基于粗糙集的图像感兴趣区域自动提取算法

在分析常规区域生长算法的基础上,提出一种基于粗糙集理论的感兴趣区域自动提取算法．在显著度图和相对位置指示图的基础上,以像素点的显著度、相对位置及颜色信息构成知识表达系统,通过属性约简和值约简,导出了有用的区域生长决策规则。实验结果表明：该方法与现有算法相比,它能够更好地提取图像感兴趣区域。     

基于粗糙集神经网络的燃煤发热量预测模型

通过对粗糙集和BP神经网络的分析研究,以专家系统为核心,提出了一种基于粗糙集神经网络的燃煤发热量预测模型;选取影响燃煤发热量的6个参数,利用粗糙集理论对原始信息表进行约简操作,去除冗余的属性和属性值,得到约简规则,并将其作为BP神经网络的输入,对燃煤发热量进行预测;通过分析对比线性回归方法和粗糙集神经网络方法,说明该模型能有效地简化神经网络的网络结构,减少网络的训练步数,提高网络的学习效率,能够较准确地对燃煤发热量进行预测。     

Granular Rough Theory: A representation semantics oriented theory of roughness

The present work is an archival paper for a series of contributions proposed in last few years on building a theory of roughness over pure mereological relations among information granules. There are five major efforts taken in the present paper: (1) emphasizing on the representational semantics of theory of roughness: to approximately represent a class of entities characterized by some aspects in terms of entity collections described at other aspects; (2) defining a representation model Granular Representation Calculus (GrRC) to synthesize complex information systems from information granules; (3) establishing notion of Granular Rough Theory (GrRT) over information granules operated in terms of GrRC; (4) extending GrRC/GrRT to various computational environments such as multi-agent systems and ontological computing environments; (5) exploring pragmatic aspects of GrRC/GrRT in implementing prototypes with data model and object programming orientations, and proposing an Ontology-Driven Web Information System as a granular-rough computational Web intelligence framework over GrRC/GrRT.     

基于Ajax 和Web services 企业信息资源整合研究

在企业的信息化发展中,不同应用系统、数据的信息交流和无缝连接成为日益迫切的要求。分析了企业信息的实际需求,在原有的基于web Servioes整合框架的基础上,提出了Ajax和Web Services相结合的一种资源整合框架。该框架可以充分发挥Ajax和Web Services各自的长处,使资源整合系统得到更好的人机交互界面和响应速度。     

普通累积法的实现方法研究

针对普通累积法的计算通式和规律,给出了在MatLab中实现累积和计算的程序和在Excel中进行累积法计算的步骤,并给出了应用实例,证明了本方法的可行性.     

抑制间接矩阵变换器共模电压的调制策略

间接矩阵变换器在运行过程中会产生较大的共模电压,对电机系统造成严重的电磁干扰,影响系统正常运行。针对这一问题,提出一种新的空间矢量调制策略降低共模电压大小,改善输出电压性能。首先,将整流级空间矢量重新划分区域,根据参考电流矢量所在区域选择3个相邻的有效电流矢量,将有效矢量下的平均直流母线电压维持在一个恒定值,保证整流级的最大输出电压。其次,逆变级采用无零矢量调制策略,通过使用3个有效电压矢量合成所需要的输出电压,将共模电压峰值抑制到输入相电压幅值的57.7%。与传统调制策略相比,提出的调制策略不仅可以减轻系统计算负担,还可以减少系统输入输出谐波,改善输入输出波形质量。最后,通过Matlab/Simulink和实验平台搭建相应模型,仿真和实验结果验证了所提出策略的有效性。     

考虑可控负荷的多区域电力系统分布式模型预测负荷频率控制

由于同步发电机的惯性较大,导致传统的集中式负荷频率控制模式反应不够迅速,而用户侧具有快速响应能力的可控负荷资源为系统的频率调节提供了新机遇。研究了考虑用户侧可控负荷资源主动参与系统频率调节的多区域互联电力系统分布式模型预测负荷频率控制问题。通过建立的含可控负荷的多区域互联电力系统负荷频率响应模型及自动发电控制模型,基于连续时域交替方向乘子法和分布式模型预测控制方法,提出了一种用户侧可控负荷资源主动参与的多区域互联电力系统分布式模型预测最优负荷频率控制模型。基于修改的IEEE39节点三区域互联电力系统进行仿真验证,结果表明所提考虑可控负荷的分布式模型预测控制策略可显著减少系统恢复至稳态所需的时间。分布式控制策略的控制自由度更高,增强了系统的可控性。     

基于相量校正的多源配电网故障区段定位

为简化含分布电源的配电网故障定位算法过程,并提高故障定位算法的容错性,以矩阵算法为基础提出一种改进的区段定位算法。首先,建立描述节点区段关系的结构描述矩阵,并通过判断是否检测到过电流及过流方向建立故障信息矩阵。然后,利用结构描述矩阵和故障信息矩阵相乘得到故障判断矩阵,并根据区段对应矩阵中行元素构成的不同将区段划分类型,建立各类型区段下反映所有故障情况的故障判据。最后,对照故障判断矩阵行元素与故障判据,判断出发生故障的区段。针对配网中FTU上传信息易发生畸变的情况,提出了基于相量校正的信息畸变校正方法,通过故障电流与正常运行电流相位差异进行定位结果的修正,降低故障信息畸变对定位结果的影响。对DG的投切状况以及配电网两相和三相短路的单重多重故障进行仿真,结果验证了所提故障定位算法的原理简单、准确度好并具有一定的容错能力。     

基于多分区自适应改进果蝇算法的风光燃储微电网协调控制策略

为了使微电网控制系统中PI控制器的参数能够更好地适应可再生能源的随机性和波动性,提出了基于自适应步长的四分区多策略果蝇优化算法(fruit fly optimization algorithm, FOA)对PI参数进行实时优化。首先,以风光燃储微电网不同微源控制系统中的变换器为控制对象,建立微电网整体控制系统模型,基于此模型实时调整PI参数。然后,根据不同果蝇个体的适应度值将果蝇种群分为4个区,同时考虑4个区果蝇收敛性以及多样性的差异,设计不同的自适应更新策略。最后,采用所提算法对各微源控制过程中的PI参数进行寻优,与其他3种智能算法进行对比,验证了所提算法的可行性和优越性。仿真结果表明,所提算法可以使系统变换器响应速度更快,输出更加稳定。     

多姿态图像生成的行人重识别算法研究

不同行人的高度相似性以及相同行人外观姿态的差异性,使得不同摄像头下的行人重识别面临严峻的挑战。生成对抗网络可以合成新的图像,被认为是解决行人姿态变化的主要技术手段。提出一种基于多姿态图像生成的行人重识别算法,利用生成对抗网络生成不同姿态的行人图像,通过归一化消除姿态的影响,从而大幅度提升行人重识别的整体性能。该行人重识别算法包括多姿态行人图像生成、不同姿态的行人特征提取与融合、距离度量和重排序三部分内容。在Market-1501数据集和DukeMTMC-ReID数据集上的实验证实了所提出算法的有效性,通过与state-of-the-art行人重识别方法比较,展示了多姿态图像生成方法在行人重识别任务中的优越性,同时表明生成行人图像的特征与原始图像的特征是相互补充的。