基于Q学习的任务调度问题的改进研究

论文针对协同工作中的任务调度问题,建立了相应的马尔可夫决策过程模型,在此基础上提出了一种改进的基于模拟退火的Q学习算法。该算法通过引入模拟退火,并结合贪婪策略,以及在状态空间上的筛选判断,显著地提高了收敛速度,缩短了执行时间。最后与其它文献中相关算法的对比分析,验证了本改进算法的高效性。     

浅谈建筑室内全装修工程监理

建筑室内全装修工程监理不同于普通工程的施工监理,有自己独特的工作方法和作业程序。本文着重探讨室内装饰装修监理工程师在室内全装修施工过程中,对质量控制、消防安全控制和环境控制的监理工作及其潜在意义。     

变频技术对机电设备危害与干扰的解决途径

变频技术带给生产管理方便与节能的同时,也给生产带来一些不利的因素。对变频器运行参数及变频控制参数进行优化可解决变频技术对机械设备的危害与干扰;采用在系统线路中设置滤波器、屏蔽干扰源、正确接地、合理布线以及使用电抗器等方法可解决变频技术对电力及电子设备的危害与干扰。     

有线网络资源管理系统现状分析及架构设计

通过对省级有线网络公司有线资源管理系统当前现状调研情况的汇总分析,总结了有线资源管理系统建设现状,提出了有线资源管理系统建设的基本思路,完成了系统架构的规划设计,并对系统软硬件设备选型提出了合理的建议。     

一种基于最小冲突集的约束冲突消解方法

为了在协同设计中建立以人为核心的冲突消解方法,使设计者在约束冲突发生时,对约束信息之间的制约关系有较清晰的把握,合理地消解冲突,提取最小冲突集是有效的方法。该文在分析最小冲突集特征和交边算法的基础上,给出了提取最小冲突集的方法,并结合一个算例说明最小冲突集在设计者参与下对识别、消解冲突的有效性。     

燃料电池进展

燃料电池按其工作温度不同分为3类:低温(<100℃),中温(100℃へ500℃),高温(>500℃)电池。综述了这3类燃料电池及电极结构的特点、电解液和催化剂的选择、电池的工作原理和电池性能的差异;分别介绍了这3类电池的技术进展、应用情况和发展趋势。     

燃油泵故障诊断试验装置及试验方案优化设计

针对现有燃油泵测试平台只能够完成简单的功能测试,在多故障模式条件下故障检测率低的问题,设计了一套燃油泵故障诊断试验装置及试验方案,并依据试验结果对方案进行了优化。该装置可针对燃油泵7种典型故障进行故障试验,并实时准确地采集其振动及出口压力信号。对采集到的信号进行故障特征提取,构造不同故障特征向量,比较不同传感器信号组合时的诊断效果,优化了传感器的布局。试验验证表明,该装置能够为燃油泵故障诊断提供可靠的故障数据,并且只需一个振动传感器和一个压力传感器就可以实现对泵的故障诊断,减小了工程应用中机载燃油泵状态监测系统的体积及复杂性。     

用于盗版追踪的格雷码加密域可逆水印研究

目的 现有水印算法大多是基于明文域的,很容易被入侵、窃取。为了保护用户隐私、提高安全性,本文提出了一种用于盗版追踪的基于格雷码加密域的可逆水印方法,该方法支持对密文直接操作。方法 首先提出了基于格雷码的同态加密系统（HESGC）,并以此加密载体图像;然后依据整数小波变换（IWT）和人类视觉系统（HVS）特性,将图像分区并合理分类;再依据新提出的算法完成嵌入、可逆恢复及提取工作;最后利用首次提出的水印追踪联合策略（JWT）来进行盗版追踪。结果 为了验证本文方法,选取USC-SIPI图像库中的6幅经典图像作为标准测试图像,与其他可逆水印算法相比,本文方法具有更高的PSNR值,PSNR高达50 dB,而且SSIM值均为1,实现了可逆功能;本文新提出的HESGC将使原始载体图像膨胀为原来的8倍,故容量较大。理论上,本文最大容量为3.75 bit/像素,目前大多可逆水印算法的最大容量不足1 bit/像素;本文方法不仅实现了盗版追踪功能,而且能够抵抗一些常见的攻击,如随机噪声、中值滤波、图像平滑和JPEG编码、LZW编码和卷积模糊等。通过比较原始追踪证明与攻击后图像的追踪证明可知,相似度在1左右的即为盗版,其他非盗版的相似度都远远低于1,大部分在0.6左右。结论 本文提出了一种基于密文域的可逆水印方案,首次提出了HESGC和JWT,实现了密文域可逆水印技术和盗版追踪功能。该方案直接采用灰度图像作为水印图像,解除了以往以二值图像作为水印图像,或者将灰度图像二值化后作为水印图像的限制,而且采用基于级联混沌技术提高了灰度水印图像的安全性。此外,本文成功消除了图像分区分类中纹理/平滑区域中的平滑/纹理孤岛,使分类结果更加准确、合理。实验结果表明,本方案不仅能够抵抗一些常见攻击,而且容量大、安全性高,很好地保护了用户隐私。本文实现了密文域可逆水印技术,适用于隐私保护要求高的医学、军事等领域。     

Spark平台的分布式阶段自适应关联规则挖掘算法

为满足日益增长的海量数据挖掘需求,迫切需要设计一种能够在多台机器上运行的分布式关联规则挖掘算法。Apriori这种高度迭代算法在Hadoop平台上运行时每次迭代执行大量的磁盘I/O操作,大大影响并限制了算法的运行效率。本文利用Spark对分布式计算内置支持的特点,在Spark平台上设计并实现一种分布式关联规则挖掘算法,称为阶段式自适应挖掘算法(Staged Adaptive Apriori)。算法使用自适应的数据集部分处理的策略对频繁项集进行高效挖掘,在每次迭代前初步评估执行时间,并采用较为合适的方法来减少时间和空间的复杂性,是一种基于数据集性质的自适应关联规则挖掘算法。实验结果表明了算法的有效性。     

基于背压式汽轮机的宽负荷高效回热系统热经济性分析

针对基于背压式汽轮机宽负荷高效回热系统的4种不同方案进行研究,并对不同方案下机组的热经济性进行了分析对比。结果表明:无论是纯背压式汽轮机还是抽背式汽轮机,从主蒸汽抽汽做功方案的热经济性优于从屏式过热器抽汽方案;将背压式汽轮机的经济运行工况向低负荷侧调整,利用在低负荷下背压式汽轮机和主汽轮机缸体的效率差可以获得较好的节能效果,在30%负荷下最大可降低供电煤耗率3.21 g/(kW·h);本文设计的回热系统可以提高低负荷下给水温度,一方面有利于提高循环热效率,另一方面有利于提高省煤器入口烟气温度,改善低负荷脱硝问题。