"源—网—厂—河"一体化智慧排水系统的构建设计

为提升城市排水系统运行的效率和质量,开发设计了基于GIS的"源—网—厂—河"一体化智慧排水系统,其层次结构包括基础层、感知层、网络层、应用层.应用层是整个智慧排水系统的核心组成,主要包含六大模块——排水许可信息化管理、拓扑分析、健康评估、终端监测、模型计算及动态巡检.应用该系统构建排水系统模型计算,集成终端在线监测校核分析,分析诊断排水系统健康问题和拓扑问题,定位病害区域,自动制定最优巡检方案,分配派单于外业,外业巡检结果反馈回智慧排水系统,最终实现城市排水一体化智慧管理.     

面向家庭的ZigBee医疗监护网络研究

ZigBee无线医疗监护能够让广大民众在家中享受个性化医疗卫生服务,有效地缓解医疗卫生资源紧缺等严峻的社会问题;研究通过ZigBee传感器网络在普通家庭环境下的抗干扰能力测试、最大通信距离测试、网络自恢复能力测试、耗电量测试等,阐述了Zig-Bee短距离通信技术在实际应用中的优缺点以及在医疗监护中应用的可行性,为面向家庭的的无线医疗做了理论依据,并且设计了协调器与上位机、路由节点、传感器节点的通信协议;通过各种测试,研究得出结论:ZigBee短距离通信技术在家庭环境中,能够有效地克服各种家用设备的干扰,数据传输准确率高,正常情况下,准确率达到100%,在增加路由节点的情况下,能够完全覆盖家庭环境,满足无线医疗监护的要求。     

代谢网络可视化系统的力导向布局算法设计

针对生物化学代谢反应网络可视化系统的优化设计,提出了一个基于力导向模型的解决方案。新方案根据具体的可视化目标,综合拓扑信息进行参数调整。实验表明,这些调整给可视化的布局质量带来很大的改善。另外,代谢网络具有鲜明的无尺度网络特性。据此,进一步提出了针对枢纽结点的优化方案,在视觉效果上突出了代谢反应网络的无尺度特性。为了融合力导向方案和基于无尺度网络特性的局部调整方案,最后总结了一个三阶段的布局算法框架。     

基于视觉的多特征手势识别

手势是一种自然直观的交互方式,基于视觉的手势识别是实现新一代人机交互的关键技术。本文在已有的手势识别技术基础上,从手势分割及手势表示两方面着手,提出了一种单目视觉下的手势识别方法。利用颜色特征检测肤色区域,成功分割出人手;利用人手的轮廓及凸缺陷检测指尖,再利用指尖的数目和方位来表示一个手势,进而结合轮廓长度和面积等几何特征完成手势识别。传统的指尖检测方法需要遍历并扫描手掌外轮廓,计算量大,本文通过凸缺陷检测指尖,减少了计算量,提高了指尖检测的速度。实验结果表明,本文的方法具有很好的鲁棒性及实时性,能适应环境的变化。     

Cu48Zr4l7块体非晶合金的晶化行为及热力学性能研究

采用水冷铜模吸铸工艺制备出了片状Cu48Zr45Al7,块体非晶合金.X射线衍射(XRD)表明,样品为完全非晶.利用差示扫描量热分析仪(DSC)在不同的升温速率下连续加热测得该片状非晶合金的热稳定性参数值,均随着升温速率的增加而增加,表明其玻璃转变和晶化行为均存在显著的动力学效应.运用Kissinger法计算出其玻璃转变温度激活能(Eg)、晶化温度激活能(Ex)和峰值温度激活能(Ep)分别为424.7 kJ·mol-1,326.3 kJ·mol-1和297.1kJ·mol-1.从热力学模型角度出发,对该合金的非晶形成能力进行了分析,计算出其混合焓ΔHchem=-25.55 kJ.mol-1和归一化错配熵So/kB=0.78.结果表明,该块体非晶合金具有较强的非晶形成能力(AFA)NI良好的热稳定性.     

基于深度学习与不平衡样本集的输电线路故障分类

针对输电线路各类型故障样本间的数量不平衡会造成人工智能算法对故障中的少数类样本识别精度不足的问题,提出了一种基于Borderline-SMOTE（BSMOTE）算法与卷积神经网络（CNN）相结合的输电线路故障分类方法。该方法首先利用BSMOTE算法对位于分类边界上的少数类样本进行过采样合成处理,改善样本间的不平衡度,然后将所提取的一维故障电流信号样本重构成二维灰度图像数据形式,并在Pytorch深度学习框架下搭建了CNN网络模型,利用模型的自主学习能力对灰度图像进行特征自提取与辨识,减少传统人工设计特征提取的工序,完成对输电线路故障类型的分类。实验结果表明该模型能够提高对少数类故障样本的识别能力,准确地判断故障类型,并对噪音具有较强的抗干扰能力。     

基于注意力机制和卷积神经网络的异步电动机三相电压不平衡损耗研究

配电网中三相电压不平衡对异步电动机损耗会造成较大影响。运用等效电路公式分析三相电压不平衡影响下电动机损耗存在精度不稳定、需要参数过多且数学模型过于复杂等问题。针对以上问题,提出一种基于注意力机制和卷积神经网络(CNN)的异步电动机损耗评估方法。该方法将实测电机数据作为输入,引入注意力机制为输入特征赋予不同权重;采用卷积层和全连接层组成的CNN构架对异步电动机实测数据进行学习,最后完成损耗评估。以现场试验得到的电机损耗数据作为实际算例,该方法评估损耗与实测损耗平均误差仅为0.717%和0.549%,并与其他典型机器学习算法进行对比,结果表明所提方法具有更好的损耗评估性能。     

一种CVT等效电路参数的识别方法

为了实现对电容式电压互感器(CVT)谐波传递模型的定量分析,文章提出了一种CVT等效电路参数的识别方法.该方法通过测量CVT频率响应,建立起了关于CVT等效电路参数的非线性方程,并利用高斯-牛顿法实现了非线性方程的求解.根据CVT的实际参数,利用Matlab-Simulink平台搭建了CVT等效电路,并设计了验证该方法性能的实验方案.仿真实验结果表明,该方法能够克服测量误差的影响,具有可行性和较高的应用价值.     

银耳多糖超声波提取工艺优化及抗BV2细胞炎症的作用研究

以银耳为原料, 采用超声波辅助热水浸提法提取银耳多糖, 以多糖提取率为指标, 以超声波功率、提取料液比、提取温度和提取时间为影响因素, 设计单因素试验, 并通过正交试验得到较佳提取工艺。通过用TRPV1(Transient Receptor Potential Vanilloid1)试剂盒检测了小胶质细胞TRPV1的释放水平, 与脂多糖(Lipopolysaccharide, LPS)对照组相比, 不同质量浓度的银耳多糖组(62.5, 250, 1000 μg/mL)均能不同程度地抑制TRPV1的释放量。说明了银耳多糖对于BV2小胶质细胞炎症具有良好的抑制作用。     

带特征指标约束描述的设计模式分类挖掘

为解决设计模式挖掘正确率较低的问题, 提出一种带特征指标约束描述的设计模式分类挖掘方法。归纳了47种特征指标, 给出了设计模式约束定义, 对设计模式特征进行了描述, 以Adapter模式、Command模式、Factory Method模式为例, 分结构型、行为型与创建型3类挖掘设计模式, 设计了3个基准系统与4个经典系统的设计模式挖掘试验。试验结果表明, 本研究方法对基准系统的Adapter模式、Command模式、Factory Method模式挖掘正确率为96.13%、91.67%、72.23%, 对经典系统挖掘正确率分别为84.3%、81.26%、73.17%, 与传统方法比较, 本研究方法取得了较好的效果。