基于双Kohonen神经网络的Web用户访问模式挖掘算法

本文根据Kohonen自组织特征映射神经网络中学习阶段的性质,运用双Kohonen神经网络组合成新的自组织训练挖掘模型,先使用粗调整训练,加快模型学习速度,紧接着使用微调整训练,提高模型学习精度。实验结果表明,本文提出的双Kohonen神经网络挖掘模型,相对于标准Kohonen神经网络在训练速度和收敛效果上都有一定程度的提高,改善了聚类效果,为挖掘用户的多种兴趣提供了一种可行的方法。     

基于移动通信网络的安全框架研究

本文深入分析了移动通信运营网络的自身特点和安全需求,提出了一种面向3G移动通信运营网络的安全框架,可用于指导3G网络安全体系的实际建设。与此同时,通过深入研究异常检测技术,引入动态评估模块使得相应的安全框架更加能够适应动态的3G网络环境。     

先进控制在铜锍吹炼造渣期终点判断的应用

针对现代铜冶金工业急待解决的铜锍吹炼工序“定终点”难的问题．本文提出一种基于先进控制技术的铜锍吹炼终点判断方法,建立了造渣期终点自动控制的DMC模型,并利用MATLAB软件的模型预测控制工具箱进行试验仿真。结果显示系统具有较高的准确度和良好的鲁棒性,证明了该策略的可行性。     

高速公路交通综合管理计算机网络系统

"高速公路交通综合管理计算机网络系统"是针对高速公路交通管理的需要研发的信息处理系统,具有低成本、易操作、可配置、无人职守等特点。本文从系统框架、系统实现技术特点和系统整体特性等几方面,介绍了该系统是一个集成应用图像处理、模式识别技术、计算机网络技术的现代化高速公路综合管理系统。     

Linux环境下自制文件系统的VFS实现

通过改写VFS相关函数实现自制文件系统的Linux挂接,并能正确使用该文件系统对Linux下的/dev/ram设备模拟块设备操作,对其进行格式化并挂载到Linux目录树中,使得Linux能在该设备上进行文件的相关操作。     

基于灰色预测模型的个人建房分析

灰色模型具有所需数据少、预测精度高和无需先验信息的特点.本文通过建立GM(1,1)模型对某区的农村个人建房进行预测,为相关职能部门提供科学的决策依据.结果表明灰色预测模型精度较高、预测误差较小、简捷实用.     

信息融合技术在企业预警系统中的应用

在小样本条件下用神经网络模型进行预警,存在输出不稳定的缺点.本文以平衡计分卡来构造企业预警指标体系,结合神经网络与证据理论算法的优势,把神经网络的输出结果作为基本概率分配函数,D-S证据理论处理输出信息,进行信息融合,提高预警系统的准确性与可靠性.     

基于声纹特征和集成学习的变压器缺陷诊断方法

变压器运行过程中产生的振动噪声与其运行状态及内部缺陷情况直接相关,对其声纹信号开展特征分析,有助于进一步了解设备运行工况,保障电力系统安全稳定运行。文中以声纹特征分析为基础,兼顾诊断效率与准确性,提出一种基于卷积神经网络及集成学习模型的变压器缺陷诊断方法。该方法以变压器声纹数据的时域及频域信号为多通道输入混合特征,构建了基于卷积神经网络模型和声纹特征分析法的集成学习模型,可实现变压器声纹特征的有效识别,并通过由多个基学习器组成的集成学习模型提高了变压器缺陷诊断的准确性。基于文中所构建的变压器声纹样本库,可得到该方法对变压器单一缺陷的识别准确率为99.2%,对变压器混合缺陷的识别准确率为99.7%。研究结果表明该方法可有效识别变压器的运行状态,为变压器运维检修提供技术参考。     

基于双谐波绕组的混合励磁发电机励磁控制系统

为了解决不同运行工况下混合励磁同步发电机端电压恒定的问题,设计了一种基于全桥变换器拓扑的励磁控制系统。励磁系统采用以电枢绕组电压为外环、定子谐波励磁绕组电流为内环的双闭环控制策略,以谐波无刷混合励磁同步发电机端电压为反馈信号,通过调节定子谐波励磁绕组电流,以维持发电机端电压恒定。阐述了双谐波绕组的混合励磁发电机的基本结构和工作原理,设计了励磁控制系统的软硬件,并测试了励磁控制系统的性能。实验结果表明：调节定子谐波励磁绕组电流,可以很好的调节发电机的端电压;通过励磁控制系统的自动调节功能,实现了发电机在不同负载情况下的输出电压恒定。     

絮凝体DLCCA模型仿真及其废水处理

以MATLAB为平台,编写二维有限扩散集团凝聚(Diffusion-Limited Cluster-Cluster Aggregation,DLCCA)模型程序,模拟絮体的生成并计算分形维数,该过程对探讨絮体的生成机理与分离沉降本质有着重要的理论价值,同时,也可指导优化废水处理的实际过程.通过对絮凝体DLCCA模型仿真,将模拟成果用于指导处理印钞废水的研究.计算结果表明:模拟絮体的分形维数在1.47左右,与其他人的研究相近.以聚硅硫酸铁铝(PSFA)为絮凝剂处理印钞废水,发现絮体的分形维数与絮凝剂用量呈先升后降的趋势,分形维数在1.09～1.40之间.比较模拟絮体与以PSFA作为絮凝剂处理印钞废水获得的实际絮体发现,两者十分相似.DLCCA比DLA模型模拟絮体在分形维数和形态上接近实际絮体,说明絮体的凝聚过程用DLCCA模型去描述更好.