基于自组织映射网络和遗传算法优化Elman神经网络的全网短期负荷预测模型

电网数据具有海量、高维的特点,现有的短期电力负荷预测模型无法提取用户的用电习惯.提出一种基于负荷聚类的全网短期负荷预测模型,首先采用自组织映射网络对全网负荷进行聚类,将不同特性的用户负荷曲线作为子网;然后引入遗传算法对Elman神经网络的参数进行寻优,得到针对不同子网负荷特性的差异化预测网络;最后基于负荷综合稳定度得到全网负荷预测结果.将该集成模型用于某市电网进行算例仿真,预测结果表明,所提方法比传统预测方法的准确率更高,同时适用于部分子网数据缺失而需要得到全网结果的情况.     

扁平流线型箱梁涡激振动雷诺数效应研究

风洞试验作为研究涡激振动的重要手段,由于其本身条件的限制,可能存在雷诺数效应问题,造成试验值和实际值的偏差.为了研究扁平流线型箱梁涡激振动的雷诺数效应,选取某大跨度斜拉桥的扁平流线型箱梁作为研究对象,利用风洞测振试验,通过调节模型系统自振频率,实现不同雷诺数下的涡激振动,研究扁平流线型箱梁的涡激振动特性及其雷诺数效应;...     

不同储藏年限稻谷的微生物群落代谢功能特性分析

本研究使用BIOLOG ECO平板测定不同储藏年限稻谷微生物群落功能的特性,比较分析了总碳源平均色度变化率(AWCD值)、6类碳源对应的平均色度变化率(AWCD值)、多样性指数并且进行了主成分分析。试验结果表明:未储藏新鲜稻谷的微生物群落代谢功能最强,储藏1年稻谷的微生物群落代谢功能最弱,其后随着储藏时间的增加,储藏稻谷微生物群落的代谢功能逐渐增加;不同储藏年限的稻谷,其微生物群落对胺类碳源的代谢利用能力有显著差异,在6类碳源中对碳水化合物类碳源的代谢利用能力最强;未储藏新鲜稻谷的多样性最大,随着储藏时间的增加,呈现先增加后减少的趋势。通过主成分分析发现,未储藏新鲜稻谷微生物群落的代谢功能与其他储藏年限稻谷存在明显的差异。     

计算机控制小型三轴飞行模拟转台

本文设计开发了一种用于微型飞行器半实物仿真实验的多功能飞行模拟转台.转台既可作为低速转动的三轴摇摆台,也可以作为高速旋转的一维旋转台使用.转台通过三个独立的轴系来实现所需要模拟的三个转角,通过计算机控制系统控制整个转台的转动.主要设计性能指标有效载荷空间φ150mm;角位移分辨率0.01°;转速调节范围0～30rpm;作为一维旋转台时转速可达到300rpm.     

一种测量用标杆自动竖直保持装置

本文旨在设计开发出一种测量用标杆自动竖直保持装置,用于土木建筑、水利工程和国土调查等测量时标杆的自动竖直调整定位与状态保持,以适应GPS技术应用对测量精度提高的要求,并减轻人工操作劳动强度.所设计的标杆自动竖直保持装置主要由机电执行机构、二维角度传感器、单片机控制系统等构成.二维角度传感器安装在执行机构前端并与标杆轴线保持平行以获得标杆与竖直位置的角度信息,控制系统通过采集到的角度信息驱动呈极坐标结构的执行机构对标杆进行二维调整,从而将其调整到竖直状态并予以保持.完成的样机调整精度为±1',达到使用要求水平.     

雷诺数效应对斜拉索风致振动的影响

为了从雷诺数效应的角度分析斜拉索发生大幅振动的机理,利用不同粗糙度表面无人工水线的斜拉索模型和光滑表面贴有人工水线的斜拉索模型,进行了测力和测振风洞试验,得到了斜拉索模型气动力系数、驰振表达式的数值和气动稳定性的结果.通过分析相关的关系表明:在临界雷诺数区域,力系数及流场的变化特性可能导致斜拉索发生大幅振动,这可能是干...     

防风网对大跨气膜煤棚气动性能影响效应研究

为了明确防风网的布置形式对煤棚结构风荷载的影响,以某发电厂大跨气膜煤棚项目为工程背景,通过风洞试验研究了防风网透孔率为40%时在不同的高度和间距状态下对结构体型系数、脉动风荷载功率谱的影响,得到了不同遮挡效应下结构体型系数随风向角的变化规律.结果表明：在煤棚周围布置防风网后,结构表面体型系数绝对值有所减小;防风网高度相同时,结构体型系数随着布置间距增大而减小;防风网布置间距一定时,结构体型系数随高度增加呈减小趋势.布置防风网后结构表面测点的脉动风荷载功率谱峰值增大,谱峰宽度减小.风向角为90°时,防风网的遮挡效应最为显著,煤棚表面分区体型系数降低约65%.     

改进的非负矩阵分解语音增强算法

本文提出了一种改进的非负矩阵分解语音增强算法,该算法可分为训练和增强两部分。首先,为了降低训练复杂度,采用卷积非负矩阵分解只提取噪声字典。增强时,考虑语音信号稀疏性比噪声信号稀疏性强,通过稀疏非负矩阵分解重构出语音幅度谱,采用交替方向乘子法进行优化迭代,克服了经典乘性迭代易陷入局部最优、分母只能收敛到零极限等问题。最后,基于算法融合的思想,将重构的语音幅度谱与谱减法、最小均方误差幅度谱估计得到的幅度谱进行加权融合。仿真实验中,在10种不同噪声环境中,通过多种评价标准证明所提算法能取得较好的增强效果。      

基于尺度注意知识迁移的自蒸馏目标分割方法

当前的目标分割模型难以兼顾分割性能与推断效率,为此提出一种基于尺度注意知识迁移的自蒸馏目标分割方法。首先,构建了一个仅利用主干特征的目标分割网络作为推断网络,实现高效的前向推断过程。其次,提出了一种基于尺度注意知识的自蒸馏学习模型：一方面,设计了具有尺度注意机制的金字塔特征模块,利用尺度注意机制自适应地捕获不同语义水平的上下文信息,提取更具区分性的自蒸馏知识;另一方面,融合交叉熵、KL(Kullback-Leibler)散度和L2距离构造蒸馏损失,高效驱动蒸馏知识向分割网络迁移,提升泛化性能。该方法在COD(Camouflaged Object Detection)、DUT-O(Dalian University of Technology-OMRON)、SOC(Salient Objects in Clutter)等五个目标分割数据集上进行了验证：将所提推断网络作为基准网络,所提自蒸馏模型分割性能在F_β指标上平均提升3.01%,比免教师(TF)自蒸馏模型增加了1.00%;所提网络与近期的残差分割网络(R2Net)相比,参数量减少了2.33×106,推断帧率提升了...     

改进RetinaNet的伪装人员检测方法研究

迷彩伪装技术能有效降低目标的视觉显著度,对迷彩目标检测任务造成巨大的挑战.在RetinaNet检测框架的基础上,针对迷彩目标特性嵌入了空间注意力和通道注意力模块,并基于定位置信得分构建了新的预测框过滤算法,有效实现了对迷彩伪装人员的检测.在扩展后的伪装人员数据集上的实验表明,该模型将检测精度提升了8.7个百分点,达到了...