂离子电池的循环安全性能。实验采用商用Li(NiCoMn)O2软包锂电池,在球舱近似真空压力下,进行0.5 C倍率循环充放电实验,并与常压环境下进行对比分析。研究发现：真空循环后,电池出现严重的大面积不可恢复形变和褶皱且厚度增加。随着循环次数增加,容量加速衰减,循环10次后容量低于80%。但恢复常压后,出现少部分容量的恢复;真空下扩大了充放电过程中的膨胀与收缩效应,加速了容量的衰减同时也造成部分容量的假性损失;电池周期性升温和降温速率加快,周期内温度不均匀性加剧,最大温差可达12.9℃,充放电的热稳定性和安全性变差,同时潜在的热灾害危害性变大。通过微分容量分析发现,低压真空环境下,所产生的活性锂的损耗和电极材料结构的损伤是降低电池循环充放性能的重要因素。     

基于相似日和多集成组合的短期负荷预测

针对短期电力负荷预测精度低、泛化能力弱等问题,提出了一种基于相似日选取与多集成组合的短期电力负荷预测模型.首先利用最大信息准则MIC(maximal information coefficient)选取高相关变量作为模型输入;然后综合考虑MIC与灰色关联度,对气象敏感性较弱地区的负荷进行相似日选取;最后引入集成随机子空...     

基于多属性决策的电力通信网的节点重要度计算方法

随着电网规模不断扩大,作为电网的支撑网络,电力通信网络的结构变得更加复杂且脆弱。预先识别和保护电力通信网中的重要节点是降低网络脆弱性的有效方法。为了全面地分析电力通信网中的节点,从网络中节点的局部信息、全局信息以及节点承载的业务重要度量化节点的重要性,提出一种基于多属性决策的电力通信网节点重要性计算方法。该算法首先根据各节点指标计算指标熵值以及指标之间的肯德尔系数,确定指标权重,结合多属性决策方法得到节点指标贴近度,进而得到各节点的实际重要度。最后根据不同节点重要度计算方法,分别攻击小型电力通信网、传统复杂网络、市级电力通信网中的节点,分析对网络指标的影响,证实该方法的合理性。     

视觉显著性纹理—色彩特征融合的图像目标分类

针对图像目标分类,提出了一种显著性纹理特征.考虑到显著目标图像在纹理特征表征上的优势,在目标显著性图像提取的基础上进一步提取视觉显著性纹理特征.进而将该视觉显著性纹理特征同HSV色彩特征进行融合,形成图像目标融合特征,输入至后端分类器中进行分类.多类别的交叉实验证明,基于该融合特征的目标分类方法能够较为准确的对图像目标进行分类,在SIMPLIcity图像数据集上平均分类正确率达到84.84％,在Corel图像集上平均分类正确率为85.05％,优于基于单一分类特征的图像分类方法.     

考虑钟差修正的脉冲星与多普勒差分组合导航

为了提高导航系统长时间航行的导航精度和钟差修正能力, 提出了一种钟差修正的X射线脉冲星与多普勒差分组合导航方法.X射线脉冲星导航(X-ray pulsar navigation, XPNAV)使用脉冲到达时间作为导航量测量, 多普勒差分导航测量两个时刻航天器相对于太阳的多普勒速度, 并将两个多普勒速度的差值作为导航的量测量, 这里采用两个多普勒速度的差值可避免多普勒速度偏差; 在此基础上, 将星载时钟钟差增广为新的状态变量, 建立组合导航系统, 使用联邦无迹卡尔曼滤波器(unscented Kalman filter, UKF)融合导航信息.仿真结果表明, 该方法可以抑制多普勒速度偏差对导航的影响, 控制星载时钟钟差, 并提供更高的导航估计精度.