几种特殊情况下输电线路杆塔中心位移的计算方法

在高压输电线路杆塔中心位移计算中,通常会遇到一些特殊的情况,如单回输电线路采用连续三基换位塔调相时的杆塔中心位移计算及同塔双回路变单回路、同塔4回路的杆塔中心位移计算等,此时很难采用公式法[1]进行简单计算.针对这些特殊情况,文章以杆塔中心位移后相邻直线杆塔(或本身)的全部导线悬垂串偏角尽量均匀且最小为原则,采用作图辅助公式法进行推导计算,从而总结出一些较为实用的计算方法.     

社会化标签系统中个性化的用户建模方法

针对社会化标签系统中现有用户兴趣模型建立的缺陷,即：使用一些零散标签的集合来表示用户兴趣,而忽略标签的联合使用现象。提出一种将共现技术引入自然法的用户建模方法,该方法以自然法为基础,向用户模型中添加适量的标签对,较好地体现了标签之间的联系,又同时考虑了体现用户兴趣的标签自身的权重。在PKDD2009数据集上测试实验结果表明,该模型较之已提出的自然法和共现法,取得了更高的准确率和召回率。     

ASP.NET环境下Hessian协议Web服务技术的研究

ASP.NET中采用的Web服务技术是基于XML+SOAP协议实现,具有学习起点高、推广难度大等问题。Hessian协议是一种新的Web服务技术,本文着重研究Hessian协议的Web服务在ASP.NET环境下的一般实现过程,为工程实际应用提供另一种选择方案。     

用于图像分类的模糊策略学习率ResNet

ResNet深度神经网络用于图像分类时,全连接层训练算法收敛性差降低了分类效果。针对此不足,提出一种模糊策略梯度算法训练ResNet。推导出ResNet全连接层权重的迭代公式,用历史梯度信息修正当前一阶小批量梯度,用模糊策略学习率更新权重,通过上下边界函数处理学习率的过大或过小而引发的迭代振荡,改善训练算法收敛性。在CINIC-10和CIFAR-100数据集上的实验结果表明,所提算法训练的ResNet分类效果优于相比较算法。特别是在综合性分类指标Kappa系数上,所提算法训练的ResNet较最新的AdaBound算法平均提高了9.29%,改进效果显著。     

国内外网络安全标准研究

随着核电系统网络化程度的提高,网络攻击使核电系统面临的安全威胁日渐严峻。阐述了国内外网络安全相关标准,并分析当前网络安全标准研究热点,重点探讨核电行业网络安全标准体系的建设思路,旨在为进一步完善国内核电领域网络安全标准提供参考。     

使用OSCache提高JSP系统的响应性能和稳定性

JSP是一种主流的B/S开发技术,但它也存在着二层架构的种种缺点。本文提出了使用OSCache高速缓冲器优化JSP应用系统的方案,解决JSP系统在高并发网络访问下系统响应慢、稳定性差等问题,最后通过实验证明方案是可行的。     

用核K-means聚类和半定规划SVM实现垃圾标签检测

提出使用核K-means聚类算法从样本集中抽取特征向量集来训练SVM,达到减少SVM规模的目的。SVM核函数的选择会影响SVM模型的分类效果,提出将多个非线性映射能力不同的核函数进行线性组合,在特征训练集上构造出组合SVM的半定规划模型,用内点法求解出最优组合系数,得到非线性映射能力更强的半定规划SVM,并用做垃圾标签检测。在UCI数据集上与双层减样支持向量机方法进行比较,实验结果表明,新的垃圾标签检测法提高了识别率,并大幅度减少了训练时间。     

大型建筑现场施工质量控制要点与实践意义

研究大型建筑现场施工质量控制要点与实践意义,为建筑施工质量提升与施工效率提升打下良好基础.大型建筑现场施工质量控制内容可以划分成质量控制的内涵与原则,其中,控制原则又包含控制质量首位原则、预设控制原则以及以人为本原则三个方面;大型建筑现场施工质量控制的主要因素包含管理维护因素、材料设备因素与施工技术因素以及环境因素,这...     

一种优化初始中心的K—means聚类算法

针对传统K—means聚类算法对初始聚类中心的敏感性和随机性,造成容易陷入局部最优解和聚类结果波动性大的问题,结合密度法和最大化最小距离的思想,提出基于最近高密度点间的垂直中心点优化初始聚类中心的K—means聚类算法。该算法选取相互间距离最大的K对高密度点,并以这足对高密度点的均值作为聚类的初始中心,再进行K—means聚类。实验结果表明,该算法有效排除样本中含有的孤立点,并且聚类过程收敛速度快,聚类结果有更好的准确性和稳定性。